Israel ISF-DFG: Der Einfluss sozialer Interaktionen auf (un)ehrliche Kommunikation

• Antragsteller: Dr.-Ing. Tomas Arias Vergara
• Fachliche Zuordnung: Biologie des Verhaltens und der Sinne ; Ökologie und Biodiversität der Tiere und Ökosysteme, Organismische Interaktionen
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 561160625

Tiere treffen Entscheidungen auf der Grundlage von Hinweisen, die sie von Artgenossen erhalten. Akustische Hinweise, die in Stimmfrequenzen, Tempo und Syntax kodiert sind, vermitteln ehrliche Informationen, beispielsweise über das Alter und den sozialen Status des Sängers. Zahlreiche Studien an Vögeln, Anuren und Menschen zeigen jedoch, dass sich bei sozialen Interaktionen (z. B. Duetten und Gegengesang) akustische Merkmale im Vergleich zum Sologesang verändern. Dies wirft interessante Fragen auf: Wie wirken sich soziale Interaktionen auf Ehrlichkeit aus? Führen sie zu einer unehrlichen Darstellung von Eigenschaften oder zu einer Korrektur hin zur Darstellung ehrlicher Eigenschaften? Hier schlagen wir vor, zu klären, ob und wie diese vom sozialen Kontext beeinflussten Änderungen die ehrliche Darstellung individueller Eigenschaften widerspiegeln, ein Thema, das noch wenig erforscht ist. Seit über 25 Jahren untersuchen wir die komplexen Gesänge männlicher wilder Klippschliefer (Procavia capensis), wobei wir uns auf Sologesänge (spontan vorgetragen) und Gegengesänge (z. B. durch Gesänge anderer Männchen hervorgerufen) konzentrieren. Die Gesänge männlicher Klippschliefer enthalten einen herausfordernden Laut namens „Schnauben“, einen harschen Laut, der sich mit dem Alter entwickelt und je nach Gewicht, sozialem Status und Hormonspiegel variiert. Während frühere Untersuchungen zeigen, dass sich Schnauben beim Solo- und Gegengesang unterscheiden, wurde nicht untersucht, ob sie die Eigenschaften des Sängers wirklich widerspiegeln. Ziel dieser Studie ist es zu untersuchen, ob Gegengesang die Eigenschaften des Antwortenden besser widerspiegelt als Sologesang, und zu verstehen, wie soziale Faktoren wie Gewicht und Status diese akustischen Unterschiede beeinflussen. Zu diesem Zweck werden wir neue Methoden anpassen/implementieren, die ursprünglich für die Überwachung von Orcas (Orcinus orca) entwickelt wurden, darunter Rauschunterdrückung, Segmentierung, Kodierung und Generierung künstlicher Rufe. Die Gesänge der Klippschliefer werden mithilfe von Deep-Learning-Methoden analysiert, um die Gesänge zu clustern. Auf diese Weise wird eine automatische Identifizierung der Lautäußerungen unterschiedlicher Sänger ermöglicht (einschließlich solcher, die wir im Feld nicht beobachten können). Darüber hinaus werden mithilfe generativer KI neue Gesänge synthetisiert, um das Gegengesangsverhalten im Feld zu untersuchen. Die Auswirkung des sozialen Kontexts auf die ehrliche Übertragung individueller Merkmale wird mithilfe akustischer Analysen gemessen, indem die Antworten mit den Sololiedern des Sängers verglichen werden. Wir gehen davon aus, dass sich das Stimmverhalten je nach den individuellen Merkmalen des Sängers (oder des Playbacks) und des Antwortenden ändert. Diese Studie soll Aufschluss darüber geben, ob soziale Zwänge Ehrlichkeit erzeugen, und unser Verständnis des Beitrags der Sozialität zur Evolution der Stimmkommunikation in der Natur erweitern.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Israel
• Partnerorganisation: The Israel Science Foundation
• Kooperationspartnerin: Professorin Dr. Lee Koren, Ph.D.