L’application BirdNET, un outil d’apprentissage automatique gratuit qui peut identifier plus de 3 000 oiseaux par le son seul, génère des données scientifiques fiables et permet aux gens de contribuer plus facilement aux données de la science citoyenne sur les oiseaux en enregistrant simplement des sons.
Un article paru le 28 juin dans la revue en libre accès PLOS Biologie par Connor Wood et ses collègues du K. Lisa Yang Center for Conservation Bioacoustics du Cornell Lab of Ornithology, aux États-Unis, suggère que l’application BirdNET abaisse la barrière à la science citoyenne car elle ne nécessite pas de compétences d’identification des oiseaux pour participer. Les utilisateurs écoutent simplement les oiseaux et appuyez sur l’application pour enregistrer. BirdNET utilise l’intelligence artificielle pour identifier automatiquement les espèces par le son et capture l’enregistrement pour une utilisation dans la recherche.
« Nos principes directeurs de conception étaient que nous avions besoin d’un algorithme précis et d’une interface utilisateur simple », a déclaré le co-auteur de l’étude, Stefan Kahl, du Yang Center du Cornell Lab, qui a dirigé le développement technique. « Sinon, les utilisateurs ne reviendraient pas à l’application. » Les résultats ont dépassé les attentes : depuis son lancement en 2018, plus de 2,2 millions de personnes ont fourni des données.
Pour tester si l’application pouvait générer des données scientifiques fiables, les auteurs ont sélectionné quatre cas de test dans lesquels la recherche conventionnelle avait déjà fourni des réponses solides. Leurs résultats montrent que les données de l’application BirdNET ont reproduit avec succès les modèles connus de dialectes de chant chez les oiseaux chanteurs nord-américains et européens et ont cartographié avec précision une migration d’oiseaux sur les deux continents.
La validation de la fiabilité des données de l’application à des fins de recherche a été la première étape de ce qu’ils espèrent être un effort de recherche mondial à long terme, non seulement pour les oiseaux, mais en fin de compte pour toute la faune et même des paysages sonores entiers. Les données utilisées dans les quatre cas de test sont accessibles au public et les auteurs travaillent à rendre l’ensemble de données ouvert.
« La partie la plus excitante de ce travail est la simplicité avec laquelle les gens peuvent participer à la recherche et à la conservation des oiseaux », ajoute Wood. « Vous n’avez pas besoin de savoir quoi que ce soit sur les oiseaux, vous avez juste besoin d’un smartphone, et l’application BirdNET peut alors vous fournir, à vous et à l’équipe de recherche, une prédiction de l’oiseau que vous avez entendu. Cela a conduit à une énorme participation dans le monde entier, ce qui se traduit par une incroyable richesse de données. C’est vraiment le témoignage d’un enthousiasme pour les oiseaux qui unit des gens de tous horizons.
L’application BirdNET fait partie de la suite d’outils du Cornell Lab of Ornithology, y compris l’application éducative Merlin Bird ID et les applications de science citoyenne eBird, NestWatch et Project FeederWatch, qui ont généré ensemble plus d’un milliard d’observations, de sons et de photos d’oiseaux de participants du monde entier pour une utilisation dans la science et la conservation.
L’application BirdNET, alimentée par l’apprentissage automatique, réduit les obstacles à la recherche mondiale sur les oiseaux en permettant la participation citoyenne à la science, PLoS Biologie (2022). DOI : 10.1371/journal.pbio.3001670