In de natuur waar roofdieren aanvallen, prooien vluchten en groepsleden in solidariteit eten en slapen is dierlijk gedrag rijk in zijn verscheidenheid. Toch lijkt er een ‘logica’ aan ten grondslag te liggen die maakt dat heel verschillende zoogdieren dezelfde gedragsregels volgen. Dat gebeurt vaker dan tot nu toe gedacht, denken onderzoekers rond Pranav Minasandra van het Max Planckinstituut voor diergedrag (MPI-AB).
In een onderzoek naar stokstaartjes in de Kalahariwoestijn, neusberen in het regenwoud van Panama en gevlekte hyena’s in de savanne van Kenia, hebben onderzoekers ontdekt dat de dagelijkse handelingen van deze dieren verrassend vergelijkbare patronen vertonen. Of een stokstaartje nu in het zand naar schorpioenen krabt of een neusbeer in het bladerdak rust, een gedeelde ordening van de gedragingen blijft bestaan ​​in verschillende landschappen, soorten, individuen en gedragstypen. Voor de veertien auteurs waren de bevindingen onverwacht en, wellicht, fundamenteel.
“We gingen ervan uit dat er verschillen zouden zijn”, aldus Minasandra, postdoctoraal onderzoeker aan het MPI-AB en hoofdauteur van de studie. Verschillen zijn immers duidelijk zichtbaar bij het vergelijken van stokstaartjes, neusberen en hyena’s, die in verschillende omgevingen en ecologische rollen leven. “Maar we vonden gemeenschappelijke patronen in hoe dieren van gedrag wisselen, ongeacht de soort en het individu. Het is alsof hun gedrag gebaseerd is op hetzelfde verborgen algoritme.”

Het verborgen ‘algoritme’ zou zijn gebleken uit gegevens die werden verzameld van wilde dieren die waren voorzien van versnellingsmeters. De bestudeerde soorten zijn allemaal sociale zoogdieren, maar ze verschillen in hun ecologie en gedrag. Gevlekte hyena’s zijn grote carnivoren, stokstaartjes zijn kleine gravende dieren en neusberen zijn boombewoners ter grootte van een wasbeer. Versnellingsmeters meten houdingsveranderingen vele malen per seconde en de opnames kunnen zich over dagen uitstrekken. Deze hoge-resolutiebewegingssporen van de dieren werden vervolgens met behulp van kunstmatige intelligentie gerangschikt in gedragstoestanden zoals liggen, foerageren en lopen. Een stokstaartje kan bijvoorbeeld 10 minuten liggen en dan even opstaan ​​om 20 seconden rond te kijken voordat hij weer een paar minuten rondloopt om voedsel te zoeken.
“Deze aanpak stelde ons in staat om gedetailleerde gedragssequenties van meerdere individuen van drie verschillende soorten gedurende dagen en zelfs weken vast te leggen”, zegt Ariana Strandburg-Peshkin, groepsleider bij MPI-AB en medehoofdauteur van de studie.

Onveranderlijk

Over gedrag, individuen en soorten heen kwam één gemeenschappelijk principe naar voren: hoe langer een dier in een bepaalde gedragstoestand blijft, hoe kleiner de kans dat het dier deze in het volgende moment verandert. “Dit was onverwacht”, stelt Minasandra toe.

Stel je een hyena voor die 10 minuten onafgebroken loopt. De meeste mensen zouden waarschijnlijk denken dat de hyena na verloop van tijd eerder zou stoppen en dat verwachtten de onderzoekers dan ook. “We dachten aanvankelijk dat de kans op gedragsverandering in de loop van de tijd zou toenemen, omdat we ervan uitgingen dat het niet optimaal zou zijn om vast te houden aan een bepaald gedrag.” Opmerkelijk genoeg was dit soort vastlegging, ook wel een afnemende gevarenfunctie genoemd, consistent voor alle bestudeerde dieren en soorten.

De auteurs onderzochten verder hoe huidig ​​gedrag toekomstige acties voorspelt, een concept dat ze voorspelbaarheidsverval noemen. Het verval van voorspellende waarde weerspiegelt de toenemende moeilijkheid om gedrag te voorspellen naarmate we verder in de toekomst kijken, voornamelijk als gevolg van willekeurige, onvoorspelbare variaties.
De vorm van de vervalgrafiek laat zien hoe besluitvormingssystemen over verschillende tijdschalen samenwerken om gedragssequenties van dieren te genereren. “We ontdekten dat het patroon van verval van voorspellende waarde opmerkelijk consistent was bij alle bestudeerde dieren, wat duidt op een gedeelde ‘architectuur’ onder de oppervlakte.”
Hoe ontstaan ​​dergelijke patronen? De auteurs stellen twee brede verklaringen voor. De eerste is positieve terugkoppeling: hoe langer een dier in een bepaalde toestand blijft, bijvoorbeeld liggend, hoe groter de kans dat blijven liggen wordt beloond, of het nu warm, veilig of sociaal bekrachtigd is. Gedrag wordt zelfversterkend.
De tweede mogelijke verklaring is besluitvorming op meerdere tijdschalen. In plaats van één interne klok die bepaalt wanneer gedrag moet worden veranderd, kunnen dieren signalen van vele processen integreren (honger, externe bedreigingen, sociale context) elk met een eigen tempo. De wisselwerking van deze overlappende signalen zou de waargenomen patronen kunnen genereren.

Toekomstig onderzoek zou kunnen bestuderen of deze patronen ook gelden voor andere dieren dan de drie zoogdieren in de studie: niet-sociale soorten, in verschillende ontwikkelingsstadia of onder verschillende ecologische druk. Er is ook de vraag of dit langdurige gedrag voordelen biedt, bijvoorbeeld door de aandacht te optimaliseren, energie te besparen of de groepscoördinatie te verbeteren. “Wat deze studie suggereert, is dat echte dieren, of ze nu jagen, zich verstoppen of rusten, zich laten leiden door verborgen structuren die je kunt terugzien in alle takken des levens.”

Bron: Science Daily