Voi châu Phi giao tiếp bằng nhiều loại âm thanh, trong đó có những tiếng rền có tần số thấp đến mức một phần nằm ngoài khả năng nghe của con người.

Khoảng 60% tiếng rền được ghi nhận xuất hiện trong những “điệp khúc”, khi từ hai con voi trở lên phát âm chồng lên nhau.

Nhóm nghiên cứu do Sara C. Keen, nhà khoa học tại Earth Species Project và Joyce Poole, nhà nghiên cứu hành vi voi và đồng sáng lập ElephantVoices đã phân tích 902 bản ghi âm tiếng rền đơn lẻ và tiếng rền theo nhóm của 84 con voi thuộc 39 gia đình tại Vườn quốc gia Amboseli, Kenya. Dữ liệu được thu thập trong nhiều giai đoạn từ năm 1986 đến 2022.

Nhóm nghiên cứu sử dụng học máy để phân tích cả những tiếng rền riêng lẻ và các đoạn “điệp khúc” có nhiều cá thể cùng phát âm.

Họ tập trung vào 6 bối cảnh xã hội khác nhau, gồm tiếng gọi liên lạc giữa các con bị tách khỏi nhau, âm thanh thúc đẩy cả đàn di chuyển, những tiếng rền trong lúc ăn hoặc nghỉ, âm thanh voi mẹ hướng tới con non, các cuộc chào hỏi giữa những cá thể thân thiết và những nghi thức chào hỏi khi các thành viên tái hợp.

Kết quả cho thấy AI vẫn có thể nhận ra bối cảnh hành vi ngay cả khi nhiều giọng voi chồng lên nhau.

Điều này cho thấy một “điệp khúc” của voi không đơn giản là nhiều âm thanh ngẫu nhiên cùng xuất hiện.

Một phát hiện đặc biệt đáng chú ý là các tiếng rền trong cùng một điệp khúc có xu hướng trở nên giống nhau về mặt âm học trong một số bối cảnh nhất định. Hiện tượng này được gọi là sự hội tụ âm thanh.

Các nhà nghiên cứu nhận thấy mức độ hội tụ thay đổi tùy hoàn cảnh. Điều đó gợi ý rằng những con voi không chỉ cùng phát ra âm thanh, mà cách chúng phát âm có thể thay đổi khi tham gia một tương tác tập thể.

Một cách hình dung đơn giản là cả đàn đang “điều chỉnh” cách phát tín hiệu khi cùng tham gia một hoạt động.

Nghiên cứu cho rằng những đặc điểm âm học của từng cá thể vẫn tồn tại trong điệp khúc, nhưng đồng thời được kết hợp thành một tín hiệu nhiều cá thể phát.

Tuy nhiên, đây chưa phải là “dịch tiếng voi”. Các nhà khoa học mới chứng minh rằng những đoạn âm thanh tập thể chứa thông tin có thể nhận diện về bối cảnh xã hội và hành vi. Họ chưa xây dựng một hệ thống có thể biến tiếng voi thành những câu tương đương với ngôn ngữ của con người.

Điều nghiên cứu mở ra là một cách tiếp cận mới: thay vì chỉ tách từng tiếng gọi riêng lẻ, các nhà khoa học có thể xem chính nhóm âm thanh chồng lấn như một tín hiệu có cấu trúc.

Điều này cũng có thể giúp giải quyết một vấn đề lâu nay của nghiên cứu giao tiếp động vật. Trong tự nhiên, động vật hiếm khi giao tiếp trong môi trường hoàn toàn yên tĩnh. Nếu chỉ phân tích từng tiếng gọi sạch sẽ, các nhà khoa học có thể bỏ qua một phần quan trọng của giao tiếp thực tế.

Bước tiếp theo sẽ là kiểm tra xem những mẫu âm thanh mà AI phát hiện có tương ứng với những hành vi cụ thể nào và liệu các cá thể voi có chủ động thay đổi âm thanh để phối hợp với nhau hay không.

Nếu những kết quả này tiếp tục được xác nhận, “tiếng ồn” của một đàn voi có thể được nhìn nhận theo một cách khác: không phải là nhiều con vật cùng nói một lúc, mà là một dạng tín hiệu tập thể có cấu trúc riêng.