As abelhas são surpreendentemente boas em tomar decisões

A modelagem computacional explica uma faceta fundamental das habilidades de tomada de decisão das abelhas – algo visto anteriormente apenas em humanos e outros primatas

O ensaio a seguir foi reimpresso com permissão da The Conversation, uma publicação online que cobre as pesquisas mais recentes.

A vida de uma abelha depende da colheita bem-sucedida do néctar das flores para produzir mel. Decidir qual flor tem maior probabilidade de oferecer néctar é incrivelmente difícil.

Acertar exige avaliar corretamente dicas sutis sobre o tipo, idade e história da flor – os melhores indicadores de que uma flor pode conter uma pequena gota de néctar. Errar é, na melhor das hipóteses, uma perda de tempo e, na pior, significa exposição a um predador letal escondido nas flores.

Em uma nova pesquisa publicada hoje na eLife, nossa equipe relata como as abelhas tomam essas decisões complexas.

Desafiamos as abelhas com um campo de flores artificiais feito de discos coloridos de cartão, cada um dos quais oferecia uma pequena gota de xarope de açúcar. “Flores” de cores diferentes variavam na probabilidade de oferecer açúcar e também diferiam na capacidade das abelhas de avaliar se a flor falsa oferecia ou não uma recompensa.

Colocamos pequenas marcas de tinta inofensivas nas costas de cada abelha e filmamos cada visita que uma abelha fazia ao arranjo de flores. Em seguida, usamos visão computacional e aprendizado de máquina para extrair automaticamente a posição e a trajetória de voo da abelha. A partir dessas informações, pudemos avaliar e cronometrar com precisão cada decisão tomada pelas abelhas.

Descobrimos que as abelhas aprenderam muito rapidamente a identificar as flores mais gratificantes. Eles avaliaram rapidamente se deveriam aceitar ou rejeitar uma flor, mas, surpreendentemente, suas escolhas corretas foram, em média, mais rápidas (0,6 segundos) do que suas escolhas incorretas (1,2 segundos).

Isto é o oposto do que esperávamos.

Geralmente em animais – e mesmo em sistemas artificiais – uma decisão precisa leva mais tempo do que uma decisão imprecisa. Isso é chamado de compensação entre velocidade e precisão.

Essa compensação acontece porque determinar se uma decisão é certa ou errada geralmente depende da quantidade de evidências que temos para tomar essa decisão. Mais provas significam que podemos tomar uma decisão mais precisa – mas a recolha de provas leva tempo. Portanto, decisões precisas geralmente são lentas e decisões imprecisas são mais rápidas.

A compensação entre velocidade e precisão ocorre com tanta frequência na engenharia, na psicologia e na biologia que quase poderíamos chamá-la de “lei da psicofísica”. E ainda assim as abelhas pareciam estar infringindo esta lei.

Os únicos outros animais conhecidos por superar a compensação entre velocidade e precisão são os humanos e os primatas.

Como pode então uma abelha, com o seu cérebro minúsculo mas notável, ter um desempenho equivalente ao dos primatas?

Para desmontar esta questão, recorremos a um modelo computacional, perguntando quais propriedades um sistema precisaria ter para vencer a compensação entre velocidade e precisão.

Construímos redes neurais artificiais capazes de processar informações sensoriais, aprender e tomar decisões. Comparamos o desempenho desses sistemas de decisão artificiais com o das abelhas reais. A partir disso, poderíamos identificar o que um sistema deveria ter para vencer a compensação.

A resposta estava em dar respostas de “aceitar” e “rejeitar” diferentes limites de evidência com prazos determinados. Isso significa que as abelhas só aceitavam uma flor se, à primeira vista, tivessem certeza de que era gratificante. Se eles tivessem alguma incerteza, eles a rejeitaram.

Esta era uma estratégia avessa ao risco e significava que as abelhas poderiam ter perdido algumas flores gratificantes, mas concentrou com sucesso os seus esforços apenas nas flores com a melhor probabilidade e melhor evidência de lhes fornecer açúcar.

Nosso modelo computacional de como as abelhas tomavam decisões rápidas e precisas foi bem mapeado tanto para seu comportamento quanto para os caminhos conhecidos do cérebro das abelhas.

Nosso modelo é plausível sobre como as abelhas tomam decisões tão eficazes e rápidas. Além disso, dá-nos um modelo de como podemos construir sistemas – como robôs autónomos para exploração ou mineração – com estas características.

Este artigo foi publicado originalmente em The Conversation. Leia o artigo original.