[quotes_menu]

Análise

Avicultura Inteligente: um salto para o bem-estar animal e a eficiência produtiva

Avicultura Inteligente: um salto para o bem-estar animal e a eficiência produtiva

A agricultura inteligente, incluindo aplicações de inteligência artificial (IA), tem o potencial de melhorar o bem-estar dos animais de fazenda de muitas maneiras, mas alcançar isso na prática depende de uma série de fatores externos.

A bióloga britânica e professora de etologia na Universidade de Oxford , Marian Dawkins, disse que para a tecnologia cumprir sua promessa de ser capaz de melhorar a vida dos animais, 3 condições precisam ser atendidas. São elas:

  • Tanto o público quanto a indústria agrícola devem estar convencidos de que medidas automatizadas de bem-estar podem capturar o que se entende por “bom bem-estar”.
  • Há evidências científicas de que a tecnologia realmente melhora o bem-estar animal quando implantada em fazendas comerciais.
  • Há benefícios financeiros, ambientais e outros benefícios demonstráveis, bem como bem-estar, para que a indústria valha a pena comercialmente. 

Dawkins disse que agricultura inteligente ou de precisão era um termo geral que cobria uma série de técnicas diferentes que usam computadores na agricultura e poderia ser considerada sob três títulos, a saber:

  • Utilizando sensores em nível individual ou de grupo para fornecer informações sobre produção, bem-estar, saúde e resultados de doenças e variáveis ​​ambientais, substituindo ou complementando medições atualmente feitas por auditores, veterinários ou funcionários da fazenda.
  • Entender a propagação dinâmica de doenças dentro e entre fazendas e coletar evidências sobre o que constitui uma “melhor prática” para alcançar resultados ideais de saúde e produção.
  • Usando tomada de decisão baseada em computador e intervenções direcionadas em todos os níveis, desde decisões de gestão até decisões no nível de grupos ou animais individuais. 

A tecnologia, ela argumenta, tem o potencial de otimizar as condições de vida dos animais, economizar custos de mão de obra, detectar e tratar doenças em um estágio inicial, minimizar o desperdício e levar a maiores rendas agrícolas. Implementada corretamente, ela pode levar a melhorias genuínas no bem-estar animal, resultando em animais tendo ambientes mais saudáveis ​​e novas oportunidades de praticar comportamentos que são importantes para eles.

No entanto, Dawkins alertou que a agricultura de precisão poderia levar a ações inseguras se houvesse total dependência de máquinas para controlar os sistemas agrícolas. Esse também era o caso se os humanos não reconhecessem as limitações inerentes encontradas na inteligência artificial. Técnicas como Machine Learning usam algoritmos de aprendizado de propósito geral para encontrar padrões em grandes conjuntos de dados, mas se os conjuntos de dados forem compostos de dados tendenciosos ou heterogêneos, os resultados serão enganosos.

Saúde física

Em seu artigo, Dawkins disse que sistemas agrícolas inteligentes que podem proporcionar os mesmos objetivos de bem-estar que as Cinco Liberdades/Cinco Domínios, mas fazê-lo de forma mais eficiente, objetiva e com maior biossegurança do que as abordagens mais subjetivas e intensivas em mão de obra atualmente em uso, provavelmente serão atraentes para produtores em dificuldades.

Métodos automatizados agora estão disponíveis para detectar sinais de doenças ou ferimentos em animais de fazenda, usando uma variedade de sensores, incluindo imagens visuais, imagens térmicas e dados de som e movimento de acelerômetros.

E a saúde de animais individuais pode ser monitorada colocando etiquetas, rastreadores ou dispositivos de medição em ou mesmo dentro de cada animal de forma não invasiva, reconhecendo visualmente animais individuais a partir de dados de câmera. Por exemplo, a análise de imagem de expressões faciais de dor em ovelhas tem sido usada para dar um alerta precoce de doenças como podridão do pé e mastite, permitindo o tratamento individual antes que a doença se espalhe para o resto do rebanho/rebanho.

Identificação de aves doentes ou feridas

A tecnologia de imagem digital também pode ser usada para analisar diferentes posturas que indiquem aves doentes ou feridas ou para identificar frangos de corte coxos por anormalidades nas oscilações corporais, frequência e comprimento do passo.

Onde milhares de animais são mantidos juntos em grandes grupos, essa habilidade pode resultar em grandes melhorias de bem-estar. O reconhecimento individual de frangos de corte, por exemplo, é atualmente difícil, pois os rebanhos são avaliados e tratados como um todo. Ração, vacinação, medicação, altura do bebedouro, iluminação e outros fatores não são ajustados para cada ave individual, mas são determinados para as necessidades médias do rebanho, enquanto os resultados de bem-estar, como capacidade de andar e defeitos nas pernas, são relatados como uma porcentagem do grupo total.

O bem-estar dessas galinhas poderia ser bastante melhorado com tecnologia que permitisse aos fazendeiros identificar aves feridas e tratá-las individualmente ou ser alertados sobre áreas específicas do aviário onde problemas potenciais, como sufocamento ou superlotação, estavam começando.

Os bandos seriam tratados não como um único bloco unificado, mas como muitos indivíduos, vivenciando diferentes condições e tendo diferentes resultados de bem-estar, permitindo maior foco no bem-estar de aves individuais do que é possível atualmente.

Usando imagens visuais, bandos de frangos de corte com altos níveis de danos nas pernas e claudicação podem ser detectados automaticamente devido a anomalias no movimento do bando, mesmo antes que elas se tornem aparentes ao olho humano.

Saúde mental dos animais

A ideia de saúde mental em animais é apoiada por um dos mais importantes desenvolvimentos recentes nas ciências do bem-estar animal, o uso da estrutura do “estado afetivo”. Existem duas maneiras pelas quais a agricultura inteligente pode contribuir nessa área: ajudando a estabelecer quais circunstâncias dão origem a estados afetivos positivos ou negativos e decifrando a linguagem corporal e os sintomas fisiológicos de animais em diferentes estados.

Tradicionalmente, tais estudos são conduzidos por observação humana direta ou análise de registros de vídeo, mas a nova tecnologia abre possibilidades de análise de conjuntos de dados muito maiores sobre como os animais gastam seu tempo. Encontrar padrões em dados de outra forma difíceis de manejar por meio de IA e outras análises baseadas em computador pode se tornar importante.

Em alguns casos, acrescenta Dawkins, já se sabe que há diferenças detectáveis ​​entre bem-estar de saúde mental bom e ruim. Os filhotes domésticos dão ‘pios de prazer’ suaves quando estão aquecidos, bem alimentados e com outros filhotes ou com suas mães, enquanto eles dão chamados de ‘socorro’ altos e ensurdecedores quando estão com frio, fome ou isolados.

Aprendizagem de IA

A capacidade de fornecer informações sobre o estado de bem-estar atual e prever problemas e dar aos funcionários da fazenda alertas antecipados sobre potenciais problemas de bem-estar é baseada na capacidade das máquinas de aprender com grandes quantidades de dados históricos. Se os dados forem bons de fazendas comerciais em funcionamento, ele deve ser capaz de avaliar se adicionar poleiros ou outras melhorias ambientais às fazendas de frangos de corte melhorou o bem-estar. Mas ele precisaria de dados sobre resultados de saúde e bem-estar em fazendas que não tivessem instalado tais enriquecimentos para garantir que fornecesse informações úteis.

Dawkins disse que atualmente há um problema em torno da confidencialidade dos dados, com produtores potencialmente relutantes em compartilhar as informações de suas próprias fazendas com outras empresas rivais, a menos que possam ver uma vantagem positiva em fazê-lo. Um segundo problema é a qualidade dos dados e os métodos usados ​​para análise. Uma rota — a rota da inteligência artificial (IA) irrestrita — dependeria da IA ​​ter acesso a todos os registros disponíveis da fazenda sobre a saúde animal, independentemente de como os dados foram coletados ou da definição exata de termos como “queimadura de jarrete” em pássaros e “atividade” sobre se todos os registros continham o mesmo intervalo de variáveis.

Benefícios financeiros

O investimento em novas tecnologias, incluindo provisão para bem-estar animal, só pode ser justificado se houver evidências convincentes de que valerá a pena financeiramente. Então, para fazendeiros adotarem métodos agrícolas inteligentes, é improvável que isso aconteça onde o bem-estar animal é o único ganho.

Mas enquanto as empresas alimentícias e os consumidores podem alavancar a pressão, as melhorias no bem-estar animal podem frequentemente ser ligadas a outros benefícios, disse Dawkins, com menores níveis de mortalidade, abates e rebaixamentos, menos desperdício e melhores taxas de conversão alimentar. Cientistas mostraram que fazendeiros que mudaram para padrões mais altos de bem-estar para frangos de corte tiveram menor mortalidade e usaram menos antibióticos do que fazendeiros que usaram métodos convencionais. Mas, um relatório recente da Association of Poultry Producers and Poultry Trade in EU Countries argumenta que tais melhorias no bem-estar poderiam colocar custos adicionais de mais de 37% em cada kg de carne de aves produzida, aumentando o preço do frango.

Portanto, a mensagem principal é que o investimento em tecnologia que melhora o bem-estar animal dificilmente será usado por produtores comerciais, a menos que seja demonstrado que ele gera retorno sobre o investimento e satisfaz outros requisitos, como menores impactos ambientais e maior segurança alimentar.

Sempre que melhorar o bem-estar custa dinheiro, alguém tem que pagar. Descobrir quem e quanto exige modelos de negócios imaginativos que determinarão se a tecnologia projetada para medir e melhorar o bem-estar animal será ou não usada em fazendas comerciais.

*O artigo completo, ‘Agricultura inteligente e inteligência artificial: como podemos garantir que o bem-estar animal seja uma prioridade?‘ foi publicado na Applied Animal Behaviour Science.

Fonte: World Poultry