Pesquisadores do Instituto Oceanográfico (IO) da USP desenvolveram um algoritmo de inteligência artificial (IA) capaz de identificar seis espécies de golfinhos do Atlântico Sul Ocidental a partir de seus assobios. O estudo, publicado na revista Ocean and Coastal Research, analisou cerca de 1,8 mil sons de animais coletados na costa de São Paulo, no Arquipélago de Fernando de Noronha e no Estuário de Cananéia.
O algoritmo alcançou 55% de precisão na identificação das espécies, com destaque para os golfinhos-comuns (73,6%), botos-cinza (65%) e golfinhos-pintados do Atlântico (55%). Segundo o biólogo Diogo Barcellos, primeiro autor do artigo, a precisão pode aumentar com mais amostras por espécie, pois isso melhora a capacidade do sistema de distinguir padrões acústicos.
Os pesquisadores construíram uma biblioteca acústica com as vocalizações registradas por hidrofones durante cruzeiros oceanográficos. Os assobios foram convertidos em dados numéricos, como duração e frequência, e usados para treinar um modelo de IA baseado no algoritmo Random Forest, que funciona como um conjunto de árvores de decisão para classificar as espécies.
Barcellos explica que populações da mesma espécie podem desenvolver “sotaques” regionais, o que torna a identificação acústica mais complexa. Por isso, o algoritmo precisa ser treinado com registros de cada região. O professor Marcos Santos, coautor do estudo, destaca que a bioacústica permite monitorar os animais sem necessidade de embarcações, operando continuamente, inclusive à noite ou em águas turvas.
O monitoramento acústico pode identificar áreas importantes para alimentação, reprodução e deslocamento dos cetáceos, além de avaliar impactos humanos, como tráfego de embarcações e pesca. A próxima etapa será testar o algoritmo no litoral norte paulista, no Canal de São Sebastião e no entorno da Ilha Anchieta, para aperfeiçoar o sistema e ampliar sua aplicação em programas de conservação.
