Un curso te sienta frente a un tutorial de MaxEnt y en un par de tardes ya tienes un mapa de distribución en pantalla; el otro te obliga a entender de dónde sale cada píxel de una imagen satelital antes de dejarte tocar un solo modelo. Esa es la distancia real entre modelado de nicho y teledetección con R, y la pregunta que importa no es cuál curso gana, sino cuánto soporte y cuánta práctica necesitas para no tirar la toalla a medio camino. Llevo casi tres años convirtiendo datos de conservación en mapas de especies para un grupo de voluntarios en Costa Rica, y esta comparación sale de haber pagado, sudado y a veces abandonado más de un recurso en el camino.
Aclaro esto antes de seguir: Erre Datos se sostiene con enlaces de afiliado, así que si terminas comprando alguno de los cursos que menciono aquí, yo recibo una comisión sin que a vos te cueste un colón más. Solo entra en esta lista lo que pagué y probé con mis propias manos, o lo que revisé a fondo en la comunidad real de cada curso. Si un recurso es puro relleno teórico, no aparece aquí.
Antes de pagar por cualquiera de los dos cursos, intenté resolverlo solo. Me bajé un par de escenas de Sentinel-2 (esa resolución de diez metros que te deja ver hasta el patio del vecino) e intenté cargarlas en R con el paquete raster, y por poco mi laptop de la oficina se rinde en el intento. Otra vez bajé las capas climáticas de WorldClim para el planeta entero sin recortarlas primero al área de estudio, y la memoria se llenó a medio proceso; perdí una tarde entera solo reiniciando el script y buscando por qué R se congelaba.
Hace poco un compañero de campo me pidió el polígono del área de estudio en formato shapefile y no supo cómo sacarlo del programa que usa. Esa clase de trámite simple (exportar un archivo sin drama) es justo lo que separa a quien mira mapas bonitos de quien los entrega a tiempo, y es también la diferencia que un curso con buen soporte te ahorra aprender a los golpes.
Modelado de nicho o teledetección con R, dos preguntas que conviene separar primero
El curso de Modelado de Nicho Ecológico con Maxent en R parte de datos de presencia, los que junta tu propio grupo en el campo o los que bajas de GBIF, y te lleva directo al flujo de trabajo sin pedirte experiencia previa de programación. El curso también te lleva hasta ver un valor de AUC al final del modelo, aunque interpretar si esa cifra alcanza para convencer a tu grupo de voluntarios es una conversación aparte que ningún curso resuelve del todo. Tampoco es lo mismo correr MaxEnt que ajustar un modelo lineal generalizado sobre los mismos datos de presencia: son enfoques estadísticos distintos y conviene no tratarlos como si fueran intercambiables.
Vale la pena entrar con las expectativas ajustadas: es un curso de nicho pequeño, todavía con pocas reseñas, y si nunca abriste R las primeras clases se sienten cuesta arriba aunque el instructor no dé nada por sentado. Tampoco es el único camino dentro de R: existen varios paquetes para modelado de distribución de especies además de MaxEnt, y ninguno de los dos cursos que reviso aquí te los muestra todos, así que en algún punto vas a tener que salir a investigar por tu cuenta.
Soporte disponible cuando el script se cae a medianoche
El salto hacia Teledetección Satelital con R y R-Studio es harina de otro costal. Ahí ya no se trabaja solo con puntos de presencia: entran las bandas de luz, los índices de vegetación y series temporales completas de imágenes satelitales. El curso cubre el lado satelital que el de MaxEnt ni toca, y trabaja dentro de RStudio paso a paso en vez de quedarse en teoría, aunque es un salto de inversión más grande, no una compra que se hace por impulso, y todavía tiene pocas reseñas públicas, así que conviene meterse al grupo del curso antes de pagar.
Procesar una serie temporal de Landsat 8, que pasa cada dieciséis días y da una ventana histórica útil para ver cambios de cobertura, es de lo más pesado del curso: ahí es donde entender el paquete terra (el sucesor de raster) deja de ser opcional. Tengo una colega de la comunidad de R, Nathalie Fallas, que hoy maneja QGIS mejor que MaxEnt, y cada vez que comparamos notas queda claro que el software con interfaz gráfica gana en curva de aprendizaje inicial, aunque R termina ganando en control cuando el proyecto crece y hay que repetir el mismo proceso muchas veces. Otro tema que ningún curso resuelve de entrada es el spatial thinning (adelgazar tus puntos de presencia para que no queden pegados unos a otros); toca investigarlo aparte sea cual sea el camino que elijas.
Las horas de práctica real detrás de cada curso
La práctica es donde más se nota la diferencia entre los dos. En el de MaxEnt, buena parte del tiempo se va en preparar los datos de entrada: limpiar coordenadas, elegir variables ambientales, ajustar el parámetro de regularización (beta), cosas que un curso te explica en pocos minutos y que uno termina de entender solo a punta de ensayo y error si aprende por su cuenta. En el de teledetección la práctica pesa todavía más, porque cada imagen satelital que bajas puede pesar varios gigas y, sin guía, es fácil perder tardes enteras solo descargando y recortando capas antes de escribir la primera línea de análisis real. Si todavía no tienes claro cuánto tiempo conviene destinarle a esto, escribí antes sobre la inversión necesaria para dominar MaxEnt en R sin ser programador, que profundiza en ese cálculo.
MaxEnt contra teledetección, rasgo por rasgo
En el uso diario la diferencia se resume así: el curso de MaxEnt gana por goleada si lo que quieres es un mapa de distribución para mañana, sin volverte experto en física de la luz. El de teledetección gana en profundidad técnica porque enseña a construir tus propias capas desde imágenes crudas, algo vital cuando los datos climáticos globales no reflejan lo que pasa en tu zona de estudio. En soporte, los dos tienen comunidad activa, pero la del curso de teledetección suele ser más técnica y, para quien recién empieza, un poco más intimidante. Este dilema entre el modelado estadístico puro y la teledetección como camino de entrada lo desarrollé más en ¿MaxEnt o Teledetección con R? Mi ruta de aprendizaje, por si quieres profundizar antes de decidir.
Plácido Arce, un ornitólogo aficionado que se la pasa en el foro del curso de modelado, discute con argumentos bien armados aunque nunca ha escrito una línea de código: insiste en que biomod2 le gana a MaxEnt por razones que rara vez termina de explicar del todo. Ese tipo de debate, con gente que sabe de aves aunque no sepa de R, es justo lo que uno quiere encontrar en la comunidad de un curso antes de pagar por él.
Elige según lo que tu proyecto te va a exigir
Mi grupo de conservación no necesitaba que yo fuera científico de la NASA; necesitaba saber si el corredor biológico todavía tenía el bosque que las aves que contamos por los Cerros de Escazú necesitan para quedarse. Esa utilidad práctica, más que la elegancia del código, es el criterio que uso para recomendar uno u otro curso.
Si estás empezando y no quieres tirar la toalla en el primer tropiezo, arranca con el Modelado de Nicho Ecológico con Maxent en R: es más amable con quien viene de otro oficio y te da esa primera victoria que necesitas para no borrar R de la computadora. Si después sientes que te falta poder de fuego, súmale el de Teledetección Satelital con R, pero ve paso a paso: con datos de conservación de por medio, un mapa mal hecho pesa más que uno tardío.
Antes de pagar cualquiera de los dos, métete a sus grupos de Facebook o Telegram si son públicos y fíjate en qué pregunta la gente y si alguien contesta. Si ves preguntas sin respuesta desde hace rato, aléjate: el soporte es lo que en realidad estás comprando, porque el código, tarde o temprano, siempre aparece en algún rincón de internet para quien lo busca con suficiente terquedad.