Compreender os erros de identificação no Pl@ntNet

Em 2026, o Pl@ntNet reconhece cerca de 85.000 espécies. Em certos casos, um erro de identificação pode reforçar-se ao longo do tempo: uma espécie comum é regularmente confundida com uma espécie rara que lhe é semelhante, e estas novas observações contribuem depois para manter a confusão.

Há vários anos, membros experientes da comunidade, chamados veilleurs (vigias), detetam e documentam estas situações.

O cruzamento do seu trabalho com uma análise estatística permite-nos compreender melhor o fenómeno e fornecer uma primeira ordem de grandeza: cerca de 1.500 espécies poderiam estar envolvidas, entre as cerca de 85.000 espécies reconhecidas pelo Pl@ntNet. Esta estimativa permanece incerta e depende de várias hipóteses.

Como pode surgir um desvio

O sistema de identificação do Pl@ntNet baseia-se nomeadamente nas observações validadas pela comunidade. Quanto mais numerosos e corretamente identificados forem os dados disponíveis, mais eles podem contribuir para melhorar o modelo.

Mas quando se instala uma confusão entre duas espécies próximas, este mecanismo também pode amplificar um erro.

Tenhamos como exemplo uma espécie comum, representada por milhares de observações, e uma espécie rara que lhe é semelhante. Se o modelo começar a propor com demasiada frequência a espécie rara em vez da espécie comum:

certas observações da espécie comum são registadas sob o nome da espécie rara;
estas observações aumentam a quantidade de dados associados à espécie rara;
o modelo aprende progressivamente esta confusão e pode propor a espécie rara ainda mais vezes.

Como as espécies raras dispõem geralmente de menos observações, uma quantidade relativamente baixa de dados errados pode ter um efeito importante na sua representação.

Os vigias falam então de desvio de identificação (dérive d’identification): um erro que não permanece isolado, mas que se pode autoalimentar.

O papel dos vigias

Os vigias são utilizadores experientes (botânicos confirmados ou amadores muito avançados) que detetam os desvios e participam na sua correção através do sistema de validação colaborativa.

Ao longo dos anos, o seu trabalho permitiu constituir um catálogo de casos documentados: espécies que se confundem, evolução do problema e correções efetuadas. Cerca de 190 espécies foram estudadas em detalhe.

Esta perícia é particularmente importante porque uma evolução estatística invulgar não basta, por si só, para provar a existência de um desvio. A interpretação dos dados exige o conhecimento das espécies e do seu contexto.

Sources, sinks e underdogs

Os vigias utilizam vários termos para descrever os diferentes casos encontrados.

Uma source (fonte) é geralmente uma espécie comum que passa a ser reconhecida corretamente com menos frequência. As suas observações são progressivamente atribuídas a outra espécie.

Um sink (sorvedouro) é a espécie que recebe estas observações de forma incorreta. Trata-se frequentemente de uma espécie rara, cuja base de observações pode ser rapidamente afetada por estes erros.

Um underdog é igualmente uma espécie rara e sub-reconhecida, mas sem que um desvio seja necessariamente a causa. Pode simplesmente carecer de observações ou ser difícil de identificar.

Os vigias privilegiam frequentemente uma abordagem chamada curadoria assimétrica: limpam prioritariamente os dados do sink. Corrigir uma base pequena fortemente contaminada pode ser mais eficaz do que corrigir diretamente uma base grande de observações.

O que mostra a análise estatística

Uma análise independente estudou 795 espécies com mais de 500 observações, totalizando cerca de 2,5 milhões de observações entre 2017 e 2024.

Para cada espécie, a análise estima se a sua probabilidade de ser detetada pelos utilizadores aumenta ou diminui ao longo do tempo. Esta evolução é representada por uma inclinação:

uma inclinação negativa indica que a espécie é cada vez menos detetada;
uma inclinação positiva indica que é cada vez mais detetada.

A hipótese é que uma source deve apresentar, de preferência, uma inclinação negativa, enquanto um sink poderá apresentar uma inclinação positiva.

O cruzamento com os casos já conhecidos pelos vigias dá um resultado contrastado.

Para as sources, as inclinações negativas parecem ser uma boa ferramenta de deteção: cerca de 80% das fontes conhecidas aparecem nesta lista, com uma precisão estimada em cerca de 74%.

Para os sinks, o resultado é muito menos útil. Apenas cerca de 13% dos sinks conhecidos são encontrados. A razão principal é que os sinks são frequentemente raros e dispõem de menos de 500 observações: são, portanto, excluídos da análise logo à partida.

As inclinações podem, assim, ajudar a priorizar as espécies a examinar, mas não substituem a perícia dos vigias.

Por que as correções por vezes complicam a análise

A própria curadoria pode modificar as estatísticas utilizadas para detetar os desvios.

Quando um sink é limpo, uma parte das observações retiradas é frequentemente revalidada como pertencendo à source. A source ganha então observações, enquanto o sink as perde.

Com o tempo, isto pode alterar as suas respetivas inclinações:

uma source já corrigida pode deixar de aparecer como uma espécie em declínio;
um sink limpo pode, pelo contrário, aparecer entre as espécies com uma inclinação negativa.

É, portanto, importante conservar o histórico das correções. Uma espécie já identificada como source pode continuar vulnerável a novos desvios, mesmo após ter sido corrigida.

Qual poderá ser a magnitude do fenómeno?

Combinando os casos documentados pelos vigias e os resultados da análise estatística, obtêm-se as seguintes estimativas:

cerca de 450 sources;
cerca de 1.000 sinks, com uma estimativa mais incerta entre 600 e 1.300 dependendo do método;
cerca de 1.500 espécies envolvidas no total por um desvio de identificação.

A título de comparação, o Pl@ntNet reconhece cerca de 85.000 espécies.

Estes números devem ser interpretados com cautela. O catálogo dos vigias não é uma amostra aleatória e incide principalmente sobre a flora europeia. A análise estatística cobre apenas as espécies com pelo menos 500 observações e baseia-se num período que vai de 2017 a 2024.

Estes resultados fornecem, portanto, uma ordem de grandeza e não uma medição definitiva do fenómeno.

Várias questões permanecem em aberto.

Pode uma espécie ser uma source numa região e um sink noutra? Podemos identificar o momento preciso em que um desvio começa? É possível encontrar os sinks a partir das sources já conhecidas?

A longo prazo, o objetivo poderia ser desenvolver ferramentas capazes de sinalizar automaticamente as espécies que começam a sofrer desvios. Estas ferramentas não substituiriam a perícia humana, mas poderiam ajudar os vigias a detetar os problemas mais cedo.

Os desvios de identificação são um fenómeno real que afeta uma parte limitada das espécies reconhecidas pelo Pl@ntNet.

O trabalho dos vigias é essencial para os detetar, compreender e corrigir. A análise estatística traz, por seu lado, um meio suplementar de identificar as espécies que merecem atenção especial.

Ao combinar perícia botânica e análise de dados, o Pl@ntNet dispõe de uma base melhor para acompanhar estes desvios e intervir antes que se tornem mais significativos.