Los hidrófonos de la bahía Shark, en Australia occidental, graban silbidos, chasquidos y zumbidos de delfines desde hace décadas. La IA y comunicación animal se cruzan ahí de forma concreta: los modelos clasifican miles de horas de audio y los biólogos aportan el contexto que ninguna máquina observa.
El Earth Species Project, laboratorio sin fines de lucro que trabaja con biólogos de varios países, sostiene que descifrar la comunicación de otras especies dejó de ser una pregunta de «si» para volverse una de «cuándo». Su modelo NatureLM-audio se entrenó con voz humana, música y ruido ambiental para encontrar patrones en vocalizaciones de animales, y su biblioteca abierta reúne más de 35 conjuntos de datos de bioacústica listos para el aprendizaje automático.
El cruce entre IA y comunicación animal también se volvió un imán de dinero y de titulares. El Coller Dolittle Challenge ofrece premios en efectivo a quien consiga un algoritmo capaz de comunicarse con organismos no humanos, y las investigaciones se presentan cada vez más como la antesala de una conversación entre especies.
Lo que el modelo ve y lo que el biólogo interpreta
El aporte de la IA es de escala. Un sistema entrenado con bioacústica detecta y clasifica llamados en grabaciones que ningún equipo humano alcanzaría a revisar completo, y ordena señales dispersas para que los especialistas las estudien. El laboratorio aplica estos modelos a cuervos, ballenas beluga y elefantes, entre otras especies, junto con grupos de investigación de varios continentes.
La interpretación sigue en el terreno. Stephanie King, que co-lidera Shark Bay Dolphin Research, estudia a los delfines de Monkey Mia y advierte que la especie procesa el sonido de otra manera: detecta frecuencias fuera de nuestro rango auditivo y usa la ecolocación con circuitos ligados al tacto. Traducir silbidos a palabras supone, según ella, desconocer cuánto se ignora todavía sobre lo que esos sonidos significan para los propios animales.
Joyce Poole, al frente de ElephantVoices, mantiene el archivo de vocalizaciones y comportamientos de elefantes más detallado que existe y coincide en el método: primero entender qué significan los sonidos para ellos, después pensar en intervenir. Su equipo documenta coros de hembras y rumbles solapados que una grabación aislada no revela, y sostiene que la IA solo produce hallazgos útiles cuando se contrasta con horas de observación directa.
No todos comparten el optimismo. Luke Rendell, investigador de la Universidad de St Andrews, sostiene que la promesa de la IA corre por delante de la ciencia y recuerda que el estudio de la comunicación de cetáceos ya pagó el costo de un episodio parecido hace medio siglo, cuando los experimentos de John Lilly terminaron en un descrédito que tardó quince años en revertirse.
Los límites éticos de la IA y comunicación animal
El riesgo no está solo en equivocarse. Reproducir grabaciones para provocar respuestas estresa a los animales, y una versión más sofisticada de esa práctica podría ampliar el daño. El programa More Than Human Life, de la Universidad de Nueva York, publicó una guía con cuatro pasos —preparar, involucrar, prevenir, proteger— para fijar límites antes de desplegar estas tecnologías en el hábitat.
El vacío normativo agrava el problema: no existe un acuerdo internacional que regule qué puede hacerse con la IA ni con las señales de otras especies. En ese marco, el riesgo mayor no es un puñado de personas malintencionadas, sino el uso masivo y descuidado. Empresas de avistamiento podrían usar estas herramientas para atraer ballenas hacia los barcos, y visitantes de parques naturales para incitar a lobos o bisontes hasta el agotamiento.
La verificación, por ahora, sigue siendo la misma de cualquier trabajo de campo: volver a los animales y comprobar. Un modelo puede aislar un llamado y ubicarlo en un contexto, pero el significado que ese llamado tiene para la manada se decide en el agua, no en el conjunto de datos. La colaboración entre quien clasifica la señal y quien conoce la vida del grupo es la parte del método que ninguna promesa de traducción reemplaza.
Otras fuentes consultadas: The Guardian (22 de septiembre de 2026); Shark Bay Dolphin Research (2026); ElephantVoices y The Elephant Ethogram (2026); Moth Program, Universidad de Nueva York, guía Pepp (2026); podcast Threshold (2026). (Las cifras y afirmaciones sobre el modelo NatureLM-audio y la biblioteca de datos provienen del propio Earth Species Project.)
