En el estudio publicado en el Journal of Theoretical Biology, los investigadores exploraron cómo los animales de manada pueden reducir su riesgo de depredación a través de la inteligencia artificial. El estudio se basó en la idea sugerida por WD Hamilton en 1971 de que los individuos en una manada se posicionan de manera que su propio riesgo de depredación se reduzca a expensas de sus vecinos.
Los resultados sorprendieron a los investigadores, ya que descubrieron que el egoísmo de los animales puede conducir a una distribución justa del riesgo. A través del aprendizaje de refuerzo, los animales alteran sus posiciones de manera óptima para mantener la distancia entre ellos y los demás lo más pequeña posible. Esto reduce su propio riesgo de ser atacado. La estrategia aumenta el riesgo para los vecinos. Pero como resultado, los individuos que estaban dispersos al principio luego formaron una manada densa. Esto disminuyó su distancia con los vecinos y, por lo tanto, redujo el riesgo individual de ser atacado.
Sin embargo, lo más sorprendente es que después de que se formó la manada, el riesgo de depredación promediado en el tiempo es exactamente igual para todos los individuos. Los miembros en el centro de la manada no son capaces de defender posiciones tan ventajosas como otros animales empujan hacia este codiciado lugar. Esto es el resultado de la alta dinámica dentro del grupo que hace que sea imposible para los individuos mantener posiciones óptimas específicas.
Inteligencia artificial y la equidad egoísta
Otra observación interesante es que, como resultado de esta competencia permanente por las mejores posiciones, el grupo comienza a girar alrededor de su centro de gravedad, de forma similar a lo que se observa en muchas manadas de animales. Este comportamiento colectivo se puede explicar por las motivaciones completamente egoístas de los individuos para obtener una ventaja a expensas de los demás.
Este estudio no solo ayuda a comprender los comportamientos colectivos en los sistemas vivos, sino que los resultados también pueden ser útiles en el contexto de encontrar estrategias óptimas de cómo deben programarse los dispositivos robóticos autónomos para dominar tareas colectivas. Los investigadores señalan que la formación de grupos no es necesariamente el resultado de sus comportamientos gregarios. Sino que también puede explicarse por las motivaciones egoístas de los individuos para obtener una ventaja a expensas de los demás.
El estudio muestra que la inteligencia artificial puede ser una herramienta útil para comprender los comportamientos animales colectivos. Los resultados se pueden aplicar en diferentes contextos, desde la ecología hasta la robótica autónoma. Además, el estudio destaca la importancia de considerar la motivación egoísta en los comportamientos colectivos de los animales.
Conclusión
En resumen, este estudio nos da una mejor comprensión de cómo los animales de manada pueden reducir su riesgo de depredación a través de la distribución del riesgo y la competencia por las mejores posiciones. Los resultados del estudio también destacan la importancia de considerar tanto la motivación egoísta individual como la dinámica del grupo en la comprensión de los comportamientos colectivos en los sistemas vivos. Con la ayuda de la inteligencia artificial, podemos obtener una comprensión más profunda y precisa de estos comportamientos colectivos. Pero, sobre todo, podemos utilizar esta información para desarrollar soluciones innovadoras para una variedad de problemas en áreas como la robótica y la biología.
Referencias:
Dynamics and risk sharing in groups of selfish individuals: https://doi.org/10.1016/j.jtbi.2023.111433
