Un técnico instala un sensor en el fondo del mar.
Así se monitoriza a las ballenas del Estrecho gracias a una IA que filtra sus silbidos y los separa del ruido de la zona
La herramienta reduce el tiempo de revisión manual de los sonidos de los cetáceos y se va a aplicar también para controlar peces en las zonas de posidonia en Ibiza.
Más información: Así es la nueva Ley de Tecnología de Andalucía: búsqueda de la excelencia a través de talento y transferencia
El Estrecho de Gibraltar está considerado uno de los corredores marítimos más transitados del mundo. Este tránsito natural entre el mar Mediterráneo y el océano Atlántico, en consecuencia, si por algo se caracteriza es por su elevada contaminación acústica provocada por la acción humana.
Sin embargo, bajo ese ir y venir de barcos hay vida animal y la orden de los cetáceos suele ser protagonista. Evidentemente, debido al ruido, el interés científico topa con ciertas dificultades cuando se trata de monitorizar especies como ballenas, orcas y delfines.
Era cuestión de tiempo que se desarrollara una solución tecnológica para tratar de solventar ese problema. Y esa solución ha llegado de la mano de la inteligencia artificial y gracias a una apuesta pública de la Junta de Andalucía a través de un equipo de investigación del Instituto de Investigación Marina (INMAR) de la Universidad de Cádiz.
El sistema de inteligencia artificial ideado está pensado para detectar silbidos de cetáceos en el Estrecho de Gibraltar. La herramienta reduce de forma drástica el tiempo de revisión manual, facilitando el seguimiento de las poblaciones y la identificación de periodos de mayor actividad, además de información objetiva para la gestión del tráfico marítimo en áreas sensibles.
Las aplicaciones potenciales de la herramienta son amplias, tanto para la investigación científica como para la gestión y conservación marina. La principal, monitorizar de forma continua y no invasiva la presencia de cetáceos, aportando datos valiosos sobre patrones de actividad y variaciones estacionales.
Por eso, se trata de una información útil para evaluar el impacto acústico en zonas de alta actividad marítima y contribuir a programas de seguimiento en corredores estratégicos como el Estrecho de Gibraltar.
La principal innovación del estudio reside en aplicar un proceso de entrenamiento progresivo por el que el modelo analiza las grabaciones y señala posibles silbidos. Los expertos revisan únicamente esos fragmentos candidatos y confirmaban cuáles son correctos. Esa validación se vuelve a incorporar para que el modelo aprenda las particularidades acústicas de la zona.
![El consejero de Industria, Energía y Minas y presidente de la Agencia Digital de Andalucía (ADA), Jorge Paradela, firma con el alcalde de Baeza, Pedro Javier Cabrera, un protocolo de colaboración para crear un nodo tecnológico en la localidad.](["https:\/\/s3.elespanol.com\/2025\/11\/07\/actualidad\/1003744003485_259800072_320x180.jpg"])
El resultado es una herramienta capaz de analizar miles de horas de grabaciones submarinas con una fiabilidad cercana al 88%. "Haber anotado y revisado de forma manual más de 1.300 horas nos hubiese llevado meses o incluso años de trabajo; sería inviable. Con el modelo, basta un día para procesar 500 horas", explica a la Fundación Descubre la investigadora de la UCA Neus Pérez, coautora del estudio.
Más allá del Estrecho, la metodología es transferible a programas de monitorización acústica en otras zonas, no solo en entornos marinos con condiciones difíciles, como explican en el artículo 'Iterative deep learning for cetacean whistle detection in the Strait of Gibraltar', publicado en la revista 'Engineering Applications of Artificial Intelligence'.
De hecho, los científicos van a aplicarlo a un proyecto para estudiar la presencia de peces en torno a la posidonia en Ibiza, un ambiente mucho menos ruidoso. "La idea es tener un modelo principal que conozca la acústica submarina en la Bahía de Cádiz y, a partir de ahí, otros especializados en cada proyecto concreto, para asegurarnos de que se adapta a las necesidades y condiciones de cada área, para obtener un mejor rendimiento", revela Alba Márquez, coautora del estudio.
Volviendo al Estrecho, los investigadores instalaron sistemas de monitorización acústica pasiva cerca de la isla de Tarifa y recopilaron más de 1.300 horas de audio en cuatro sondeos, realizados durante mes y medio en diferentes épocas del año.
Seguimiento nocturno y con mala visibilidad
Esta técnica utiliza hidrófonos o micrófonos submarinos para registrar de forma continua los sonidos del mar sin interferir en el comportamiento de los animales, lo que permite el seguimiento nocturno, con mala visibilidad, temporales o a gran profundidad.
Paralelamente, desarrollaron un sistema para automatizar el proceso y seleccionar de manera inteligente los fragmentos con mayor probabilidad de contener vocalizaciones. Para entrenarlo, utilizaron como base audios existentes en internet de sonidos de cetáceos. Mediante técnicas de transferencia de aprendizaje adaptaron al entorno marino modelos de inteligencia artificial originalmente diseñados para reconocer cantos de aves.
A estos registros previos se unieron las grabaciones reales mediante un proceso iterativo. "El algoritmo analizaba los datos nuevos y señalaba posibles silbidos. Los expertos revisaban únicamente esos fragmentos y confirmaban cuáles eran correctos. Esa información volvía al entrenamiento, permitiendo que el modelo aprendiera las particularidades acústicas locales y redujera errores", destaca Márquez.
El estudio también pone el foco en la importancia del paisaje sonoro marino, compuesto de biofonía, los sonidos de los seres vivos, geofonía, como olas y corrientes, y antropofonía, los de origen humano. "Los cetáceos son conocidos por su habilidad comunicativa, pero muchísimos organismos marinos generan sonido. Analizar ese conjunto nos permite evaluar un área marina y la calidad del agua, especialmente en zonas como el Estrecho, donde domina el componente humano", matiza Neus Pérez.
Los expertos comprobaron que los modelos entrenados únicamente con grabaciones limpias y de alta calidad funcionaban casi a la perfección en condiciones controladas, con resultados superiores al 95% de acierto, pero al aplicarlos a los audios reales del Estrecho bajaron al 10%. Sin embargo, su detector alcanzó alrededor de un 88% de rendimiento equilibrado en situaciones complejas.
Para ello fue determinante incorporar el ajuste de los llamados umbrales de confianza, es decir, el nivel mínimo de probabilidad que el sistema exige para considerar válido un silbido. Así se puede configurar el sistema, según se priorice reducir falsas alarmas o no perder vocalizaciones reales.
Este trabajo forma parte del proyecto 'SEANIMALMOVE', financiado por la Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía y los fondos europeos Next Generation EU.
