Históricamente, la gran mayoría de los datos obtenidos sobre la cognición en primates han provenido de entornos controlados, específicamente de laboratorios donde los animales son estudiados en cautiverio o sometidos a diversas pruebas bajo condiciones restrictivas. Sin embargo, un grupo de científicos ha desarrollado un innovador sistema de inteligencia artificial (IA) diseñado para trasladar estas pruebas cognitivas directamente al hábitat natural de los primates, eliminando así las limitaciones del entorno artificial.
Este nuevo modelo, denominado CapuchinAI, fue puesto a prueba con monos capuchinos (Cebus capucinus) en la Reserva Forestal de Taboga, ubicada en Costa Rica. Los detalles de este proyecto han sido publicados en el American Journal of Primatology, destacando una metodología que combina la tecnología de reconocimiento facial con interfaces táctiles para interactuar con los animales en su propio entorno.
El funcionamiento del sistema es preciso: cuando un mono se aproxima al dispositivo, el sistema lo identifica mediante reconocimiento facial. Una vez identificado el individuo, la máquina le presenta en una pantalla táctil una tarea adaptada a su nivel. Si el primate completa la tarea correctamente, el sistema activa un dispensador que entrega una recompensa de comida. Para facilitar la habituación de los animales a esta nueva dinámica, los investigadores implementaron un estímulo inicial sencillo: un cuadrado azul en la pantalla que, al ser tocado, libera una rodaja de plátano.
Los resultados preliminares han sido sumamente positivos. Las pruebas demostraron que el modelo de IA es capaz de identificar a los individuos de capuchinos con una precisión del 97 %. Además, se observó que los monos aprendieron con rapidez la asociación entre la interacción con la pantalla y la obtención de la recompensa. Federico Sánchez, coautor principal de la investigación y vinculado a la Universidad de Emory, relató en un comunicado que fue increíble observar la velocidad de aprendizaje de algunos individuos, describiendo el momento en que un mono comprendió que debía tocar la pantalla para recibir el alimento.
La implementación de CapuchinAI también ha permitido revelar diferencias individuales significativas entre los primates. Mientras que algunos monos aprendieron la mecánica del sistema rápidamente, otros prefirieron observar el comportamiento de sus compañeros antes de intentar interactuar con el aparato. Incluso se documentaron casos de primates que se acercaban a besar la pantalla azul para obtener su recompensa. Para asegurar que el estudio fuera equitativo, el sistema limita la cantidad de recompensas por sesión, evitando así que un individuo dominante monopolice la plataforma y excluya a los demás. Como dato curioso, los investigadores señalaron que los pizotes, parientes de los mapaches, también intentaron manipular el dispositivo.
Desde la perspectiva científica, este avance busca cerrar la brecha entre los estudios de laboratorio y la realidad ecológica. La antropóloga y coautora principal, Marcela Benítez, argumenta que el cerebro de los primates no evolucionó en un laboratorio, sino en entornos complejos y competitivos. Benítez sostiene que, para entender realmente cómo los primates toman decisiones y cómo utilizan sus cerebros desarrollados, es imperativo estudiarlos en el contexto del mundo en el que se desenvuelven, a pesar de que los entornos impredecibles hacen que el control experimental sea más difícil.
Sánchez coincide con esta visión, afirmando que estudiar a los individuos en sus entornos naturales, donde existen variaciones considerables en sus experiencias de vida, permite comprender mejor cómo las influencias ambientales han moldeado su cognición.
Actualmente, el modelo fue entrenado con imágenes de seis capuchinos, aunque en el sitio de campo residen cerca de 100 ejemplares. Los investigadores reconocen que aún no cuentan con videos de alta calidad de todos los individuos, requisito necesario para entrenar la IA, pero planean utilizar los videos generados en el campo para ampliar el catálogo de reconocimiento facial.
En las etapas siguientes, el equipo probará un software capaz de ofrecer una biblioteca de tareas adaptadas al nivel cognitivo de cada mono, incluyendo pruebas de flexibilidad cognitiva y control de impulsos. Esto permitirá que la máquina reconozca al individuo y reanude la prueba exactamente en el punto donde la dejó en la sesión anterior. Finalmente, Benítez aclaró que esta metodología de IA no reemplaza la labor de los investigadores humanos en el campo, ya que sigue siendo esencial recopilar datos observacionales ricos. El objetivo final es automatizar las pruebas cognitivas y cuantificar los hallazgos para comprender mejor las mentes detrás de las personalidades de estos primates.
