Sådan afkoder AI hvalers kommunikation, og hvad virksomheder kan lære om deres egne data

Ud for Holbox, en lille ø ved nordspidsen af Mexicos Yucatánhalvø, er min søn Elliot og jeg to gange gledet ned i vandet ved siden af et enormt dyr med mørk ryg og lyse pletter. Elliot er helt opslugt af havet og vil være havbiolog, så for ham er de ture ikke ferieaktiviteter. De er det nærmeste, han kommer feltarbejde.

Dyret hedder en hvalhaj, men det er ikke en hval. Det er en haj, havets største fisk, opkaldt efter et dyr, den ikke er i familie med, fordi de mennesker, der gav den navn, inddelte havets dyr efter det, de kunne se. Den var så stor som en hval, så det kaldte de den.

Så længe jeg kan huske, har jeg været fascineret af, at hvaler taler med hinanden. Vi har set pukkelhvaler sammen, og til jul planlægger vi en ferie med hvalsafari i Cabo San Lucas. På den slags ture sænker guiden ofte en hydrofon, en undervandsmikrofon, ned over bådens ræling, og alle bliver stille. Man hører klagende lyde, klik og lange, stigende kald, og man er helt sikker på, at der bliver sagt noget. Man aner bare ikke hvad.

For et stykke tid siden fortalte Elliot mig, at forskere nu prøver at afkode, hvad hvaler siger, ved hjælp af AI. Min reaktion var den samme, som hver gang nogen fortæller mig, at AI er lige ved at løse noget: vent, hvad? Så jeg satte mig for at finde ud af, hvor forskningen faktisk står. Svaret overraskede mig. Forskerne har kortlagt meget af strukturen i hvalers kommunikation, men ingen kan oversætte, hvad de siger til hinanden. De opdagede også, at de havde udeladt en del af sproget fra deres analyser, fordi det lignede rod i dataene. Alle de virksomheder, jeg har arbejdet med, gør det samme med deres egne data.

Vi har lært meget af dyr, men kun ved at se på, hvad de gør

Da jeg begyndte at undervise på Singularity University, var sværmintelligens den idé, alle var optagede af. Myrer, bier, fugle og fisk løser problemer, som intet enkelt dyr i gruppen kunne løse, uden en leder og uden en plan. En myrekoloni finder den korteste vej til føden, fordi hver myre efterlader et duftspor, og de korteste spor bliver forstærket hurtigere. I 1990'erne dirigerede Hewlett-Packard telefonopkald med software modelleret efter myrers duftspor, en idé, der blev kendt som sværmintelligens. Den samme idé ligger nu bag forskning i dronesværme, som én person kan styre.

Alt det kom af at betragte dyr udefra. Vi kopierede det, de gør, og vi behøvede aldrig at vide, hvad en myre tænkte, for så vidt nogen kan vurdere, tænker en enkelt myre ikke ret meget overhovedet. Med hvaler er det anderledes. De er ikke en sværm af simple enheder, der følger regler. De er dyr med store hjerner, som lever i familier, lærer af hinanden og taler sammen, og derfor er det mest interessante ved dem ikke, hvad de gør, men hvad de siger.

Hvaler ændrede deres måde at tale på i løbet af få årtier, da vi gjorde havet støjende

Det, der overbeviste mig om, at der virkelig er noget at afkode, er ikke en sang. Det er hvalernes reaktion på os. I anden halvdel af det tyvende århundrede blev havene fyldt med skibsmotorer, og skibsstøj ligger i det samme lave frekvensområde som mange hvalkald. Nordkaperne i Nordatlanten reagerede ved at ændre tonehøjde. Da biologen Susan Parks sammenlignede optagelser fra 1956 med optagelser fra årene 2000 til 2004, var kaldene rykket omkring to tredjedele af en oktav op, over den værste motorstøj. Spækhuggere i farvandet mellem delstaten Washington og Vancouver Island, som blev fulgt af op til 22 hvalsafaribåde om dagen, begyndte at lave kald, der var omkring 15 procent længere, når der var både i nærheden, en ændring, som ikke fandtes på optagelser fra 15 og 25 år tidligere.

Det var ikke evolution, som ville tage tusinder af år. Det skete i løbet af få årtier, og det betyder, at hvalerne bemærkede, at deres budskaber ikke nåede frem, og ændrede den måde, de sendte dem på. Det er, hvad man ville forvente af dyr, der har noget at sige, som er værd at høre, og derfor vil så mange, min søn inklusive, gerne vide, hvad det er.

I årtier sorterede forskere hvalklik i typer og kaldte alt andet variation

Kaskelotter er Jordens største dyr med tænder, og de har den største hjerne af alle dyr, der nogensinde har levet. De synger ikke som pukkelhvaler. De taler i klik. Når en gruppe mødes nær overfladen, udveksler de korte kliksekvenser, der kaldes kodaer, lidt som når nogen trommer en rytme på et bord, og de andre svarer med deres egne rytmer.

Ud for øen Dominica i Caribien har forskere optaget disse udvekslinger i tyve år. For at forstå dem gjorde de, hvad enhver fornuftig forsker ville gøre. De talte klikkene i hver koda, målte pauserne mellem dem og sorterede kodaerne i typer. På verdensplan er der identificeret omkring 150 kodatyper, og 21 af dem findes blandt familierne ud for Dominica. En koda med fem jævnt fordelte klik var én type, en koda med tre langsomme klik og to hurtige var en anden.

Kodaerne passede aldrig helt til deres typer. Nogle var lidt længere, nogle lidt hurtigere, nogle havde noget ekstra. Forskningslitteraturen havde et navn for alt det: "uforklaret 'variation inden for typen'". Det blev behandlet, som man behandler susen på en gammel optagelse, som støj omkring signalet. Som Gašper Beguš, sprogforsker ved University of California, Berkeley, udtrykte det: "Tidligere opfattede forskere hvalers kommunikation som en slags morsekode." I morsekode er det kun mønstret af korte og lange signaler, der betyder noget. Om den, der sender, banker lidt hurtigere eller lidt langsommere, ændrer ikke budskabet. Så da forskerne først opfattede klikkene som en slags morsekode, målte de mønstret og behandlede små forskelle i hastighed eller lyd som unøjagtigheder, ikke som en del af budskabet. Sammenligningen virkede ligesom navnet hvalhaj: Da den først havde bidt sig fast, bestemte den, hvad folk kiggede efter.

Ingen begik en fejl. Typerne var et fornuftigt sted at begynde, og de gjorde årtiers forskning mulig. Men i det øjeblik du beslutter, hvad en koda er, har du også besluttet, hvad den ikke er, og alt i den anden bunke bliver ikke længere undersøgt.

Sproget lå i bunken mærket variation

I 2020 satte den almennyttige organisation Project CETI, Cetacean Translation Initiative, sig for at bruge maskinlæring på optagelserne fra Dominica. I 2024 offentliggjorde forskerne en analyse af 8.719 kodaer optaget mellem 2005 og 2018. I stedet for at spørge, hvilken type hver koda tilhørte, undersøgte de, hvordan kodaerne ændrede sig fra den ene til den næste i en samtale.

To ting dukkede op i variationen. Den første kaldte de rubato efter det musikalske udtryk for at strække og trække tiden sammen. I løbet af en udveksling gør hvalerne langsomt deres kodaer længere eller kortere, og den hval, der svarer, følger ændringen, ligesom to musikere sætter tempoet ned sammen, uden at nogen tæller højt. Den anden kaldte de ornamentering: et ekstra klik i slutningen af en koda, der ellers er identisk med dem omkring den, og som optræder i omkring 4 procent af kodaerne. Ingen af delene var beskrevet før. Tilsammen kunne de omtrent fordoble den mængde information, en enkelt koda rummer.

Den næste opdagelse kom ved at lytte til selve klikkene. Gašper Beguš trænede en AI-model til at efterligne kodaer uden at give den nogen kategorimærkater overhovedet, så den anede ikke, hvad forskerne anså for vigtigt. Modellen begyndte at behandle lyden af hvert klik, ikke bare dets placering i tid, som betydningsfuld. Da holdet gik tilbage til optagelserne, fjernede tidsmønstret og lyttede til hvert klik som en selvstændig lyd, fandt de to tydeligt forskellige typer, som de sammenlignede med vokalerne "a" og "i", og klik, der glider fra den ene til den anden inden for en enkelt koda, ligesom vokallydene i de engelske ord "buy" eller "boy" glider. Studiet blev offentliggjort i november 2025. En omtale beskrev AI'en ikke som en oversætter, men som en hypotesemotor.

Modellen fandt ikke alt det, fordi den vidste mere end forskerne. Den fandt det, fordi den vidste mindre. Den havde aldrig lært, at kodaer var morsekode, så der var intet, der fortalte den, hvilken del af lyden den skulle ignorere.

Forskere fandt strukturen i pukkelhvalers sang ved at lytte som en baby

Pukkelhvalerne, jeg så ud for Peru, er sangerne. Hannerne synger lange sange med gentagelser, som kan vare i timevis, og sangen ændrer sig med tiden og spreder sig fra én bestand til en anden, så hvaler tusindvis af kilometer fra hinanden ender med at synge den samme nye version. I et halvt århundrede har folk optaget sangene og beskrevet deres temaer og fraser. Det, ingen kunne sige, var, hvor én enhed i sangen sluttede, og den næste begyndte, fordi ingen vidste, hvad en enhed var.

I februar 2025 offentliggjorde et forskerhold et studie i Science baseret på otte års optagelser af pukkelhvaler fra Ny Kaledonien i det sydlige Stillehav. De løste problemet ved at låne en metode fra den måde, babyer lærer at tale på. En baby ved ikke, hvad et ord er, før den finder et. Den bemærker, at lydene inde i et ord som regel følger hinanden på en forudsigelig måde, mens lyden efter et ord er sværere at forudsige, og den lærer at sætte grænserne dér, hvor overraskelsen kommer. Forskerne gjorde det samme med hvalsangen og lod overraskelserne markere grænserne i stedet for at fastlægge enhederne på forhånd.

De enheder, de fandt, fulgte Zipfs lov, et mønster, der findes på tværs af menneskers sprog: Det mest almindelige ord bruges cirka dobbelt så ofte som det næstmest almindelige, tre gange så ofte som det tredje og så videre. Forfatterne mener, at årsagen er, at både menneskers sprog og hvalsang læres af andre, og at strukturer, der gør det lettere at lære, har tendens til at overleve.

Begge hold kom længere ved at tage mindre for givet. Det er en ubehagelig tanke for alle, hvis arbejde er at være eksperten i rummet: Den metode, der virkede bedst, var den, der fra begyndelsen vidste mindst.

Her står forskningen: AI kan forudsige, hvad hvaler vil gøre, men ingen ved, hvad de sagde

Kaskelotter finder føde ved at dykke ned til omkring 700 meters dybde i 45 minutter til en time, jage blæksprutter i fuldstændigt mørke og derefter vende tilbage til overfladen for at trække vejret. I oktober 2026 beskrev Giovanni Petri, en af de ledende forskere i Project CETI, hvordan holdet nu kobler optagelserne med måleudstyr på hvalerne, som registrerer den enkelte hvals dybde, bevægelser og puls. Deres modeller kan ud fra omkring otte til ti kodaer afgøre, om hvalerne er ved at indlede et dybt dyk efter føde.

Forskerne kan forudsige, hvad hvalerne er ved at gøre, ud fra det, de siger, og de kan stadig ikke oversætte, hvad hvalerne sagde. De har et signal, de kan bruge, men ingen ordbog.

De øjeblikke, der betyder mest, er de sværeste at tyde. I juli 2023 filmede holdet en kaskelot, der fødte ud for Dominica. Hunner fra to familier, der ikke er i slægt med hinanden, samledes omkring moren og skiftedes til at holde den nyfødte oppe ved overfladen, så den kunne trække vejret. Deres studie af fødslen udkom i marts 2026 sammen med en anden artikel i Science. På baggrund af mere end seks timers undervandslyd og droneoptagelser fandt forskerne, at hvalerne skiftede til langsommere, længere kodaer i fødslens afgørende øjeblikke, med blandt andet de vokallignende lyde, der er beskrevet ovenfor. Der blev helt tydeligt sagt noget. Petris kommentar til begivenheder som denne er, at de "afprøver grænserne for, hvad vi nogensinde kan håbe på at oversætte."

Pukkelhvaler har endda svaret igen. I 2021 afspillede forskere fra SETI Institute, University of California, Davis og Alaska Whale Foundation et optaget kontaktkald fra en pukkelhval i vandet fra deres båd ud for Alaska. En hval, de kender som Twain, nærmede sig, svømmede rundt om båden og svarede på hvert kald med tilsvarende pauser imellem i omkring 20 minutter. Hovedforfatteren, Brenda McCowan, kaldte det, hvad holdet mener er "den første kommunikative udveksling af denne art mellem mennesker og pukkelhvaler." Ingen ved, hvad nogen af parterne sagde.

Så her står forskningen i november 2026. Forskere kan beskrive byggestenene i kaskelotters kodaer, finde ordlignende enheder i pukkelhvalers sang, forudsige et dyk ud fra en håndfuld klik og holde en udveksling med en pukkelhval i gang i tyve minutter med en optagelse. Google har trænet en model på fire årtiers delfinoptagelser, som kører på en telefon ude i felten. Nogle få ting har en kendt funktion: Visse kodaer fungerer som et tilhørsforholdsmærke, der viser, hvilken klan en hval tilhører. Det, ingen har, er en oversættelse af en eneste samtale.

At kalde klikkene vokaler er stadig et menneskeligt gæt, og det er det ærlige resultat

Den stærkeste indvending mod alt det her er, at ordene får lov at bære for meget. "Alfabet", "vokaler" og "samtale" er menneskelige begreber, vi lægger ned over dyrelyde. Et klik, der lyder som et "a", er ikke en vokal i nogen betydning, en sprogforsker ville forsvare, og en rytme, der forudsiger et dyk, er måske lige så lidt en sætning som en hunds gøen før en gåtur. Morsekode var også en menneskelig sammenligning, og det var den, der holdt variationen i den anden bunke så længe.

Den indvending er rigtig. AI har fundet struktur i hvalers kommunikation. Den har ikke fundet betydning. Hver gang strukturen bliver beskrevet for os andre, er det mennesker, der taler menneskesprog, som vælger ordene, og de ord vil forme, hvad den næste forsker leder efter. Den, der laver den første hvalordbog, vil også afgøre, hvad der tæller som et ord.

Det, indvendingen ikke kan tage væk, er den del, som ikke afhænger af nogen af de ord. De langsomme temposkift, de ekstra klik og de to slags kliklyde kan måles, og de lå i optagelserne i årevis, før nogen målte dem. En maskine opfangede det, vi havde overset, fordi hvaler ikke lyder som os.

Alle virksomheder renser deres eget hvalsprog ud af deres data

Alle datateams har et trin, der hedder rensning. Før nogen analyserer noget, bliver de rodede registreringer fjernet eller presset på plads: de afvigende observationer, kommentarerne, der ikke passer i et felt, opkaldene registreret som "andet", kunderne, der ikke passer ind i noget segment. Som regel er det fornuftigt, for ingen kan analysere rod. Det er også præcis det, der skete med hvalernes variation inden for typerne. Den del af dataene, der ikke passer til kategorierne, bliver kaldt uren, og rensningen fjerner den, før nogen har spurgt, om det var den mest interessante del.

Sværmintelligens lærte virksomheder at kopiere det, dyr gør. Hvalforskningen lærer os noget andet, for ingen kommer til at kopiere en koda. Det, vi kan kopiere, er den måde, forskerne endelig hørte den på. Alle organisationer har deres egne 21 kodatyper. Når en kunde opsiger sit abonnement, vælger nogen en årsag fra en rullemenu: for dyrt, mangler en funktion, skiftet til en konkurrent. Når en sælger afslutter et opkald, udfylder vedkommende fem felter i CRM-systemet. De lister blev skrevet af mennesker, som allerede vidste, hvad de forventede at høre, og alt det, der ikke passer ind, ender i "andet", i et fritekstfelt, ingen læser, eller i en optagelse, ingen afspiller. Det er virksomhedens variation inden for typerne.

Det handler om mere end tabt information. De kategorier, en virksomhed skriver ned, afgør, hvad den får lov til at vide. Segmenterne i markedsmodellen afgør, hvilke kunder nogen tænker på. Årsagerne i feltet for kundeafgang afgør, hvilke problemer der bliver sat penge af til. Mærkaterne på kundehenvendelser afgør, hvilke der bliver til funktioner i produktets udviklingsplan. Og når virksomheden træner eller prompter et AI-system med de data, giver den maskinen de samme kategorier, og maskinen rapporterer så tilbage om den verden, den har lært at se.

Metoden er ikke helt så let at overføre, som det lyder, og årsagen er den mest nyttige del af læren. Beguš' model havde kun nogensinde hørt hvaler. En virksomhed, der sætter udskrifter af sine supportsamtaler ind i ChatGPT eller Claude, bruger en model, som har læst næsten alt, hvad mennesker har skrevet om, hvorfor kunder forlader en virksomhed, så den møder op med rullemenuen i hovedet allerede. Spørg den, hvorfor dine kunder opsiger deres abonnement, og den giver dig en pæn udgave af de kategorier, du allerede har. For at få det samme ud af det som hvalforskerne er rækkefølgen i arbejdet afgørende. Lad først en model sortere råmaterialet, optagelserne af opkald, udskrifterne af supportsamtaler og fritekstfelterne, i grupper efter, hvor meget de ligner hinanden, uden at bede den om at navngive noget. Først derefter skal du se på grupperne, selv give dem navne og sammenligne dem med dine kategorier. De steder, hvor dens grupper går på tværs af dine, er dér, hvor dine kategorier skjuler noget. Gør så som Project CETI, og behandl hvert mønster som en hypotese, der skal afprøves med rigtige kunder, før nogen præsenterer det for bestyrelsen.

Forudsigelsen af dyk rummer en anden lære. En virksomhed kan ofte handle på et signal, før den forstår det, ligesom forskerne ved, at et dyk er på vej, uden at vide, hvad der blev sagt. Det er nyttigt, så længe alle husker, hvilken af de to ting de har. Et mønster, der forudsiger, hvad kunder vil gøre, er ikke en forklaring på, hvorfor de gør det, og den bestyrelse, der forveksler de to, vil før eller siden blive overrasket af sine egne data.

Sidste gang vi virkelig lyttede til hvaler, ændrede det verdens behandling af dem

Det er sket én gang før. I slutningen af 1950'erne passede en ingeniør i den amerikanske flåde ved navn Frank Watlington en hemmelig hydrofonstation ud for Bermuda, hvor han lyttede efter sovjetiske ubåde. Han blev ved med at opfange lange, klagende og jamrende lyde, som ikke var det, han lyttede efter. Alligevel gemte han båndene, og i 1966 gav han kopier til Roger Payne, en ung biolog, som hørte noget helt andet: sange. I 1970 udgav Capitol Records dem som Songs of the Humpback Whale, der stadig er verdens bedst sælgende optagelse af naturlyde. Den var med til at sætte gang i den verdensomspændende Save the Whales-bevægelse, en af flere kræfter bag Den Internationale Hvalfangstkommissions beslutning i 1982 om at sætte kommerciel hvalfangst på pause, et forbud, der trådte i kraft i 1986. Enkelte lande jager stadig hvaler i dag.

Watlington og Payne lyttede til de samme optagelser. Det, der ændrede sig, var, hvad hver af dem mente, han hørte. I det øjeblik hvaler holdt op med at være støj og blev til sangere, ændrede verden den måde, den behandlede dem på.

Når vi tager på hvalsafari i Cabo San Lucas til jul, sænker guiden nok igen en hydrofon ned over rælingen, og vi bliver alle stille for at lytte. Før tænkte jeg på de lyde som et budskab, vi ikke kunne læse. Nu tænker jeg mere på dem som kassen mærket "andet": fuld af ting, ingen har set ordentligt på, fordi vi allerede havde besluttet, hvad vi lyttede efter. Elliot kommer til at arbejde i et felt, hvor maskinerne ofte er bedre end menneskene til at høre det, der ikke passer ind. Første gang vi virkelig lyttede til hvaler, var det med til at få det meste af verden til at vende sig mod at jage dem. Denne gang er prøven, om vi kan lytte uden på forhånd at beslutte, hvad vi kommer til at høre.

Kilder

• Sharma et al., Nature Communications, 2024: Kontekstuel og kombinatorisk struktur i kaskelotters lydkommunikation
• ScienceBlog, november 2025: Kaskelotter taler måske også med vokaler (Beguš et al., Open Mind)
• Australian Geographic, februar 2025: Mønstre i hvalsang følger en universel lov for menneskers sprog (Arnon, Garland, Kirby et al., Science)
• Northeastern Global News, 22. oktober 2026: Sådan taler man hvalsk
• Harvard SEAS, marts 2026: Studier af sjælden kaskelotfødsel og urgammelt omsorgssamarbejde offentliggjort
• UC Davis, december 2023: Whale-SETI: Møde med pukkelhval viser potentiale for kommunikation med ikke-menneskelig intelligens
• Maginative, april 2025: Med DolphinGemma forsøger Google at afkode delfiners sprog ved hjælp af AI
• Penn State, 2008: Nordkaper tilpasser sig måske støjforurening i havet (Parks, Clark og Tyack, 2007)
• Scientific American, 2004: Turistbåde tvinger spækhuggere til at råbe gennem larmen (Foote et al., Nature)
• The Conversation: Sådan kan dyr i sværme hjælpe mennesker og AI med at træffe bedre beslutninger
• Resumé af Bonabeau og Meyer, Harvard Business Review, 2001: Sværmintelligens
• Wikipedia: Songs of the Humpback Whale (album)
• NPR, december 2014: Sangene, der reddede hvalerne
• Nature Asia, marts 2026: Pressemeddelelse om kaskelotfødsel (Scientific Reports)
• Max Planck Institute for Psycholinguistics, 2022: Hvalklaner bruger lyde til at markere deres kultur (Hersh et al., PNAS)