No Dia Internacional da Biodiversidade, celebrado nesta quinta-feira (22.05), o Instituto Nacional de Pesquisa do Pantanal (INPP), vinculado à Universidade Federal de Mato Grosso (UFMT), promoveu uma palestra em Cuiabá sobre como a inteligência artificial está transformando a forma como pesquisadores monitoram a vida silvestre por meio do som.
A atividade faz parte do Ciclo de Palestras Wolfgang J. Junk 2025 e teve como tema “Sons do Pantanal: como a inteligência artificial potencializa a análise de dados acústicos”. A apresentação foi conduzida pelos pesquisadores Carolline Zatta Fieker e Thiago Meirelles Ventura, especialistas em bioacústica e tecnologias aplicadas à conservação ambiental. Ela esta disponível na íntegra neste link.
Durante a palestra, Fieker explicou como o monitoramento acústico pode revelar informações importantes sobre a presença e o comportamento de animais no Pantanal, mesmo em áreas remotas ou de difícil acesso. “Os sons expressam identidade”, afirmou. “Eles nos dizem se estamos em um ambiente urbano ou natural, se é dia ou noite, se uma tempestade se aproxima ou se há um corpo d’água por perto”.
A bioacústica é uma área interdisciplinar que estuda os sons produzidos por organismos, suas características, funções e formas de propagação. De acordo com a pesquisadora, diferentes espécies geram assinaturas sonoras específicas, que podem ser visualizadas em espectrogramas, representações gráficas do som que revelam frequência, intensidade e tempo.
A palestra também abordou o uso da ecologia acústica, um campo que utiliza esses dados sonoros para avaliar o estado de conservação dos ecossistemas. A tecnologia, especialmente os algoritmos de inteligência artificial, permite processar grandes volumes de gravações ambientais e identificar automaticamente vocalizações de animais, como bugios, arapaçus e jacarés.
“Além de identificar espécies, conseguimos entender mudanças nos ambientes. Sons captados antes e depois de um incêndio, por exemplo, mostram alterações na atividade dos animais. Isso nos ajuda a medir os impactos de distúrbios como o fogo ou o ruído causado por humanos”, explicou Fieker.
A pesquisadora também citou o caso do grilo Lerneca inalata beripocone, do Pantanal, descrito recentemente com base em sua vocalização. O som se tornou uma das principais características diagnósticas da espécie, conforme explicou a pesquisadora.
Inteligência artificial para processamento de grandes bases de dados
Já o pesquisador Thiago Meirelles Ventura explicou que, para anotar corretamente cada chamada em um espectrograma, seria necessário um especialista com formação e tempo disponíveis, um recurso escasso e caro. A solução apontada por Ventura vem dos sistemas inteligentes que aprendem com grandes volumes de dados.
“A inteligência artificial pode aprender os padrões de vocalização de uma espécie assim como uma criança aprende a conjugar verbos: pela exposição repetida, não pela explicação explícita das regras”, disse. Ele comparou o processo de treinamento de modelos de machine learning ao ensino informal que fazemos com as crianças.
“Você não precisa explicar como se conjuga ‘cantar’ no passado. A criança ouve e deduz. O mesmo vale para a IA: damos exemplos de áudios e indicamos onde está determinada espécie. A rede neural aprende com os padrões”.
A base desse tipo de aplicação é o uso de espectrogramas, imagens que traduzem o som em frequências, intensidades e tempo, convertidas em matrizes numéricas que alimentam o sistema de aprendizado. Segundo ele, quanto mais dados de boa qualidade forem inseridos, mais eficiente se torna o modelo para reconhecer vocalizações de diferentes espécies em diferentes contextos.
“O desafio hoje é ter exemplos suficientes para alimentar essas redes neurais. A comunidade de bioacústica enfrenta essa dificuldade, mas mesmo com poucas espécies, já é possível automatizar o reconhecimento de chamadas com alta precisão”, completou. Para Ventura, a inteligência artificial não vem substituir o especialista, mas ampliar sua capacidade de atuação. “É como se cada especialista pudesse trabalhar 24 horas por dia, analisando milhares de horas de gravações ao mesmo tempo”.
