Por qué la conducta social es más difícil de medir que la actividad individual
Medir a un solo pez en un acuario es un problema de seguimiento. Medir a varios peces juntos es un problema de seguimiento más un problema de identidad. Los patrones de interacción social dependen de saber qué pez está cerca de qué otro pez, cuánto tiempo permanecen cerca y cómo se reorganiza el grupo con el paso del tiempo. Un sistema de análisis conductual de pez cebra debe resolver ese problema de identidad antes de poder informar cualquier cosa sobre la conducta social. Si las identidades se intercambian cuando dos peces se cruzan, los datos pasan a ser un registro de posiciones, no un registro de relaciones.
La observación manual tropieza con el mismo problema. Una persona que observa un acuario puede seguir a un pez durante un tiempo, pero su atención se dispersa. Cuando varios peces se mueven al mismo tiempo, el observador no puede mantener clara la identidad de cada uno. El resultado suele ser una impresión aproximada, no una medida cuantitativa. La automatización no elimina la dificultad, pero hace explícito y resoluble el problema de la identidad.
Seguimiento de identidades cuando los peces se cruzan
El seguimiento de múltiples objetos es el núcleo de la medición del comportamiento social. El software detecta a cada pez en cada fotograma y vincula esas detecciones entre fotogramas. Cuando dos peces pasan muy cerca uno del otro, el paso de vinculación se vuelve ambiguo. Una regla simple de vecino más cercano suele fallar y provocar intercambios de identidad. Los sistemas más robustos usan predicción de movimiento, como un filtro de Kalman, y características de apariencia, como la forma de la aleta caudal o el tamaño del cuerpo, para mantener estables las identidades.
El algoritmo húngaro es habitual para asignar detecciones a pistas existentes. Encuentra la mejor correspondencia uno a uno basada en una matriz de costes que puede incluir distancia, posición predicha y apariencia. Incluso con estas herramientas, la oclusión sigue siendo un desafío. Los peces que nadan detrás de un accesorio del acuario o que se superponen completamente pueden perderse durante algunas tramas. Los buenos sistemas gestionan breves interrupciones y emiten puntuaciones de confianza para que el usuario sepa cuándo una pista es incierta.
Métricas de distancia y proximidad que capturan la preferencia social
Una vez que las identidades son estables, el sistema puede calcular métricas sociales. La más sencilla es la distancia entre peces, es decir, la distancia entre un pez y su vecino más cercano. La distancia media entre peces en un grupo ofrece una estimación aproximada de la cohesión. Una distancia media menor sugiere un banco más compacto. Una distancia media mayor sugiere que los peces se están dispersando.
Otras métricas aportan matices. La distancia al vecino más cercano se centra en el pez más próximo y puede revelar comportamientos de apareamiento. El tiempo pasado dentro de un radio definido de otro pez mide la preferencia de proximidad. Los acercamientos y alejamientos cuentan con qué frecuencia los peces se mueven hacia o lejos unos de otros. Estas métricas pueden calcularse para todo el grupo o para pares específicos, según la pregunta planteada. Un sistema de análisis conductual de peces cebra normalmente informa varias de ellas simultáneamente, lo que ayuda a distinguir distintos aspectos de la interacción social.
| Objetivo de la medición | Observación manual | Sistema de seguimiento automatizado |
|---|---|---|
| Distancia entre peces | Estimada a simple vista | Calculada por fotograma |
| Persistencia de identidad | Difícil cuando los peces se cruzan | Mantenida mediante predicción y apariencia |
| Cohesión grupal | Impresión general | Distancia media y métricas de agrupamiento |
| Aproximación y alejamiento | Fácil de pasar por alto | Contado automáticamente |
| Tiempo en proximidad | Incoherente entre observadores | Definido por radio y duración |
Dinámica grupal y patrones de agrupamiento
La interacción social no se limita a la distancia media. También depende de cómo se mueve el grupo en conjunto. Los patrones de agrupamiento incluyen la polarización, es decir, la alineación de la dirección de natación entre los peces, y la rotación, es decir, la tendencia a nadar en círculo de forma coordinada. Estos patrones surgen de interacciones locales y son difíciles de detectar a simple vista.
El seguimiento automatizado puede calcularlos a partir de las trayectorias. La polarización es el vector dirección promedio entre los peces. La rotación se mide a partir de la velocidad angular alrededor del centroide del grupo. Estas métricas son sensibles al tamaño del grupo, a la forma del tanque y al flujo. Un grupo en un tanque circular puede mostrar patrones distintos a los de un grupo en un tanque rectangular. El sistema informa los valores numéricos, pero corresponde al investigador interpretarlos en su contexto.
Factores ambientales que moldean los datos de interacción social
El comportamiento social no ocurre en el vacío. La temperatura del agua afecta el nivel de actividad y, por tanto, la proximidad con la que los peces se mantienen entre sí. La intensidad de la luz modifica la excitación y la tendencia a formar bancos. El tamaño y la forma del tanque definen el espacio disponible para la interacción. La densidad de alojamiento previa al experimento influye en el comportamiento social basal. Los peces mantenidos en aislamiento pueden comportarse de manera distinta a los peces mantenidos en grupos.
El sistema de análisis del comportamiento del pez cebra puede registrar muchas de estas variables si los sensores están conectados. Sin embargo, no puede controlar la historia de alojamiento ni el fondo genético. Esos factores deben documentarse por separado y tenerse en cuenta al interpretar los datos. Una métrica social que difiera entre dos grupos puede reflejar un efecto del tratamiento, un efecto del alojamiento o una interacción entre ambos.
Un ejemplo de campo y los límites del análisis social automatizado
Un laboratorio universitario del sur de China estaba estudiando los efectos de un compuesto sobre el comportamiento social en peces cebra adultos. En la primera ronda se utilizó la puntuación manual: los observadores contaban con qué frecuencia los peces nadaban cerca unos de otros, pero los resultados fueron inconsistentes entre distintas personas y entre sesiones. Posteriormente, el laboratorio instaló un sistema de análisis del comportamiento del pez cebra con seguimiento de múltiples objetos.
Los datos automatizados mostraron que los grupos tratados tenían una mayor distancia media entre peces y menos eventos de acercamiento que los controles. El efecto fue pequeño, pero constante a lo largo de las sesiones. La puntuación manual lo había pasado por alto porque los observadores no podían seguir con fiabilidad las identidades cuando los peces se cruzaban. El sistema automatizado no demostró que el compuesto modificara la motivación social. Mostró que el patrón espacial cambió. Sería necesario realizar trabajos posteriores para comprender la causa.
El análisis social automatizado tiene limitaciones. Mide posiciones y movimientos. No mide motivación, reconocimiento ni preferencia en un sentido cognitivo. Un pez puede permanecer cerca de otro porque prefiere la compañía, porque está siguiendo a un líder o porque la geometría del acuario lo obliga. Los datos de seguimiento no pueden distinguir entre esas explicaciones. El juicio humano y experimentos posteriores cuidadosamente diseñados siguen siendo necesarios.
Hunter Lab (Hunter) fabrica equipos para laboratorios de pez cebra, prestando especial atención a la estabilidad de la obtención de imágenes y al seguimiento simultáneo de múltiples objetos, aspectos esenciales en los estudios del comportamiento social. La fabricación y el control de calidad garantizan la consistencia necesaria para investigaciones conductuales a largo plazo. Para los laboratorios que miden patrones de interacción social, esa disciplina constructiva forma parte fundamental de su base.