Schönheit, oder was die meisten Menschen unter Schönheit verstehen, kann Fischarten vor dem Aussterben bewahren. Das zeigt die Studie eines französischen Forscherteams um den Ökologen Nicolas Mouquet von der Universität Montpellier. Mit Unterstützung von maschinellem Lernen wurden insgesamt 2.417 Fischarten nach ihrem Aussehen bewertet.
Zunächst bewerteten 13.000 Teilnehmer einer Online-Umfrage die Fische der großen Gruppe der Streifenflossenfische anhand ihrer Ästhetik anhand von 481 Fotos. Mit diesen Daten trainierte das Forschungsteam ein neuronales Netz. Das trainierte Netz wurde dann verwendet, um Vorhersagen für weitere 4.400 Fotos von gewöhnlichen Streifenflossenfischen zu erstellen.
Bunte, runde Fische sind selten auf der Roten Liste zu finden
Die Ergebnisse der Studie wurden jetzt im Fachjournal PLOS Biology veröffentlicht. Sie zeigen, dass helle, farbenfrohe Fischarten mit rundem Körper tendenziell als die attraktivsten empfunden werden. Die Forscher fanden heraus, dass diese „schönen“ Fischarten auf der Roten Liste gefährdeter Arten der IUCN in erster Linie als „Minor Concern“ aufgeführt sind.
Rick D. Stuart Smith Der Mandarinfisch erfüllt alle objektiven Kriterien eines „schönen“ Fisches.
Im krassen Gegensatz zu denjenigen, die niedrigere durchschnittliche ästhetische Bewertungen erhielten, wurden sie im Durchschnitt eher als „bedroht“ eingestuft oder sogar als schutzbedürftig bezeichnet.
“Unattraktive” Fische sind wichtig für das Funktionieren des gesamten Riffs, in dem sie leben, sagt der Ökologe Mouquet. „Ihr Verlust könnte unverhältnismäßige Auswirkungen auf diese Ökosysteme mit ihrer reichen Artenvielfalt haben.“
„Hässliche“ Tierarten sind schützenswert
Die Studie zeigt „erhebliche Diskrepanzen zwischen möglichen öffentlichen Bemühungen zum Artenschutz und der Pflege der Arten, die diese Unterstützung am dringendsten benötigen“, schreiben die Forscher.
In diesem Fall könnten diese Präferenzen jedoch dazu führen, dass die schutzbedürftigsten Fischarten am wenigsten erhalten. Durch die Sensibilisierung dafür, dass einige Tierarten vom Menschen bevorzugt und andere beim Artenschutz benachteiligt werden, erhofft sich das Forschungsteam, mehr Aufmerksamkeit auf ökologisch wichtige „weniger attraktive“ Arten zu lenken. Der entwickelte Deep-Learning-Algorithmus könnte auch verwendet werden, um die Auswirkungen ästhetischer Urteile auf gefährdete Vögel, Säugetiere und Reptilien zu untersuchen.