Mapear los deslizamientos de tierra existentes es un requisito fundamental para construir cualquier modelo de susceptibilidad confiable. A partir de una serie de condiciones de presencia/ausencia de deslizamientos y características del paisaje asociadas, un clasificador binario aprende a distinguir entre pendientes potencialmente estables e inestables. En áreas ricas en datos donde están disponibles inventarios de deslizamientos, abordar la recopilación de estos puede ser ya una tarea desafiante. Sin embargo, en contextos con escasez de datos, donde los geocientíficos no tienen acceso a inventarios preexistentes, la única solución es mapear deslizamientos desde cero. Esta operación puede ser extremadamente laboriosa si se realiza manualmente o propensa a errores de tipo I si se hace automáticamente. Esto se agrava aún más si se realiza en grandes regiones geográficas. En este manuscrito examinamos el problema de los requisitos de mapeo para el oeste de Tayikistán, donde no hay un inventario completo de deslizamientos disponible. La pregunta clave es: ¿Cuántos deslizamientos se necesitarían para desarrollar modelos de susceptibilidad a deslizamientos confiables basados en modelado estadístico? De hecho, para un territorio tan amplio y extremadamente complejo, la recopilación de un inventario que sea suficientemente detallado requiere una gran inversión de tiempo y recursos humanos. Sin embargo, ¿en qué punto del procedimiento de mapeo, el modelo de susceptibilidad resultante produciría resultados significativamente mejores en comparación con un modelo construido con menos información? Abordamos esta pregunta implementando un Modelo Aditivo Generalizado binomial entrenado y validado con diferentes proporciones de deslizamientos y medimos la variabilidad inducida en el modelo de susceptibilidad resultante. Los resultados de este estudio son muy específicos del sitio, pero propusimos un protocolo muy funcional para investigar un problema que está subestimado en la literatura.