5.4 Triển vọng cho tương lai – Đánh giá hành vi định tính (QBA) như một chỉ số vận dụng (OWI)
Sự phát triển của công nghệ số và tự động hóa đang làm thay đổi cách đánh giá các chỉ số phúc lợi hành vi (Behavioural Welfare Indicators – WIs) tại các trang trại. Từ các ứng dụng trên điện thoại thông minh giúp đơn giản hóa việc chấm điểm hành vi theo thời gian thực đến các công cụ mới nổi hỗ trợ xử lý dữ liệu và phân tích thống kê tự động, những đổi mới này đang giúp việc đánh giá phúc lợi trở nên hiệu quả hơn và giảm đáng kể khối lượng lao động. Khi công nghệ máy học (machine learning) và thị giác máy tính (computer vision) tiếp tục phát triển, khả năng tự động hóa hoàn toàn việc đánh giá hành vi, bao gồm cả Đánh giá hành vi định tính (Qualitative Behaviour Assessment – QBA), đang ngày càng trở nên khả thi. Phần này sẽ tìm hiểu cách những công nghệ này đang định hình tương lai của hoạt động theo dõi phúc lợi động vật.
Trong tương lai gần, có thể thực hiện một số bước đơn giản để chuyển một số chỉ số phúc lợi trong phòng thí nghiệm (LABWIs) thành chỉ số phúc lợi vận dụng (OWIs). Ví dụ với QBA, cũng giống như hệ thống chấm điểm hiện nay có thể được thiết lập trên các nền tảng trực tuyến để tự động lượng hóa điểm số QBA, các ứng dụng trên điện thoại thông minh đã có khả năng cho phép nhân viên trang trại hoặc kiểm toán viên ngay lập tức lượng hóa các quan sát của họ về biểu hiện hành vi của động vật (với điều kiện bộ thuật ngữ QBA đã được xây dựng và thẩm định cho loài đó).
Tự động hóa quá trình chuẩn hóa dữ liệu và phân tích thống kê
Trong tương lai, khi các nền tảng phân tích dữ liệu tự động, dễ tiếp cận tiếp tục được phát triển, quá trình chuẩn hóa dữ liệu (data wrangling) và phân tích thống kê có thể được thực hiện với rất ít sự tham gia của nhân viên trang trại.
Chuẩn hóa dữ liệu (data wrangling) là gì?
Đây là quá trình tiền xử lý dữ liệu thô để chuyển dữ liệu thành định dạng có cấu trúc, dễ sử dụng và dễ diễn giải. Đây thường là bước đầu tiên và rất quan trọng trong phân tích thống kê, nhưng đòi hỏi nhiều thời gian để hiểu, làm sạch, sắp xếp và chuẩn bị dữ liệu đã thu thập nhằm phát hiện các quy luật hoặc xu hướng có ý nghĩa.
Hiện nay, các công cụ bán tự động (semi-automated) phục vụ quá trình chuẩn hóa dữ liệu trong điều kiện thực tế đã được phát triển, giúp giảm đáng kể thời gian và công sức cần thiết cho công đoạn này.
Tự động hóa đánh giá hành vi
Bên cạnh những bước tiến sắp tới trong công nghệ máy học và thị giác máy tính, phần lớn các phương pháp đánh giá hành vi (thậm chí có thể bao gồm cả QBA) đều có tiềm năng trở thành các chỉ số phúc lợi vận dụng (OWIs) thiết thực, phục vụ cả hoạt động giám sát định kỳ tại trang trại và các cuộc kiểm tra, đánh giá.
Việc tự động hóa quy trình QBA chắc chắn sẽ đòi hỏi phải chuyển các đặc điểm mang tính định tính và biểu cảm của động vật thành những đặc điểm hoặc mẫu hình có thể định lượng được. Mức độ khả thi của điều này sẽ phụ thuộc vào việc khoảng cách giữa khả năng nhận thức và cảm nhận của con người với khả năng của máy móc được thu hẹp đến đâu. Trên thực tế, khoảng cách này hiện đã nhỏ hơn đáng kể so với những gì nhiều người vẫn hình dung.