Siga o Olhar Digital no Google Discover
Pesquisadores da Queen Mary University of London demonstraram, pela primeira vez, que um inseto é capaz de distinguir diferentes durações de estímulos visuais para decidir onde buscar alimento.
O estudo, publicado na revista Biology Letters, mostra que o zangão Bombus terrestris consegue diferenciar flashes curtos e longos de luz — uma habilidade até então registrada apenas em humanos e alguns vertebrados, como macacos e pombos.
Abelhas aprendem “pontos e traços” para encontrar alimento
- A pesquisa foi conduzida pelo doutorando Alex Davidson e pela professora Elisabetta Versace, que desenvolveram um labirinto especialmente projetado para treinar abelhas individualmente.
- No experimento, um flash curto (“ponto”) era associado a uma recompensa de açúcar, enquanto um flash longo (“traço”) levava a uma substância amarga rejeitada pelos insetos.
- A posição desses estímulos mudava a cada tentativa, impedindo que as abelhas usassem pistas espaciais.
Após o treinamento, as abelhas foram testadas apenas com luzes piscantes, sem açúcar, para verificar se suas escolhas eram guiadas exclusivamente pela duração dos flashes. A maioria escolheu consistentemente o estímulo “correto”, demonstrando que havia aprendido a distinguir as durações.
Leia mais:
- Maioria das abelhas não morre depois da ferroada; entenda
- Qual a importância das abelhas sem ferrão? Novo trabalho brasileiro explica
- Como as abelhas podem inspirar o futuro da IA
Processamento do tempo em outras espécies
Os pesquisadores afirmam que essa capacidade é surpreendente, já que abelhas não encontram flashes intermitentes na natureza.
A descoberta abre caminho para investigar como cérebros tão pequenos conseguem processar informações temporais com tamanha precisão — uma habilidade possivelmente ligada a mecanismos neurais fundamentais ainda pouco compreendidos.
Entender essa habilidade em insetos pode, segundo os autores, ajudar a revelar como o processamento do tempo evoluiu em diferentes espécies e até inspirar avanços em redes neurais artificiais mais eficientes.
Tags: