Inteligência artificial e emoções dos animais: o que a ciência já consegue identificar
Revisamos os resultados da pesquisa de Copenhague e as informações sobre o Coller Dolittle Challenge.
Revisamos os resultados da pesquisa de Copenhague e as informações sobre o Coller Dolittle Challenge.
A inteligência artificial pode ajudar os pesquisadores a estudar como os animais expressam estados emocionais. Os sistemas analisam padrões em registros, como vocalizações, e procuram relações com os contextos em que esses sinais ocorreram.
Reconhecer um padrão, porém, não significa ler pensamentos ou traduzir sentimentos em frases humanas. Compreender o alcance dessas pesquisas é tão importante quanto conhecer seus resultados.
O que a pesquisa de Copenhague investigou?
Um estudo publicado em 2025 na revista iScience, com participação de pesquisadores da Universidade de Copenhague, investigou vocalizações de sete espécies de mamíferos ungulados, grupo que inclui animais como bovinos, porcos e cabras.
A equipe usou aprendizado de máquina para distinguir vocalizações associadas a contextos de valência emocional positiva ou negativa. Em linguagem simples, a classificação procura diferenciar experiências agradáveis de desagradáveis.
O sistema, portanto, não identificou uma lista completa de sentimentos, como alegria, saudade, medo ou tristeza. Também não classificou uma categoria neutra nesse experimento. PMC
Como a inteligência artificial analisa os sons?
O modelo procura combinações de características acústicas. Entre as variáveis relevantes estavam duração, distribuição de energia, frequência fundamental e modulação da amplitude.
Essas medidas descrevem aspectos do som, como sua extensão temporal e suas variações. O significado emocional, porém, não surge do som isolado: os pesquisadores precisam de registros associados a contextos previamente classificados para treinar e avaliar o sistema.
Por isso, a qualidade das gravações e das informações que as acompanham influencia a interpretação dos resultados. University of Copenhagen
O que significa o acerto de 89,49%?
No conjunto avaliado, o modelo alcançou 89,49% de acurácia, com 83,90% de acurácia balanceada. Essa segunda medida considera o desempenho entre as classes e ajuda a interpretar resultados quando elas não estão igualmente representadas.
Esses números não significam que um aplicativo consiga descobrir, com a mesma taxa de acerto, o que seu cachorro ou gato sente.
O resultado corresponde às espécies, aos registros e à tarefa de classificação estudados. Aplicar o modelo a outros animais ou situações exige novos testes. PMC
Quais aplicações os pesquisadores consideram?
A Universidade de Copenhague apresenta o monitoramento do bem-estar como uma possibilidade de desenvolvimento. Sistemas desse tipo poderiam ajudar a acompanhar mudanças nas vocalizações e indicar situações que merecem avaliação humana.
Os pesquisadores também disponibilizaram a base de dados para apoiar novos estudos. Esse compartilhamento permite que outras equipes investiguem os padrões encontrados e desenvolvam métodos de análise.
Uma possibilidade de aplicação, no entanto, não equivale a um produto validado e pronto para qualquer ambiente. University of Copenhagen
Um alerta não é um diagnóstico
Imagine um sistema que sinalize uma mudança nos sons de um grupo de animais. O alerta poderia orientar uma observação mais cuidadosa, mas não explicaria necessariamente a causa.
Antes de concluir que existe dor, medo ou outro problema, seria necessário avaliar o contexto, o comportamento e a condição dos animais. A tecnologia deve apoiar a investigação, sem transformar uma classificação automática em diagnóstico.
Como avaliar promessas de aplicativos para pets?
Uma ferramenta anunciada como “tradutora de animais” merece perguntas concretas:
- Quais espécies participaram da validação?
- O sistema identifica sons, contextos ou estados emocionais?
- Como os pesquisadores verificaram suas respostas?
- O desempenho foi testado fora da base usada no desenvolvimento?
- O fabricante informa os erros e as limitações?
Desconfie também de mensagens muito específicas, como “seu gato está com saudade” ou “seu cachorro quer determinado alimento”, quando não há evidências para sustentar essas interpretações.
Uma interface convincente pode tornar a resposta agradável de ler, mas isso não comprova que o sistema compreendeu a experiência do animal.
Limites e responsabilidade no uso da tecnologia
O interesse pelo tema exige também uma reflexão ética: para que a informação será utilizada?
Um monitoramento voltado ao bem-estar deve ajudar a melhorar as condições dos animais. Uma interpretação equivocada, por outro lado, pode levar uma pessoa a ignorar um problema ou tomar uma decisão inadequada.
Por isso, os resultados devem ser apresentados com transparência, com as limitações explicadas e com espaço para avaliação independente. Convém distinguir claramente o que o sistema mediu daquilo que seus responsáveis apenas supõem.
Esses cuidados tornam a comunicação científica mais útil e evitam promessas que a pesquisa ainda não sustenta.
O que é o Coller Dolittle Challenge?
O Coller Dolittle Challenge é uma iniciativa da Jeremy Coller Foundation e da Universidade de Tel Aviv para incentivar pesquisas sobre comunicação entre espécies.
Segundo os organizadores, o programa oferece um prêmio anual de US$ 100 mil. Para um avanço que cumpra os critérios do desafio principal, prevê US$ 10 milhões em investimento com participação societária ou US$ 500 mil em dinheiro.
Por isso, não é correto descrevê-lo simplesmente como um prêmio de US$ 10 milhões para “traduzir emoções”. Seu objetivo envolve comunicação entre espécies, com critérios científicos e respostas mensuráveis dos organismos aos sinais apresentados. jeremycollerfoundation.org
Um resultado relevante, mas delimitado
A inteligência artificial oferece novas formas de investigar a comunicação e os estados emocionais dos animais. A pesquisa de Copenhague apresentou um resultado relevante, mas delimitado: classificar vocalizações associadas a contextos positivos e negativos.
O avanço merece atenção sem exageros. Mais do que prometer conversas humanas com os animais, o desafio é produzir informações confiáveis que ajudem a compreender e respeitar suas necessidades.
