Computermodell belegt: Wunsch nach sozialer Nähe verbessert Flugrouten bei Tauben

Eine neue Studie von Dr. Edwin Dalmaijer, einem kognitiven Neurowissenschaftler an der Universität Bristol, Großbritannien, untersuchte die sozialen Einflüsse auf die Flugrouten von Tauben. Der Forscher verglich die Flugmuster von Taubenpaaren mit einem Computermodell und fand heraus, dass sich die Flugrouten verbessern, wenn jüngere Vögel die Route von älteren Vögeln lernen und ebenfalls Routenverbesserungen vornehmen, was über Generationen hinweg zu insgesamt effizienteren Routen führt. Die Studie wurde am 6. Juni in der Open-Access-Zeitschrift „The 40 … PLOS Biologie.

Tauben sind für ihre Fähigkeit bekannt, lange Strecken zu bestimmten Orten zurückzulegen. Wie viele Vögel orientieren sie sich an der Sonne und dem Magnetfeld der Erde. Diese Sinne helfen Tauben zwar bei der Orientierung, führen aber normalerweise nicht zu den effizientesten Routen.

Dr. Dalmaijer sammelte Daten aus zuvor veröffentlichten Studien, in denen Tauben, die mit einer Route vertraut waren, mit Tauben gepaart wurden, die diese Route noch nie geflogen waren. Diese Daten zeigten, dass das Paar eine direktere Route zu seinem Ziel fliegt, wenn die unerfahrene Taube zusammengeführt wird. Diese früheren Studien konnten jedoch nicht feststellen, wie die gepaarten Vögel effizientere Routen generieren.

Dr. Dalmaijer verglich die Flugdaten der Tauben mit einem Computermodell, das vier Hauptfaktoren priorisierte. Diese vier Faktoren stellen dar, was bei der Wahl einer Flugroute mit minimaler Wahrnehmung eine Rolle spielen könnte, darunter: die Richtung zum Ziel, die den inneren Kompass des Vogels darstellt; die Nähe zur anderen Taube; die erinnerte Route; und allgemeine Konsistenz, da es unwahrscheinlich ist, dass die Vögel unregelmäßige Wendungen machen.

In dem Modell unternahmen die simulierten Vögel, die als „Agenten“ bezeichnet werden, über 60 Reisen. Nach jeweils 12 Reisen wurde einer der Agenten durch einen Agenten ersetzt, der die Reise noch nicht gemacht hatte, und simulierte so einen jungen Vogel.

Dies führte zu einer Steigerung der Effizienz der Flugrouten um Generationen. Diese Verbesserungen ähneln denen, die in den realen Daten von Taubenpaaren zu sehen sind, obwohl die Taubendaten nicht der optimalsten Version des Modells entsprachen, wahrscheinlich weil Tauben von zusätzlichen Faktoren beeinflusst werden, die das Modell nicht berücksichtigen konnte.

Als einige Parameter des Modells entfernt wurden, wie etwa die Erinnerung an die Route oder der Wunsch, in der Nähe der anderen Taube zu sein, gab es keine Verbesserung zwischen den Generationen. „Diese Ergebnisse legen nahe, dass schrittweise Verbesserungen zwischen den Generationen auftreten können, wenn Individuen einfach die Nähe zu anderen suchen“, sagte Dr. Dalmaijer.

Das Modell zeigt Lernen in beide Richtungen. Wie erwartet profitiert der jüngere Agent vom älteren Agenten, indem er die Route lernt. Es zeigt jedoch auch, dass der ältere Agent vom jüngeren Agenten profitiert. Da jüngere Agenten keiner internen Route folgen, sind sie stärker auf das endgültige Ziel ausgerichtet.

Der Wunsch der Agenten nach sozialer Nähe zwischen den beiden gleicht diese Ziehungen aus und führt zu einer insgesamt effizienteren Route. Darüber hinaus sind diese Erkenntnisse möglicherweise auch auf andere Arten als Tauben anwendbar, wie etwa Ameisen und einige Fischarten, die ihre Routen ebenfalls auf der Grundlage von Erinnerungen und sozialen Faktoren wählen.

Dr. Dalmaijer fügt hinzu: „Ich bin in den Niederlanden aufgewachsen, in einer Stadt, in der Tauben ständig in den entgegenkommenden Fahrradverkehr laufen, deshalb halte ich nicht viel von der Intelligenz von Tauben.

„Einerseits bestätigt diese Studie dies, indem sie zeigt, dass die schrittweise Verbesserung der Routeneffizienz auch bei ‚dummen‘ künstlichen Agenten auftritt. Andererseits habe ich großen Respekt vor all der beeindruckenden Arbeit gewonnen, die in der Taubennavigation und der kumulativen Kultur geleistet wird, und sogar ein wenig vor der bescheidenen Taube (solange sie sich von meinem Fahrrad fernhält).“