Pesquisa italiana desenvolve modelo que decifra estados emocionais positivos e negativos a partir de vocalizações de porcos, vacas e outros animais. Tecnologia promete revolucionar a pecuária, a conservação e o cuidado em zoológicos.
Um avanço significativo na intersecção entre tecnologia e biologia foi alcançado por pesquisadores da Universidade de Milão. Um modelo de inteligência artificial (IA) desenvolvido pelo professor Stavros Ntalampiras demonstrou capacidade de identificar emoções em animais por meio da análise de seus sons. O estudo, publicado na renomada revista Scientific Reports, analisou vocalizações de espécies como porcos, cabras, vacas, ovelhas e cavalos.
A ferramenta de IA funciona decodificando padrões acústicos específicos nos chamados dos animais, como tom, faixa de frequência e qualidade sonora. Os resultados revelaram padrões distintos: sons associados a emoções negativas, como estresse ou desconforto, tendem a aparecer mais em frequências médias e altas.
Já os positivos, ligados ao bem-estar, se distribuem de forma mais uniforme. Curiosamente, o indicador varia entre espécies: sons agudos são mais reveladores em porcos, enquanto chamados na frequência média são mais significativos em ovelhas e cavalos.
Aplicações Práticas e Limitações Éticas
As aplicações desta tecnologia são vastas:
-
Pecuária de Precisão: Agricultores poderiam monitorar o estresse do rebanho em tempo real, melhorando o bem-estar animal.
-
Conservação Ambiental: Conservacionistas poderiam monitorar populações selvagens à distância, detectando surtos de estresse ou agitação.
-
Zoológicos e Abrigos: Tratadores teriam um alerta precoce para mudanças de comportamento, permitindo respostas mais rápidas.
Este estudo se soma a outros projetos globais, como o projeto Ceti (EUA), que estuda a comunicação das baleias-cachalote, e pesquisas que analisam expressões faciais de cães e as danças das abelhas.
No entanto, os cientistas fazem ressalvas importantes. Eles alertam que reconhecer um padrão sonoro de angústia não é o mesmo que compreender a experiência subjetiva do animal. Há um risco de simplificar comportamentos complexos em categorias binárias como “feliz” ou “triste”. O próprio Ntalampiras ressalta: “Reconhecimento de padrões não é o mesmo que compreensão”.
Para maior precisão, futuros sistemas podem integrar dados sonoros a informações visiais (postura, expressões) e fisiológicas (batimento cardíaco). Além disso, especialistas questionam o impacto ambiental do treinamento de modelos complexos de IA e alertam para a necessidade de uma aplicação ética, que priorize o bem-estar animal em vez de otimizar apenas a exploração econômica. O verdadeiro desafio, concluem, não é apenas ouvir os animais, mas decidir como usar esse conhecimento com responsabilidade.
Da Agência Fonte Exclusiva.