Kunnen mensen horen hoe een varken zich voelt?
Onderzoekers van de Zwitserse universiteit ETH Zürich toonden aan dat mensen en computers klankpatronen en acute noodsignalen herkennen in varkensgeluiden. Kan men echter enkel uit geluiden betrouwbaar afleiden hoe een varken zich voelt? Dat lijkt (momenteel) een voorbarige stelling.
Wat als we konden meten hoe varkens zich voelen door simpelweg te luisteren naar de geluiden die ze maken? Het klinkt als een aanlokkelijk idee. Recent welzijnsonderzoek stelt voor om geluidsanalyses via artificiële intelligentie (AI) te gebruiken om in de stal te luisteren hoe varkens zich voelen.
Als AI verschillen in varkensgeluiden kan ‘horen’, kunnen mensen dat dan ook? En zijn varkensexperts, zoals boeren, dierenartsen of onderzoekers, daar dan ook beter in dan mensen zonder ervaring met varkens? Wim Gorssen en Carmen Winters, onderzoekers van ETH Zürich, en onafhankelijk programmeur Ben Sleurs, onderzochten daarom wat mensen uit varkensgeluiden halen wanneer alle andere omgevingsinformatie ontbreekt.
Zit het gevoel in het geluid, of in hoe mensen het interpreteren?
Voor dit onderzoek gebruikten de onderzoekers ruim 2.000 geluidsfragmenten uit de databank van een eerdere studie. Deze geluiden, die opgenomen werden in een bepaalde context, werden gekoppeld aan een gevoelsklasse. Zo werden geluiden tijdens castratie bijvoorbeeld ingedeeld als negatief, terwijl geluiden van biggen die melk drinken bij de zeug gezien werden als positief. Op basis daarvan werd een AI-model getraind, dat in staat moet zijn om de positieve van de negatieve geluiden te onderscheiden.
Ze lieten ook honderden mensen naar geïsoleerde varkensgeluiden luisteren. De deelnemers zagen geen video en wisten niet waar of wanneer de geluiden waren opgenomen. In een eerste online proef groepeerden 224 deelnemers 40 geluidsfragmenten op basis van wat zij erin hoorden. Ze bepaalden zelf hoeveel groepen ze maakten en welke namen ze eraan gaven.
In een tweede proef wezen 159 deelnemers 25 fragmenten eerst toe aan een van 18 mogelijke opnamecontexten, met daarnaast de optie ‘geen idee’. Vervolgens beoordeelden zij diezelfde 25 fragmenten op een schaal van zeer negatief tot zeer positief. Hun indelingen vergeleken de onderzoekers met de klankstructuur die een neuraal netwerk – het AI -model – in dezelfde geluiden herkende.
Bepaalde klanken zijn herkenbaar, maar betekenen niet altijd hetzelfde
Dit onderzoek leidde tot interessante resultaten. Mensen deelden de varkensgeluiden niet willekeurig in. Over de deelnemers heen kwam een brede, herhaalbare structuur naar voren: bepaalde geluiden werden vaker bij elkaar geplaatst. Die globale structuur was bovendien bijna dezelfde bij mensen met of zonder ervaring met varkens. Varkensexperts hoorden dus grotendeels dezelfde brede klankstructuur als een gewone sterveling.
Ervaring beïnvloedde vooral de woorden die mensen gebruikten. Varkenshouders kozen vaker varkensspecifieke beschrijvingen, zoals ‘een big’ of ‘een hoestend varken’. Varkenshouders en dierenartsen gebruikten minder vaak gevoelswoorden dan mensen met weinig ervaring met varkens, terwijl dierwetenschappers die iets vaker gebruikten, bijvoorbeeld ‘een gelukkig varken’. Over alle zelf gekozen groepsnamen heen verwees ongeveer slechts 1 op de 5 naar een gevoel. Mensen hoorden dus vaak vergelijkbare klankverschillen, maar gaven daar niet noodzakelijk dezelfde betekenis aan.
Mens en machine vinden vergelijkbare klankverschillen
De patronen die mensen in de geluiden hoorden, kwamen duidelijk overeen met de akoestische structuur die het neurale netwerk via AI vond. Dat is een belangrijk resultaat: varkensgeluiden bevatten dus echte, herhaalbare klankinformatie, die zowel voor mensen als voor computers toegankelijk is. Maar overeenkomst in groepering is nog geen overeenkomst in betekenis, stellen de onderzoekers.
Een computer kan 2 geluiden goed uit elkaar houden zonder te weten welk biologisch proces het verschil veroorzaakt. Een hoge classificatiescore zegt daarom ook niet vanzelf dat het model welzijn of ‘hoe het varken zich voelt’ heeft gemeten. Om daar iets over te zeggen is extra informatie nodig over gedrag, voorkeuren, fysiologie en de situatie in de stal.
Extreem negatieve situaties meest herkenbaar
Hoewel mensen zeer consequent waren in het indelen van varkensgeluiden in eenzelfde structuur, was de precieze herkenning vaak niet juist. Bij de keuze uit 18 opnamecontexten was gemiddeld 8% van de antwoorden correct, tegenover een toevalsverwachting van 5,6%. De prestatie lag dus statistisch boven toeval, maar was te zwak om de opnamecontext betrouwbaar uit één los fragment af te leiden. Zelfs de best herkende context, het vasthouden van een varken, werd slechts in ongeveer 1 op de 5 gevallen juist benoemd; castratie in ongeveer 1 op de 6.
De beoordeling van ‘positief’ of ‘negatief’ leek op het eerste gezicht beter te lukken dan het herkennen van de exacte context. Wanneer de antwoorden ‘neutraal’ buiten beschouwing werden gelaten, kwam 60,1% van de positieve of negatieve beoordelingen overeen met de vooraf toegekende gevoelsklasse. Bovendien werd het resultaat grotendeels gedragen door geluiden die kwamen uit zeer negatieve situaties: castratie, vasthouden en vechten. In deze situaties krijsen biggen vaak, wat leidt tot langere geluidsfragmenten met een hogere toonhoogte. Geluiden uit deze contexten werden vaker samen gegroepeerd en duidelijk negatiever beoordeeld. Dat is relevant voor toepassingen die acute alarmsituaties moeten signaleren in de varkenshouderij.
Neutrale geluiden minder herkenbaar
Wanneer de onderzoekers die extreme situaties uit de analyse verwijderden, verdween de overeenstemming met de vooraf toegekende positieve en negatieve labels volledig. Een mooi voorbeeld uit die oorspronkelijke geluidsdatabank is de vergelijking tussen opnames uit een verrijkt hok met stro en opnames uit een niet-verrijkt hok met een betonnen vloer. Mensen deelden geluiden in beide situaties gelijkaardig in, en gaven de niet-verrijkte situatie gemiddeld zelfs een positievere score. Uit de roep alleen konden mensen dus niet betrouwbaar afleiden welke huisvestingssituatie volgens het oorspronkelijke databestand als positiever of negatiever was ingedeeld. Ook in de AI-analyse verdween na het weglaten van de extreme situaties de duidelijke aansluiting tussen de klankstructuur en de vooraf toegekende positieve en negatieve labels.
Intuïtief houdt deze observatie steek, stellen de onderzoekers. Ook bij mensen is de betekenis van een geluid niet altijd uit de klank alleen af te leiden. Context en verwachtingen kleuren onze interpretatie. Als mens kunnen we bijvoorbeeld zowel wenen van verdriet als van geluk, duiden ze de situatie met een goed herkenbaar voorbeeld.
AI als extra paar oren
Voor de varkenshouderij ligt de meest directe kans voor het gebruik van varkensgeluiden bij specifieke, acute toepassingen. Geluidsmonitoring kan de boer mogelijk helpen bij het opsporen van alarmkreten, bij ernstige agressie, verdrukking van biggen door de zeug of bij bepaalde gezondheidsproblemen. De resultaten van deze onderzoekers ondersteunen dat ontwikkelingspad, maar het vormt nog geen bewijs dat een systeem klaar is voor gebruik in de praktijk.
Daarvoor moet het betrouwbaar worden getest met nieuwe dieren, andere stallen, achtergrondlawaai en realistische opnameapparatuur. “Zo’n systeem mag bovendien niet bij elke kreet een melding sturen”, benadrukken de onderzoekers terecht. “Een systeem dat bij elke kreet alarm slaat, bezorgt de boer vooral onnodig slapeloze nachten. Het moet relevante noodsituaties betrouwbaar onderscheiden van de vele gewone geluiden in een varkensstal!”
Voor subtielere welzijnsvragen – bijvoorbeeld het vergelijken van huisvestingssystemen of het volgen van langdurige positieve en negatieve ervaringen – is meer nodig dan een microfoon. Geluid kan dan één informatiebron zijn naast gedrag, activiteit, klimaat, gezondheid en fysiologische metingen. De praktische conclusie is daarom genuanceerd. AI kan leren luisteren naar varkens en kan mogelijk een waardevolle alarmbel worden. Maar een alarmbel is nog geen gevoelsmeter.
“Wie geluid wil gebruiken als betrouwbare welzijnsindicator, moet objectief aantonen wat een bepaald klankpatroon voor het dier betekent. En laten we eerlijk zijn: zelfs bij onze eigen ‘soort’ kunnen we uit een geluid alleen lang niet altijd afleiden wat iemand voelt, laat staan bij een varken”, besluiten de onderzoekers.“
Het volledige wetenschappelijke artikel kun je hier vinden.
