Генеративный искусственный интеллект начал создавать несуществующие виды животных и поддельные наблюдения за реальными видами, что создает угрозу для научных баз данных о биоразнообразии.

Выводы учёных опубликованы в журнале Nature Ecology and Evolution.

Исследователи предупреждают: такие изображения уже появляются на популярных платформах гражданской науки и в отдельных случаях выглядят достаточно убедительно, чтобы ввести в заблуждение даже специалистов.

Один из таких случаев обнаружил независимый исследователь и специалист по богомолам Крис Андерсон. Просматривая платформу iNaturalist, где пользователи публикуют фотографии и наблюдения за животными и растениями, он наткнулся на изображение необычного богомола рода Deroplatys, якобы снятого в тропическом лесу Малайзии.

Насекомое выглядело как типичный листовой богомол: его тело напоминало сухой лист, а характерная форма помогала бы ему скрываться от хищников и подстерегать добычу. Однако Андерсон заметил несоответствия в форме головы, усиках и рисунке тела. В результате выяснилось, что изображение было создано генеративным ИИ, а самого богомола в природе не существует.

По словам исследователя, подобные случаи могут стать серьезной проблемой для платформ гражданской науки, таких как iNaturalist и eBird, поскольку размещенные там наблюдения используются в научных исследованиях. Поддельные изображения способны в дальнейшем попасть в научные статьи, экологические обследования и оценки состояния окружающей среды.

Схожую проблему обнаружил британский специалист по птицам Александр Лис из Манчестерского столичного университета. В ноябре 2025 года в интернете появилась фотография редкой для северо-востока Шотландии болотной гаички. При внимательном изучении Лис заметил деформированные лапы и клюв и пришел к выводу, что птица была создана с помощью ИИ.

Исследователь отмечает, что опасность представляют не только полностью искусственные изображения. Не менее серьезной проблемой может стать обработка настоящих фотографий с помощью нейросетей. Например, пользователь может попросить ИИ «улучшить» снимок реальной птицы, после чего алгоритм добавит детали, которых на самом деле не было.

Именно такой случай уже произошел на iNaturalist. Обработанная пользователем фотография привела к появлению в базе первого сообщения о красноплечем черном дрозде в Бразилии. Подделку обнаружили, после чего изображение скрыли из базы.

При этом проблема фальсификаций в данных о природе возникла задолго до появления ИИ. В научной истории известны случаи намеренной или случайной подделки образцов. Одним из примеров считается так называемая чарлтонская желтушка — несуществующий вид бабочки, который в XVIII веке попал в научную литературу. Позднее выяснилось, что характерные голубые пятна на крыльях обычной желтушки были нанесены человеком.

Однако генеративный ИИ значительно упрощает создание подобных подделок. Фальшивые виды животных уже распространяются в социальных сетях вместе с вымышленными описаниями их поведения и среды обитания, а пользователи нередко принимают такие публикации за настоящие.

Эксперты опасаются, что следующим этапом может стать проникновение сгенерированных данных непосредственно в научную литературу. Андерсон считает такой сценарий вполне вероятным. Лис также отмечает, что ученому относительно легко было бы представить созданное ИИ изображение как доказательство обнаружения нового вида. Если это делается сознательно, речь уже идет о научном мошенничестве.

В то же время исследователи подчеркивают, что сами платформы гражданской науки располагают сильной защитой — их сообщества состоят из тысяч опытных наблюдателей, которые способны замечать подозрительные публикации. В iNaturalist уже появились инструменты, позволяющие выявлять потенциально созданный ИИ контент.

Специалисты предлагают усилить проверку изображений, использовать аутентификацию и анализ метаданных, а также обучать пользователей распознавать риски, связанные с генеративными технологиями.

При этом ученые не призывают отказываться от ИИ полностью. Машинное обучение, которое не создает изображения, а анализирует реальные данные, уже используется для природоохранных задач. Например, алгоритмы помогают прогнозировать миграцию птиц, выявлять признаки цветения водорослей и обрабатывать миллионы снимков фотоловушек.

Ключевым условием остается участие человека: ИИ может сортировать и анализировать огромные массивы информации, но окончательная проверка наблюдений должна оставаться за специалистами.