La inteligencia artificial ayuda a proteger la fauna marina de la pesca accidental: las artes de pesca arrastran a diario miles de animales marinos fuera de su objetivo comercial. Reducir este impacto exige monitorear con precisión qué especies caen accidentalmente en las redes.
Un equipo científico aplica unos algoritmos avanzados en las embarcaciones para clasificar las capturas mediante imágenes. El sistema automatizado transforma las fotografías tomadas en alta mar en datos clave para la conservación biológica.
Las capturas accidentales representan cerca del 40 % del total de las extracciones pesqueras mundiales. Este volumen afecta gravemente a las poblaciones más vulnerables de tiburones, tortugas y diversos mamíferos marinos.
La tecnología procesa instantáneamente los registros visuales en las condiciones climáticas más adversas. Esta herramienta facilita la toma de decisiones más rápidas para delimitar los espacios protegidos y promover una actividad pesquera más sostenible.
La inteligencia artificial ayuda a proteger la fauna marina de la pesca accidental desde los barcos
Una tortuga, un tiburón o un mamífero marino que acaba atrapado accidentalmente en un arte de pesca representa mucho más que una captura no deseada. Cada ejemplar aporta información necesaria para conocer dónde, cuándo y cómo está afectando la actividad pesquera a especies vulnerables.
El problema aparece cuando registrar enormes cantidades de capturas requiere identificar manualmente animales en condiciones difíciles. El equipo AI4OCEANS propone automatizar parte de este trabajo mediante inteligencia artificial aplicada directamente a las imágenes obtenidas en embarcaciones.
La tecnología puede reconocer las especies capturadas accidentalmente y convertir el material visual en información estructurada y comparable. Así, la IA deja de funcionar únicamente como herramienta de reconocimiento para convertirse en un nuevo instrumento de vigilancia de la biodiversidad marina.
El bycatch representa una amenaza invisible bajo el océano
La captura incidental ocurre cuando las operaciones pesqueras atrapan organismos que no constituían su objetivo. El fenómeno afecta desde especies relativamente abundantes hasta animales vulnerables cuya mortalidad accidental puede ejercer una presión adicional sobre poblaciones amenazadas.
Según la información difundida por la Universitat de València, el bycatch representa cerca del 40 % de las capturas pesqueras a escala mundial. La magnitud explica por qué disponer de registros fiables puede resultar determinante para evaluar correctamente su impacto ecológico.
Tortugas marinas, tiburones y mamíferos marinos figuran entre los animales especialmente sensibles. Identificar automáticamente qué especies aparecen y acumular información sobre estas interacciones puede ayudar a localizar zonas, periodos o prácticas pesqueras donde sea prioritario aplicar medidas preventivas.
Varios modelos de IA trabajan juntos para reconocer especies
La investigación, liderada por Verónica Nieves, no apuesta por un único algoritmo.
Su planteamiento combina diferentes sistemas de análisis de imágenes para aprovechar las fortalezas de cada tecnología dependiendo de las condiciones existentes.
Entre ellos aparecen redes neuronales convolucionales, Random Forest y arquitecturas como YOLO. Estos modelos híbridos pueden complementarse para identificar animales incluso cuando las fotografías presentan problemas que dificultan su clasificación.
La estrategia es especialmente útil en el mar, donde iluminación, movimiento, agua, ángulos de cámara o condiciones meteorológicas pueden generar imágenes de baja calidad. Una herramienta de conservación utilizada en barcos necesita funcionar precisamente cuando las fotografías distan de ser perfectas.
La tecnología puede elegir entre velocidad y mayor precisión
No todas las operaciones necesitan la misma capacidad computacional. En determinadas situaciones puede resultar prioritario obtener una identificación rápida, mientras que en otras interesa dedicar más recursos para alcanzar la máxima precisión posible.
El sistema desarrollado permite configurar diferentes combinaciones según estas necesidades. Esta flexibilidad facilita adaptar la inteligencia artificial a distintos buques, recursos tecnológicos y escenarios de monitorización, en lugar de imponer una solución idéntica a toda la flota.
Ese planteamiento puede ser crucial para llevar la tecnología desde el laboratorio hasta la actividad pesquera cotidiana.
Una herramienta extremadamente sofisticada pierde utilidad ambiental si necesita unas condiciones técnicas imposibles de reproducir en embarcaciones que trabajan diariamente en alta mar.
Más datos pueden convertir cada captura en una alerta ambiental
La inteligencia artificial ayuda a proteger la fauna marina de la pesca accidental porque el verdadero valor del reconocimiento automatizado aparece cuando miles de observaciones individuales se convierten en conocimiento sobre el océano.
Un sistema escalable puede perfeccionarse incorporando nuevas imágenes y datos, ampliando progresivamente su capacidad de reconocimiento. Cuanto mayor y más diverso sea el material disponible, mayor puede ser también su utilidad para diferentes especies, pesquerías y ecosistemas.
Esta información podría contribuir a mejorar las decisiones de conservación: identificar puntos calientes de captura incidental, evaluar tendencias o ayudar a determinar dónde determinadas medidas de gestión pueden conseguir mayores beneficios para la biodiversidad.
La IA abre una nueva vía para una pesca más compatible con el océano
El proyecto se desarrolla en el Image Processing Laboratory y el Instituto Cavanilles de Biodiversidad y Biología Evolutiva, una combinación que conecta directamente inteligencia artificial, procesamiento de imágenes y conocimiento ecológico.
Esta unión resulta fundamental. Reconocer automáticamente un tiburón o una tortuga tiene un valor limitado si el dato no termina integrado en estrategias capaces de reducir futuras capturas accidentales. La tecnología funciona aquí como puente entre lo ocurrido en el barco y las decisiones posteriores de conservación.
El objetivo final no consiste en sustituir la gestión pesquera por algoritmos, sino en proporcionarle información más rápida, abundante y fiable.
Una mejor radiografía del bycatch puede facilitar medidas que compatibilicen actividad económica, pesca sostenible y protección de la megafauna marina.
La inteligencia artificial ayuda a proteger la fauna marina de la pesca accidental transformando algo tan cotidiano como una imagen tomada en un pesquero en una nueva fuente de conocimiento sobre el estado de los océanos. Automatizar la identificación puede revelar impactos que hasta ahora resultaban difíciles de cuantificar a gran escala.
El siguiente desafío será convertir esa capacidad tecnológica en menos animales capturados accidentalmente. Si los datos permiten anticipar dónde aumenta el riesgo para tortugas, tiburones o mamíferos marinos, la IA podría pasar de documentar un problema bajo el agua a convertirse en una herramienta efectiva para prevenirlo.
La inteligencia artificial ayuda a proteger la fauna marina de la pesca accidental: te lo contamos en 15 segundos
¿Qué es la captura accidental de animales marinos?
La captura incidental o bycatch ocurre cuando una actividad pesquera atrapa especies que no constituían su objetivo, incluyendo animales como tortugas, tiburones y mamíferos marinos.
¿Cómo puede la inteligencia artificial evitar la captura accidental en la pesca?
La tecnología permite identificar automáticamente las especies presentes en imágenes tomadas en buques. Los datos obtenidos pueden mejorar el seguimiento y ayudar a diseñar posteriormente medidas destinadas a reducir las capturas accidentales.
¿Qué animales marinos son víctimas de la pesca accidental?
Entre las especies especialmente afectadas se encuentran tortugas marinas, tiburones y mamíferos marinos, aunque el bycatch puede involucrar muchos otros organismos.
¿Cuántos animales se capturan accidentalmente durante la pesca?
La información difundida sobre la investigación señala que el bycatch supone cerca del 40 % de las capturas pesqueras mundiales, lo que muestra la enorme dimensión potencial del problema.
¿Puede la inteligencia artificial reconocer animales en imágenes de mala calidad?
El sistema combina diferentes modelos de inteligencia artificial precisamente para mejorar la identificación incluso cuando las fotografías obtenidas presentan una calidad reducida.
¿Quién ha creado esta inteligencia artificial para proteger los océanos?
La tecnología ha sido desarrollada por investigadores del grupo AI4OCEANS de la Universitat de València, bajo el liderazgo de Verónica Nieves.
