Comprendere gli errori di identificazione in Pl@ntNet

Pl@ntNet riconoscerà nel 2026 circa 85.000 specie. In alcuni casi, un errore di identificazione può rafforzarsi nel tempo: una specie comune viene regolarmente confusa con una specie rara che le somiglia, e queste nuove osservazioni contribuiscono poi a mantenere la confusione.

Da diversi anni, membri esperti della comunità, chiamati veilleurs (osservatori), individuano e documentano queste situazioni.

L’incrocio del loro lavoro con un’analisi statistica ci permette di comprendere meglio il fenomeno e di fornirne un primo ordine di grandezza: circa 1.500 specie potrebbero essere interessate, sulle circa 85.000 specie riconosciute da Pl@ntNet. Questa stima rimane incerta e dipende da diverse ipotesi.

Come può apparire una deriva

Il sistema di identificazione di Pl@ntNet si basa in particolare sulle osservazioni convalidate dalla comunità. Più i dati disponibili sono numerosi e correttamente identificati, più possono contribuire a migliorare il modello.

Ma quando si instaura una confusione tra due specie simili, questo meccanismo può anche amplificare un errore.

Prendiamo una specie comune, rappresentata da migliaia di osservazioni, e una specie rara che le somiglia. Se il modello inizia a proporre troppo spesso la specie rara al posto della specie comune:

alcune osservazioni della specie comune vengono registrate sotto il nome della specie rara;
queste osservazioni aumentano la quantità di dati associati alla specie rara;
il modello apprende progressivamente questa confusione e può proporre ancora più spesso la specie rara.

Poiché le specie rare dispongono generalmente di meno osservazioni, una quantità relativamente bassa di dati errati può avere un effetto importante sulla loro rappresentazione.

I “veilleurs” parlano allora di deriva d’identificazione: un errore che non resta isolato, ma che può autoalimentarsi.

Il ruolo dei “veilleurs”

I “veilleurs” sono utenti esperti (botanici professionisti o amatori molto esperti) che individuano le derive e partecipano alla loro correzione grazie al sistema di validazione collaborativa.

Nel corso degli anni, il loro lavoro ha permesso di costituire un catalogo di casi documentati: specie che si confondono, evoluzione del problema e correzioni effettuate. Circa 190 specie sono state studiate in dettaglio.

Questa competenza è particolarmente importante perché un’evoluzione statistica insolita non è sufficiente, da sola, a provare l’esistenza di una deriva. L’interpretazione dei dati richiede la conoscenza delle specie e del loro contesto.

Sources, sinks e underdogs

I “veilleurs” utilizzano diversi termini per descrivere i vari casi incontrati.

Una source (sorgente) è generalmente una specie comune che viene riconosciuta correttamente meno spesso. Le sue osservazioni vengono progressivamente attribuite a un’altra specie.

Un sink (pozzo) è la specie che riceve queste osservazioni in modo errato. Si tratta spesso di una specie rara, la cui base di osservazioni può essere rapidamente influenzata da questi errori.

Un underdog è anch’essa una specie rara e sottoriconosciuta, ma senza che sia necessariamente in atto una deriva. Potrebbe semplicemente mancare di osservazioni o essere difficile da identificare.

I “veilleurs” privilegiano spesso un approccio chiamato curation asimmetrica: puliscono prioritariamente i dati del sink. Correggere una piccola base dati fortemente contaminata può essere più efficace che correggere direttamente una grande base di osservazioni.

Cosa mostra l’analisi statistica

Un’analisi indipendente ha studiato 795 specie con più di 500 osservazioni, ovvero circa 2,5 milioni di osservazioni tra il 2017 e il 2024.

Per ogni specie, l’analisi stima se la probabilità di essere rilevata dagli utenti aumenti o diminuisca nel tempo. Questa evoluzione è rappresentata da una pendenza:

una pendenza negativa indica che la specie viene rilevata sempre meno;
una pendenza positiva indica che viene rilevata sempre più spesso.

L’ipotesi è che una source debba presentare piuttosto una pendenza negativa, mentre un sink potrebbe presentare una pendenza positiva.

L’incrocio con i casi già noti ai “veilleurs” fornisce un risultato contrastante.

Per le sources, le pendenze negative sembrano essere un buon strumento di rilevamento: circa l’80% delle sources note appare in questo elenco, con una purezza stimata intorno al 74%.

Per i sinks, il risultato è molto meno utile. Viene ritrovato solo il 13% circa dei sinks noti. La ragione principale è che i sinks sono spesso rari e dispongono di meno di 500 osservazioni: vengono quindi esclusi dall’analisi fin dall’inizio.

Le pendenze possono quindi aiutare a dare priorità alle specie da esaminare, ma non sostituiscono la competenza dei “veilleurs”.

Perché le correzioni a volte complicano l’analisi

La curatela stessa può modificare le statistiche utilizzate per rilevare le derive.

Quando un sink viene pulito, una parte delle osservazioni rimosse viene spesso riconvalidata come appartenente alla source. La source guadagna quindi osservazioni, mentre il sink le perde.

Con il tempo, questo può modificare le rispettive pendenze:

una source già corretta potrebbe non apparire più come una specie in declino;
un sink pulito potrebbe, al contrario, apparire tra le specie con pendenza negativa.

È quindi importante conservare lo storico delle correzioni. Una specie già identificata come source può rimanere vulnerabile a nuove derive, anche dopo essere stata corretta.

Quale potrebbe essere l’entità del fenomeno?

Combinando i casi documentati dai “veilleurs” e i risultati dell’analisi statistica, si ottengono le seguenti stime:

circa 450 sources;
circa 1.000 sinks, con una stima più incerta compresa tra 600 e 1.300 a seconda del metodo;
circa 1.500 specie interessate in totale da una deriva d’identificazione.

A titolo di confronto, Pl@ntNet riconosce circa 85.000 specie.

Questi dati devono essere interpretati con cautela. Il catalogo dei “veilleurs” non è un campione casuale e riguarda principalmente la flora europea. L’analisi statistica copre solo le specie con almeno 500 osservazioni e si basa su un periodo che va dal 2017 al 2024.

Questi risultati forniscono quindi un ordine di grandezza e non una misura definitiva del fenomeno.

Diverse domande rimangono aperte.

Una specie può essere una source in una regione e un sink in un’altra? Si può identificare il momento preciso in cui inizia una deriva? È possibile ritrovare i sinks a partire dalle sources già note?

A lungo termine, l’obiettivo potrebbe essere quello di sviluppare strumenti capaci di segnalare automaticamente le specie che iniziano a derivare. Questi strumenti non sostituirebbero l’esperienza umana, ma potrebbero aiutare i “veilleurs” a individuare i problemi più precocemente.

Le derive d’identificazione sono un fenomeno reale che riguarda una parte limitata delle specie riconosciute da Pl@ntNet.

Il lavoro dei “veilleurs” è essenziale per individuarle, comprenderle e correggerle. L’analisi statistica fornisce da parte sua un mezzo supplementare per identificare le specie che meritano un’attenzione particolare.

Combinando competenza botanica e analisi dei dati, Pl@ntNet dispone di una base migliore per monitorare queste derive e intervenire prima che diventino più significative.