À medida que o anoitecer começa a encobrir as pastagens de Maasai Mara, no sudoeste do Quênia, uma hiena-malhada se esconde sob o guarda-chuva lenhoso que é a acácia.
O carnívoro faz uma pausa, suas orelhas arredondadas se inclinam para frente enquanto um som fraco chega, uma missiva no ar percorrendo três milhas a 1.200 quilômetros por hora. De novo, de novo. "Whhhhhooo-OOOppp!" Aí está... o chamado de uma hiena-malhada, repetido com rapidez suficiente para merecer atenção. Um aviso de leões na área, talvez, ou de um clã de hiena invadindo o território de outro.

Ajudar ou não ajudar? Com tanto terreno para cobrir e tantos perigos potenciais além dele, a resposta pode depender de quem, exatamente, está do outro lado da chamada de longa distância. Para as hienas-malhadas, então, a identificação não é motivo de riso. Mas é gritante, diz um novo estudo da Universidade de Nebraska-Lincoln, Kenna Lehmann e colegas.

Ao aplicar o aprendizado de máquina a clipes de áudio coletados em campo, a equipe concluiu que os gritos de hiena apresentam assinaturas exclusivas para indivíduos – uma forma de identificação de chamadas distinta o suficiente para que as hienas possam distinguir umas das outras. Pela primeira vez, os pesquisadores também conseguiram quantificar o quanto a repetição de uma chamada, como fazem as hienas-malhadas, pode melhorar as chances de serem identificadas.

O fato de os clãs de hienas-malhadas serem construídos em hierarquias de posição social, mas consistirem em várias famílias que regularmente se reúnem e se dispersam pela savana, torna a identidade individual especialmente importante.

“As hienas não tratam todos os indivíduos do clã da mesma forma, então, se estão decidindo se devem aparecer e ajudar alguém, elas querem saber quem estão aparecendo para ajudar”, disse Lehmann, pesquisador de pós-doutorado em Nebraska. .

Um exemplo dos sons de hiena estudados pode ser ouvido aqui no SoundCloud.

Em sua busca por assinaturas vocais, a equipe recorreu ao que é conhecido como modelo de floresta aleatória. Os pesquisadores primeiro treinaram o modelo alimentando-o com as identidades de cada hiena que haviam gravado, juntamente com um grande número de traços acústicos extraídos de cada um de seus gritos.

A partir daí, o modelo usou uma série selecionada aleatoriamente, ou ataque, de gritos de uma hiena para gerar árvores de decisão. Cada galho de uma árvore representou uma escolha binária em um traço acústico de um lote que também foi selecionado aleatoriamente. O modelo pode começar dividindo os gritos da hiena por frequências mais altas versus mais baixas, por exemplo, e depois dividir esses agrupamentos em, digamos, chamadas mais longas versus mais curtas e assim por diante. Em última análise, a ponta de cada galho representava um voto a favor de uma determinada hiena.

Depois de montar 500 dessas árvores de decisão aleatórias – uma floresta aleatória – o modelo previu a identidade de um determinado whoop com base na hiena que recebeu mais votos dessas 500 árvores. A equipe testou seu modelo treinado pedindo que identificasse qual das 13 hienas produziu um ataque de gritos selecionado aleatoriamente e repetiu esse teste 999 vezes.

O modelo combinou corretamente um ataque de gritos com sua hiena cerca de 54% das vezes, ou cerca de seis vezes mais do que seria esperado por acaso. Essa taxa de sucesso sugere que há variação suficiente nos gritos de diferentes hienas e consistência suficiente nos gritos de uma única hiena, para que o modelo os diferencie razoavelmente. E se o modelo pode discernir essas diferenças, disse Lehmann, é razoável presumir que as hienas também podem.

Três características dos gritos pareciam especialmente instrutivas:a duração de uma chamada, a frequência mais alta da chamada e a frequência média durante a parte da chamada que era mais consistente no tom. Quanto maior a disparidade nesses traços, maior a probabilidade de o modelo – e potencialmente, as próprias hienas – distinguir entre as fontes dos respectivos gritos.

Ainda assim, 54% está bem abaixo de 100%, mesmo antes de contabilizar os desafios inerentes à comunicação com uma hiena companheira no Maasai Mara. Por um lado, os clãs de hienas malhadas podem aumentar para mais de 125 membros, um número que aparentemente sobrecarrega até as memórias mais volumosas e herméticas. Há também a possibilidade de nuances acústicas se perderem na transmissão, principalmente quando esses sinais estão viajando vários quilômetros antes de atingir ouvidos arredondados. Enquanto isso, vento, chuva e outros chamados de animais podem introduzir ruído no sinal.

"Há um entendimento de que uma das maneiras de transmitir sua mensagem é repeti-la", disse Lehmann, "especialmente se você estiver em um ambiente barulhento ou se estiver se comunicando a longas distâncias".

Pesquisas anteriores mostraram que os pinguins, por exemplo, reiteram seus chamados com mais frequência quando o vento aumenta. E outros estudos encontraram evidências de que várias espécies animais favorecem a repetição em circunstâncias igualmente barulhentas. Mas, até onde Lehmann e seus colegas sabiam, nenhum havia quantificado até que ponto a repetição de uma chamada de animal poderia realmente melhorar a transmissão de informações.

Assim, a equipe novamente recorreu ao seu modelo de floresta aleatória. Quando o modelo adivinhou a identidade de uma hiena com base em apenas um grito, ele atribuiu corretamente essa identidade apenas cerca de metade da frequência que fazia quando recebia três gritos. Essa precisão aumentou ainda mais com chamadas adicionais, chegando a sete gritos.

"É como obter um pouco mais de informação (cada vez)", disse Lehmann, que já estudou vocalizações em orcas. "A primeira vez que você ouvir, você pode notar:Oh, essa era definitivamente uma voz masculina ou feminina. Então, no próximo grito, você poderá reduzi-la ainda mais."

Lehmann e seus colegas sabiam que os chamados de algumas espécies animais também contêm assinaturas que diferenciam os grupos a que pertencem de outros grupos da mesma espécie que podem encontrar – algo parecido com sotaques ou dialetos humanos. Ela lembrou que alguns pesquisadores que estudavam orcas ficaram tão familiarizados com as assinaturas de vagens que os pesquisadores podiam instintivamente distingui-los. (Um pesquisador alegou que as chamadas de um certo pod eram "mais nasais" do que as de outros.)

Dado o tamanho dos clãs de hienas malhadas, Lehmann imaginou que seus gritos também poderiam empregar uma assinatura específica do grupo.

"Obviamente, se você apenas tiver que se lembrar de como seu grupo soa e não precisar se lembrar de cada uma das mais de 100 vozes individuais, isso seria muito mais fácil de fazer", disse ela.

Quando os pesquisadores foram procurar uma assinatura de grupo na floresta aleatória, porém, não conseguiram encontrar uma. Uma possível explicação:a aparente capacidade de memorizar tantas assinaturas individuais pode ter tornado uma assinatura de clã inútil ou, na melhor das hipóteses, não útil o suficiente para incomodar o desenvolvimento.

"Se você sabe quem é o indivíduo, sabe em que grupo ele está", disse Lehmann. "Os animais são muito bons em associar essas informações.

"Então, se eles precisarem de assinaturas individuais por outros motivos, talvez nunca tenha havido a necessidade de desenvolver também uma assinatura de grupo, que é o que esta descoberta sugere. Eles devem ser capazes de acompanhar todas as vozes individuais e ser capazes de distinguir:Se este é o Indivíduo X, eles estão no meu grupo. Posso optar por ajudá-los com base no fato de serem membros do grupo, mas talvez haja mais decisões a serem tomadas sobre se eles são um colega de grupo que eu realmente quero ajudar."

'Um milhão de estrelas diferentes que precisam se alinhar'

Todas as descobertas da equipe – a presença de assinaturas individuais, a ausência de uma assinatura de clã, a utilidade da repetição – não se originaram em uma floresta aleatória, mas na savana da Reserva Nacional Maasai Mara, no Quênia. Lá, Kay Holekamp e colegas da Michigan State University realizam pesquisas sobre a hiena-malhada desde o final dos anos 1980.

A própria Lehmann passou um ano na Maasai Mara, que leva o nome do povo Maasai que a habita há muito tempo. De 2014 a 2015, o então estudante de doutorado e vários colegas dirigiam regularmente para o oeste da capital do Quênia, Nairóbi, para um local de campo na reserva.

"A primeira vez que fui lá... pensei:'Ah, vou dormir no chão por 10 meses, em um saco de dormir'", disse Lehmann, que logo descobriu que uma barraca de lona grande e uma cama macia a esperava. "Mas estávamos muito mimados lá fora, para ser perfeitamente honesto."

Se as acomodações foram mais confortáveis ​​do que o esperado, a coleta de dados provou tudo menos isso. De seu ponto de vista em um Toyota Land Cruiser, Lehmann e seus colegas apontavam um microfone direcional para fora da janela e ligavam um gravador de áudio. Infelizmente, a equipe estava muito sujeita aos caprichos da lei de Murphy.

"Você precisa não estar dirigindo. E o carro tem que ser desligado", disse ela, observando que o motor abafava os sons do Maasai Mara. "E a hiena tem que gritar. E você tem que ser capaz de realmente... ver quem é. Eles não podem estar em um arbusto. E eles têm que estar perto o suficiente para que você possa obter uma boa gravação. E o outro as hienas precisam ficar quietas ao mesmo tempo. Há apenas, tipo, um milhão de estrelas diferentes que precisam se alinhar para obter uma boa gravação que você pode usar em uma análise como essa."

Nessas circunstâncias, disse Lehmann, a paciência era mais do que uma virtude. Era uma necessidade.

"Com este equipamento de gravação portátil, estávamos de forma oportunista, gravando constantemente e apenas esperando que eles gritassem por nós", disse ela, rindo.

Ao longo desses meses de esperança e espera, os pesquisadores ficaram ocupados observando e registrando comportamentos que informariam outros estudos. Ao fazê-lo, vislumbraram a individualidade que suas análises dos gritos das hienas viriam, anos depois, a afirmar.

"Você definitivamente sabe que indivíduos diferentes têm personalidades diferentes ou podem reagir de uma certa maneira em situações diferentes", disse Lehmann. "Então é sempre divertido conhecer as hienas e suas pequenas interações e os dramas que podem estar acontecendo em suas vidas."

A equipe relatou suas descobertas em Proceedings of the Royal Society B . + Explorar mais

Mobs são, às vezes, bons