AI ontcijfert emoties van varkens

Wetenschappers zijn erin geslaagd om op basis van geknor, gegrom en geschreeuw van varkens een systeem te ontwerpen dat de emoties van de dieren identificeert. Geven die data ons echt een diepere inkijk in het emotionele leven van varkens?

In totaal analyseerde een team onderzoekers 7414 geluidsopnames van varkens in verschillende situaties. 'Het idee was om akoestische data uit iedere fase van het leven van een varken bijeen te brengen, van geboorte tot de slacht,' zo vertelt Elodie Briefer, assistent-professor verbonden aan de Universiteit van Kopenhagen en gespecialiseerd in gedragsstudie bij dieren.

'De meeste opnames komen uit boerderijen of slachthuizen, een deel uit experimentele opstellingen. Daarna analyseerden we deze data op basis van verschillende parameters zoals frequentie of lengte, om vervolgens na te gaan hoe al dat geknor, gegrom en gepiep verandert naargelang een varken een situatie positief of negatief ervaart.'

De studie bouwt verder op gekende inzichten in de vocalisatie van varkens, maar biedt veel meer detail dan eerder onderzoek, verduidelijkt Briefer. 'Iets wat we terugvonden in onze data is dat geluiden in hoge frequenties – geschreeuw en gepiep –  meer voorkomen in een voor een varken negatieve context. Gegrom en geknor, geluiden in de lage frequenties dus, zien we in zowel positieve als negatieve situaties. Uit onze analyse bleek dat zowel de varkensgeluiden in hoge als lage frequenties korter worden naarmate een dier een gegeven situatie positiever ervaart.

AI begrijpt varkens

Op basis van al die data ontwikkelde Briefer en haar team een algoritme dat het geknor, gegrom en gepiep van varken relateert aan een positieve of negatieve emotie met een accuratesse van 92 procent. Bovendien slaagde hun artificiële intelligentie erin om ook in 82 procent van de gevallen een geluid aan een specifieke situatie te koppelen. 'In totaal definieerden we 19 types context, zowel positief zoals zogen van biggen, als negatief, zoals transport of slacht. Het inzicht in kleine schommelingen in de lengte en de frequentie van geluiden maakt het ook mogelijk binnen eenzelfde context verschillen in de emotionele staat van varkens op te meten.'

De financiering voor de studie kwam  van ERA-Net ANIHWA, een organisatie die wetenschappelijk onderzoek naar dierenwelzijn stimuleert. De resultaten zijn een belangrijke stap in het streven naar een beter welbevinden van varkens in de landbouw, aldus Briefer. 'Het doel van deze studie was om een methode te ontwikkelen om emoties bij varkens beter te herkennen. Een volgende stap is om praktische oplossingen uit te werken die het dierenwelzijn in de varkensteelt ten goede komen, en om te testen wat wel of niet werkt. Een continue, automatische monitoring van de varkens in de stallen bijvoorbeeld, wat de boer zou toelaten snel in te grijpen als de AI negatieve emoties detecteert.'

Welzijn beter meten

Erg interessant, én hoopgevend, zo evalueert professor Frank Tuyttens de studie van Briefer en haar team. Tuyttens, die niet betrokken was bij het onderzoek, is professor Dierenwelzijn aan de Universiteit Gent en werkt voor ILVO, het Instituut voor Landbouw-, Visserij- en voedingsonderzoek.  'In de veehouderij staat het streven naar een positieve ervaring van dieren meer en meer centraal. Alleen, hun affectieve staat valt moeilijk te meten.'

Uit eerder onderzoek was al gebleken dat de vocalisatie van dieren zich erg goed leent om hun emoties te documenteren, aldus Tuyttens. 'Men wist reeds dat varkensgeluiden in lage frequenties eerder geassocieerd zijn met een positieve emotionele status, terwijl een hogere frequentie op negatieve emoties wijst. Bij onderzoek naar de impact van castratie van biggen bijvoorbeeld wijzen hoge en luide vocalisaties op de mate van pijn dat een big ondergaat.'

‘De huidige methodes om ingrepen ter verbetering van dierenwelzijn baseren zich op uiterlijke kenmerken, zoals gedrag, verwondingen... Die hebben echter hun beperkingen’

'Dit onderzoek gaat echter een stap verder. Men heeft een kleine twintig verschillende contexten geïdentificeerd, en een algoritme ontwikkeld dat er in slaagt om varkensgeluiden behoorlijk accuraat aan de juiste context te koppelen. Dat is veel fijnmaziger dan enkel het onderscheid tussen hoge en lage frequenties. De grote verdienste van de studie ligt echter in het feit dat men erin geslaagd is om binnen vocalisaties zoals knorren, grommen of schreeuwen verschillen te detecteren, variaties in de akoestische parameters die aangeven of een varken een bepaalde situatie meer of minder positief ervaart. Dat laat toe binnen een type vocalisatie in detail te meten hoe een varken zich voelt bij een situatie.'

Ook Tuyttens ziet mogelijkheden om met de resultaten van de studie het welzijn van varkens te verbeteren. Maar vooral voor het onderzoek naar dierenwelzijn heeft deze studie grote waarde,  'Het laat ons toe om bepaalde behandelingen of ingrepen om het dierenwelzijn te verhogen beter te evalueren. Het geeft ons een diepere inkijk in de emotionele wereld van varkens, een inkijk die erg welkom is. De huidige methodes om ingrepen ter verbetering van dierenwelzijn baseren zich op uiterlijke kenmerken, zoals gedrag, verwondingen,... Die hebben echter hun beperkingen. Een dieper begrip van het grommen, knorren en schreeuwen van varkens opent hun leefwereld een beetje meer, en laat ons toe een omgeving te creëren waarbinnen de dieren zich goed voelen.'