Hoe nieuwe technologie dierenleed vermindert en de slachtindustrie kan optimaliseren | Blockchain | Deloitte

Article

Hoe nieuwe technologieën de vee-industrie kunnen optimaliseren

Door Vivienne Hugenholtz (Manager Deloitte Forensic met een focus op Food Integrity) en Anna Klapwijk (Consultant in het Deloitte blockchain team met een focus op healthcare, agrifood and creative service development)

Nieuwe afspraken met branchevereniging

Dierenwelzijn en de slachtindustrie zijn regelmatig onderwerp van discussie. Niet alleen de media, maar ook de politiek reageerde op beelden over misstanden. Om dit in de toekomst te voorkomen, werden afspraken gemaakt met de branchevereniging om voortaan slachterijen te voorzien van camera’s om alle handelingen met levende dieren te filmen; van de aanvoer van de dieren bij het slachthuis tot en met het slachten. De beelden moeten door de slachterijen beschikbaar worden gesteld aan de Nederlandse Voedsel- en Warenautoriteit (NVWA), die toezicht houdt op slachterijen. De camera’s zouden vooral zijn bedoeld als preventie naast de al bestaande strenge maatregelen voor dierenwelzijn.

Het gebruik van camera’s is een mooi begin, maar er zijn twee problemen. Organisaties zijn zelf verantwoordelijk voor de beelden, daarbij is niet goed te controleren of het juiste en volledig beeldmateriaal aangeleverd wordt. Daarnaast worden de overige organisaties die zich niet misdragen, gedwongen om - in hun ogen onnodige - additionele maatregelen te treffen. Voordeel is dat deze organisaties, nu ze toch moeten investeren in compliance, de beelden kunnen gebruiken in combinatie met innovatieve technologieën.

‘Ethical behavior is doing the right thing when no one else is watching’

- Aldo Leopold -

Cameratoezicht wordt Big Data

Alleen Nederland telt al zo’n paar honderd slachthuizen. Stel je voor dat er per locatie een viertal camera’s wordt opgehangen die 24 uur per dag, zeven dagen per week alles wat er in de slachterijen gebeurt, opneemt. De NVWA vraagt vervolgens steekproefsgewijs een aantal beelden op van elke camera ter controle op eventuele misstanden (dus zonder enige aanwijzing van geweld jegens dieren op een specifieke locatie én een specifiek tijdstip). Op de achterkant van een bierviltje berekend, moet de NVWA op deze manier op jaarbasis een selectie maken uit miljoenen uren beeldmateriaal. De hoeveelheid materiaal is simpelweg te groot waardoor de kans op het identificeren van misstanden klein wordt. Gevolg: extra cameratoezicht zorgt voor geen enkel afschrikkend effect. Er zijn vast slimmere manieren om dierenmishandeling snel, en adequaat op te sporen. Nieuwe technologieën bieden dan een uitkomst.

Kunstmatige intelligentie (artificial intelligence of AI) kan ingezet worden om toezicht te ondersteunen. Zelflerende computersystemen zijn in staat om schendingen van dierenwelzijn tijdig en nauwkeurig te signaleren (via machine learning).

Hoe? Kunstmatige intelligentie die speciaal is ontwikkeld voor videobewaking maakt gebruik van software die de beelden van videobewakingscamera’s analyseren om gedrag te herkennen. Dit soort analyses zijn zelflerend, waarbij het systeem gedragspatronen (zoals snelheid, kleur, geluid, temperatuur en plaats in de ruimte) van de varkens of de werknemers van een slachthuis leert te herkennen. Kunstmatige intelligentie is vervolgens in staat visuele gegevens te classificeren en te markeren om zo in kaart te brengen wat “normaal” gedrag is. Wanneer afwijkingen worden opgemerkt, stuurt het systeem een waarschuwing. Zo wordt het mogelijk dat de camera’s alleen beelden opslaan als het systeem gekrijs van gestreste varkens waarneemt; bij abnormale bewegingen als springen, hinken of juist traag bewegen; of zelfs bij een afwijking in de temperatuur van een dier. Daarnaast maken dit soort analyses het ook mogelijk om patronen te herkennen die inzicht kunnen geven in het (positief) gedrag van dieren evenals de efficiëntie en verbetermogelijkheden van processen, wat dus in het eigen voordeel gebruikt kan worden.

Machine learning is dus een ideale manier om de beschikbare data en de signalering ervan (steeds) nauwkeuriger te maken. Vergelijkbare software wordt ook al ontwikkeld om bijvoorbeeld geautomatiseerd vandalisme en agressief gedrag te detecteren met camera’s in de openbare ruimte. Zo hebben we gezien dat door de plaatsing van camera’s op de Wallen in Amsterdam criminaliteit wordt verminderd. En buiten het zicht van de zone met camera’s direct weer toeneemt! Zelfs een welbekend internationaal concern voor meubelen en woonartikelen maakt gebruik van zelflerende camera’s om anomalieën in het looppatroon van bezoekers te detecteren om zo (auto)diefstal te voorkomen. Slimme camera’s inzetten ten behoeve van dierenwelzijn, zou een dergelijke vorm van “preventative auditing” inderdaad effectiever en efficiënter kunnen laten verlopen.

Data integriteit door blockchaintechnologie

Risico van deze manier van cameratoezicht is dat de camera’s onder het beheer van de slachthuizen staan en er dus geen garantie is dat er beelden niet “per ongeluk” zijn verwijderd, bewerkt of dat de camera is uitgezet op het juiste moment. Om zeker te zijn dat de beelden betrouwbaar en compleet zijn, kan blockchain technology worden ingezet. Blockchain is een nieuwe, disruptieve technologie die je het best kunt vergelijken met een digitaal logboek, waar “gebeurtenissen” in de vorm van een transactie in chronologische volgorde worden bijgehouden, zonder dat deze later kunnen worden aangepast of verwijderd. In dit geval wordt elk videobestand geregistreerd als een digitale vingerafdruk die niet meer veranderd kan worden. Dit zorgt ervoor dat er een onweerlegbaar bewijs van de echtheid en volledigheid van het videomateriaal is.

Data Analytics inzetten voor meer effectiviteit en efficiëntie bij slachthuizen

Al is het bewerkstelligen van hogere veiligheid en integriteit in de voedselketen van belang voor het vertrouwen van de consument in de markt, het kan mogelijk als een beperking voelen voor de voedselproducent. Een benadering zoals hierboven beschreven, zorgt er echter niet alleen voor dat slachthuizen ethisch handelen en zich aan de wet houden, maar het is ook commercieel aantrekkelijk. Er zou geld verloren gaan aan vlees dat niet verkocht kan worden omdat er te veel “stress” in zit. Stresshormonen zouden zorgen voor verzuring van het vlees en daarmee voor een verlaging in de kwaliteit. Om dit soort kwaliteitsverlies te voorkomen, zou de data van videobeelden wellicht in het voordeel van slachthuizen gebruikt kunnen worden. Dit is te bewerkstelligen door de gemoedstoestand en bewegingen van de dieren te analyseren op ontspannen of gestrest gedrag en onder welke omstandigheden dit gedrag plaatsvindt. Analyse van de beelden kan dan verder zorgen voor verbeterde processen, waarbij de stress van de dieren gedurende hun leven en vlak voor de slacht geminimaliseerd wordt. De productie wordt verhoogd en slachthuizen zijn zo efficiënter en financieel beter uit. Zo wordt ethiek niet alleen maar iets wat je doet als er iemand meekijkt, maar een business voordeel juist omdat de AI meekijkt.

Meer informatie?

Voor meer informatie, neem contact op met Vivienne Hugenholtz of Anna Klapwijk via onderstaande contactdetails.

Vond u dit nuttig?

Gerelateerde onderwerpen