El comercio ilegal de fauna marina mueve miles de millones de dólares cada año
Cuando pensamos en el tráfico de vida silvestre, podemos pensar en cuernos de rinoceronte o crías de orangután vendidas como mascotas, pero el contrabando de criaturas marinas, un delito menos conocido, es igual de perjudicial para los ecosistemas marinos.
Lamentablemente, muchos artículos de fauna marina que se trafican habitualmente, como las aletas de tiburón, pueden esconderse en equipaje o paquetes y transportarse a través de las fronteras con relativa facilidad, sin ser detectados.
Para sortear este problema, los científicos utilizaron inteligencia artificial para desarrollar un algoritmo capaz de detectar muestras de criaturas marinas comúnmente traficadas —aletas de tiburón, caballitos de mar y pepinos de mar— con una precisión del 92 %.
"El comercio de especies silvestres es cruel y poco ético", afirmó la Dra. Vanessa Pirotta, de la Universidad Macquarie, autora principal del artículo científico. "Para muchos, esta puede ser la primera vez que oyen hablar del tráfico ilegal de fauna marina. El tráfico de vida silvestre no se limita a las especies que nos resultan más familiares, como el cuerno de rinoceronte o el marfil de elefante. Aprovechamos este Día Mundial de los Océanos para visibilizar este problema".
Peligro en el mar
Se estima que el comercio ilegal de fauna marina mueve miles de millones de dólares cada año y representa una grave amenaza para los animales en peligro de extinción.
El transporte de animales para consumo humano, medicinal, ornamental o para el comercio de mascotas amenaza la supervivencia de poblaciones que se encuentran en un precario equilibrio, mientras que los animales que son traficados vivos podrían escapar y convertirse en especies invasoras en otros ecosistemas.
Pero detectar el tráfico ilícito en curso es más fácil decirlo que hacerlo, lo que dificulta no solo detener el comercio, sino también cuantificar su impacto en el medio ambiente.
El equipo adaptó escáneres de tomografía computarizada de rayos X ya existentes, que se utilizan en muchos aeropuertos para detectar explosivos o amenazas de bioseguridad. Estos escáneres toman múltiples radiografías de un solo objeto, creando una imagen tridimensional de su contenido.
Imagen derecha: Escaneos de detección in situ de fauna marina utilizados para el desarrollo del algoritmo, que demuestran la eficacia de la detección. (A) Escaneos detectados de un caballito de mar (izquierda) y aletas de tiburón (derecha); los recuadros azules resaltan la ubicación de los objetos detectados. (B) Imágenes escaneadas de un pepino de mar (izquierda) y una aleta de tiburón (derecha) insertadas en bolsas negativas mediante la aplicación de TIP; los recuadros azules resaltan la ubicación de los objetos insertados. Los colores de los recuadros reflejan la paleta de colores utilizada para visualizar las muestras. Crédito: Frontiers in Ocean Sustainability (2026). DOI: 10.3389/focsu.2026.1776978
Mediante el uso de una red neuronal para entrenar un algoritmo capaz de reconocer en estas imágenes especies comúnmente traficadas, los científicos esperaban crear un sistema que pudiera marcar automáticamente las maletas para su investigación.
Los científicos optaron por trabajar con aletas de tiburón, caballitos de mar y pepinos de mar. Las aletas de tiburón son muy demandadas como alimento, mientras que los caballitos de mar secos se comercializan para la medicina tradicional. El contrabando de pepinos de mar se registra con menos frecuencia, aunque sabemos que a menudo se pescan ilegalmente en exceso; los investigadores creen que el contrabando de pepinos de mar es más común de lo que podemos demostrar actualmente.
Realizaron un total de 298 escaneos de 20 muestras de pepino de mar, 30 muestras de caballito de mar y 18 muestras de aleta de tiburón, muchas de las cuales provenían de incautaciones relacionadas con el tráfico de vida silvestre. Se crearon cinco escaneos diferentes para cada muestra en distintas posiciones y contextos, además de escaneos que contenían varias muestras diferentes.
Los científicos también analizaron muestras en condiciones que imitan las artimañas de los contrabandistas (envolviéndolas en hojalata o ropa, o escondiéndolas en juguetes infantiles) y añadieron algunos de sus análisis a imágenes de tomografía computarizada de bolsas que habían sido analizadas sin ningún artículo de contrabando, una técnica denominada Proyección de Imagen de Amenaza. Esto ayuda a simular situaciones de la vida real, donde las muestras pueden encontrarse escondidas en el equipaje.
Los científicos utilizaron estas imágenes para entrenar el algoritmo para que reconociera las aletas de tiburón, los pepinos de mar y los caballitos de mar, y luego probaron el algoritmo con un subconjunto de imágenes que nunca antes se le habían proporcionado.
Imagen derecha: Visualización de datos volumétricos 3D generados para cada clase de animal: (A) aleta de tiburón, (B) caballito de mar y (C) pepino de mar, utilizados para la producción de algoritmos de detección de tráfico de fauna marina. Todos los ejemplos mostrados a continuación corresponden a animales marinos muertos y disecados. Crédito: Frontiers in Ocean Sustainability (2026). DOI: 10.3389/focsu.2026.1776978
Analizando los datos
El algoritmo tuvo un 92% de éxito en general: 95% de éxito en la detección de aletas de tiburón, 96% de éxito en la detección de caballitos de mar y 86% de éxito en la detección de pepinos de mar. La tasa de falsos positivos fue del 13%: 2% para las aletas de tiburón, 1% para los pepinos de mar y 9% para los caballitos de mar.
Esta alta tasa de precisión sugiere que este algoritmo de detección automática podría ser una poderosa herramienta para interceptar envíos que actualmente eluden los controles existentes, lo que ayudaría a cortar las rutas comerciales y a lograr condenas para las personas que trafican con fauna marina.
Pero un eficaz programa de detección automática para estas especies es solo una parte de la solución. Muchas otras especies también son objeto de tráfico ilegal, y los falsos positivos seguirán teniendo que ser revisados manualmente.
Además, no todos los aeropuertos tienen acceso a escáneres CT 3D, que son costosos; otros aún dependen de escáneres 2D. La detección automática complementará los métodos de detección existentes en lugar de reemplazarlos.
"Solo podemos recrear escenarios de trata de especies reales basándonos en lo que se ha detectado anteriormente", dijo Pirotta. "La IA no es la solución mágica para la detección, ni un sustituto para la detección humana y la realizada por perros rastreadores".
El estudio se ha publicado en Frontiers in Ocean Sustainability: Marine wildlife trafficking: Use of AI algorithms for the autodetection of shark fins, seahorses and sea cucumbers
