En experimentell studie ledd av forskaren Abel Moclán, från Centro Nacional de Investigación sobre la Evolución Humana (CENIEH), har just publicerats i Arkeologiska och antropologiska vetenskaper tidning, som föreslår en ny metod för att förstå hur faunasamlingarna genererades på arkeologiska platser, och hur de kunde ha interagerat med grupper av människor och köttätare på de platser de ockuperade.

Denna nya metod involverar användning av artificiell intelligens och maskininlärningsalgoritmer för att dechiffrera om faunasamlingar genererades av hominider eller köttätare, speciellt hyenor och/eller vargar. "Tack vare denna metod, vi kan urskilja bland de agerande agenterna med en säkerhet på över 95 %, säger Abel Moclán.

För att genomföra denna studie, benfrakturer har analyserats för att tolka om de brutits av mänskliga grupper för att konsumera benmärgen, eller om, tvärtom, köttätarna bröt benen när de försökte komma åt samma resurs.

Denna metod kan användas som utgångspunkt i tafonomi vid analys av rester på platser vars bevarande inte tillåter att särskilja vem som samlat sammansättningarna genom analys av snittet eller tandmärken som lämnats på benytan.

"Framtiden för Taphonomy innebär att använda allt kraftfullare statistiska verktyg, som de vi använder här, säger Abel Moclán.

Manuel-Domínguez-Rodrigo från Complutense University of Madrid (UCM) och Institute of Evolution in Africa (IDEA), och José Yravedra från Complutense University of Madrid (UCM) har också deltagit i denna studie, titeln "Klassifierande byrå vid benbrott:en experimentell analys av frakturplan för att skilja mellan hominin och köttätare dynamisk och statisk belastning med hjälp av maskininlärning (ML) algoritmer."