IA y lenguaje animal: por qué analizar el sonido no alcanza para entender lo que dicen los animales

La inteligencia artificial aún no puede entender a los animales: el sonido no es igual al significado.

Un equipo de científicos de la Universidad de Tel Aviv demostró que los modelos de IA clasifican las vocalizaciones por sus propiedades físicas, pero eso no implica que comprendan qué quieren decir.

Descifrar el lenguaje de los animales usando inteligencia artificial es una promesa que viene ganando terreno en la comunidad científica.

Pero un nuevo estudio publicado en la revista Current Biology pone el freno de mano: los modelos de IA analizan las características físicas del sonido, y eso no alcanza para entender lo que un animal realmente comunica.

En los últimos años, numerosos equipos de investigación intentaron aplicar estas herramientas para interpretar las vocalizaciones de murciélagos, ballenas y aves, con resultados que generaron expectativas, pero también preguntas sin respuesta.

La investigación fue liderada por Mor Taub , Inbal Arnon , Amiyaal Ilany , Mirjam Knörnschild , Yoav Ram y Yossi Yovel , con la participación de instituciones como la Universidad Hebrea de Jerusalén , la Universidad de Edimburgo , el Museo de Historia Natural (Instituto Leibniz para la Evolución y la Ciencia de la Biodiversidad) y la Universidad Humboldt de Berlín .

El problema central que identifica el estudio es que los sonidos acústicamente similares no siempre transmiten el mismo mensaje , y a la inversa: vocalizaciones que suenan muy distintas pueden estar comunicando exactamente lo mismo.

Cuando los modelos de IA ordenan los sonidos por similitud acústica —que es el enfoque más habitual en este tipo de investigaciones— terminan construyendo una imagen distorsionada del sistema de comunicación del animal.

La IA escucha, pero no necesariamente comprende.

Y esa diferencia, según los autores, es fundamental.

Probaron los modelos con bebés Para poner a prueba esta limitación, los investigadores recurrieron a un caso particular: las vocalizaciones de niños pequeños que todavía no hablan.

La ventaja de este grupo es que los científicos pueden saber, al menos parcialmente, cómo los adultos interpretan esos sonidos.

Las grabaciones correspondieron a tres contextos concretos: angustia, llamado a un progenitor específico y pedido de comida.

Luego analizaron ese material con tres herramientas distintas: un método acústico clásico y dos redes neuronales profundas de última generación, una entrenada con vocalizaciones animales y otra con habla humana adulta.