Da qualche anno, biologi italiani operanti in Spagna hanno avviato un esperimento che unisce intelligenza artificiale e comunicazione animale. L’obiettivo? Scoprire se i suoni prodotti dalle cornacchie nere nascondono schemi riconoscibili e se tali schemi si correspondono a comportamenti ben precisi all’interno del gruppo.
Il lavoro è nato nel 2018, quando i ricercatori hanno iniziato a equipaggiare 43 individui con microfoni minuscoli fissati alle piume della coda. In pochi anni hanno accumulato un archivio di circa 150 000 registrazioni, comprendenti vocalizzazioni di adulti, dei pulcini e una notevole quantità di rumore ambientale. Analizzare manualmente un volume così imponente sarebbe impossibile per l’orecchio umano, e qui entra in gioco la tecnologia.
Microfoni sulla coda: il metodo di raccolta dei dati
I piccoli sensori, leggeri quanto una piuma, registrano i suoni direttamente dalla fonte, riducendo le interferenze esterne. Questo permette di distinguere con precisione le vocalizzazioni prodotte da un singolo uccello da quelle generate da altri membri del gruppo o da suoni di vento, insetti o predatori. Grazie a questa precisione, gli scienziati hanno potuto costruire una banca dati attendibile, fondamentale per le fasi successive di analisi.
Il machine learning al servizio della ricerca
Per trasformare la mole di dati grezzi in informazioni utili, è stato impiegato un algoritmo di machine learning sviluppato nell’ambito dell’Earth Species Project. Prima di poter operare, l’AI ha dovuto essere “addestrata”: per circa nove mesi i biologi hanno etichettato manualmente 7 000 richiami, indicando quali fossero veri suoni di cornacchia e quali fossero rumori di fondo. Questo processo di labeling ha fornito all’algoritmo le basi necessarie per riconoscere autonomamente i pattern sonori più rilevanti.
Filtraggio intelligente dei suoni
Una volta addestrato, il modello ha esaminato l’intero archivio, separando in pochi minuti le vocalizzazioni genuine da tutti gli altri suoni. Il risultato è stato una selezione pulita di segmenti sonori pronti per l’analisi comportamentale, riducendo drasticamente il tempo necessario per una revisione manuale.
Scoperte preliminari: richiami di allarme e cooperazione
Grazie a questo approccio, i ricercatori hanno individuato un nesso tra particolari richiami di allarme e la presenza di predatori vicino al nido. In caso di avvistamento di un potenziale predatore, la cornacchia emette un suono breve e acuto; entro pochi secondi altri membri del gruppo arrivano sul luogo per assistere nella difesa. Gli studiosi ipotizzano che questo verso funzioni come una vera e propria “richiesta di aiuto”, ma sottolineano che sono necessari ulteriori esperimenti per confermare definitivamente l’interpretazione.
Il progetto dimostra come l’intelligenza artificiale possa agire da potente supporto alla ricerca biologica, accelerando l’identificazione di pattern complessi che altrimenti rimarrebbero nascosti. Se questa metodologia verrà estesa ad altre specie, potrebbe aprire la strada a una vera “traduzione” dei linguaggi animali, con implicazioni importanti per la conservazione, la veterinaria e la comprensione del comportamento selvatico.
