Digitalizing herbaria to think better about biodiversity

Note: This post was originally written in Spanish, and this English translation was made with AI.

Digitizing a biological collection is not merely a matter of turning physical objects into data. It is a way of amplifying the work of collectors, taxonomists, and curators. Each herbarium specimen contains material evidence that a species existed in a place, on a specific date, under certain conditions. When that information remains only in a folder, a label, or a cabinet, its reach is limited. When it is digitized, it becomes available to a much wider audience.

Digitized specimens make it possible to reconstruct distributions, identify gaps in information, and observe changes over time. If we integrate the available records for a species, we can map the extent of its known distribution. That description is not just a cartographic exercise. It becomes a criterion for assessing conservation status. A species with a very small range is often more vulnerable than one that is widely distributed, and that vulnerability should be recognized when assigning threat categories.

Herbaria also allow us to ask temporal questions. A species that was collected in a place decades ago and has not been recorded there again may be showing a sign of local extinction. That signal should be reviewed carefully, because the absence of records does not always mean the absence of the species. But without historical data that is digitized and verifiable, we cannot even formulate the question properly. Digitization allows us to start that work: compare the past with the present, recognize areas where collecting is lacking, detect changes in distribution, and build monitoring programs.

Biological collections are not only archives of the past. They are infrastructures for observing change. In a context of biodiversity crisis, climate change, and accelerated transformation of ecosystems, we need to know where species are, where they were before, and where they may be disappearing from. Herbaria make it possible to sustain that conversation with evidence.

But there is one point that cannot be omitted. Digitization alone is not enough. The phrase “digitizing without curation is democratizing ignorance” captures this problem well. If we take data with errors, outdated names, doubtful identifications, or misassigned coordinates, and place them on an open platform, we are not necessarily democratizing knowledge. We may be amplifying error.

This warning seems particularly important in the age of artificial intelligence. Sometimes digitization and artificial intelligence are discussed as if they could replace the work of specialists. I see it differently. The more capacity we gain to process large volumes of data, the more important rigorous review of that data becomes. The speed of digital workflows can cause a taxonomic error, an unresolved synonymy, or a mistaken identification to propagate downstream into many later analyses.

In BIODATA, we have seen that digitizing herbaria requires continuous taxonomic and cataloguing work. The scientific names in datasets must be updated. Identifications must be evaluated. Records must be integrated using common criteria. Discrepancies do not disappear just because data are published on a platform. Often, they become more visible. That visibility is positive, but only if there is a community that, before publication, takes care of correcting, interpreting, and updating the information.

That is why the work of botanists remains fundamental. Artificial intelligence can help measure, classify, extract information from images, recognize patterns, program analyses, and accelerate processes that previously took much longer. But it cannot replace the body of knowledge that allows us to know whether a datum makes sense. Artificial intelligence needs high-quality data to be genuinely useful. If the input data are weak, incomplete, or incorrect, the results will be too, even if they are produced with great efficiency.

The technological development of biological collections depends on building better systems of work. Systems where artificial intelligence helps speed up tasks, but where curation, traceability, and expert knowledge remain central. Digitization will only contribute to knowledge if the data infrastructure operates with criteria of review and with communities of practice capable of sustaining it.

In Chile, this discussion opens a very large opportunity. We have valuable biological collections, a scientific community with deep knowledge of the country’s flora and fauna, and technological capacities that have grown significantly over the last few years. If we manage to digitize, integrate, and curate that information properly, we could build a biodiversity database with very low levels of uncertainty.

That would have important consequences for research and conservation. It would allow better public decisions to be made. Biodiversity management needs organized, updated, and reusable evidence. Without that foundation, decisions remain too exposed to information fragmentation.

It seems to me that Chile is in a favorable position to advance toward a modern biodiversity management system. We have accumulated knowledge, collections, researchers, institutions, and technologies available. The challenge is to connect these elements in a common infrastructure capable of transforming specimens, data, and expert interpretations into actionable knowledge.

In that sense, digitizing herbaria is not merely a technical task. It is a way of organizing and amplifying the country’s biodiversity knowledge so that we can think better about its future.

Digitalizar una colección biológica no es solo transformar objetos físicos en datos. Es una forma de amplificar el trabajo de recolectores, taxónomos y curadores. Cada espécimen de herbario contiene evidencia material de que una especie estuvo en un lugar, en una fecha determinada, bajo ciertas condiciones. Esa información, cuando permanece solo en una carpeta, en una etiqueta o en un gabinete, tiene un alcance limitado. Cuando se digitaliza, queda disponible para una audiencia mucho más amplia.

Los especímenes digitalizados permiten reconstruir distribuciones, identificar vacíos de información y observar cambios en el tiempo. Si integramos las colectas disponibles de una especie, podemos describir en un mapa cuál ha sido su rango de distribución conocido. Esa descripción no es solo un ejercicio cartográfico. Es un criterio para evaluar su estado de conservación. Una especie con un rango muy pequeño suele ser más vulnerable que una especie ampliamente distribuida, y esa vulnerabilidad debe ser reconocida al momento de asignar categorías de amenaza.

Los herbarios también permiten hacer preguntas temporales. Una especie que fue recolectada en un lugar hace varias décadas y que no ha vuelto a registrarse allí puede estar mostrando una señal de extinción local. Esa señal debe ser revisada con cuidado, porque la ausencia de registros no siempre significa ausencia de la especie. Pero, sin datos históricos digitalizados ni verificables, ni siquiera podemos formular bien la pregunta. La digitalización permite iniciar ese trabajo: comparar el pasado con el presente, reconocer zonas donde falta recolectar, detectar cambios de distribución y construir programas de monitoreo.

Las colecciones biológicas no son solo archivos del pasado. Son infraestructuras para observar el cambio. En un contexto de crisis de biodiversidad, cambio climático y transformación acelerada de los ecosistemas, necesitamos saber dónde están las especies, dónde estuvieron antes y dónde podrían estar dejando de estar. Los herbarios permiten sostener esa conversación con evidencia.

Pero hay un punto que no se puede omitir. Digitalizar no es suficiente. La frase “digitalizar sin curatoría es democratizar la ignorancia” resume bien este problema. Si tomamos datos con errores, nombres desactualizados, identificaciones dudosas o coordenadas mal asignadas, y los ponemos en una plataforma abierta, no necesariamente estamos democratizando conocimiento. Podemos estar amplificando un error.

Esa advertencia me parece especialmente importante en la época de la inteligencia artificial. A veces se habla de digitalización y de inteligencia artificial como si fueran reemplazos del trabajo de los especialistas. Yo lo veo al revés. Mientras más capacidad tenemos para procesar grandes volúmenes de datos, más importante se vuelve la revisión rigurosa de esos datos. La velocidad de los flujos digitales puede hacer que un error taxonómico, una sinonimia mal resuelta o una identificación equivocada se propaguen río abajo en muchos análisis posteriores.

En BIODATA hemos visto que la digitalización de herbarios necesita permanentemente del trabajo taxonómico y de catalogación. Los nombres científicos de los conjuntos de datos deben ser actualizados. Las identificaciones deben ser evaluadas. Los registros deben integrarse con criterios comunes. Las discrepancias no desaparecen porque los datos se publiquen en una plataforma. Muchas veces se vuelven más visibles. Esa visibilidad es positiva, pero solo si existe una comunidad que, antes de la publicación, se encargue de corregir, interpretar y actualizar la información.

Por eso el trabajo de los botánicos sigue siendo fundamental. La inteligencia artificial puede ayudar a medir, clasificar, extraer información de imágenes, reconocer patrones, programar análisis y acelerar procesos que antes tomaban mucho más tiempo. Pero no puede reemplazar la base de conocimiento que permite saber si un dato tiene sentido. La inteligencia artificial necesita datos de calidad para ser realmente útil. Si los datos de entrada son débiles, incompletos o erróneos, los resultados también lo serán, aunque se produzcan con mucha eficiencia.

El desarrollo tecnológico de las colecciones biológicas pasa por construir mejores sistemas de trabajo. Sistemas donde la inteligencia artificial ayude a acelerar tareas, pero donde la curatoría, la trazabilidad y el conocimiento experto sigan ocupando un lugar central. La digitalización solo podrá aportar al conocimiento si la infraestructura de datos conversa con criterios de revisión y con comunidades de práctica capaces de sostenerla.

En Chile esta discusión abre una oportunidad muy grande. Tenemos colecciones biológicas valiosas, una comunidad científica con conocimiento profundo de la flora y la fauna del país, y capacidades tecnológicas que han crecido mucho en los últimos años. Si logramos digitalizar, integrar y curar adecuadamente esa información, podríamos construir una base de datos de biodiversidad con niveles de incertidumbre muy bajos.

Eso tendría consecuencias importantes para la investigación y para la conservación. Permitirá tomar mejores decisiones públicas. La gestión de la biodiversidad necesita evidencia organizada, actualizada y reutilizable. Sin esa base, las decisiones quedan demasiado expuestas a la fragmentación de la información.

Me parece que Chile está en una posición favorable para avanzar hacia un sistema moderno de gestión de la biodiversidad. Tenemos conocimiento acumulado, colecciones, investigadores, instituciones y tecnologías disponibles. El desafío es conectar esos elementos en una infraestructura común, capaz de transformar especímenes, datos e interpretaciones expertas en conocimiento accionable.

Digitalizar herbarios, en ese sentido, no es solo una tarea técnica. Es una forma de ordenar y amplificar el conocimiento de la biodiversidad del país para poder pensar mejor su futuro.