Betere selecties
Dankzij geavanceerde AI-modellen kan nu nauwkeuriger worden voorspeld welke puppies de beste kans maken om succesvolle leidhonden te worden. Deze methode gaat verder dan traditionele beoordeling, doordat het AI-systeem subtiele gedragsvariaties herkent die menselijke trainers mogelijk over het hoofd zien. Door het gebruik van historische trainingsdata leert het model zich continu te verbeteren naarmate er meer data beschikbaar komt.
Onderzoek aan UEL
Het project, geleid door Dr. Mohammad Amirhosseini van de University of East London, verzamelde gedragsdata van pups op zes en twaalf maanden via gedetailleerde vragenlijsten over temperament, focus en persoonlijkheid. Door deze “snapshots” van gedrag te combineren met machine learning- en deep learning-technieken, ontdekte de AI patronen die zelfs ervaren trainers kunnen missen. De studie benadrukt de meerwaarde van samenwerking tussen technische experts en diergedragsspecialisten.
Voordelen voor welzijn
Een van de grootste uitdagingen in hulphondentraining is de emotionele impact van late-stage uitval, zowel voor de honden als voor hun toekomstige gebruikers. Door honden eerder en met meer zekerheid te selecteren, kunnen organisaties de hartverscheurende trajectbreuken en hoge kosten van mislukte trainingen drastisch verminderen. Dit helpt daarnaast bij het efficiënter inzetten van middelen en personeel binnen trainingsprogramma’s.
Werkwijze van de AI
De AI maakt gebruik van gedragsdata die trainers bij zes- en twaalf maanden van elke pup vastleggen. Deze gegevens worden gevoed in een voorspellend model dat typische succesfactoren identificeert, zoals focus, stressbestendigheid en gehoorzaamheid. Het model kan tevens aanpassingen in realtime doorvoeren naarmate nieuwe gedragsmetingen binnenkomen.
Samenwerking en impact
Internationale hulphondorganisaties zoals The Seeing Eye en Canine Companions werkten nauw samen met het UEL-team om praktijkervaring in te brengen en de AI te valideren in reële trainingsomgevingen. Deze partnerschappen zorgen ervoor dat technologische innovaties aansluiten bij professionele trainingsstandaarden en dierenwelzijnsrichtlijnen. De positieve resultaten uit de pilot roepen interesse op bij andere dierenwelzijnsorganisaties wereldwijd.
Integratie met taalmodellen
In de nabije toekomst zouden hulphondtrainingsplatforms de voorspellende kracht van AI verder kunnen versterken door integratie met geavanceerde taalmodellen. Hierdoor kunnen trainers via intuïtieve interfaces snel aanvullende inzichten en rapportages ontvangen in hun moedertaal, bijvoorbeeld via chatgpt in het nederlands, wat de adoptie en gebruikerservaring ten goede komt.
Toekomstperspectief
Na een succesvolle pilotfase bij UEL staat nu de bredere uitrol naar hulphondcentra wereldwijd op de agenda. De onderzoekers streven ernaar om de AI-tools toegankelijk te maken voor alle organisaties die hulphonden opleiden, waardoor gepersonaliseerde selectie de nieuwe norm wordt. Op termijn zou deze technologie ook toepasbaar kunnen zijn voor andere vormen van servicehonden, zoals therapiehonden en luisterhonden.
