KI und Tiersprache

Tierische Kommunikation kann erstaunlich vertraut wirken.

Unterschiedliche Rufe können auf Dringlichkeit hinweisen, Aufmerksamkeit erzeugen oder in bestimmten sozialen Situationen auftreten.

Da künstliche Intelligenz heute riesige Mengen an Tonaufnahmen verarbeiten kann, versuchen Forschende zunehmend herauszufinden, ob Maschinen nicht nur Geräusche erkennen, sondern auch deren Bedeutung erfassen können.

Eine aktuelle Studie zeigt jedoch, dass diese Aufgabe wesentlich schwieriger ist, als Töne lediglich nach ihren akustischen Eigenschaften zu sortieren. Die Untersuchung von Forschenden der Universität Tel Aviv und weiterer Institutionen erschien in Current Biology.

Ähnliche Klänge bedeuten nicht automatisch dasselbe

KI erkennt akustische Muster besonders gut. Werden große Mengen an Aufnahmen analysiert, können Modelle Merkmale wie Tonhöhe, Frequenz und zeitliche Abläufe miteinander vergleichen. Dadurch lassen sich Muster erkennen, die für das menschliche Ohr nur schwer sichtbar sind.

Doch akustische Ähnlichkeit und kommunikative Bedeutung sind nicht zwangsläufig miteinander verbunden. Zwei ähnlich klingende Signale können unterschiedliche Botschaften vermitteln, während deutlich verschiedene Laute dieselbe Information übertragen können. Eine Einteilung allein nach Klangmerkmalen kann deshalb ein unvollständiges Bild eines Kommunikationssystems erzeugen.

Gerade bei Tieren ist dieses Problem entscheidend. Forschende können einen Vogel, Wal oder eine Fledermaus schließlich nicht einfach fragen, was ein bestimmter Ruf für sie bedeutet.

Was die Stimmen von Kleinkindern zeigen können

Um diese Schwierigkeit zu untersuchen, griff das Forschungsteam auf eine ungewöhnliche Vergleichsgruppe zurück: die Lautäußerungen von Kleinkindern, die noch keine vollständig entwickelte Sprache hatten.

Der Vorteil dieses Ansatzes besteht darin, dass Menschen die Bedeutung solcher Äußerungen zumindest teilweise einschätzen können.

Die Aufnahmen stammten aus drei unterschiedlichen Situationen:

Hilferufe, Kontaktaufnahmen mit einer bestimmten Person – etwa Mutter oder Vater – und Laute, mit denen Essen eingefordert wurde.

Anschließend verglichen die Forschenden verschiedene Analysemethoden. Neben einer klassischen akustischen Untersuchung wurden zwei moderne neuronale Netzwerke eingesetzt. Eines war mit Tierlauten trainiert worden, das andere mit menschlicher Erwachsenensprache.

Wenn die KI die Botschaft verfehlt

Die Ergebnisse machten die Grenzen der Modelle deutlich. Zwar schnitten die neuronalen Netzwerke besser ab als die klassische akustische Methode, doch auch sie konnten die tatsächliche Bedeutung der Lautäußerungen nicht zuverlässig anhand der Klangmerkmale bestimmen.

Teilweise ordneten die Systeme Laute mit unterschiedlichen Bedeutungen derselben Gruppe zu, weil sie akustisch ähnlich waren. Gleichzeitig trennten sie verschiedene Laute voneinander, obwohl diese dieselbe Botschaft vermitteln sollten.

Auch zeitliche Abläufe stellten ein Problem dar. Eine Folge von Lauten kann beispielsweise zunehmend dringlicher werden. Menschen nehmen eine solche Veränderung häufig unmittelbar wahr. Die getesteten Modelle erkannten diese Steigerung jedoch nicht zuverlässig.

Ein wiederkehrendes Klangmuster zu erkennen, bedeutet also noch nicht, seine kommunikative Funktion zu verstehen.

Warum der Kontext entscheidend ist

Um ein Signal richtig einzuordnen, reicht die Tonaufnahme allein nicht aus. Forschende müssen auch berücksichtigen, was während der Lautäußerung geschah, wer sie hörte und welche Reaktion anschließend erfolgte.

Beobachtungen des Verhaltens können dabei wichtige Hinweise liefern. Noch aussagekräftiger können kontrollierte Wiedergabeexperimente sein. Dabei wird ein bestimmter Laut gezielt einem anderen Tier vorgespielt, während Forschende beobachten, wie dieses darauf reagiert.

In manchen Fällen können zusätzlich Informationen über die Aktivität des Nervensystems helfen, besser zu verstehen, wie ein Signal vom Empfänger wahrgenommen wird. Genau dieser Perspektivwechsel ist für die Erforschung tierischer Kommunikation entscheidend: Nicht nur der erzeugte Laut zählt, sondern auch die Wahrnehmung und Reaktion des Empfängers.

KI bleibt ein wichtiges Werkzeug

Die Studie bedeutet nicht, dass künstliche Intelligenz für die Erforschung tierischer Kommunikation ungeeignet wäre.

Im Gegenteil:

KI kann enorme Mengen an Audiodaten durchsuchen und wiederkehrende Muster sichtbar machen, die Forschende manuell möglicherweise übersehen würden.

Ihre Stärke könnte deshalb vor allem darin liegen, neue wissenschaftliche Fragen aufzuwerfen. Ein Modell könnte beispielsweise ein bestimmtes Klangmuster erkennen, das besonders häufig in einer bestimmten Situation auftritt. Anschließend könnten Forschende überprüfen, ob dieser Zusammenhang bei verschiedenen Individuen und unter unterschiedlichen Bedingungen bestehen bleibt.

Zeigen kontrollierte Experimente anschließend vergleichbare Reaktionen, würde das die Interpretation des Signals stärker stützen. KI wäre damit ein Bestandteil eines größeren Forschungsprozesses und nicht automatisch ein Übersetzungsprogramm für tierische Kommunikation.

Die nächste Herausforderung

Die Untersuchung zeigt ein grundlegendes Problem beim Versuch, tierische Kommunikation zu entschlüsseln: Die Bedeutung eines Signals lässt sich nicht allein aus seinem Klang ableiten. Entscheidend ist auch, wie der Empfänger das Signal wahrnimmt und darauf reagiert.

Diese Erkenntnis könnte für die weitere Erforschung von Vögeln, Walen, Fledermäusen und anderen Tierarten wichtig sein. Größere Datensätze können zwar helfen, doch reine Mengen an Aufnahmen reichen nicht aus. Ebenso wichtig sind Informationen über Verhalten, Umgebung, soziale Beziehungen und Reaktionen auf bestimmte Signale.

Künftige Forschungsprojekte dürften deshalb zunehmend verschiedene Methoden miteinander verbinden: künstliche Intelligenz, detaillierte Verhaltensbeobachtungen, kontrollierte Wiedergabeexperimente und Untersuchungen der Wahrnehmung.

So könnte die Wissenschaft der Kommunikation von Tieren näherkommen, ohne vorschnell anzunehmen, dass jeder wiederkehrende Laut eine einfache und universelle Botschaft darstellt.