Saltar al contenido

Un estudio también encuentra que la repetición de gritos puede mejorar la identificación

17 de septiembre de 2022

Cuando el anochecer comienza a cubrir las praderas de Maasai Mara en el suroeste de Kenia, una hiena moteada se escabulle bajo la sombrilla leñosa que es la acacia.

El carnívoro hace una pausa, sus orejas redondeadas se inclinan hacia adelante mientras un débil sonido entra, una misiva en el aire que atraviesa tres millas a 767 millas por hora. De nuevo, luego de nuevo. ¡Whhhhhooo-OOOppp! Ahí está… la llamada de una hiena manchada, repetida lo suficientemente rápido como para llamar la atención. Una advertencia de leones en el área, tal vez, o de un clan de hienas invadiendo el territorio de otro.

¿Ayudar o no ayudar? Con tanto terreno por recorrer y tantos peligros potenciales más allá, la respuesta podría depender de quién, exactamente, está al otro lado de la llamada de larga distancia. Para las hienas manchadas, entonces, la identificación no es cosa de risa. Pero es ferina, dice un nuevo estudio de Kenna Lehmann y sus colegas de la Universidad de Nebraska-Lincoln.

Al aplicar el aprendizaje automático a los clips de audio recopilados en el campo, el equipo concluyó que los gritos de hiena presentan firmas únicas para los individuos, una forma de identificación de llamadas lo suficientemente distinta como para que las hienas puedan distinguir una de otra. Por primera vez, los investigadores también lograron cuantificar cuánto podría mejorar las probabilidades de ser identificado repetir una llamada, como hacen las hienas manchadas.


Recomendado: ¿Qué es el Big data?.


El hecho de que los clanes de hienas manchadas se construyan sobre jerarquías de rango social, pero estén formados por múltiples familias que se reúnen y se dispersan regularmente por la sabana, hace que la identidad individual sea especialmente importante.

«Las hienas no tratan a todas las personas del clan de la misma manera, por lo que si deciden presentarse y ayudar a alguien, quieren saber a quién van a ayudar», dijo Lehmann, investigadora postdoctoral en Nebraska. .

En su búsqueda de firmas vocales, el equipo recurrió a lo que se conoce como modelo de bosque aleatorio. Primero, los investigadores entrenaron al modelo alimentándolo con las identidades de cada hiena que habían registrado, junto con una gran cantidad de rasgos acústicos extraídos de cada uno de sus gritos.

A partir de ahí, el modelo usó una serie, o ataque, de gritos de una hiena seleccionados al azar para generar árboles de decisión. Cada rama de un árbol representaba una elección binaria en un rasgo acústico de un lote que también se seleccionó al azar. El modelo podría comenzar dividiendo los gritos de hiena en frecuencias más altas o más bajas, por ejemplo, y luego dividir esos grupos en, digamos, llamadas más largas o más cortas, y así sucesivamente. En última instancia, la punta de cada rama representaba un voto a favor de una hiena en particular.

Después de ensamblar 500 de esos árboles de decisión al azar, un bosque aleatorio, el modelo predijo la identidad de un grito dado en función de qué hiena recibió la mayor cantidad de votos de esos 500 árboles. El equipo puso a prueba su modelo entrenado pidiéndole que identificara cuál de las 13 hienas producía un ataque de gritos seleccionado al azar, y luego repitió esa prueba 999 veces.

El modelo emparejó correctamente una pelea de gritos con su hiena aproximadamente el 54% de las veces, o unas seis veces más de lo que se esperaría por casualidad. Esa tasa de éxito sugiere que hay suficiente variación en los gritos de diferentes hienas, y suficiente consistencia dentro de los gritos de una sola hiena, para que el modelo los distinga razonablemente. Y si el modelo puede discernir esas diferencias, dijo Lehmann, es razonable suponer que las hienas también pueden.

Tres rasgos de los gritos parecieron especialmente instructivos: la duración de una llamada, la frecuencia más alta de la llamada y la frecuencia promedio durante la parte de la llamada que fue más consistente en tono. Cuanto mayor sea la disparidad en esos rasgos, más probable será que el modelo, y potencialmente las propias hienas, distingan entre las fuentes de los gritos respectivos.

Aún así, el 54 % está muy por debajo del 100 %, incluso antes de tener en cuenta los desafíos inherentes a la comunicación con una hiena compañera en Maasai Mara. Por un lado, los clanes de hienas manchadas pueden aumentar a más de 125 miembros, un número que aparentemente filtra incluso los recuerdos más voluminosos y herméticos. También existe la posibilidad de que los matices acústicos se pierdan en la transmisión, particularmente cuando esas señales viajan varias millas antes de llegar a los oídos redondeados. Mientras tanto, el viento, la lluvia y otras llamadas de animales pueden introducir ruido en la señal.

«Se entiende que una de las formas de transmitir su mensaje es repetirlo», dijo Lehmann, «especialmente si se encuentra en un entorno ruidoso o si se comunica a largas distancias».

Investigaciones anteriores han demostrado que los pingüinos, por ejemplo, reiteran sus llamadas con más frecuencia cuando se levanta el viento. Y otros estudios han encontrado evidencia de que varias especies animales favorecen la repetición en circunstancias igualmente ruidosas. Pero por lo que Lehmann y sus colegas pudieron decir, ninguno había cuantificado hasta qué punto la repetición de la llamada de un animal podría mejorar la transmisión de información.

Entonces, el equipo recurrió nuevamente a su modelo de bosque aleatorio. Cuando el modelo adivinó la identidad de una hiena sobre la base de un solo grito, identificó correctamente esa identidad solo aproximadamente la mitad de veces que cuando se le proporcionaron tres gritos. Esa precisión aumentó aún más con llamadas adicionales, alcanzando un máximo de siete gritos.

«Es como obtener un poco más de información (cada vez)», dijo Lehmann, quien previamente estudió las vocalizaciones en las orcas. «La primera vez que lo escuches, podrías notar: Oh, definitivamente era una voz masculina o femenina. Luego, al siguiente grito, podrías reducirlo aún más».

Lehmann y sus colegas sabían que las llamadas de algunas especies animales también contienen firmas que diferencian los grupos a los que pertenecen de otros grupos de la misma especie con los que podrían encontrarse, algo similar a los acentos o dialectos humanos. Ella recordó que algunos investigadores que estudiaban orcas se habían familiarizado tanto con las firmas de las vainas que los investigadores podían distinguirlas instintivamente. (Un investigador afirmó que las llamadas de cierto pod eran «más nasales» que las de otros).

Dado el tamaño de los clanes de hienas manchadas, Lehmann pensó que sus gritos también podrían emplear una firma específica del grupo.

«Obviamente, si solo tienes que recordar cómo suena tu grupo, y no tienes que recordar cada una de las más de 100 voces individuales, eso sería mucho más fácil de hacer», dijo.

Sin embargo, cuando los investigadores buscaron una firma grupal en el bosque aleatorio, no pudieron encontrar ninguna. Una posible explicación: la aparente capacidad de memorizar tantas firmas individuales puede haber hecho que la firma de un clan sea inútil o, en el mejor de los casos, no lo suficientemente útil como para molestarse en desarrollarla.

«Si sabes quién es el individuo, sabes en qué grupo está», dijo Lehmann. «Los animales son bastante buenos para asociar esa información.

«Entonces, si necesitan firmas individuales por otras razones, es posible que nunca haya sido necesario desarrollar también una firma grupal, que es lo que sugiere este hallazgo. Deberían poder realizar un seguimiento de todas las voces individuales y poder distinguir: si este es el individuo X, está en mi grupo. Puedo elegir ayudarlo en función de que sea un miembro del grupo, pero tal vez haya que tomar más decisiones sobre si es un compañero de grupo que realmente quiero ayudar.»

‘Un millón de estrellas diferentes que tienen que alinearse’

Todos los hallazgos del equipo (la presencia de firmas individuales, la ausencia de la firma de un clan, la utilidad de la repetición) en última instancia no se originaron en un bosque al azar, sino en la sabana de la Reserva Nacional Maasai Mara de Kenia. Allí, Kay Holekamp de la Universidad Estatal de Michigan y sus colegas han estado realizando investigaciones sobre la hiena manchada desde finales de la década de 1980.

La propia Lehmann pasó un año en Maasai Mara, que toma su nombre del pueblo masai que lo ha habitado durante mucho tiempo. De 2014 a 2015, el entonces estudiante de doctorado y varios colegas conducían regularmente hacia el oeste desde la capital de Kenia, Nairobi, hasta un sitio de campo en la reserva.

«La primera vez que salí… pensé: ‘Oh, voy a dormir en el suelo durante 10 meses, en un saco de dormir'», dijo Lehmann, quien pronto se enteró de que una carpa de lona grande y una cama suave la esperaba «Pero estábamos bastante mimados, para ser perfectamente honesto».

Si el alojamiento fue más cómodo de lo esperado, la recopilación de datos demostró todo lo contrario. Desde su punto de vista en un Toyota Land Cruiser, Lehmann y sus colegas apuntaban un micrófono direccional por la ventana y encendían una grabadora de audio. Desafortunadamente, el equipo estuvo muy sujeto a los caprichos de la ley de Murphy.

«No debes conducir. Y el automóvil debe estar apagado», dijo, y señaló que su motor ahogaba los sonidos del Maasai Mara. «Y la hiena tiene que chillar. Y tienes que poder realmente… ver quién es. No pueden estar en un arbusto. Y tienen que estar lo suficientemente cerca para que puedas obtener una buena grabación. Y el otro las hienas necesitan estar tranquilas al mismo tiempo. Hay como un millón de estrellas diferentes que tienen que alinearse para obtener una buena grabación que luego puedas usar en un análisis como este».

Bajo esas circunstancias, dijo Lehmann, la paciencia era más que una virtud. Era una necesidad.

«Con este equipo de grabación portátil, grabábamos de manera oportunista y constante y solo esperábamos que gritaran por nosotros», dijo riendo.

Durante esos meses de esperanza y espera, los investigadores se mantuvieron ocupados observando y registrando comportamientos que informarían otros estudios. Mientras lo hacían, vislumbraron la individualidad que sus análisis de los gritos de las hienas, años más tarde, llegarían a afirmar.

«Definitivamente llegas a saber que diferentes individuos tienen diferentes personalidades o pueden reaccionar de cierta manera en diferentes situaciones», dijo Lehmann. «Así que siempre es divertido conocer a las hienas y sus pequeñas interacciones y los dramas que podrían estar pasando en sus vidas».