Riesgos mediados por IA y desafíos de la vida real en la recolección de setas

Área de la Ciencia:

• Micología
• Inteligencia Artificial
• Biología Computacional

Sus antecedentes:

• Las aplicaciones de identificación de setas impulsadas por IA son cada vez más populares entre los recolectores.
• La dependencia de estas herramientas conlleva riesgos significativos debido a posibles imprecisiones.

Objetivo del estudio:

• Evaluar la precisión y fiabilidad de las aplicaciones populares de identificación de setas basadas en IA.
• Evaluar los riesgos asociados con el uso de IA para la identificación crítica de setas.

Principales métodos:

• Se recopilaron más de 100 fotos de aproximadamente 60 especies de setas en condiciones reales de recolección.
• Se probaron múltiples aplicaciones líderes de identificación de setas basadas en IA utilizando este conjunto de datos.

Principales resultados:

• La herramienta de IA con mejor rendimiento mostró una tasa de error de casi el 15%.
• Otras aplicaciones probadas demostraron una precisión aún menor.
• Ninguna de las aplicaciones proporcionó consistentemente una única identificación correcta en todas las pruebas.

Conclusiones:

• Las aplicaciones actuales de identificación de setas con IA no son lo suficientemente fiables para una identificación definitiva.
• Los recolectores deben tener extrema precaución y no depender únicamente de la IA para identificar setas, especialmente en lo que respecta a la seguridad.