La IA ordena llamadas de cuervos; traducir animales sigue en estudio

En algún lugar bajo el océano, un hidrófono, un micrófono submarino, sigue registrando el canto de las ballenas jorobadas. Cincuenta años de aparatos como este, junto con grabadoras portátiles lo bastante pequeñas como para seguir a un murciélago, han dejado a los investigadores con montañas de grabaciones y una sola pregunta difícil: ¿qué se dicen realmente los animales entre ellos?

Responderla es un trabajo lento. Un perrito de la pradera emite una serie de gritos cortos cuando se acerca un coyote y otra distinta cuando hay un halcón cerca, de modo que un sonido significa poco hasta que se relaciona con lo que ocurre alrededor del animal. Esa correspondencia es laboriosa, sobre todo en especies difíciles de observar, como las ballenas que bucean a gran profundidad o las ratas topo que viven bajo tierra. Además, la comunicación también se produce por canales que las personas no perciben fácilmente: señales visuales, el tacto, las feromonas o una combinación de señales. Y sin una piedra Rosetta multiespecie, un diccionario que relacione dos lenguajes, es difícil saber si una traducción es correcta.

Lo que ha cambiado en la última década es la clasificación. Los avances en IA permiten ahora detectar distintas llamadas, separar qué sonidos pertenecen a cada animal y encontrar patrones en grabaciones diversas. El Earth Species Project, una organización sin ánimo de lucro fundada en 2018 para descifrar la comunicación animal, usó aprendizaje automático para detectar las vocalizaciones de cuervos carroñeros y determinar qué ave emitía cada llamada. Sara Keen, una de las ecólogas del comportamiento del proyecto, señala que los grandes modelos de lenguaje, como Claude y ChatGPT, destacan en encontrar relaciones entre palabras. El proyecto espera que su propio modelo, NatureLM, entrenado con habla humana, música y sonidos animales, pueda interpretar las vocalizaciones de muchas especies. Eso sigue siendo una hipótesis: todavía no se ha demostrado que el modelo traduzca nada.

Los límites son reales. La preocupación de Yovel es que los modelos traten como equivalentes sonidos acústicamente parecidos aunque tengan significados diferentes. Con Slobodchikoff, fundador de la empresa Zoolingua, que trabaja en la traducción del lenguaje de los perros a lenguaje humano, adopta una visión más amplia y sostiene que muchos animales comparten suficiente estructura evolutiva como para que deberíamos poder entenderlos. Apuesta por esa similitud, no por una prueba. En cuanto a una conversación en dos sentidos, no se ha dado ninguna fecha, y no está claro que llegue a producirse.

Por ahora, la ganancia inmediata es para los investigadores. La clasificación automática de las llamadas por individuo puede reducir las horas dedicadas a escuchar grabaciones y permite estudiar animales difíciles de observar, desde las ballenas que bucean a gran profundidad hasta las ratas topo subterráneas. La ambición de la traducción está a años de distancia, y su éxito depende de que los modelos sepan separar sonidos que se parecen de sonidos que significan cosas distintas. Los resultados con los cuervos muestran que la primera parte está al alcance.