Ler Resumo
A Reserva Florestal de Taboga é uma área protegida que cobre mais de 500 hectares de floresta na província de Guanacaste, na Costa Rica. Lá, sob o dossel das árvores, vive uma população excepcionalmente densa de macaquinhos da espécie Cebus imitator, um tipo de macaco-prego altamente inteligente com um rosto distintamente pálido.
No ano passado, num dia de julho, um deles topou com uma engenhoca curiosa brilhando no meio do mato. Uma tela de 15 polegadas, emoldurada por uma carcaça firme de madeira, junto de um recipiente transparente. Aproximando-se do objeto, o animal, naturalmente, começou a cutucar.
Bastou relar o dedo na tela para que a engenhoca automática finalmente respondesse, cuspindo um pedaço de banana desidratada para dentro do recipiente. Não demorou muito até que Papi – o tal macaquinho – entendesse o mecanismo da coisa: cutuque a tela azul, ganhe uma recompensa, coma, repita.
Nesse tempo todo, sem saber, o animal estava ajudando a testar uma nova inteligência artificial.
A máquina, batizada de CapuchinAI, foi posicionada lá estrategicamente pelos seus criadores, cientistas da Universidade Emory e do Instituto de Tecnologia da Georgia (EUA). Trata-se de um novo método que pretende estudar a cognição de macacos-prego selvagens.
Em termos de IA, esse dispositivo é menos parecido com um ChatGPT e mais como um Smart Sampa, ou aqueles leitores de face que ficam nas portas de condomínios. Ele utiliza um sistema de reconhecimento facial movido por IA, capaz de identificar o rosto de cada um dos macacos, para, assim, monitorar suas respostas individuais em testes de aprendizado simples.
A tecnologia foi descrita em estudo publicado no periódico American Journal of Primatology. Assim, pela primeira vez, pesquisadores têm um modelo para estudar de maneira sistematizada as capacidades cognitivas de macacos em seus ambientes naturais.
Tendo o protótipo em mãos, os cientistas esperam testar versões mais sofisticadas em um futuro próximo, explorando questões relacionadas à sobrevivência desses animais que seriam impossíveis de responder com estudos laboratoriais.
“O cérebro dos primatas não evoluiu em um laboratório, ele evoluiu em ambientes complexos e competitivos”, disse, em nota, a professora Marcela Benítez, que orientou o estudo. “Ainda assim, a cognição dos primatas raramente é estudada na natureza, porque o controle experimental necessário para medir a cognição é difícil de obter em ambientes imprevisíveis”.
No estudo, a equipe de pesquisadores começou os trabalhos a partir de uma IA de código aberto, capaz de rodar em um simples notebook, pensada para o reconhecimento de objetos. Usando fotos dos animais, eles treinaram o sistema a reconhecer o rosto de seis macacos-prego – atingindo 97% de precisão. O processo consistia em desenhar quadrados ao redor do rosto de cada um desses animais, em cada uma das fotos, para ensinar a máquina.
Ainda assim, existem centenas desses animais nas florestas da Costa Rica. Para deixar o sistema ainda mais treinado, seria necessário ter outras imagens do rosto de vários macacos. O plano, então, foi simplificar o algoritmo para que ele ativasse a câmera sempre que qualquer macaco-prego estivesse por perto.
Além do reconhecimento facial, os cientistas também desenvolveram um programa para testar a esperteza dos animais. Assim, sempre que o bicho interagisse com o quadrado azul mostrado na tela do dispositivo, ela despejaria uma recompensa.
Por fim, todos os componentes foram encaixados dentro de uma carcaça de madeira, e a máquina completa foi levada até a Reserva Florestal de Taboga.
A primeira versão do dispositivo foi testada entre julho e agosto de 2025. No terceiro dia, o macho alfa Papi foi o primeiro a explorar o objeto mais de perto. Outros se seguiram, e um macaco grande chamado Trompudo logo desvendou a charada.
“Ele subiu na caixa e começou a estapear a parte de trás. Finalmente, ele deu um tapa na tela touch e uma fatia de banana caiu para fora”, relatou Federico Sánchez Vargas, pesquisador à frente do estudo.
“Foi quase como se você pudesse ver ele percebendo, ‘Ah, então é isso que tem que fazer, tocar na tela!”, disse. “Foi incrível observar um indivíduo aprender algo tão rápido”.
Nesse período, um total de 16 macacos tentaram investigar o objeto estranho largado no mato, e 10 aprenderam como funcionava a relação entre a tela touch e a recompensa apetitosa.
Algumas diferenças entre os macacos já ficaram perceptíveis para os pesquisadores. Alguns foram ligeiros para entender o mecanismo; outros precisaram de mais tempo até descobrirem que precisavam tocar na tela. Teve quem desse beijinho na tela, e teve quem buscasse a recompensa na base da grosseria, batendo na caixa ou mordendo o mecanismo que despeja a banana. Sem contar, claro, os mais cautelosos, que preferiram observar os colegas antes de chegar perto do objeto.
Com base nas gravações dos 16 macacos-prego obtidas nessa fase piloto, os pesquisadores agora estão aprimorando o sistema. Nessa próxima rodada de experimentos, eles pretendem testar, com novas tarefas, quatro domínios amplos da cognição: a habilidade de aprendizado, a flexibilidade cognitiva, a memória de curto e longo prazo e o controle de impulsos. Nesse último caso, por exemplo, os animais serão recompensados apenas se tocarem em quadrados verdes e ignorarem os vermelhos.
A vantagem do reconhecimento facial, nesse caso, é que cada um dos indivíduos vai ter sua progressão própria nos experimentos – como se o algoritmo marcasse um checkpoint que diz em qual fase do teste cada macaco está, e apresentasse a tarefa de acordo. Além disso, ele também limita quanta comida cada macaco pode receber, impedindo que indivíduos dominantes criem um monopólio e estraguem a brincadeira dos outros.
Com o CapuchinAI, os cientistas querem abrir novos caminhos para a pesquisa dos macacos-prego, partindo de todo o conjunto de dados acumulados sobre esses animais na região durante as últimas décadas.
“Podemos investigar questões fundamentais sobre como o ambiente, as experiências individuais e os comportamentos se conectam com as habilidades cognitivas”, afirmou Benítez. “Por que alguns indivíduos são melhores do que outros em determinadas tarefas? Como diferentes indivíduos se adaptam a diferentes situações? Como diferentes estratégias cognitivas se relacionam com a aptidão?”
Leave a Reply