IA e bioacústica monitoram lobos em Yellowstone com 50 aparelhos

O Parque Nacional de Yellowstone, nos Estados Unidos, abriga uma nova frente de monitoramento de fauna baseada em bioacústica e inteligência artificial. Criado em 2023 no âmbito do tradicional Yellowstone Wolf Project, o projeto Cry Wolf utiliza cerca de 50 unidades de gravação automatizada espalhadas pelo parque para capturar paisagens sonoras contínuas. A iniciativa é liderada pelo linguista e engenheiro de software Jeff Reed em parceria com o biólogo chefe do parque, Dan Stahler, integrando tecnologia de ponta aos métodos tradicionais de conservação da espécie.

Os dispositivos automáticos instalados em áreas remotas acumulam cerca de 500 mil horas de dados sonoros por ano. A partir desse volume massivo de áudio, programas de inteligência artificial desenvolvidos por Reed conseguiram isolar mais de 8 mil horas de vocalizações contínuas de lobos, formando a maior base de dados do mundo desse tipo. Os animais possuem mais de 20 tipos de chamados registrados, incluindo latidos, uivos, gemidos e o característico uivo em coro executado por toda a matilha em sincronia.

Historicamente, a conservação de lobos em Yellowstone enfrenta desafios complexos de manejo. A espécie chegou a ser erradicada do parque entre 1918 e 1926 por pressão de pecuaristas e receios de predação sobre animais herbívoros, o que gerou um desequilíbrio ecológico severo com a explosão populacional de cervos e alces. A reintrodução oficial ocorreu apenas em 1995 pelo Serviço Nacional de Parques dos Estados Unidos, restabelecendo atualmente o monitoramento contínuo de oito matilhas distintas que totalizam 84 animais.

A parceria tecnológica busca reduzir a dependência de métodos invasivos de pesquisa de campo. Atualmente, o monitoramento tradicional exige o uso de helicópteros e dardos tranquilizantes para a colocação de colares de rastreamento em lobos, um procedimento considerado caro e de alto risco para os animais e equipes. As unidades de bioacústica funcionam como geolocalizadores indiretos, registrando tanto o canto dos animais quanto a localização exata das fontes sonoras para mapear o território das matilhas sem contato direto.

A infraestrutura de hardware e software desenvolvida pelo projeto demonstra a eficiência de parcerias público-privadas na pesquisa ambiental. Enquanto universidades e órgãos públicos frequentemente enfrentam burocracia e lentidão na aquisição de novas tecnologias, a iniciativa privada consegue acelerar o desenvolvimento de ferramentas de inteligência artificial de grande porte. A aplicação de modelos de linguagem e análise espectrográfica abre caminho para decodificar padrões complexos de comunicação animal e aprimorar as estratégias de manejo de grandes predadores em áreas protegidas.