La forma en que los científicos reconstruyen la historia de la vida en la Tierra depende, en gran medida, de los fósiles preservados en capas de roca sedimentaria. Durante décadas, la paleontología aceptó que cinco grandes catástrofes, conocidas como las "cinco grandes" extinciones masivas, arrasaron con la biodiversidad marina del planeta en eventos abruptos y devastadores. Ahora, un modelo de inteligencia artificial entrenado con casi cuatro millones de fósiles propone que al menos tres de esos episodios fueron declives graduales, no colapsos repentinos.

El estudio fue presentado por Shuzhong Shen, paleontólogo de la Universidad de Nanjing, en una reunión de la Sociedad Geológica de Estados Unidos en Denver, Colorado. Los resultados provienen de un modelo denominado OneStrata, desarrollado en colaboración con el laboratorio de inteligencia artificial Zhejiang Lab, con sede en Hangzhou, y con investigadores del Instituto Santa Fe en Nuevo México.

El equipo de Shen adaptó la misma lógica que utilizan los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) para analizar el registro fósil en lugar de palabras. Los LLM son sistemas de inteligencia artificial entrenados para reconocer patrones estadísticos en textos y predecir cuál es la palabra más probable a continuación de una oración. De manera análoga, OneStrata aprende patrones en la distribución de fósiles dentro de las capas de roca y predice en qué momento de la historia geológica fue depositado cada espécimen.

El modelo se alimentó de una base de datos global llamada OneStratigraphy, compilada durante más de dos décadas por Shen y sus colegas. Esta base incluye información de 31.044 secciones estratigráficas (es decir, cortes o columnas de roca donde se preservan fósiles en distintas capas), 183.514 especies y 2.845.815 registros fósiles individuales. Además, se complementó con 449 fechas de alta precisión obtenidas mediante un método de laboratorio conocido como ID-TIMS, que permite determinar la edad de las rocas con un margen de error extremadamente bajo.

Los métodos tradicionales para ordenar fósiles en el tiempo funcionan al comparar miles de combinaciones posibles hasta encontrar la secuencia más coherente, pero ese proceso consume una cantidad de recursos computacionales que se vuelve inviable cuando el número de especies supera las 10.000, incluso en supercomputadoras modernas. OneStrata resuelve ese obstáculo con un enfoque distinto: en lugar de probar combinaciones, el modelo aprende patrones estadísticos del registro fósil y los usa para predecir la ubicación temporal de cada espécimen, lo que le permite trabajar con bases de datos de escala global.

Por ende, el modelo funciona con una red neuronal similar a la de los sistemas de texto, pero aplicada a las capas de roca: aprende qué especies suelen aparecer juntas en los mismos estratos, en qué orden se superponen y cómo coinciden con fechas de laboratorio. Con esos patrones estadísticos compartidos, el sistema calcula de forma matemática en qué momento geológico se depositó cada resto, lo que le permite ordenar millones de piezas fósiles a escala global sin saturar los recursos computacionales.

Con esa capacidad de procesamiento, el modelo reconstruyó la aparición y extinción de más de 110.000 especies marinas a lo largo de los últimos 540 millones de años, con una precisión temporal de poco más de 1.000 años, es decir, capaz de distinguir eventos separados por ese lapso, una escala de detalle sin precedentes frente a los intervalos de millones de años que usan los métodos tradicionales.

Los resultados desafían el paradigma clásico. Solo dos de las cinco extinciones masivas canónicas (la del final del Ordovícico y la del final del Pérmico) aparecen en OneStrata como colapsos profundos de la biodiversidad global. Las otras tres (la del Devónico tardío, la del final del Triásico y la del final del Cretácico) se muestran como declives comparativamente débiles o difusos que se extendieron a lo largo de millones o decenas de millones de años. "Eso no significa necesariamente que esas extinciones masivas no ocurrieron", aclaró Shen en declaraciones publicadas por la revista Nature. Podría tratarse más bien de un "recambio", en el que las especies que desaparecieron fueron reemplazadas por otras distintas.

El modelo también sugiere que los períodos de alta biodiversidad no son más inmunes a eventos de extinción que los de baja biodiversidad, una idea que contradice lo propuesto por algunas investigaciones previas.

No todos los especialistas recibieron los resultados sin reservas. Erin Saupe, paleontóloga de la Universidad de Oxford (Reino Unido), señaló en declaraciones a Nature que prefiere ser cautelosa antes de interpretar los patrones temporales de forma literal: "Los cambios en la biodiversidad podrían reflejar sesgos en los datos subyacentes", advirtió. Matthew Clapham, paleontólogo de la Universidad de California en Santa Cruz, reconoció que la reconstrucción parece ser el registro global más detallado hasta la fecha, pero matizó: "Podríamos hacer algunas cosas adicionales con él, pero no sé si sería algo revolucionario".

OneStrata no fue concebido como una herramienta exclusiva para el análisis de biodiversidad: sus creadores lo diseñaron como una infraestructura general para el análisis de la Tierra en tiempo profundo. El modelo busca integrar datos paleontológicos, estratigráficos, geocronológicos y ambientales en un sistema de referencia unificado, con el objetivo de abrir el camino hacia lo que el equipo describe como "una Tierra digital predictiva" para investigar la coevolución a largo plazo entre la vida y el entorno planetario.

Douglas Erwin, paleontólogo del Instituto Santa Fe y colaborador del proyecto, atenuó los temores sobre el futuro de la estratigrafía como disciplina. "Lejos de significar que la estratigrafía va a desaparecer, esto va a liberar a los geólogos para resolver preguntas más desafiantes sobre la historia de la Tierra", afirmó.