AI kan nu analysere dyrelyde og adfærd – er vi ved at knæke dyrenes sprog?

I Kenyas Samburu-reservat bruger forskere specialmikrofoner og AI-analyse til noget, der lyder som science fiction: at knække dyresprog. De optager elefanters, biers og hvalers vokalisering og adfærd for at find mønstre, der kan oversaettes. Spørgsmålet er ikke bare, hvad de ville sige til os – men hvad vi, som den mest destruktive art på planeten, ville sige til dem. Vi står ved en ny teknologisk front, hvor fascination, magt og misbrug risikerer at løbe hurtigere end etik, lovgivning og sund fornuft.

AI som naturens nye teleskop

I Kenya står forskere i Samburu-reservatet med specialmikrofoner og højttalere og forsøger noget, der lyder som science fiction: at tale til elefanter i deres egen stemme. Optagelser af lavfrekvente elefantkald fodres ind i maskinlæringsmodeller, der leder efter mønstre, som menneskeørerne ikke kan skelne. Det er det samme princip, der fik AI til at knække koden i menneskelige sprog – store datamængder, neurale netværk, mønstergenkendelse i hundredvis af dimensioner – bare nu rettet mod andre arter.

En forsker beskriver teknologien som et teleskop for lyd: Hvor teleskopet åbnede universet for os, åbner digital akustik og AI en ny verden i naturens støj. De arbejder med spektrogrammer – visuelle kort over lyd – hvor hver dyrevokalisation bliver til et aftryk, som AI kan gruppere, klassificere og til sidst måske oversætte. Det er i sig selv et vildt tankespring: at elefantbrøl, flagermus-skrig og hvalklik kan mappes som “ord” i et slags akustisk koordinatsystem.

Læs også: AI erstatter ikke dit job – her er hvorfor

Men det rammer tættere på, end man tror. De samme teknikker, der bruges i danske stemmegenkendelsessystemer i MitID-login, kundeservice-chatbots og sundheds-telemonitorering, er fundamentet for at “afkode” dyr. Det er den samme kasse værktøjer – bare rettet mod en ny målgruppe, der ikke kan give samtykke, ikke kan klage – se hvem der ejer AI-fremtiden Microsoft, Google eller et dansk biotech-startup.

Flagermus, bier og robot-fisk: laboratoriernes stille revolution

I en israelsk grotte hænger tusindvis af egyptiske frugtflagermus i et kaotisk lydtapet, der for det menneskelige øre lyder ensformigt – som skrig i en lufthavn.

Forskeren Yossi Yoval har optaget titusinder af disse kald og ladet AI analysere dem. Hvor mennesker kun hører støj, opdager algoritmen stabile mønstre: forskellige “ord” for kamp, parring, skænderier om siddepladser – og variationer alt efter, hvem der taler til hvem. Det antyder noget, der ligner sociale nuancer: man taler anderledes til en partner end til en fremmed, præcis som vi gør.

Det næste logiske skridt er ubehageligt simpelt: ikke bare lytte, men tale tilbage. Forskerne erkender, at hvis deres arbejde skal bevise reel betydning, skal de konstruere syntetiske flagermuskald og se, om dyrene reagerer konsekvent. Med andre ord: AI som mellemled i tovejskommunikation. Det et kæmpe teknologisk fremskridt – men også et etisk eksperiment med væsner, der aldrig har bedt om at blive genstand for akustisk manipulation.

I Tyskland er honningbier blevet forsøgsdyr i en endnu mere konkret interface mellem maskine og dyr. Her har forskere bygget en “robot-bi”: et 3D-printet rør med lille vinge, som kan vibrere inde i bistadet og efterligne biens berømte “waggle dance”. AI analyserer tusindvis af danse i naturlige kolonier, oversætter dem til koordinater i landskabet, og robotten udsender tilsvarende signaler til rigtige bier, som så flyver mod det sted, systemet har “fortalt” dem.

I praksis betyder det, at et menneske, via et AI-system, kan trojansk-heste sig ind i biens “sprog” og dirigere en sværm mod eller væk fra bestemte marker.

Forskerne har idealistiske motiver – de taler om at holde bier væk fra pesticidforgiftede marker og guide dem til sikre fødekilder. Men det kræver ikke meget fantasi at se den anden side: præcisionsbestøvning styret af agroindustrielle interesser, eller manipulation af insektadfærd til kommercielle formål.

Et tredje eksperiment går under vandet – eller snarere ned i et akvarium – hvor robot-fisk interagerer med levende guppyer.

Robotten, en 3D-printet fisk med påklistrede øjne, styres via AI, der 20 gange i sekundet analyserer både robottens og de levende fisks bevægelser og justerer sin adfærd for at lede de rigtige fisk mod et målområde. Det afgørende er ikke den enkelte fisk, men princippet: vi træner maskiner til at lære et arts-specifikt signal-sæt og bruge det til at styre flokadfærd.

Når man overfører disse cases til en dansk kontekst, bliver det pludselig mindre eksotisk.

Den slags adfærdsstyring er allerede normen, når algoritmer designer vores sociale medie-feeds, og når reklamesystemer i realtid optimerer, hvad vi ser, klikker på og køber. Det, vi tester på bier og guppyer, er i bund og grund de samme principper, som Big Tech allerede bruger på danskere – bare uden det biologiske lag.

Spermhvaler, hval-sange og AI som oversætter

I 1970’erne ændrede én mand, biologen Roger Payne, verdens forhold til hvaler ved at udgive albummet “Songs of the Humpback Whale”.

Optagelserne af de dybe, melankolske sange skabte en global bølge af empati, der var med til at stoppe industriel hvalfangst. Det var analog teknologi, simple båndoptagere, og menneskelig fortolkning – men effekten var massiv: man lyttede, blev rørt, og ændrede politik.

I dag viderefører et projekt som CETI arven med helt andre midler. Spermhvaler har de største hjerner, vi kender til, og kommunikerer i komplekse kliksekvenser, såkaldte “codas”.

Forskere samler enorme mængder af disse lyde og anvender de samme maskinlæringsmodeller, som bruges til at oversætte mellem menneskelige sprog, til at finde mønstre i hvalernes klik. Ideen er radikal: hvis man kan kortlægge et slags “semantisk rum” for hvallyde – en multidimensionel stjernehimmel, hvor hvert punkt er et udtryk – kan man måske oversætte mellem menneskesprog og hvalsprog.

Et centralt argument hos forskerne er, at de geometriske mønstre, der opstår i sproglige modeller, ser forbløffende ens ud på tværs af menneskesprog. Afstanden mellem “mand” og “konge” matcher afstanden mellem “kvinde” og “dronning”; ord, der ofte optræder sammen, ligger tættere i modellen.

Spørgsmålet er, om et tilsvarende rum kan genkendes i hvalernes klik, så vi kan begynde at lave en slags “oversættelse” uden nogensinde at have et traditionelt ordbogsgrundlag.

Herfra er springet til danske forhold reelt ikke så stort. Vi har allerede danske forskningsmiljøer, der bruger sprogteknologi og neurale modeller til alt fra tale-til-tekst for dansk, til sentimentanalyse af danske sociale medier og automatiseret sagsbehandling i kommuner. Hvis teknologien modnes, vil det være oplagt, at danske universiteter og havforskere kobler sig på decodning af marsvin, sæler eller lokale hvalarter i Nordsøen og Arktis. Spørgsmålet er ikke, om vi kan – men om vi som samfund overhovedet har en etisk ramme klar til det.

Kan mennesker administrere magten til at forstå dyr?

https://youtu.be/FvchLmGiXfY?si=5Vwtx84DRLxWBl72

Når man ser på historikken, er svaret desværre: næppe. En af de mest slående pointer i den nyere forskning er risikoen for, at AI-drevet dyrekommunikation bruges til “precision hunting” og “precision fishing” – målrettet jagt og fiskeri baseret på en intim forståelse af dyrenes adfærd og signaler.

Hvis du kan afkode, hvornår en bestemt flok samler sig, hvilke kald der bruges til fødesøgning, og hvilke ruter de typisk tager, er der ingen teknisk barriere for at misbruge viden til at optimere jagt og udnyttelse.

Forfatteren Karen Bakker, der har skrevet om naturens lyd i en digital tidsalder, peger direkte på denne fare: uden klare etiske “guardrails” er det oplagt, at den samme AI, der kan forfine vores forståelse, kan blive et våben mod sårbare arter.

Hun nævner risikoen for manipulerende husdyrproduktion, hvor man bruger sprogforståelse til at presse ydeevne og produktivitet endnu længere, og endda forsøg på at domesticere vilde arter gennem målrettet lydkommunikation. Fra mit perspektiv er det en temmelig præcis beskrivelse af, hvordan teknologi igennem historien ofte udvikler sig: det, der kan bruges til optimering, bliver før eller siden brugt til profitmaksimering.

Sætter vi det op mod dansk virkelighed, er det svært ikke at trække en parallel til vores egen omgang med data og magt.

Vi har allerede set, hvordan danske borgere bliver omdrejningspunkt i dataøkonomien via NemID/MitID, Sundhedsplatformen, elektroniske patientjournaler og skatte- og socialsikringsdata, der integreres på tværs af systemer. Formålet er ofte effektivisering, sikkerhed, “bedre service” – men forskellen til AI, der forstår dyr, er primært, at vi som mennesker teoretisk har nogle rettigheder og politiske redskaber. Dyrene har ingen af delene.

Det er kynisk fra Big Tech at tro, at det her ikke også kan blive en ny business-vertikal: naturdata som service.

En platform kunne sælge realtidsanalyse af elefantmigrationer til safariindustrien, eller akustisk overvågning af fiskestimer til industrifiskeri. Det kræver ikke engang ond vilje – bare en naturlig forlængelse af “dataficering” af alt levende. Og EU-lovgivning halter i forvejen bagefter på klassiske AI-områder; når vi bevæger os ind i krydsfeltet mellem biodiversitet, oprindelige folks rettigheder og algoritmisk magt, er værktøjskassen decideret tandløs.

Fra MitID til AI i naturen

Man kunne fristes til at se dyre-”oversættere” som et fjernt, eksotisk nichefelt, men de tekniske byggesten spejler det, der foregår i Danmark allerede. De neurale modeller, der driver ChatGPT-agtige systemer, ligger efter alt at dømme snart under motorhjelmen i dansk e-forvaltning, sundhedsapps, banker og uddannelsesplatforme. Vi har allerede set eksperimenter, hvor danske kommuner tester automatiseret sagsbehandling, og hvor skoler afprøver AI-”assistenter” til elevernes opgaver.

Overført til naturen betyder det, at danske forskere og virksomheder relativt hurtigt vil kunne bygge produkter ovenpå globale modeller: apps, der lytter til fuglekor i en dansk skov og giver “tolkning” af fuglenes adfærd; sensornetværk på havet, der analyserer marsvinenes klik og sender advarsler til skibstrafikken – eller til fiskerflåden.

I Danmark går vi desværre ofte direkte fra “spændende pilotprojekt” til implementering uden en reel, bred offentlig debat om konsekvenserne, især når det handler om data fra sårbare grupper – og dyr er i praksis den mest sårbare gruppe af alle.

Samtidig vokser en dansk AI-startup-scene, der gerne kobler klima, biodiversitet og data. Det kan være alt fra billedgenkendelse til overvågning af skove og havområder, til lydsensorer, der registrerer sjældne fuglearter.

På papiret er det guld for naturbeskyttelse – men efter få funding-runder og investorkrav om skalering står man med det klassiske dilemma: skal data sælges, skal nye markeder åbnes, skal der laves partnerskaber med store selskaber, hvis interesser ikke nødvendigvis er naturens.

På menneskesiden kender vi allerede prisen: når du måler og analyserer alt, åbner du for overvågning, profilering og kontrol. For dyrene betyder det, at deres bevægelser, kald og sociale strukturer bliver reduceret til datapunkter, der kan optimeres på – ofte uden, at den oprindelige intention (beskyttelse, bevaring) forbliver styrende. Det et svigt af dimensioner, hvis vi gentager de samme fejl i naturen, som vi har gjort med menneskers data.

Menneskelig skade og psykologisk spejl

Der er en interessant psykologisk dimension i alt det her: Mange mennesker, når de spørges, hvad de ville sige til en hval, svarer spontant: “Undskyld.” Det siger mere om os end om hvalerne.

I dokumenterede interviews beskrives, hvordan forskere selv er dybt rørte, når de hører gamle optagelser af hvalsang – det føles som et vindue til en anden verden, der eksisterer parallelt med vores, men er ved at blive ødelagt af vores levevis.

For den almindelige dansker kan en ægte “oversættelse” af dyresprog potentielt blive et chok.

I Kenyas Samburu-reservat bruger forskere specialmikrofoner og højttalere til noget, der lyder som science fiction: at tale til elefanter i deres eget sprog. AI analyserer nu optagelser af elefanters vokalisering og adfærd, og rejser spørgsmålet om, tab af fødeområder, og måske tabet af familiemedlemmer til krybskytteri eller menneskekonflikter. Eller en hval, der “taler” om støjforurening fra skibstrafik og militære sonarer.

Så længe vi kan overbevise os selv om, at dyr “bare” reagerer instinktivt, kan vi leve i fornægtelse. Hvis AI river den illusion ned, kan det ramme vores selvbillede som art hårdere, end vi forventer.

På den anden side er det langt fra givet, at vi faktisk lytter. Vi har i årtier kendt til klimaforandringer, biodiversitetskrise og dyrevelfærdsproblemer i industrilandbruget, uden at det har ændret adfærden fundamentalt. Man må konstatere, at teknologisk viden ikke automatisk fører til moralsk handling.

Det mest kyniske scenarie er, at AI-oversættelser af dyresprog bliver endnu et indholdslag – TikTok-klip med “sjove” katte og “tragiske” hvalmonologer – der primært skaber kortvarig følelsesporno og klik, men ikke politisk handling

Samtidig ligger der en risiko i antropomorfisering: AI-modeller trænes på menneskelige sprog og koncepter, og når vi beder dem “oversætte” dyr, risikerer vi at få en projektion af vores egne følelser tilbage.

Det kan skabe falsk empati baseret på hallucinationer – AI, der finder på meningsfulde “oversættelser”, som lyder plausible, men ingen forankring har i dyrenes faktiske kommunikation. Det er i sidste ende endnu en måde at miste kontakten til virkeligheden på, forklædt som en genopdagelse af naturen.

Oprindelige folk, honeyguides og den glemte etik

Et af de mest tankevækkende eksempler kommer ikke fra et hightech-lab, men fra Northern Kenya, hvor Dorobo-folket i årtusinder har samarbejdet med en lille fugl: greater honeyguide

. Mændene kalder fuglen med en særlig lyd, fuglen svarer og leder dem til vilde bistader, og som betaling får den voks og larver, når menneskene har hentet honningen. Det er en form for udveksling og “kommunikation”, der er opstået længe før AI og mikrofoner – en etisk kode bygget på gensidig nytte og respekt.

Forskere peger på, at vestlig videnskab med AI nu halser bagefter en viden, som oprindelige samfund allerede praktiserer: relationelle forhold til dyr som “kin” frem for ressourcer. Det kræver, at teknologiprojekter ikke bare indsamler data, men også indarbejder de normer og grænser, som lokale samfund har udviklet over generationer.

Karen Bakker argumenterer direkte for, at man bør indbygge disse etiske “guardrails” i designet af AI-eksperimenter med dyr, ellers er risikoen for misbrug massiv.

Set fra Danmark virker det både fjernt og meget tæt på. Vi har vores egne oprindelige rettighedsdilemmaer i Arktis, hvor grønlandske fangere og lokalsamfund allerede mærker klimaforandringer og ændret dyreadfærd.

Hvis nordiske forskningsprojekter begynder at bruge AI til at “forstå” hvaler, sæler og andre dyr i disse områder, uden at inddrage de mennesker, der har levet med dem i århundreder, gentager vi præcis det koloniale vidensmønster, der har skabt krisen.

Hvad betyder det for dansk lovgivning og EU?

EU er i gang med at regulere AI generelt, men når man dykker ned i dyrekommunikation, biodiversity data og oprindelige folks rettigheder, er det tydeligt, at de nuværende rammer er utilstrækkelige.

De klassiske AI-lovpakker fokuserer på menneskelig diskrimination, transparens i algoritmer, datarettigheder og ansvarlighed i f.eks. kreditvurdering eller ansættelse. Når vi derimod taler om at “afkode” dyr, rammer vi et hul, hvor hverken dyrevelfærdslove, miljøret eller databeskyttelsesforordninger reelt dækker.

Man kan selvfølgelig sige, at naturbeskyttelsesdirektiver og artbeskyttelseslove i EU indirekte regulerer, hvad man må gøre med arter – men de forholder sig ikke til masseindsamling af lyddata, AI-oversættelser eller brug af den viden i kommercielle sammenhænge.

Læs også: Algoritmen kender dig bedre, end du kender dig selv

Worst case-scenariet er en formel lovlighed i at udnytte AI-baseret forståelse til at intensivere fiskeri, jagt eller turisme, så længe man holder sig under eksisterende kvoter og regler. Med andre ord: en tandløs regulering i forhold til den nye magt, som teknologien reelt giver.

For Danmark som hav- og landbrugsnation er det her langt fra hypotetisk. Vi har stærke økonomiske interesser i fiskeri, offshore-udbygning, landbrug og skovdrift, hvor dyreadfærd spiller en afgørende rolle.

Uden et klart politisk valg kommer markedet til at drive udviklingen: hvis AI-dyresprog kan bruges til at optimere en sektor, vil nogen gøre det. Det kræver politisk mod at sige: der er bestemte former for viden, vi som samfund vælger ikke at kommercialisere, fordi prisen for naturen er for høj.

Skal vi overhovedet tale med dyrene?

Det mest provokerende spørgsmål i hele den her fortælling er måske ikke, om vi kan forstå dyrene – men om vi har ret til at tale tilbage.

Flere forskere peger på, at det vigtigste ikke er, hvad vi ville sige, men at vi overhovedet lærer at lytte. Der ligger en risiko i at gøre kommunikationen til endnu et menneskecentreret projekt: At vi ser dyrenes “stemmer” som råmateriale til endnu en teknologisk bedrift, vi kan klappe os selv på skulderen over.

Roger Payne, der var med til at starte hele bølgen omkring hvalsange, viser, at magien dengang ikke var en algoritme, men menneskers spontane følelsesmæssige reaktion på lyd, de ikke forstod, men kunne mærke.

Et gammelt citat, han holder af, lyder: Hvis du vil bygge et skib, skal du ikke organisere mænd til at samle træ, men lære dem at længes efter havet. Overført til AI og dyr betyder det, at ingen model, hvor avanceret den end er, kan erstatte den dybe, kropslige forbindelse til naturen – den, der får mennesker til at kæmpe politisk, ændre livsstil og beskytte levende væsner.

I dag risikerer vi at gøre det modsatte: at outsource vores samvittighed til teknologi. “Bare rolig, AI skal nok fortælle os, hvornår naturen har det dårligt.” Det er en farlig illusion. Vi risikerer at bruge AI som en ny abstraktion, der skærmer os yderligere fra det direkte møde med det, vi er ved at ødelægge.

Hvad bør vi gøre nu?

Hvis man tager alvoren i den her udvikling seriøst, er der flere konkrete skridt – også set fra Danmark – der er nødvendige allerede nu:

For det første bør danske universiteter, fonde og startups, der arbejder med natur- og dyre-AI, indføre klare etiske rammer, før projekterne skaleres.

Det betyder eksplicitte forbud mod samarbejder, hvor data bruges til intensiveret jagt, fiskeri eller industriel udnyttelse, og krav om gennemsigtighed om, hvem der finansierer forskningen. Hvis det lyder radikalt, er det kun fordi vi er vant til, at teknologisk udvikling først reguleres, når skaden er sket.

For det andet bør Danmark – som traditionel “first mover” i digitalisering – presse på i EU for særskilt regulering af AI anvendt på dyr og biodiversitet. Det handler om at definere naturdata som mere end bare en økonomisk ressource: at anerkende, at der er et moralsk ansvar for ikke at omsætte enhver form for viden til profitoptimering. Hvis vi kan lave særlove for persondata, kan vi også lave særlove for naturdata.

For det tredje har vi som borgere et helt lavpraktisk valg: hvilke teknologier vi støtter, og hvilke fortællinger vi fodrer.

Vi kan vælge at støtte projekter, der bruger AI til naturbeskyttelse frem for udnyttelse, og vi kan stille kritiske spørgsmål til både danske og internationale aktører, der markedsfører “naturlig innovation” uden at vise den etiske bundlinje. Lige nu er der et vindue, hvor presset fra offentligheden faktisk kan forme standarderne, før de cementeres af Big Tech.

Og så er der den sidste, ubehagelige sandhed: Ingen AI-model kan redde naturen, hvis vi fortsætter med at brænde fossile brændsler af, rydde skove og plastre havene til.

At forstå dyrenes sprog kan blive en katalysator for forandring – eller endnu en undskyldning for ikke at handle, fordi vi “afventer mere data”. For mig er valget indlysende: Vi bør bruge den her teknologi som en alarmklokke, ikke som et beroligende baggrundstæppe.

Hvis du vil være med til at holde fokus på den slags spørgsmål – og ikke bare jage den næste glitrende AI-feature – så er uafhængige medier som ExtraFokus afgørende. Støt kritisk tech-journalistik, deltag i debatten, og hjælp med at fastholde, at ikke al viden nødvendigvis skal kapitaliseres.

ExtraFokus.com: Dybere blik på verden.

AI revolutionerer dyrekommunikation (Humane Fond)
AI dekoder elefanters navne-kald (DailyAI)
AI dekoder hvalers kommunikation (WHYY)
AI oversætter dyresprog (Lisel)
AI og dyrekommunikation etik (Sentient Media)
Kan AI lære os at tale med dyr? (Videnskab.dk)
AI i dyrekommunikation fremskridt (Humane Fond NO)
Earth Species Project AI dekoding (Humane Fond)