Un modèle d’intelligence artificielle analyse 52 facteurs pour identifier les risques d’extinction de 10 000 espèces de poissons Dans une rivière du Maine, un chercheur tient un char de l’Arctique. Ce poisson, comme de nombreuses espèces d’eau douce, est menacé, mais un nouveau modèle informatique pourrait aider à le protéger avant qu’il ne soit classé comme menacé. En effet, près d’un tiers des espèces de poissons d’eau douce sont actuellement menacées d’extinction, ce qui met en péril les écosystèmes, les chaînes alimentaires et les activités de pêche récréative. Face à cette urgence, Christina Murphy, professeure adjointe à l’Université du Maine, s’est demandé s’il était possible d’anticiper les dangers avant qu’ils ne deviennent critiques. Après cinq ans de collecte de données, de programmation et de tests, Murphy et son équipe ont développé un modèle informatique capable d’évaluer les risques d’extinction pour plus de 10 000 espèces de poissons d’eau douce à travers le monde. Le plus encourageant : la majorité de ces espèces, y compris le char de l’Arctique (Salvelinus alpinus) du Maine, pourraient encore être sauvées si des mesures préventives sont prises à temps. Contrairement aux évaluations traditionnelles, ce modèle prend en compte 52 variables, allant du barrage et de l’exploitation de l’eau à la dégradation des habitats, à la pollution, aux espèces envahissantes, mais aussi aux facteurs économiques et sociaux. En s’appuyant sur des données publiques, notamment celles de l’Union internationale pour la conservation de la nature (UICN), l’outil permet une identification plus rapide et plus rentable des espèces vulnérables. « Ce modèle utilise de nouveaux indicateurs pour identifier ce qui fonctionne pour prévenir l’extinction », explique Murphy, également responsable adjointe de l’unité de recherche coopérative sur la faune et la flore du Maine, affiliée à l’USGS. « Les gestionnaires pourraient ainsi protéger un grand nombre d’espèces. » Le modèle permet une approche préventive en mettant en évidence les facteurs écologiques, environnementaux et socioéconomiques qui favorisent la survie des poissons. Cela permet aux gestionnaires de mettre en place des mesures ciblées qui bénéficient à plusieurs espèces simultanément. « Le message principal est que l’impact socioéconomique joue un rôle crucial dans la réussite de la conservation, et que nous sommes bien meilleurs pour identifier ce qui fonctionne que ce qui ne fonctionne pas », souligne Murphy. Les chercheurs ont intégré des données provenant de 12 sources publiques et ont entraîné un système d’intelligence artificielle pour analyser des millions de relations complexes entre les espèces. Le modèle peut ainsi déterminer quelles espèces sont en danger immédiat et pourquoi, tout en permettant d’évaluer les risques potentiels pour celles qui ne sont pas encore menacées. Il a été validé contre des évaluations existantes. « Nos résultats montrent que la conservation fonctionne comme la santé humaine : les signes de « bien-être » sont souvent plus prévisibles que les multiples voies menant à la maladie », explique le co-auteur J. Andrés Olivos, chercheur postdoctoral à l’Université d’État de l’Oregon. « Pour les poissons d’eau douce, des conditions sûres sont généralement prévisibles, tandis que le risque d’extinction peut résulter de combinaisons infinies de menaces. » Murphy et son équipe espèrent que cet outil pourra être utilisé dans les plans de conservation et de développement régional, et qu’il pourra servir de base à des modèles similaires pour protéger les oiseaux, les arbres et d’autres espèces. « Les décideurs ne doivent pas attendre que les espèces soient en danger critique pour agir », affirme Ivan Arsmendi, professeur agrégé à l’Université d’État de l’Oregon. « Ce modèle permet de déployer des ressources à l’avance. » Le projet a été lancé en 2020 par Murphy, alors chercheuse postdoctorale à l’Université d’État de l’Oregon, en collaboration avec Arsmendi, Olivos, ainsi que des scientifiques de l’USGS, du Service forestier américain et de l’Université de Gérone, en Catalogne. Le modèle a été publié dans la revue Nature Communications.