Pig vocalizations contain shared acoustic structure for humans and machines, but limited evidence for presumed affective valence
Diese Studie zeigt, dass Menschen und Modelle des maschinellen Lernens zwar zuverlässig gemeinsame akustische Strukturen in den Vokalisationen von Schweinen identifizieren können, menschliche perzeptive Urteile über die emotionale Valenz jedoch nur in hochgradig aversiven Kontexten mit den angenommenen affektiven Zuständen übereinstimmen, was auf eine entscheidende Unterscheidung zwischen rekonstruierbaren akustischen Mustern und deren biologischer Interpretation in der Tierwohlforschung hindeutet.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie sind auf einer Party, bei der Sie die Gäste nicht sehen können, sondern nur deren Stimmen hören. Sie hören eine Mischung aus Schreien, Kichern, Grunzen und Wimmern. Ihre Aufgabe ist es, diese Stimmen basierend darauf, wie sie klingen, in Gruppen zu sortieren, ohne zu wissen, wer sie macht oder was um sie herum geschieht.
Genau das haben die Forscher in dieser Arbeit mit Schweinegeräuschen gemacht. Sie wollten herausfinden, ob Menschen natürlich erkennen können, ob ein Schwein glücklich, traurig, wütend oder in Schmerz ist, wenn sie nur eine Aufnahme hören, und ob Computer (KI) dasselbe tun können.
Hier ist die Geschichte dessen, was sie herausgefunden haben, einfach aufgeschlüsselt:
1. Der Aufbau: Zwei verschiedene Arten des Zuhörens
Die Forscher führten zwei verschiedene „Zuhör-Partys“ (Studien) durch:
- Die Free-Form-Party (Welle 1): Den Leuten wurde ein Stapel Schweinegeräusche gegeben und die Anweisung: „Sortiert diese in die Gruppen, die ihr wollt, und gebt den Gruppen eure eigenen Namen.“ Keine Regeln, keine richtigen oder falschen Antworten.
- Die Multiple-Choice-Party (Welle 2): Einer neuen Gruppe von Menschen wurden dieselben Geräusche gegeben, aber sie wurden gezwungen, aus einer spezifischen Liste von Bezeichnungen zu wählen, wie zum Beispiel: „Wird dieses Schwein gerade kastriert?“ oder „Ist dieser Laut positiv oder negativ?“
Sie trainierten auch einen Computer (ein Convolutional Neural Network), der die Schallwellen wie Bilder betrachtet und die Geräusche auf die gleiche Weise sortiert.
2. Die große Entdeckung: Das „Schmerz“-Signal ist klar, aber der Rest ist neblig
Die Ergebnisse waren überraschend und nuanciert.
Die „Schrei“-Analogie:
Betrachten Sie die Schweinegeräusche wie ein Spektrum des Wetters.
- Die Stürme (Hochgradig aversive Situationen): Wenn Schweine in schrecklichen Situationen waren – wie etwa beim Festhalten, Kämpfen, Zerquetschtwerden oder bei der Schwanzkupierung (Kastration) – waren ihre Laute wie Gewitterstürme. Alle, egal ob Landwirt, Stadtbewohner oder Computer, stimmten sofort zu: „Das klingt schrecklich!“ Diese Laute waren markant, laut und eindeutig negativ.
- Der Nieselregen (Andere Situationen): Für alles andere – wie wenn Schweine herumlaufen, fressen oder sich in unterschiedlichen Haltungen befinden – klangen die Laute wie Nieselregen oder Nebel. Sie alle klangen in gewisser Weise ähnlich. Wenn Menschen versuchten, diese zu sortieren, konnten sie sich nicht darauf einigen, welcher „Nieselregen“ zu welcher „Wolke“ gehörte. Ein Laut, der gemacht wurde, während ein Schwein „rannte“ (vermutlich glücklich), klang sehr ähnlich wie ein Laut, der beim „Erkunden“ (vermutet neutral) gemacht wurde.
3. Was die Menschen tatsächlich sagten
Als die Menschen in der „Free-Form-Party“ die Geräusche sortierten, verwendeten sie nicht hauptsächlich emotionale Wörter wie „traurig“ oder „glücklich“.
- Sie verwendeten meist beschreibende Wörter. Sie sagten Dinge wie „laut“, „beängstigend“, „Schwein“ oder „Quieken“.
- Sie verwendeten emotionale Wörter (wie „Schmerz“ oder „Angst“) nur zu etwa 20 % der Zeit, und das fast ausschließlich für die „Sturm“-Laute (die schrecklichen Situationen).
- Wenn sie doch einmal ein Gefühl erraten, lagen sie bei den „Stürmen“ meist richtig, was deren Negativität anging, aber sie waren bei dem „Nieselregen“ oft falsch oder verwirrt.
4. Der Computer vs. der Mensch
Die Forscher verglichen, wie Menschen die Geräusche sortierten, mit der Art und Weise, wie die KI die Geräusche sortierte.
- Die Übereinstimmung: Menschen und die KI waren sehr ähnlich. Beide hörten dieselben akustischen Muster. Wenn der Computer dachte, dass zwei Laute ähnlich seien, dachten Menschen in der Regel auch, dass sie sich ähnlich seien.
- Die Grenze: Nur weil der Computer und die Menschen sich über die Klangstruktur einig waren, bedeutete das nicht, dass sie sich auch über die Bedeutung einig waren. Die KI konnte die „Stürme“ perfekt von dem „Nieselregen“ trennen, aber sie konnte nicht zuverlässig zwischen einem „glücklichen Rennen“ und einem „neutralen Gehen“ allein anhand des Klangs unterscheiden.
5. Die wichtigste Lektion: Den Klang hören vs. die Geschichte kennen
Der wichtigste Punkt der Arbeit ist eine Unterscheidung zwischen Hören und Interpretieren.
- Den Klang hören: Wir (und Computer) sind sehr gut darin, zu hören, dass ein Schwein eine bestimmte Art von Geräusch macht. Wir können erkennen, dass ein „Kastrationsschrei“ anders klingt als ein „Futtergrunzen“. Die akustische Struktur ist real und rekonstruierbar.
- Die Geschichte kennen: Wir sind nicht besonders gut darin, allein aus diesem Geräusch auf die inneren Gefühle des Schweins zu schließen. Die Arbeit argumentiert, dass nur weil ein Laut in eine Kategorie (wie „negativ“) einsortiert werden kann, dies nicht beweist, dass das Schwein tatsächlich so „negativ“ fühlt, wie wir denken.
Die Metapher zum Verständnis:
Stellen Sie sich vor, Sie hören den Motor eines Autos laut aufheulen.
- Akustische Struktur: Sie wissen, dass es ein lautes, hochfrequentes Aufheulen ist. (Menschen und KI stimmen hier überein).
- Interpretation: Sie könnten denken: „Dieser Fahrer ist wütend!“ oder „Dieser Fahrer rast gerade!“ oder „Er lässt nur den Motor warm laufen!“
- Die Warnung der Arbeit: Die Arbeit besagt, dass wir bei Schweinen oft zu schnell sagen: „Dieses Geräusch bedeutet, dass das Schwein traurig ist.“ Die Studie zeigt, dass wir zwar die „traurigen“ Laute (die Stürme) gut unterscheiden können, aber die meisten anderen Schweinegeräusche jedoch eine Mischung aus vielen verschiedenen Gefühlen sind, die sich klanglich zu ähnlich sind, um sie ohne das Gesicht des Schweins oder Wissen über die Umgebung unterscheiden zu können.
Kurz gesagt: Schweinegeräusche besitzen eine klare „Grammatik“, die Menschen und Computer lernen können, aber diese Grammatik lässt sich nicht perfekt in ein einfaches „Glücklich vs. Traurig“-Wörterbuch übersetzen. Wir können hören, dass das Schwein Lärm macht, aber wir können uns nicht immer sicher sein, was dieser Lärm genau über seine Gefühle aussagt, ohne weitere Hinweise zu haben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.