Gli elefanti sono tra gli animali più complessi dal punto di vista comunicativo sulla Terra. Fanno gesti, barrivano ed emettono profondi suoni di brontolio, alcuni dei quali con frequenze così basse che le orecchie umane non riescono affatto a percepirli. Per decenni, i ricercatori hanno registrato queste vocalizzazioni in natura. La domanda più difficile è sempre stata: che cosa significano realmente? Uno studio pubblicato il primo ottobre sulla rivista Scientific Reports compie un passo significativo verso una risposta, utilizzando il machine learning per analizzare non solo i singoli richiami degli elefanti, ma anche i cori coordinati che i gruppi producono insieme.
902 registrazioni e ciò che l’algoritmo ha scoperto
La ricerca si è basata su file audio raccolti tra il 1986 e il 2022 presso il Parco Nazionale Amboseli in Kenya, riguardanti gruppi familiari di elefanti della savana africana selvatica. Il set di dati comprendeva 902 registrazioni di brontolii, sia richiami solitari sia corali, catturati in sei diverse situazioni sociali. Queste includevano brontolii “coo” diretti dalle femmine verso i cuccioli, brontolii di “contatto” scambiati tra individui separati, brontolii “andiamo” usati per iniziare il movimento del gruppo, brontolii “cadenzati” prodotti durante il nutrimento, il riposo o il movimento lento, brontolii di “piccolo saluto” tra elefanti strettamente legati e brontolii di “saluto” durante le riunioni.
I ricercatori hanno addestrato un algoritmo di machine learning per classificare l’attività degli elefanti sulla base di queste registrazioni. Il modello ha ottenuto risultati migliori del caso casuale, sebbene abbia comunque commesso un numero notevole di errori. Su quel risultato imperfetto vale la pena soffermarsi. L’algoritmo non stava leggendo un segnale pulito. Stava tentando di interpretare vocalizzazioni stratificate e sovrapposte prodotte da più animali contemporaneamente, un compito che sarebbe praticamente impossibile per gli analisti umani che elaborano l’audio manualmente a qualsiasi scala significativa.
I cori come messaggi coordinati, non solo rumore
La scoperta centrale dello studio è che i cori degli elefanti non sono semplicemente il risultato acustico di diversi animali che chiamano contemporaneamente. Le vocalizzazioni congiunte sembrano trasportare informazioni come un’unità, informazioni che non sempre possono essere estratte da un singolo brontolio all’interno del gruppo. In determinati contesti, i singoli richiami all’interno di un coro sono diventati acusticamente più simili tra loro nel corso del tempo. Questo fenomeno è chiamato “convergenza vocale”.
Sara Keen, ecologa comportamentale presso l’Earth Species Project, un’organizzazione no-profit focalizzata sull’uso dell’IA per decodificare la comunicazione animale, ha descritto la convergenza vocale a New Scientist come analoga a ciò che accade nella conversazione umana, dove le persone iniziano gradualmente a rispecchiare i modelli di discorso o gli accenti degli altri. Nei dati sugli elefanti, la convergenza vocale è apparsa specificamente durante i brontolii cadenzati, di contatto e di saluto. I ricercatori suggeriscono che possa aiutare le famiglie di elefanti a coordinare i comportamenti di gruppo, sebbene notino che siano necessarie ulteriori ricerche per confermare questa interpretazione.
Andrew McLean, ricercatore indipendente sul comportamento animale e membro dell’Asian Elephant Specialist Group della International Union for Conservation of Nature, ha descritto i risultati come “affascinanti”, pur osservando che “non sono davvero sorprendenti, data l’intensità della socialità degli elefanti”. Questa inquadratura è utile. I risultati non ribaltano la conoscenza esistente sull’intelligenza degli elefanti. La estendono, e lo fanno utilizzando strumenti che consentono ai ricercatori di elaborare dati a una scala e a una velocità che non erano precedentemente disponibili.
Cosa rivela questo sul ruolo dell’IA nella comprensione del mondo naturale
Ecco ciò che la maggior parte della copertura mediatica di studi come questo tende a sottovalutare: il significato non riguarda solo gli elefanti. Riguarda un cambiamento metodologico nel modo in cui la scienza si avvicina alla comunicazione animale.
Gli algoritmi di machine learning possono identificare modelli attraverso centinaia o migliaia di registrazioni nel tempo che ci vorrebbe a un ricercatore umano per esaminare manualmente una frazione di quel materiale. Questa capacità viene già applicata tra le specie. Gli utenti hanno utilizzato strumenti simili per identificare specie di zanzare, sesso e stato di alimentazione solo dal suono, per identificare quello che i ricercatori descrivono come un alfabeto fonetico dei capodogli, per scoprire che le scimmie uistitì si chiamano per nome a vicenda e per analizzare le vocalizzazioni dei corvi. Gli elefanti della savana africana potrebbero anche chiamarsi per nome a vicenda, secondo ricerche separate citate nel materiale di origine.
Il filo conduttore è il riconoscimento di modelli su scala. La comunicazione animale è densa, contestuale e spesso opera attraverso canali sensoriali che gli umani non percepiscono naturalmente, inclusi gli infrasuoni, la gamma a bassa frequenza in cui i brontolii degli elefanti viaggiano sia attraverso l’aria che attraverso il suolo. Gli strumenti di IA non sostituiscono l’esperienza di ecologi comportamentali e biologi. Gestiscono il volume di dati che l’analisi umana da sola non può elaborare, liberando i ricercatori per concentrarsi sull’interpretazione, sulla formulazione di ipotesi e sulla progettazione di studi di follow-up.
Stephanie King, biologa comportamentale presso l’Università di Bristol, lo ha detto chiaramente: “Se usata responsabilmente, l’IA può trasformare ciò che possiamo fare con i dati che raccogliamo”.
Quella parola “responsabilmente” porta peso. L’algoritmo in questo studio ha commesso errori. I ricercatori li hanno riconosciuti. Tale trasparenza è importante perché riflette una comprensione realista di ciò che questi strumenti possono e non possono fare in questa fase di sviluppo.
In breve
Un modello di machine learning ha analizzato 902 registrazioni di brontolii di elefanti della savana africana raccolte nell’arco di quasi quattro decenni, scoprendo che i cori di gruppo trasportano informazioni coordinate oltre ciò che i singoli richiami contengono. Un fenomeno chiamato convergenza vocale, in cui i richiami all’interno di un coro diventano acusticamente più simili, può svolgere un ruolo nel coordinamento di gruppo. Lo studio fa parte di un modello più ampio: l’IA sta diventando uno strumento fondamentale nella ricerca sulla comunicazione animale, non perché comprende gli animali, ma perché può elaborare la scala di dati che comprenderli richiede.
Basato su un articolo di Smithsonian Magazine.