この記事では、コンピュータビジョンの技術を用いて、エコロジー研究や保全モニタリングを加速させることを目的とした研究が紹介されています。特に、黒箱モデルに対する信頼性の欠如を克服するために、ポストホックの説明手法を適用し、モデルの予測の根拠や限界を明らかにしています。グレイシャーベイ国立公園の空撮画像を使用してハーバーシールの検出にFaster R-CNNを訓練し、HiResCAM、LIME、摂動ベースの説明を生成しました。評価は、局所化の忠実度、信頼性、診断的有用性の3つの軸で行われ、高い属性の領域が動物の体に一致しているかの確認や、モデルの強化に向けた具体的なデータ改善の提案がなされています。これにより、保全モニタリングのための監査可能な決定支援ツールへの進展が目指されています。