AI, taxonomy, and ancestral knowledge: A necessary dialogue for data healing and biocultural preservation in the digital age

AI and ancestral knowledge: Healing biocultural data

Abstract

El auge de herramientas de Inteligencia Artificial (IA) como Pl@ntNet e iNaturalist ha revolucionado la botánica al democratizar la identificación de especies. Estas plataformas de ciencia ciudadana generan millones de registros georreferenciados, proveyendo datos invaluables para el monitoreo ecológico, el modelado de nicho, la fenología y la detección temprana de especies invasoras. iNaturalist, en particular, destaca por sus datos de grado de investigación validados por expertos, los cuales alimentan al Sistema Global de Información sobre Biodiversidad (GBIF, por sus siglas en inglés), una red internacional e infraestructura de datos abierta (Rubiales Jiménez et al., 2023). Para sustentar este análisis, se llevó a cabo un estudio documental basado en una revisión sistemática de literatura científica en la base de datos Scopus (2020-2025). Este enfoque permitió contrastar la eficiencia tecnológica con las limitaciones prácticas y pedagógicas reportadas en la literatura actual. La tesis central es que la tecnología no reemplaza al taxónomo, sino que lo hace más esencial. El rol del experto ambiental evoluciona hacia la curación y validación crítica de los datos masivos generados por la ciencia ciudadana, transformando el ruido en información científica de calidad. Este análisis promueve la alfabetización ambiental que fusione el conocimiento. Mientras la IA aporta la clasificación científica amplia y cuantitativa, el conocimiento ancestral ofrece la relevancia ecológica, cultural y el detalle profundo de microfloras y variedades locales (ecotipos), elementos que los modelos globales de IA ignoran. La literatura de Scopus muestra un crecimiento en el uso de la IA en las aplicaciones como iNaturalist y Pl@ntNet en educación, con impactos positivos en la alfabetización científica, la motivación y la conciencia ambiental, aunque persisten retos en formación docente y calidad de datos.