Schönheit – oder was die meisten Menschen dafür halten – kann Fischarten vor dem Aussterben schützen. Das zeigt die Studie eines französischen Forschungsteams um den Ökologen Nicolas Mouquet von der Universität Montpellier. Mit der Unterstützung von Maschinellem Lernen wurden insgesamt 2.417 Fischarten nach ihrer Optik bewertet.
Zuerst reihten 13.000 Teilnehmende einer Onlineumfrage Fische der großen Gruppe der Strahlenflosser anhand von 481 Fotos nach ihrer ästhetischen Attraktivität. Mit diesen Daten trainierte das Forschungsteam anschließend ein neuronales Netzwerk. Das trainierte Netzwerk diente dann zur Erstellung von Vorhersagen für weitere 4.400 Fotos mit häufig vorkommenden Strahlenflossern.
Bunte, runde Fische seltener auf Roter Liste
Die Ergebnisse der Studie wurden nun im Fachjournal „PLOS Biology“ veröffentlicht. Sie zeigen, dass strahlende, farbenfrohe Fischarten mit runden Körpern tendenziell als am attraktivsten wahrgenommen werden. Die Forscherinnen und Forscher stellten fest, dass diese „schönen“ Fischarten auf der Roten Liste gefährdeter Arten der Weltnaturschutzunion (IUCN) großteils als nicht bedroht aufgelistet sind.
Ganz im Gegensatz zu jenen, die im Durchschnitt geringere ästhetische Bewertungen erhielten: Sie waren im Durchschnitt häufiger als bedroht aufgelistet bzw. es wurde seltener überhaupt erwähnt, ob es notwendig sei, sie zu schützen.
Die „unattraktiveren“ Fische seien wichtig für das Funktionieren des gesamten Riffs, an dem sie leben, sagt der Ökologe Mouquet. „Ihr Verlust könnte unverhältnismäßige Auswirkungen auf diese Ökosysteme mit ihrer großen Biodiversität haben.“
„Hässliche“ Tierarten sind schützenswert
Die Studie zeige „die erheblichen Diskrepanzen zwischen möglichen öffentlichen Bemühungen für den Artenschutz und der Aufmerksamkeit für jene Arten, die diese Unterstützung am dringendsten benötigen“. Die angeborenen ästhetischen Vorlieben seien „auf die Art und Weise zurückzuführen, wie das menschliche Gehirn Farben und Muster verarbeitet“, schreiben die Forscherinnen und Forscher.
In diesem Fall könnten diese Vorlieben aber bedeuten, dass jene Fischarten, die Schutzmaßnahmen am dringendsten benötigen, diese am wenigsten erhalten. Durch die Sensibilisierung dafür, wie einige Tierarten in puncto Artenschutz vom Menschen bevorzugt und andere benachteiligt werden, erhofft das Forschungsteam mehr Aufmerksamkeit für ökologisch wichtige „unattraktivere“ Arten. Mit dem entwickelten Deep-Learning-Algorithmus könnten auch Auswirkungen ästhetischer Urteile auf bedrohte Vögel, Säugetiere und Reptilien erforscht werden.