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. El objetivo era ver si los modelos podían agrupar las vocalizaciones según su significado, y no solo según su forma sonora.

Los resultados fueron claros: las redes neuronales superaron al método acústico tradicional, pero aun así fallaron. En algunos casos, agruparon vocalizaciones con mensajes diferentes; en otros, separaron vocalizaciones distintas que buscaban comunicar lo mismo.

Ninguno de los modelos logró detectar cómo una secuencia de sonidos expresaba una urgencia creciente, algo que cualquier oído humano capta de forma espontánea. Esa incapacidad para leer la progresión emocional en una serie de vocalizaciones es, según el equipo, una de las limitaciones más reveladoras del enfoque actual.

Yovel resumió el hallazgo con precisión: “Identificar patrones acústicos no es necesariamente lo mismo que descifrar el significado”, y añadió que para entender qué está “diciendo” un animal hay que saber cómo el receptor del mensaje lo percibe y responde.

La conclusión del equipo es que la inteligencia artificial es una herramienta valiosa, pero insuficiente por sí sola. Según los investigadores, avanzar en la comprensión de la comunicación animal requiere sumar observaciones del comportamiento, experimentos de reproducción de sonidos y, en algunos casos, medición de la actividad cerebral. Cada especie percibe el mundo de una forma particular, y esa perspectiva no puede quedar afuera del análisis.

“El camino hacia la verdadera comprensión de la comunicación animal requerirá una combinación de inteligencia artificial, observaciones del comportamiento, experimentos e investigación del sistema nervioso”, señaló Yovel. “La inteligencia artificial es una herramienta poderosa, pero no sustituye la perspectiva del propio animal”, concluyó.