Este estudio investiga la posibilidad de utilizar modelos de aprendizaje automático creados en DeepLabCut y Create ML para automatizar aspectos de la codificación del comportamiento y ayudar en el análisis del comportamiento. Se construyeron y compararon dos modelos con diferentes capacidades y complejidades con un período de control observado manualmente. La precisión de los modelos se evaluó mediante la comparación con la puntuación manual, antes de aplicarlos a siete noches de grabaciones del comportamiento nocturno de dos elefantes africanos. Los datos resultantes se utilizaron para sacar conclusiones sobre las diferencias de comportamiento entre los dos elefantes y entre las noches observadas individualmente, demostrando así que tales modelos pueden ayudar a los investigadores en el análisis del comportamiento. Los modelos fueron capaces de rastrear comportamientos simples con alta precisión, pero tenían ciertas limitaciones en la detección de comportamientos complejos, como el comportamiento estereotipado de balanceo, y mostraron confusión al decidir entre comportamientos visualmente similares. Se puede desear una mayor expansión de tales modelos para crear una ayuda más capaz con la posibilidad de automatizar la codificación del comportamiento.