Una moto accelera e il software annota una cicogna bianca. Le grida dei bambini diventano un gabbiano corallino, la sirena di un'ambulanza che attraversa Firenze una strolaga minore, un uccello acquatico. Sono errori veri di BirdNET, un programma molto diffuso per riconoscere gli uccelli dalla voce, raccolti da un gruppo dell'Università di Torino in due studi pubblicati a ottobre.

Fanno sorridere, ma il punto è serio. BirdNET è sempre più usato nel monitoraggio acustico: si lasciano registratori nei parchi e si affidano le ore di audio all'algoritmo. Quanto ci si può fidare di quello che l'algoritmo dice di aver sentito, e chi se ne accorge quando sbaglia?

Come ragiona BirdNET

BirdNET è una rete neurale sviluppata dal K. Lisa Yang Center for Conservation Bioacoustics del Cornell Lab of Ornithology insieme all'Università tecnica di Chemnitz, in Germania. Nella prima versione, descritta nel 2021 riconosceva 984 specie del Nord America e dell'Europa ed era stata addestrata sulle registrazioni di due grandi archivi di versi, la Macaulay Library e Xeno-canto. Il modello attuale, secondo la pagina del progetto, arriva a 6.512 specie.

Il programma non ascolta come un ornitologo. Trasforma il suono in uno spettrogramma, un'immagine che mostra quali frequenze sono presenti istante per istante, e cerca forme simili a quelle che ha imparato. A ogni frammento di tre secondi assegna una specie e un punteggio di confidenza. Se la sagoma di una sirena somiglia a quella di un richiamo, il software non ha modo di sapere da solo che in un parco di città una strolaga non ci sta.

Ventisei registratori nei parchi di Torino e Firenze

Nella primavera del 2024 i ricercatori del Dipartimento di Scienze della vita e biologia dei sistemi hanno sistemato 26 registratori automatici AudioMoth in parchi e aree verdi, 15 a Torino e 11 a Firenze, nell'ambito del National Biodiversity Future Center. Hanno registrato per una settimana a Firenze, a inizio maggio, e per una decina di giorni a Torino, fra fine maggio e inizio giugno, in spezzoni di dieci minuti. Ne è uscito un archivio di oltre 4.300 registrazioni, circa 723 ore di audio, analizzato con BirdNET Analyzer, secondo i dati pubblicati dagli autori, a una soglia minima di confidenza di 0,3.

Poi è cominciata la parte lenta. Gli ornitologi hanno ascoltato fino a 500 frammenti per ogni specie segnalata in ciascuna città, più di 30.000 in tutto, e per ognuno hanno deciso se l'identificazione era giusta o sbagliata. I risultati sono nel primo studio, uscito su Remote Sensing in Ecology and Conservation.

Più di metà delle specie segnalate era un errore

Secondo il comunicato dell'Università, BirdNET aveva segnalato 113 specie a Torino e 136 a Firenze; il riassunto dello studio parla di 192 e 203 specie rilevate in tutto, senza che il comunicato spieghi la differenza. Dopo l'ascolto gli ornitologi ne hanno confermate 48 e 65: a Torino il 58% delle specie rilevate era un errore, a Firenze il 52%.

Se si contano i singoli frammenti, il quadro migliora: circa sette identificazioni su dieci sono corrette a Torino e quasi otto su dieci a Firenze. Usare una lista di specie filtrata per stagione, invece di quella valida tutto l'anno, ha alzato la precisione dell'11,2% a Torino e dell'8,2% a Firenze. Le due misure convivono perché per allungare l'elenco delle specie basta una sola segnalazione sbagliata.

Le specie più comuni in città, come merlo, capinera, cinciallegra e usignolo, vengono riconosciute quasi sempre. Gli sbagli si concentrano su uccelli che in un parco urbano non ci si aspetta, come l'aquila reale o la nocciolaia.

Da dove vengono gli errori

Il secondo studio, pubblicato sul Journal of Ornithology, guarda dentro gli sbagli. Secondo il comunicato, in circa sette casi su dieci il software confonde il verso di una specie con quello di un'altra. In uno su cinque si lascia ingannare da suoni umani, come voci, traffico e sirene, e nei casi restanti, circa uno su dieci, da suoni naturali come vento e pioggia. Le soglie di confidenza ottimali, calcolate per 33 specie, cambiano molto da una specie all'altra e da una città all'altra, perché dipendono dal rumore di fondo e dagli uccelli che ci vivono.

Gli errori più istruttivi sono diventati un archivio aperto, dove si possono ascoltare fino a cinque esempi di errore per specie. "I suoi risultati, però, non vanno presi alla lettera: in città, senza filtri ecologici e senza una verifica umana, il rischio è di ottenere un'immagine della comunità di uccelli molto più ricca di quella reale", spiega la prima autrice, Valeria Ferrario.

Perché il lavoro dell'esperto rende migliore anche la macchina

Una rete neurale impara da esempi già etichettati: BirdNET da registrazioni a cui un esperto aveva dato il nome della specie. Se nessuno le dice che quella sagoma nello spettrogramma è una sirena, continuerà a chiamarla strolaga.

Gli studi di Torino si fermano alla misura degli errori e al calcolo delle soglie, e non riaddestrano il modello. Il materiale che hanno prodotto però è proprio quello che serve per farlo: oltre 30.000 frammenti di audio urbano verificati da esperti, ciascuno con la risposta giusta, e un archivio di falsi positivi, cioè di suoni che sembrano uccelli e non lo sono. BirdNET Analyzer permette già di addestrare classificatori su dati propri, ed esempi così sono il tipo di dato che servirebbe per insegnare al software come suona davvero una città.

Qualcuno sta già provando ad automatizzare la divisione dei compiti. Un preprint cinese di novembre 2026, non ancora passato dalla revisione scientifica, propone un sistema costruito su BirdNET che stima quanto è affidabile ogni riconoscimento e segnala quelli dubbi, da far controllare. Ci sembra lo schema giusto: la macchina smaltisce le ore di registrazione, un ornitologo controlla i casi dubbi, e ogni caso controllato diventa un esempio in più per la prossima versione. Le indicazioni del gruppo torinese vanno nella stessa direzione: per l'ultimo autore, Enrico Caprio, bisogna "filtrare le specie in base alla stagione, calibrare le soglie per ogni specie e per ogni sito e verificare i risultati prima di trarre conclusioni ecologiche".

BirdNET nei nidi di Bird House

BirdNET lavora anche in Bird House, il nostro progetto di nidi artificiali con telecamera, pensato per privati e scuole. Come spieghiamo nella pagina del progetto, i suoni registrati vengono analizzati in tempo reale per riconoscere la specie e stimarne la confidenza, e dalla piattaforma riservata a chi adotta il nido si possono ascoltare i versi e guardare i video del nido. Dopo questi due studi ci teniamo a dirlo chiaramente: il nome che compare è un'ipotesi del software, con il suo margine d'errore. Le immagini aiutano a controllarla, perché una cinciallegra che entra nel nido si riconosce anche a vista. Ed è un buon esercizio, soprattutto a scuola, abituarsi a chiedersi se quello che dice l'algoritmo torna con quello che si vede.

I limiti di questi numeri

Gli studi riguardano parchi e aree verdi di due città, registrati per pochi giorni in primavera, con una precisa versione del software. In un bosco silenzioso o in un'altra stagione gli errori possono essere diversi, ed è proprio il motivo per cui gli autori chiedono soglie calibrate sul posto. I numeri delle specie segnalate e la ripartizione delle cause d'errore vengono dal comunicato dell'Università. Il 58% e il 52% di specie non confermate compaiono sia nel comunicato sia nel riassunto dello studio e tornano con 113 e 136 specie; ore di registrazione e precisione dei frammenti sono nel riassunto, date e soglia di confidenza nei dati pubblicati dagli autori su Zenodo.

Fonti