Платформы гражданской науки eBird, Macaulay Library и iNaturalist столкнулись с систематическим искажением фотографий птиц встроенными ИИ-инструментами смартфонов. В ответ платформы ввели строгие правила: ИИ-генерация и редактирование запрещены, а выявленные артефакты получают теги и исключаются из научных исследований.
Что произошло
Статья Lees et al., опубликованная 13 июля 2026 года в Nature Ecology & Evolution (DOI: 10.1038/s41559-026-03141-y), зафиксировала воспроизводимую проблему: встроенный ИИ-редактор Google Gemini превратил фотографию обычной южноамериканской иволги Icterus cayanensis в изображение северноамериканского крапивника Agelaius phoeniceus, сгенерировав ложную научную запись о заносном виде в Бразилии. На iNaturalist уже обнаружено 1 400 флагированных ИИ-изображений. В ответ eBird и Macaulay Library ввели двухуровневую систему модерации: тег Artificial означает полное скрытие медиа, а тег Over-edited — исключение из научных исследований. ИИ-генерация и редактирование фотографий теперь прямо запрещены политиками платформ.
Контекст
Платформы гражданской науки обрабатывают сотни миллионов наблюдений, которые используются в рецензируемых статьях по экологии, биогеографии и охране природы. Эти данные лежат в основе долгосрочного мониторинга биоразнообразия, отслеживания климатических изменений и обучения специализированных ИИ-инструментов, таких как Merlin Photo ID и Merlin Sound ID. Статья Lees et al. стала первым рецензируемым анализом угрозы загрязнения научных медиаресурсов ИИ-редактированием. Проблема архитектурна: генеративные модели для улучшения изображений оптимизированы по визуальным метрикам — привлекательность и резкость, — а не по сохранению доменно-специфичных таксономических признаков. Это означает, что искажение не является багом конкретной модели, а фундаментальным свойством подхода.
Почему это важно для индустрии
Загрязнение датасетов ИИ-артефактами ставит под угрозу достоверность всего экосистема citizen science. Исследования, опубликованные с использованием данных до 2026 года, могут потребовать повторной валидации визуальных доказательств. Для ML-комьюнити это сигнал: датасеты из crowd-sourced источников больше не могут считаться автоматически достоверными. Ожидается каскадная реакция — iNaturalist и аналогичные платформы внедрят схожие политики. Возникнет спрос на инструменты автоматической детекции ИИ-редистрибуции и стандарты аутентификации медиа, такие как C2PA. Существующие детекторы на базе Glow/CLIP-подходов недостаточны — нужны специализированные модели, чувствительные именно к таксономическим искажениям.
Почему это важно для пользователей
Если вы используете ИИ-функции улучшения или усиления на телефоне и загружаете снимки животных на научные платформы — вы можете непреднамеренно сфальсифицировать данные. ИИ-редакторы работают как чёрный ящик: они не просто улучшают резкость, а могут добавлять несуществующие детали оперения, менять вид животного и удалять диагностические признаки. После введения новых политик eBird и Macaulay Library автоматически помечают такие снимки и удаляют их из научных баз, что означает: ваши фотографии могут быть исключены из исследований без предупреждения.
Что пока неизвестно / ограничения
Истинный масштаб загрязнения неизвестен: на iNaturalist из более чем 610 миллионов записей найдено лишь 1 400 флагированных ИИ-изображений, что указывает на неэффективность текущих методов детекции. eBird и Macaulay Library ввели ручную политику с бинарными тегами — это workaround, а не автоматизированная ML-система в production. Неясно, потребуются ли пересмотр или отзёвы уже опубликованных статей, использующих данные до 2026 года.
Источники
- Citizen science platforms must mitigate against the threat of generative AI — Nature Ecology & Evolution
- From Truth to Fake: The Threat of AI to Media Archives — eBird
- AI-altered images on birdwatching forums putting research at risk — The Guardian
Автор
Look at AI, редакция