Inteligência artificial alcança mais de 70% de acurácia ao identificar emoções em cães, revela estudo

Pesquisadores da Universidade de Michigan, em colaboração com o Instituto Politécnico Nacional do México, demonstraram que a inteligência artificial pode interpretar estados emocionais de cães a partir de seus latidos com uma precisão superior a 70%. O estudo reutilizou modelos de reconhecimento de fala humana, aplicando-os a uma base de dados composta por gravações de dezenas de cães em situações diversas, o que representa um avanço inédito na comunicação entre humanos e animais domésticos.

Metodologia: como a inteligência artificial foi aplicada às vocalizações caninas

O núcleo do experimento esteve na utilização de arquiteturas de aprendizado profundo originalmente projetadas para decifrar a fala humana. Entre esses sistemas destacam-se redes do tipo Wav2Vec2, capazes de identificar padrões acústicos complexos. A equipe, em vez de treinar o algoritmo do zero, realizou um processo de transferência de aprendizado: parte dos parâmetros obtidos na fala humana foi reaproveitada, reduzindo significativamente o tempo de treinamento voltado às vocalizações caninas.

Após o ajuste inicial, o software foi exposto a um conjunto robusto de gravações. O método envolveu duas etapas principais: primeiro, segmentar os arquivos em unidades sonoras menores; segundo, etiquetar manualmente cada fragmento de acordo com o contexto emocional (alegria, medo, raiva ou tédio). Esse duplo procedimento forneceu ao modelo dados suficientes para correlacionar características acústicas específicas a estados emocionais.

Coleta de dados: gravações em cenários variados dão base ao estudo de inteligência artificial

Para construir uma base confiável, cientistas gravaram vocalizações de “dezenas de cães”, mantendo o número exato reservado ao relatório acadêmico. As situações contemplaram momentos de interação positiva, isolamento, estímulos de ameaça controlada e períodos de inatividade. Cada gravação incluiu não apenas latidos, mas também rosnados, ganidos e sons mais sutis, de forma a representar um espectro emocional amplo.

A diversidade de raças, portes e idades foi outro ponto estratégico. A heterogeneidade garante que o modelo não se restrinja a um padrão vocal específico. Com isso, maximiza-se a possibilidade de uso futuro em aplicativos voltados a tutores, independentemente do tipo de cão que possuam.

Análise acústica avançada revela componentes ocultos nos latidos

A partir das gravações, o algoritmo avaliou variáveis que escapam à percepção humana. Entre elas, três se destacam:

Frequência fundamental: indicador de quão agudo ou grave é o latido, elemento essencial para diferenciar, por exemplo, alegria de medo.

Duração do sinal: tempo pelo qual o som é sustentado; latidos prolongados podem apontar tensão ou raiva, enquanto emissões curtas tendem a revelar excitação.

Espaçamento entre latidos: intervalos menores sugerem urgência, enquanto latidos espaçados podem indicar tédio ou relaxamento.

Embora tutores experientes consigam perceber mudanças óbvias, a inteligência artificial processa faixas de frequência e padrões espectrográficos que não são audíveis ou distinguíveis a ouvido nu. Essa capacidade técnica explica a diferença de desempenho observada entre a avaliação humana—subjetiva e dependente de contexto visual—e a precisão numérica do modelo algorítmico.

Resultados iniciais: precisão superior a 70% indica potencial da inteligência artificial

Nos testes, o sistema superou a marca de 70% de acerto ao classificar cada vocalização em uma das quatro categorias emocionais predeterminadas. Essa taxa é considerada elevada para um problema tão complexo, especialmente porque envolve comunicação não verbal interespécies.

Para efeito comparativo, os pesquisadores estimaram a performance humana, baseada em observadores treinados, sem acesso ao comportamento visual do animal. A média dessas avaliações foi significativamente menor, reforçando que algoritmos conseguem captar detalhes sonoros invisíveis a ouvidos humanos.

Outro diferencial identificado reside no escopo. Enquanto a percepção humana tende a focar em latidos altos ou insistentes, o sistema detecta sussurros, rosnados e até variações respiratórias, ampliando o repertório de sinais interpretados.

Possíveis aplicações práticas para tutores, veterinários e abrigos

Ao traduzir emoções em tempo real, a inteligência artificial oferece benefícios diretos à saúde e ao bem-estar dos cães. Tutores poderão decidir de forma mais assertiva se o animal está sentindo dor, medo ou simplesmente deseja brincar. Em clínicas veterinárias, sistemas de monitoramento acústico podem servir como ferramenta complementar ao diagnóstico, alertando sobre desconforto ainda não visível em exames físicos.

A pesquisa aponta também para uso em abrigos, locais onde grande número de animais dificulta a observação individual. Sensores instalados em ambientes coletivos poderiam identificar foco de estresse e permitir intervenção rápida, reduzindo conflitos e promovendo socialização mais equilibrada.

Outra frente é o desenvolvimento de aplicativos móveis. O estudo demonstra que o modelo consegue operar com recursos de processamento moderados, abrindo caminho para softwares integrados a smartphones. Isso tornaria a tecnologia acessível a milhões de usuários em diferentes sistemas operacionais.

Próximos passos da investigação científica

Após validar a prova de conceito, os pesquisadores planejam aumentar a amostragem de dados, incluir mais categorias emocionais e testar o algoritmo em ambientes ruidosos. A expectativa é refinar a sensibilidade a variações de raça, idade e condições de saúde, aproximando a precisão da compreensão humana que considera sinais visuais, porém com a vantagem de operar 24 horas por dia.

Os autores informam que publicações futuras detalharão a expansão do conjunto de vocalizações, bem como a integração do modelo a dispositivos de internet das coisas, como coleiras inteligentes. Com isso, o cronograma de divulgação tecnológica permanece ativo, e novos resultados são aguardados nos próximos relatórios acadêmicos.