En una mañana lluviosa en el sureste de Inglaterra, cientos de cerdas de color rosado blanquecino se despiertan para desayunar. Con resoplidos y babas, corren impacientes hacia los comederos, empujándose entre sí en su afán por llegar a su comida. Sin embargo, antes de comer, deben someterse a una fotografía. Al entrar en el comedero, una pequeña cámara captura una imagen de su rostro. En menos de un segundo, un sistema de inteligencia artificial (IA) las identifica basándose únicamente en su hocico, orejas, ojos y otras características faciales. Con esta información, la IA dispensa una comida personalizada en el comedero. Además, el sistema analiza la expresión facial de cada cerda para detectar signos de dolor, enfermedad o angustia emocional, enviando una alerta inmediata al granjero si es necesario.
Este sistema, llamado Intellipig, está siendo desarrollado por científicos de la Universidad del Oeste de Inglaterra Bristol (UWE) y el Colegio Rural de Escocia (SRUC). Su objetivo es abordar un problema fundamental en el bienestar animal: los humanos no siempre somos capaces de entender cómo se sienten los animales. El equipo de Intellipig no está solo en este esfuerzo. Científicos de todo el mundo están utilizando IA para descifrar las expresiones faciales de animales, desde ovejas hasta caballos y gatos. Algunos ya han desarrollado algoritmos que son más rápidos y precisos que los humanos para reconocer signos de dolor y estrés.
Melvyn Smith, ingeniero de visión artificial en UWE y líder del diseño de Intellipig, cree que estas herramientas podrían marcar el inicio de una nueva era en el cuidado de los animales, priorizando su salud, bienestar y protección. Incluso hay indicios de que la IA podría superar a los humanos en la interpretación de emociones más complejas, como la felicidad, la serenidad, la frustración o el miedo, sentimientos igualmente importantes para garantizar una vida óptima a los animales. Sin embargo, algunos investigadores en comportamiento animal advierten sobre la dependencia excesiva de las máquinas, especialmente cuando el bienestar animal está en juego.
Una obviedad: los rostros de los animales expresan emociones
Los científicos han sabido durante mucho tiempo que los animales, al igual que los humanos, expresan sus emociones a través de sus rostros. Charles Darwin, en su libro La expresión de las emociones en el hombre y los animales (1872), sugirió que las expresiones faciales son un «lenguaje compartido» entre los mamíferos, una habilidad que evolucionó profundamente en nuestra historia. Bridget Waller, psicóloga de la Universidad de Nottingham Trent, explica que los mamíferos compartimos muchos músculos faciales, lo que nos permite crear expresiones similares. Por ejemplo, compartimos el 38% de nuestros movimientos faciales con los perros, el 34% con los gatos y el 47% con los primates y caballos.
A pesar de estas similitudes anatómicas, interpretar las expresiones faciales de los animales no es sencillo. Los investigadores suelen inferir lo que un animal está experimentando a través del contexto. Por ejemplo, el dolor es fácil de identificar en situaciones como una cirugía o una lesión. Para estudiar el estrés, los científicos pueden inducirlo mediante situaciones controladas, como separar a un animal de sus compañeros o introducir un individuo dominante en su entorno. Luego, observan comportamientos como vocalizaciones o niveles elevados de cortisol, la hormona del estrés.
A lo largo de los años, los investigadores han desarrollado «escalas de muecas» para varias especies, que miden el dolor o el estrés basándose en los movimientos de los músculos faciales. Por ejemplo, un caballo que gira las orejas hacia afuera y forma arrugas sobre los ojos probablemente esté sintiendo dolor. Sin embargo, codificar manualmente estos movimientos faciales es un trabajo tedioso y lento. Aquí es donde la IA puede marcar la diferencia, ya que puede realizar estas tareas en cuestión de segundos.
Entrenamiento de la IA
Para entrenar a la IA, los científicos deben enseñarle a identificar puntos clave en el rostro de los animales, como los bordes de los ojos o las fosas nasales. Estos puntos, llamados «marcadores», se convierten en datos digitales que la IA utiliza para analizar expresiones faciales. En 2016, Peter Robinson, de la Universidad de Cambridge, desarrolló una herramienta que identifica automáticamente los ojos, la boca y las orejas en ovejas. Desde entonces, otros investigadores han creado sistemas similares para caballos, gatos y perros.
Uno de los avances más prometedores es el uso del aprendizaje profundo, por el que la IA analiza imágenes de animales en diferentes situaciones y aprende a identificar signos de dolor o estrés por sí misma. Gabriel Lencioni, veterinario de la Universidad de São Paulo, entrenó a una IA con fotos de caballos antes y después de cirugías, logrando que el sistema diagnosticara el dolor con un 88% de precisión. Del mismo modo, el sistema Intellipig ha demostrado una precisión del 97% en la identificación de cerdas individuales y en la detección de estrés a través de sus rasgos faciales.
A pesar de estos avances, los científicos advierten que la IA no es infalible y señalan que la IA puede enfocarse en características irrelevantes, como un reloj en el fondo de una foto, lo que podría llevar a conclusiones erróneas. Además, el proceso de toma de decisiones de la IA sigue siendo un «caja negra» para muchos investigadores, lo que genera preocupación.
Aun así, la IA ya está demostrando su utilidad en aplicaciones prácticas. Anna Zamansky, científica de la Universidad de Haifa, y su equipo están desarrollando una aplicación que permite a los dueños de gatos escanear el rostro de sus mascotas para detectar signos de dolor. En los Países Bajos, se ha creado una herramienta similar para caballos, que podría usarse en competiciones ecuestres para garantizar el bienestar de los animales.
En el futuro, la IA podría incluso ayudar a interpretar emociones más complejas, como la felicidad o la frustración. Brittany Florkiewicz, psicóloga evolutiva, ha identificado 276 expresiones faciales distintas en gatos y está colaborando con Zamansky para aplicar IA a estos datos. Aunque aún hay desafíos, como la falta de imágenes claras de animales en diferentes estados emocionales, los investigadores confían en que la IA seguirá mejorando.
Fuente: Christa Lesté-Lasserre en Science.
