Su diecimila fotografie di animali selvatici osservati in Colombia, GPT-5.2 ha identificato correttamente la specie soltanto nel 9,5% dei casi: circa un'immagine su dieci. Il test chiedeva al modello multimodale di assegnare famiglia, genere e specie a ogni fotografia, senza consentirgli di rinunciare alla risposta quando la sicurezza dell'identificazione era bassa. Come informazione geografica, il sistema riceveva soltanto l'indicazione che l'animale era stato osservato in Colombia.
L'indagine, guidata dal ricercatore Gustavo Nicolas Paez Salamanca e pubblicata dopo revisione scientifica sul Biodiversity Data Journal, ha utilizzato immagini della piattaforma di scienza partecipata iNaturalist, classificate come idonee alla ricerca. Il campione comprendeva esclusivamente vertebrati colombiani ed era suddiviso in cinque gruppi: anfibi, uccelli, pesci, mammiferi e rettili, ciascuno rappresentato da duemila fotografie. Questa distribuzione ha permesso di confrontare il comportamento del sistema tra gruppi biologici diversi, facendo emergere differenze marcate.
Le prestazioni migliori riguardavano mammiferi e rettili, con un'accuratezza nell'identificazione esatta della specie compresa approssimativamente tra il 17 e il 19%. Per anfibi, uccelli e pesci, invece, il risultato scendeva sotto il 5%. Le valutazioni condotte su altri sistemi di intelligenza artificiale hanno mostrato andamenti generali simili. Gli errori osservati rimandano quindi a difficoltà strutturali dei modelli di visione generalisti, condivise anche da architetture diverse da quella sottoposta al test principale.
La distribuzione degli sbagli seguiva due fattori: la quantità di fotografie pubblicamente accessibili e la storia della classificazione scientifica. Gli organismi più documentati attraverso immagini venivano riconosciuti con maggiore precisione; le specie descritte o riclassificate recentemente risultavano più difficili da identificare. Per Paez Salamanca, migliorare questi strumenti richiede di affrontare sia la disponibilità delle informazioni sulle singole specie sia il continuo aggiornamento delle conoscenze scientifiche. Cambiare applicazione, da solo, non risolve questi problemi.
La ricerca nasce da difficoltà incontrate sul campo. Nel maggio 2026, nelle aree protette di Morrocoy, nella regione dei Montes de María, la Fundación Sembrandopaz aveva fotografato un piccolo animale con una fototrappola. Un sistema multimodale generalista lo aveva identificato come Bassariscus sumichrasti, la cui distribuzione conosciuta non comprende la Colombia, pur avendo ricevuto la località e descrizioni dei movimenti e dei caratteri fisici. Una verifica indipendente, sostenuta da Juan Fernando Díaz Nieto dell'Universidad EAFIT, ha invece confermato che si trattava di Metachirus myosuros, un marsupiale nativo.
Nelle stesse riserve sono emersi altri due ostacoli. L'armadillo Cabassous centralis è conosciuto dalla scienza da decenni, ma dispone di pochissime fotografie verificate nelle banche dati pubblicamente accessibili: ai modelli manca quindi materiale di riferimento adeguato. Il porcospino Coendou vossi, riconosciuto come specie distinta soltanto nel 2025, è stato invece associato a un nome scientifico precedente e superato, ancora presente nelle risorse pubbliche sulla biodiversità. In un caso pesa la scarsità delle immagini, nell'altro la persistenza di informazioni tassonomiche non aggiornate.
Le conseguenze riguardano direttamente la qualità dei dati raccolti. Paez Salamanca avverte che confondere un animale raro con uno più familiare può far passare inosservata la sua presenza; nomi o attribuzioni geografiche errati possono inoltre compromettere gli archivi e alterare la ricostruzione della distribuzione delle specie. Lo studio propone perciò di usare le previsioni automatiche come filtro iniziale, verificando sistematicamente le identificazioni candidate attraverso classificazioni tassonomiche autorevoli e areali geografici accertati.
Per le osservazioni ambigue o dalle conseguenze più delicate, il passaggio previsto è la valutazione di specialisti umani. I sistemi dovrebbero inoltre poter rinunciare alla previsione quando l'immagine non consente un'identificazione sufficientemente sicura. L'impiego operativo delineato dal ricercatore combina così l'elaborazione di grandi volumi di fotografie con documentazione affidabile e competenze scientifiche. Sebbene il test riguardi la fauna colombiana, Paez Salamanca considera le disparità nei dati e i limiti tecnici individuati pertinenti anche al monitoraggio della biodiversità nel resto del mondo.