Οι χοίροι μπορούν να παράγουν μεγάλη ποικιλία διαφορετικών ήχων και τσιριγμάτων – αλλά τι μας λένε αυτά; Και είναι δυνατόν να «κατανοήσουμε» αντικειμενικά τη σημασία των φωνητικών εκδηλώσεων των χοίρων; Έρευνες έχουν δείξει ότι τόσο οι άνθρωποι όσο και η τεχνητή νοημοσύνη (ΤΝ) μπορούν να διακρίνουν διαφορετικούς τύπους φωνητικών εκδηλώσεων. Σημαίνει άραγε η αναγνώριση αυτών των ακουστικών μοτίβων ότι είναι δυνατόν να κατανοήσουμε τι βιώνει ένας χοίρος;

Αν η τεχνητή νοημοσύνη (ΤΝ) μπορεί να «ακούσει» διαφορές στις φωνητικές εκδηλώσεις των χοίρων, μπορούν να κάνουν το ίδιο και οι άνθρωποι; Και μήπως οι ειδικοί σε θέματα χοιροτροφίας –όπως κτηνοτρόφοι, κτηνίατροι ή ερευνητές– είναι πιο ικανοί σε αυτό σε σύγκριση με άτομα που δεν έχουν εμπειρία με χοίρους; Για τον λόγο αυτό, μια ερευνητική ομάδα μελέτησε πρόσφατα τι αντιλαμβάνονται οι άνθρωποι ακούγοντας τις φωνητικές εκδηλώσεις των χοίρων, όταν απουσιάζει κάθε άλλη πληροφορία σχετικά με το πλαίσιο στο οποίο αυτές παράχθηκαν.

Στο πλαίσιο της έρευνας, η ομάδα χρησιμοποίησε περισσότερα από 2.000 ηχητικά αποσπάσματα από μια βάση δεδομένων που είχε δημιουργηθεί σε προγενέστερη μελέτη, όπου στις φωνητικές εκδηλώσεις είχαν αποδοθεί χαρακτηρισμοί θετικού ή αρνητικού προσήμου, ανάλογα με το πλαίσιο στο οποίο είχαν καταγραφεί.

Οι συμμετέχοντες δεν είδαν βίντεο και δεν γνώριζαν πού ή πότε είχαν καταγραφεί οι ήχοι. Σε ένα πρώτο διαδικτυακό πείραμα, 224 συμμετέχοντες ομαδοποίησαν 40 ηχητικά αποσπάσματα με βάση αυτό που άκουγαν σε αυτά. Οι ίδιοι επέλεξαν πόσες ομάδες θα δημιουργήσουν και τι ονομασίες θα τους δώσουν. Σε ένα δεύτερο πείραμα, 159 συμμετέχοντες αντιστοίχισαν αρχικά 25 αποσπάσματα σε ένα από τα 18 πιθανά πλαίσια καταγραφής, έχοντας ως πρόσθετη επιλογή την ένδειξη «καμία ιδέα». Στη συνέχεια, αξιολόγησαν τα ίδια αυτά 25 αποσπάσματα σε μια κλίμακα από «πολύ αρνητικό» έως «πολύ θετικό». Κατόπιν, η ερευνητική ομάδα συνέκρινε τις ταξινομήσεις τους με την ακουστική δομή που είχε «μάθει» ένα νευρωνικό δίκτυο από φασματογραφήματα – δηλαδή οπτικές αναπαραστάσεις του ήχου.

Η υποκείμενη δομή στις φωνητικές εκδηλώσεις των χοίρων

Η μελέτη απέφερε διάφορα ενδιαφέροντα αποτελέσματα. Οι άνθρωποι δεν ταξινόμησαν τις φωνητικές εκδηλώσεις των χοίρων τυχαία. Ανάμεσα στους συμμετέχοντες αναδείχθηκε μια ευρεία και επαναλήψιμη δομή: ορισμένες φωνητικές εκδηλώσεις ομαδοποιούνταν συχνότερα από άλλες. Αυτή η συνολική δομή ήταν σχεδόν ίδια τόσο για τα άτομα με εξειδικευμένες γνώσεις σχετικά με τους χοίρους όσο και για εκείνα χωρίς τέτοιες γνώσεις. Συνεπώς, οι ειδικοί στους χοίρους αντιλαμβάνονταν, σε γενικές γραμμές, την ίδια ακουστική δομή με τους μη ειδικούς.

Η εμπειρία επηρέαζε κυρίως τις λέξεις που χρησιμοποιούσαν οι άνθρωποι. Οι χοιροτρόφοι επέλεγαν συχνότερα περιγραφές που αφορούσαν συγκεκριμένα το χοίρο, όπως «ένα χοιρίδιο» ή «ένας χοίρος που βήχει». Οι χοιροτρόφοι και οι κτηνίατροι χρησιμοποιούσαν λέξεις σχετικές με συναισθήματα λιγότερο συχνά σε σύγκριση με άτομα που είχαν περιορισμένη εμπειρία με τους χοίρους, ενώ οι επιστήμονες ζωικής παραγωγής τις χρησιμοποιούσαν ελαφρώς συχνότερα, για παράδειγμα «ένας χαρούμενος χοίρος». Από το σύνολο των ονομασιών που επέλεξαν οι ίδιοι οι συμμετέχοντες για τις ομάδες, μόνο μία στις πέντε περίπου αναφερόταν σε συναίσθημα. Συνεπώς, οι άνθρωποι συχνά αντιλαμβάνονταν παρόμοιες ακουστικές διαφορές, αλλά δεν τους απέδιδαν απαραίτητα την ίδια σημασία.

Εντοπισμός παρόμοιων διαφορών

Τα μοτίβα που αντιλαμβάνονταν οι άνθρωποι στις φωνητικές εκδηλώσεις αντιστοιχούσαν σαφώς στην ακουστική δομή που εντόπιζε το νευρωνικό δίκτυο. Πρόκειται για ένα σημαντικό εύρημα: οι φωνητικές εκδηλώσεις των χοίρων περιέχουν πραγματικές, αναπαραγώγιμες ακουστικές πληροφορίες, οι οποίες είναι προσβάσιμες τόσο στους ανθρώπους όσο και στους υπολογιστές.

Ωστόσο, η συμφωνία ως προς την ομαδοποίηση δεν ταυτίζεται με τη συμφωνία ως προς τη σημασία. Ένας υπολογιστής μπορεί να διακρίνει δύο ήχους χωρίς να γνωρίζει ποια βιολογική διαδικασία προκάλεσε τη διαφορά. Επομένως, μια υψηλή βαθμολογία ταξινόμησης δεν συνεπάγεται αυτόματα ότι το μοντέλο έχει μετρήσει την ευζωία ή το «πώς αισθάνεται ο χοίρος». Για να εξαχθεί ένα τέτοιο συμπέρασμα, απαιτούνται πρόσθετες πληροφορίες σχετικά με τη συμπεριφορά, τις προτιμήσεις, τη φυσιολογία και τις συνθήκες που επικρατούσαν στον στάβλο.

Προσδιορισμός της ακριβούς κατάστασης

Αν και οι άνθρωποι παρουσίαζαν μεγάλη συνέπεια στην οργάνωση των φωνητικών σημάτων των χοίρων σε μια κοινή, γενική δομή, συχνά δεν ήταν ακριβείς όταν τους ζητούνταν να προσδιορίσουν την ακριβή κατάσταση. Κατά την επιλογή ανάμεσα σε 18 πλαίσια καταγραφής, το ποσοστό των σωστών απαντήσεων ήταν κατά μέσο όρο 8%, έναντι του 5,6% που θα αναμενόταν βάσει της τύχης. Συνεπώς, η επίδοση ήταν στατιστικά ανώτερη από την τυχαία, αλλά πολύ χαμηλή για να επιτρέψει την αξιόπιστη εξαγωγή συμπερασμάτων σχετικά με το πλαίσιο καταγραφής με βάση ένα και μόνο μεμονωμένο ηχητικό απόσπασμα. Ακόμη και το πλαίσιο που αναγνωριζόταν καλύτερα —η ακινητοποίηση του χοίρου— προσδιορίστηκε σωστά μόνο σε μία στις πέντε περιπτώσεις περίπου, ενώ ο ευνουχισμός σε μία στις έξι περίπου.

Με μια πρώτη ματιά, η αξιολόγηση ενός φωνητικού σήματος ως «θετικού» ή «αρνητικού» φαινόταν ευκολότερη από την αναγνώριση του ακριβούς πλαισίου. Όταν εξαιρέθηκαν οι «ουδέτερες» απαντήσεις, το 60,1% των κρίσεων περί θετικού ή αρνητικού χαρακτήρα συνέπιπτε με την κατηγορία που είχε αποδοθεί εκ των προτέρων στο πλαίσιο καταγραφής. Το αποτέλεσμα αυτό επηρεάστηκε επίσης σε μεγάλο βαθμό από φωνητικά σήματα που προέρχονταν από ιδιαίτερα αρνητικές καταστάσεις: ευνουχισμό, ακινητοποίηση και συμπλοκές. Σε αυτές τις καταστάσεις, τα χοιρίδια συχνά βγάζουν διαπεραστικές κραυγές, παράγοντας μακρύτερα ηχητικά αποσπάσματα με υψηλότερο τονικό ύψος. Τα φωνητικά σήματα από τα εν λόγω πλαίσια ομαδοποιούνταν συχνότερα μεταξύ τους και αξιολογούνταν ως σαφώς πιο αρνητικά. Το στοιχείο αυτό παρουσιάζει ενδιαφέρον για εφαρμογές που αποσκοπούν στον εντοπισμό καταστάσεων οξείας δυσφορίας στην εκτροφή χοίρων.

Εξαφάνιση

Όταν οι εν λόγω ακραίες καταστάσεις εξαιρέθηκαν από την ανάλυση, η συμφωνία με τις προκαθορισμένες ετικέτες «θετικού» και «αρνητικού» χαρακτήρα εξαλείφθηκε πλήρως. Ένα χαρακτηριστικό παράδειγμα από την αρχική βάση δεδομένων ήχου είναι η σύγκριση μεταξύ ηχογραφήσεων από έναν εμπλουτισμένο χώρο διαβίωσης με άχυρο και ηχογραφήσεων από έναν φτωχό σε ερεθίσματα χώρο με δάπεδο από μπετόν.

Οι άνθρωποι κατέταξαν τις φωνητικές εκδηλώσεις από τις διάφορες καταστάσεις με παρόμοιο τρόπο και, κατά μέσο όρο, αξιολόγησαν τη συνθήκη του φτωχού σε ερεθίσματα χώρου ακόμη και πιο θετικά. Επομένως, βασιζόμενοι αποκλειστικά στον ήχο, οι άνθρωποι δεν μπορούσαν να συμπεράνουν με βεβαιότητα ποια συνθήκη διαβίωσης είχε χαρακτηριστεί ως πιο θετική ή αρνητική στο αρχικό σύνολο δεδομένων.

Και στην ανάλυση μέσω τεχνητής νοημοσύνης, μόλις αφαιρέθηκαν οι ακραίες καταστάσεις, χάθηκε η σαφής αντιστοιχία μεταξύ της ακουστικής δομής και των προκαθορισμένων ετικετών θετικού και αρνητικού χαρακτήρα. Αυτό είναι διαισθητικά λογικό: και στους ανθρώπους, το νόημα ενός ήχου δεν μπορεί πάντα να συναχθεί αποκλειστικά από τον ίδιο τον ήχο. Το πλαίσιο και οι προσδοκίες διαμορφώνουν την ερμηνεία. Οι άνθρωποι μπορούν, για παράδειγμα, να κλάψουν από λύπη, αλλά και από χαρά.

Ένα επιπλέον ζευγάρι αυτιά, όχι ικανότητα ανάγνωσης της σκέψης

Στην εκτροφή χοίρων, οι πιο άμεσες ευκαιρίες αξιοποίησης των φωνητικών σημάτων των ζώων εντοπίζονται σε συγκεκριμένες, κρίσιμες εφαρμογές. Η ηχητική παρακολούθηση θα μπορούσε να βοηθήσει τους εκτροφείς να εντοπίζουν κραυγές κινδύνου, έντονη επιθετικότητα, περιπτώσεις εγκλωβισμού χοιριδίων κάτω από τη χοιρομητέρα ή ορισμένα προβλήματα υγείας. Τα αποτελέσματα συνηγορούν υπέρ αυτής της κατεύθυνσης ανάπτυξης, ωστόσο δεν καταδεικνύουν ότι ένα τέτοιο σύστημα είναι έτοιμο για χρήση σε πραγματικές συνθήκες εκτροφής.

Απαιτούνται αρχικά δοκιμές αξιοπιστίας με νέα ζώα, σε διαφορετικούς στάβλους, παρουσία θορύβου περιβάλλοντος και με χρήση ρεαλιστικού εξοπλισμού καταγραφής. Ένα τέτοιο σύστημα δεν θα πρέπει να ενεργοποιεί ειδοποίηση για κάθε τσιρίδα. Ένα σύστημα που σημαίνει συναγερμό κάθε φορά που ένας χοίρος βγάζει μια οξεία φωνή, το μόνο που θα καταφέρει είναι να στερήσει άσκοπα τον ύπνο από τους παραγωγούς. Πρέπει να είναι σε θέση να διακρίνει με αξιοπιστία τα πραγματικά περιστατικά ανάγκης από τους πολυάριθμους συνηθισμένους ήχους ενός στάβλου.

Ζητήματα ευζωίας πιο σύνθετης φύσης —όπως, για παράδειγμα, η σύγκριση συστημάτων στέγασης ή η παρακολούθηση παρατεταμένων θετικών και αρνητικών εμπειριών— απαιτούν περισσότερα από ένα απλό μικρόφωνο. Σε αυτή την περίπτωση, ο ήχος μπορεί να αποτελέσει μία από τις πηγές πληροφόρησης, παράλληλα με τη συμπεριφορά, τη δραστηριότητα, τις κλιματικές συνθήκες, την υγεία και τις φυσιολογικές μετρήσεις.

Επομένως, το πρακτικό συμπέρασμα είναι σύνθετο. Η τεχνητή νοημοσύνη μπορεί να «μάθει» να ακούει τους χοίρους και ενδέχεται να εξελιχθεί σε ένα πολύτιμο σύστημα ειδοποίησης. Ωστόσο, ο εντοπισμός μιας κραυγής κινδύνου δεν ταυτίζεται με τη μέτρηση της συναισθηματικής κατάστασης του ζώου. Όποιος επιθυμεί να χρησιμοποιήσει τον ήχο ως αξιόπιστο δείκτη ευζωίας, οφείλει να αποδείξει αντικειμενικά τι σημαίνει ένα συγκεκριμένο ακουστικό πρότυπο για το ζώο.