CC BY
11
Сибирский психологический журнал.
2023. № 90. С. 28-43. Б01: 10.17223/17267080/90/2
УДК 159.9.07
ЗРИТЕЛЬНАЯ РЕПРЕЗЕНТАЦИЯ АНСАМБЛЕВОЙ СТАТИСТИКИ ПРИ РАЗЛИЧНЫХ УСЛОВИЯХ ДВИГАТЕЛЬНОЙ АКТИВНОСТИ1
Д.Ю. Баланев1, Д.А. Кох1' 2
1 Томский государственный университет, Россия, 634050, Томск, пр. Ленина, 36
2 Национальный исследовательский университет «Высшая школа экономики», Россия, 101000, Москва, ул. Мясницкая, 20
Резюме
Исследовано влияние двигательной активности на механизм шумоподавления при восприятии ансамбля. Актуальность проблемы изучения влияния двигательной активности при восприятии ансамбля определяется тем, что сознательная двигательная активность часто способствует восприятию в различных задачах, а сами исследования восприятия ансамблей являются активно развивающейся областью. Под ансамблем понимается множество объектов, разделяющих общий признак, на основании чего человек способен сформировать сводную статистику представленных объектов. Для проверки гипотезы исследования о том, что зрительная репрезентация ансамблевой статистики детерминируется возможностью регулировать механизм шумоподавления специально организованной двигательной активностью, был проведен экологически поставленный эксперимент, изучающий восприятие ансамблей при различных условиях двигательной активности. Выборку эксперимента составили 65 студентов и преподавателей Томского государственного университета, из них 50 девушек (77%) и 15 юношей (23%) в возрасте от 18 до 39 лет, ^ = 22,3; SD = 5,28), которые были разделены на экспериментальную и контрольную группы. Участники эксперимента выполняли задачи на аппроксимированное количество объектов в множестве, а также задачу на категориальную принадлежность. Экспериментальная группа имела возможность регулировать свою двигательную активность в ходе решения поставленных задач на аппроксимацию количества и категориальной принадлежности, тогда как контрольная группа должна была показывать постоянную двигательную активность. Результаты демонстрируют, что двигательная активность как возможность активно содействовать механизму шумоподавления не оказывает значимого влияния, указывая на перцептивный уровень восприятия ансамблей. Получены представления относительно особенностей проведения эксперимента в экологичном варианте. Дополнительно были реплицированы классические эффекты из области восприятия ансамбля, указывая на возможность изучения восприятия ансамбля представленным экспериментальным комплексом.
Ключевые слова: восприятие ансамблей; механизм шумоподавления; репрезентация ансамбля; двигательная активность; сводные статистики
1 Результаты были получены в рамках выполнения государственного задания Минобрнауки
России, проект № FSWM-2020-0040.
Введение
Зрительная система функционирует как сложная иерархическая система (Hochstein, Ahissar, 2002), обрабатывающая обширный объем зрительных признаков для создания насыщенной и стабильной репрезентации, позволяющей адаптивно взаимодействовать с окружающим миром. Однако зрительное восприятие подвержено определенным ограничениям (Franconeri, Alvarez, Cavanagh, 2013). Понимание и представление о том, как перцептивные системы успешно справляются с такими потерями информации, при этом обеспечивая формирование целостной репрезентации окружающего мира, является одной из основных задач современных исследований.
Зрительное восприятие играет важную роль в повседневной деятельности человека. Зрительная система постоянно выполняет задачи зрительного поиска (Vater, Wolfe, Rosenholtz, 2022), категоризации (Utochkin, 2015), фильтрации выбросов из множества объектов (Hochstein, Pavlovskaya, 2020; Avci, Boduroglu, 2021), научения статистических закономерностей (Huang, Rao, 2011; Clark, 2013; Spratling, 2017), а также руководит дальнейшими действиями (Wolfe, 2021). Эти задачи могут быть выполнены как эксплицитно, когда информация доступна и осознаваема для сознательной обработки, так и имплицитно, когда непосредственный доступ к ней отсутствует (Block, 2011). Кроме того, обработка такого объема информации, независимо от возможности предоставить сознательный отчет, ограничена когнитивными ресурсами человека (Franconeri et al., 2013), такими как зрительная рабочая память (Adam, Vogel, Awh, 2017), селективное внимание (Dux, Marois, 2009; Фаликман, Уточкин, 2016). В результате возникает феномен Великой Иллюзии восприятия (Noë, Pessoa, Thompson, 2000), когда формируется обедненная репрезентация при сохранении ощущения ее насыщенности. Вышеперечисленное приводит к парадоксальным выводам: репрезентация окружающего мира субъективно воспринимается нами как богатая, насыщенная и стабильная (№ё et al., 2000), при этом эксплицитный отчет о ней указывает на обедненную репрезентацию (Ariely, 2001).
Несмотря на некоторые различия в теоретических основаниях, часть теорий сходится в понимании того, что зрительная сцена реального мира обладает предсказуемостью и структурированностью (Clark, 2013; Pezzulo, Parr, Friston, 2022) даже при наличии избыточной информации. Способность, позволяющая интегрировать индивидуальные признаки множества объектов в форму описания распределения множества признаков, называется восприятием ансамблей (Alvarez, 2011; Whitney, Yamanashi Leib, 2018; Яковлев, Тюрина, Уточкин, 2020).
Восприятие ансамбля чаще всего ассоциируется с репрезентацией сводной статистики и обработкой множества объектов в терминах статистического описания, подразумевающего компактное представление вместо детализированной индивидуальной репрезентации (Whitney, Yamanashi Leib, 2018). Изначально в области восприятия ансамблей происходила фокусировка на исследовании среднего значения, которая возникла из-за его
интуитивной значимости в процессах суммирования и категоризации групп (Serre, 2016).
Однако эксперименты показали, что среднее значение не является единственной статистической переменной, играющей важную роль в формировании репрезентации ансамбля (Whitney, Yamanashi Leib, 2018). Различные статистические свойства, такие как диапазон и вариативность признака (Lau, Brady, 2018), количество объектов в группе (Lee, Baek, Chong, 2016), а также распределение пиков и кластеров (Тюрина, Уточкин, 2014; Utochkin, 2015) включаются в репрезентацию ансамблевой статистики.
Сводная статистика ансамбля полезна для обнаружения выбросов в зрительной сцене (Epstein, Quilty-Dunn, Mandelbaum, Emmanouil, 2020), что может быть интегральной частью зрительного поиска (Ariely, 2001; Wolfe, 2021), быстрой категоризации (Utochkin, 2015), обучении статистических закономерностей (Chetverikov, Campana, Kristjánsson, 2017). Репрезентация ансамбля может также включать информацию о пространственных статистиках, таких как центр распределения всех объектов и центр распределения массы объектов (Morgan, Glennerster, 1991; Im, Tiurina, Utochkin, 2021). Дополнительно можно отметить, что извлечение зрительной информации из множества объектов может быть основанием для чувства числа (sense of number) (Katzin, Rosenbaum, Usher, 2021). Таким образом, репрезентация ансамбля не просто является усреднением множества объектов, но представляет собой важную часть других когнитивных процессов.
Зрительная репрезентация ансамбля может быть подвержена различным эффектам раннего и позднего шума (Baek, Chong, 2020a). Под ранним шумом понимается вариабельность внутренних ответов для отдельной репрезентации до процесса усреднения, тогда как под поздним шумом понимается вариабельность во время и после усреднения. На основании эффектов раннего и позднего шума были созданы модели, позволяющие частично описать формирование зрительной репрезентации ансамблей статистики (Baek, Chong, 2020a; Utochkin, Choi, Chong, 2023). К примеру, модели с включением лишь раннего шума основываются на индивидуальной репрезентации стимулов, тогда как поздний шум не берется в расчет. С другой стороны, модели с включением раннего и позднего шума позволяют достаточно точно предсказать часть задач, но не могут учитывать эффекты внимания (Myczek, Simon, 2008; Whitney, Yamanashi Leib, 2018). Эта проблема была решена в модели распределенного внимания, которая включает в себя эффекты раннего, позднего шума и эффекты внимания. Сам процесс усреднения в этой модели основывается на механизме шумоподавления, позволяющем наиболее точно предсказывать точность репрезентации ансамбля (Baek, Chong, 2020a).
Предполагается, что механизм шумоподавления происходит в процессе усреднения, когда количество схожей информации увеличивается, тем самым уменьшая влияние шума на значимую информацию (Sun, Chong, 2020). К примеру, репрезентация ансамбля становится более точной, когда количество стимулов в группе увеличивается (Allik, Toom, Raidvee, Averin,
Kreegipuu, 2013). Кроме того, это также уменьшает порог различий между группами, если количество стимулов в группах увеличивается (Lee et al., 2016).
Рассматривая механизм шумоподавления с точки зрения нейронных механизмов, нужно принимать во внимание два наиболее распространенных свойства зрительной и сенсорных систем: популяционное кодирование и иерархическое увеличение рецептивных полей (Georgopoulos, Schwartz, Kettner, 1986; Ungerleider, Bell, 2011). Два этих механизма использовались для модели популяционного кодирования восприятия ансамблей (Utochkin et al., 2023), где модель смогла успешно реплицировать большое количество эффектов, что указывает на правдоподобные основания таких механизмов. В модели предполагается, что репрезентация ансамблевой статистики формируется через связывание нейронных ответов в распределение. Распределение нейронной активации является вероятностным, поэтому закодированная нейронная информация может быть восстановлена неполностью. Поскольку результаты усредняются над множеством нейронов, популяционная активность помогает уменьшить эту неопределенность.
Корреляционная нейронная активность между шумом и сигналом может либо способствовать, либо усугублять обработку информации (Rust, 2014). Если шум и сигнал имеют схожие значения, то сигнал и шум будут иметь схожую форму распределения нейронной активности, тем самым усугубляя формирование репрезентации из-за перекрытия распределений для различных стимулов. С другой стороны, если сигнал и шум имеют различные значения, такие как позитивная корреляция шума для активации нейронов на различные стимулы, то корреляция шума будет способствовать формированию репрезентации из-за отделения двух распределений друг от друга для различных стимулов, что будет приводить к увеличению закодированной нейронной информации.
Взаимовлияние между корреляцией шума и сигнала наиболее заметно при увеличении нейронного ансамбля (Nogueira, Peltier, Anzai, DeAngelis, Martínez-Trujillo, Moreno-Bote, 2020). Когда корреляция сигнала и шума имеет одно значение, информация, кодируемая целым ансамблем, является достаточно насыщенной. В таком случае корреляция шума ограничивает эффективность от усреднения зашумленной информации среди нейронов до такой степени, что они принципиально ограничивают количество информации, которая может быть закодирована нейронным ансамблем независимо от размера (Rust, 2014). Все это неоднократно реплицировалось в поведенческих экспериментах, где при увеличении количества объектов в ансамбле и отсутствии увеличения дисперсии признака точность репрезентации увеличивалась, а не уменьшалась (Baek, Chong, 2020a). Схожее мнение существует в области зрительной рабочей памяти, где шум в нейронной активности является ограничивающим фактором, определяющим, насколько точно человек может поддерживать стабильную репрезентацию (Avci, Boduroglu, 2021).
Несмотря на обширные исследования в области зрительных ансамблей и их природы, относительно малое количество исследований было прове-
дено для установления взаимосвязи и влияния двигательной активности на формирование зрительной репрезентации ансамбля. Влияние распределения признака и механизма шумоподавления рассматривалось в современных исследованиях (Li, Herce Castanon, Solomon, Vandormael, Summerfield, 2017; Baek, Chong, 2020b; Utochkin et al., 2023), однако вопрос о том, насколько человек сам может подстраивать распределение признаков и объектов для наиболее эффективного формирования зрительной репрезентации ансамблевой статистики, остается открытым. Данная работа направлена на изучение роли двигательной активности в процессе формирования зрительной репрезентации ансамблевой статистики, что, предположительно, расширяет информационную вариативность перцептивной репрезентации: есть ли преимущество от физической регуляции распределения признака и позволяет ли это уменьшить негативные эффекты группировки и шума?
Методы и выборка исследования
Для того чтобы исследовать, как человек может посредством специально организованной двигательной активности регулировать механизм шумоподавления, участники эксперимента были разбиты на две группы:
1. Контрольная группа с постоянной двигательной активностью, где участник эксперимента должен постоянно двигать контейнер.
2. Экспериментальная группа с вариативной двигательной активностью, где участник эксперимента может двигать контейнер на свое усмотрение.
Экспериментально-теоретическая часть исследования осуществлялась в Томском государственном университете на базе научно-исследовательской лаборатории экспериментальной психологии. Выборкой в исследовании стали 65 студентов и преподавателей, из них 50 девушек (77%) и 15 юношей (23%) в возрасте от 18 до 39 лет (M = 22,3; SD = 5,28). Участие в эксперименте было добровольным, участники не имели каких-либо психоневрологических нарушений. Перед началом эксперимента каждого участника ознакомили с процедурой проведения исследования. Участникам нужно было выполнять две задачи: задачу на аппроксимированное количество элементов множества и определение категориальной принадлежности элементов множества. Инструкция и вопросы были сформулированы так, чтобы участники оценивали количество объектов, а не считали их. В процессе эксперимента выдавались контейнеры в рандомизированном порядке.
Перед обработкой данных было создано несколько вариаций широкого и длинного формата, чтобы была возможность использовать переменные контейнер и вопрос как фактор. Все дальнейшие манипуляции проводились в соответствии с критериями и обоснованием их применения. Далее на основании предобработанных данных происходила статистическая обработка данных с использованием статического пакета JASP 0.17.1 и программного обеспечения R-project с графическим интерфейсом RStudio 4.2.3.
Результаты исследования
В данной работе исследовалось влияние двигательной активности на механизм шумоподавления, который способствует формированию эффективной репрезентации ансамблевой статистики. Эффективность ответов на вопросы и общая эффективность по контейнерам не менялись в двух группах, что можно увидеть на рис. 1 и 2.
Контейнеры
Рис. 1. Точность ответов в каждом контейнере между группами
Рис. 2. Точность ответов по вопросам между группами
Проверка на нормальность распределения с использованием теста Ша-пиро-Уилка показала, что гипотеза о нормальности распределения отвергается в контейнерах 6 (р = 0,022; W = 0,956) и 7 (р = 0,022; W = 0,956 ), а также в вопросах 1 (р < 0,00; W = 0,912), 3 (р = 0,023; W = 0,957), 4 (р = 0,019; W = 0,955), 6 (р < 0,000; W = 0,881), 7 (р < 0,00; W = 0,925), 8 (р = 0,026; W = 0,958), 9 (р < 0,00; W = 0,904), 11 (р < 0,00; W = 0,883), 12 (р = 0,002; W = 0,934), 13 (р = 0,035; W = 0,960), 15 (р = 0,011; W = 0,951), 16 (р < 0,00; W = 0,926), 17 (р = 0,028; W = 0,958). На основании критерия Граббса можно сказать, что выбросы были обнаружены в вопросах 3 (р = 0,015; в = 0,472), 7 (р = 0,018; в = 0,421), 8 (р < 0,00; в = 0,454), 11 (р < 0,00; в = 0,811), 12 (р < 0,00; в = 0,621), 13 (р = 0,028; в = 0,53), 14 (р = 0,046; G = 0,513) и 17 (р = 0,018; G = 0,53).
Для сравнения результатов были применены ^критерий Уэлча и и-кри-терий Манна-Уитни между группами по контейнерам. На основании полученных значений можно утверждать, что статистических различий между контрольной и экспериментальной группами по контейнерам найдено не было (р > 0,05). Далее анализ повторился по вопросам, однако статистически значимые различия были обнаружены лишь в вопросе 13 ^ = 721, р = 0,012).
Для изучения различий между контейнерами по бинарной переменной вопроса 2 использовался непараметрический Q-критерий Кохрена для более чем 3 групп переменных, который указывал на значимые различия между ответами между контейнерами ^ = 78,75, р <0,001). Дополнительно проведенный критерий Мак-Нимара с поправкой Холма указывает на значимые различия между контейнерами 1, 7 и 8 (р < 0,00), контейнерами 2, 7 и 8 (р < 0,00), контейнерами 3 и 8 (р < 0,00); контейнерами 4, 7 и 8 (р < 0,00); контейнерами 5, 7 и 8 (р < 0,00); контейнерами 6 и 7 (р < 0,00) (рис. 3).
Цнш]
Контейнер 1 Контейнер 2 Контейнер 3 Контейнер 4 Контейнер 5 Контейнер 6 Контейнер 7 Контейнер 8
Рис. 3. Частота ответов участников в задаче категориальной принадлежности
Далее для проверки различий между вопросами и контейнерами, а также для определения влияния группы были проведены различные варианты дисперсионного анализа.
Результаты дисперсионного анализа (two-way between group ANOVA) с взаимодействием факторов контейнера и группы показал, что эффект контейнеров является большим и статистически значимым (F = 12,15, p < 0,001); взаимодействие факторов между контейнером и группой является маленьким и статически незначимым (F = 0,43; p = 0,917) (табл. 1).
Таблица 1
Результаты дисперсионного анализа: контейнеры и группа (two-way between group ANOVA)
Условия Сумма квадратов Степени свободы Среднеквадратичное значение F p
Контейнеры 0,670 9 0,074 12,150 0,001***
Группа 0,021 1 0,021 3,453 0,064
Контейнер ~ Группа 0,024 9 0,003 0,432 0,917
Остатки 3,877 630 0,006 - -
Примечание. * p < 0,05; ** p < 0,01; *** p < 0,001; p.value представлено по ANOVA
Далее был проведен непараметрический аналог дисперсионного анализа - критерий Краскела-Уоллиса, примененный для изучения различий между вопросами. Результаты показали, что эффект вопросов является большим и статистически значимым (K-W = 576,04; p < 0,00). Таким образом, можно сказать, что статистически подтверждается гипотеза о различиях вопросов между собой, однако для проверки эффекта группы важно провести дисперсионный анализ. В соответствии с работами Glass, Harwell, Lix и соавт. (1972, 1992, 1996) допустимо использование параметрического дисперсионного анализа для дальнейшего изучения эффектов при учете, что до этого были использованы непараметрический аналог и поправка на распределение, отличное от нормального. На основании этого был проведен дисперсионный анализ (two-way between group ANOVA), чтобы проверить влияния группы на эффективность вопросов (табл. 2).
Таблица 2
Результаты дисперсионного анализа: вопросы и группа (two-way between group ANOVA)
Условия Сумма квадратов Степени свободы Среднеквадратичное значение F p
Вопросы 16,770 17 0,986 112,642 0,001***
Группа 0,044 1 0,044 4,982 0,026*
Вопросы ~Группа 0,074 17 0,004 0,499 0,954
Остатки 9,931 1 134 0,009 - -
Примечание: * p < 0,05; ** p < 0,01; *** p < 0,001; p.value представлено по ANOVA
Результаты дисперсионного анализа с взаимодействием факторов вопросов и группы показал, что эффект вопросов является большим и статистически значимым ^ = 112,96; р < 0,001), повторяя результаты проведенного непараметрического дисперсионного анализа (Краскела-Уоллиса);
эффект группы является маленьким и статистически значимым (F = 4,982; p = 0,026); взаимодействие эффекта вопроса и группы является статистически маленьким и незначимым (F = 0,499; p = 0,954). Таким образом, можно сказать, что эффект группы действительно присутствует в зависимости от вопросов, однако взаимодействие вопросов и группы никак не взаимодействует с эффективностью ответов участников эксперимента.
Обсуждение результатов
Данное исследование рассматривало влияние двигательной активности для эффективного формирования зрительной репрезентации ансамблевой статистики. На основании экологически поставленного эксперимента было оценено, может ли двигательная активность благодаря механизму шумоподавления влиять на эффективность извлечения репрезентации ансамблевой статистики. Результаты эксперимента показывают, что, несмотря на различия в уровне и возможности регулировать двигательную активность, точность зрительной репрезентации ансамблевой статистики не изменилась.
С позиций различных теорий взаимодействия движения и зрения предсказываемые результаты должны были значительно отличаться от полученных. В области воплощенного познания существуют исследовательские направления, рассматривающие зрение как форму движения. Движение рассматривается как то, что смещает и направляет зрительную обработку, т.е. зрительная информация (хотя бы частично) определяется нашей двигательной активностью. Движение формирует обработку зрительной информации, тем самым позволяя наблюдателю воспринимать структуру и изменения знакомых паттернов в сенсорном стимуле. Такой подход к взаимодействию зрения и движения знаменит среди «активных» теорий восприятия (Shapiro, Spaulding, 2021).
В соответствии с «активными» теориями восприятия условие в группе с вариативной двигательной активностью, где участники могли двигать руками по своему усмотрению, должно было способствовать более точной репрезентации, чем в группе с постоянной двигательной активностью. Оппозиционным подходом для «активных» теорий восприятия является классический вычислительной подход: связь между вводом и выводом, т.е. между зрением и движением, является односторонней, тем самым создавая невозможность любого рода влияния двигательной обработки на инкапсулированную информацию при быстрой обработке зрением (Brogaard, Gatzia, 2017). Таким образом, «активные» теории восприятия указывают на положительное влияние двигательной активности на зрительную репрезентацию ансамблевой статистики, тогда как классические указывают на отсутствие оной. Результаты эксперимента позволяют сделать вывод, что, несмотря на возможность вариативной манипуляции пространственным распределением множества посредством двигательной активности, эффективность зрительной статистики значимо не изменилась, тем самым поддерживая классические вычислительные теории. Важно отметить, что это
согласуется с исследованиями механизмов сводных статистик в зрительной и аудиальной модальности, где эффективность в одной никак не коррелировало с другой модальностью (Ziegler, Drewing, 2022), указывая на различные лежащие в основе причины.
С другой стороны, в зрительной сцене существует не только пространственное распределение, но и распределение признака в целом. Эффективность зрительной репрезентации значимо различалась в зависимости от распределения признаков в контейнере, на что указывает результат дисперсионного анализа (two-way between group ANOVA). Пространственное и признаковое распределение является важным фактором не только в зрительном поиске, но и в теории быстрой зрительной категоризации (Utochkin, 2015). Задача категориальной принадлежности позволила рассмотреть влияние распределения признаков при возможности изменения пространственного распределения. Результаты проведенного Q-критерия Кохрена указали на то, что, несмотря на значимые различия между группами по контейнерам и различия между контейнерами, различий у одного и того же контейнера между группами нет. Таким образом, распределение признака действительно влияет на эффективность задачи категоризации, однако двигательная активность не показывает какого-либо значимого влияния.
Схожая идея изучения взаимодействия двигательной активности и зрительной информации пришла из области изучения эффектов зрительных иллюзий на движение рук. С одной стороны, часть исследователей предполагает уменьшение эффектов иллюзий на точность движения (Cesanek, Campagnoli, Domini, 2016), с другой стороны, эффект иллюзии может оставаться константным в процессе всего эксперимента (Kopiske, Bruno, Hesse, Schenk, Franz, 2016). С точки зрения области восприятия ансамблей исследователи задались вопросом относительно того, может ли репрезентация ансамблевой статистики смещать движение рук. Если в классических экспериментах восприятия ансамблей ответ испытуемого смещался в сторону среднего, тем самым указывая на влияние репрезентации ансамблевой статистики (Ariely, 2001; Utochkin, Brady, 2020), то может ли движение подвергаться такому эффекту смещения в сторону среднего? Хотя наше исследование рассматривало влияние двигательной активности на точность зрительной репрезентации ансамблевой статистики, а не наоборот, как в вышеупомянутом исследовании, мы пришли к схожим выводам: не только зрительная репрезентация ансамблевой статистики не оказывает значимого влияния на движение, но и двигательная активность не проявляет обратного значимого влияния.
Вполне вероятно, что такие результаты основываются на особенностях процедуры проведения самого эксперимента. В исследовании J.E. Corbett и J.H. Song (2014) использовали парадигму адаптации, где участники должны были сравнить два средних из набора точек, при этом обязательно используя руку, чтобы ухватить меньшее или большее среднее. Результаты показали, что на ранней стадии инициации движения действительно происходило значимое смещение в соответствии с эффектом адаптации, одна-
ко на поздних стадиях эффект адаптации уменьшался и переставал был значимым. Если основываться на результатах вышеприведенного эксперимента, то вполне вероятно, что двигательная активность может корректировать большое количество зрительного шума, благодаря механизму шумоподавления, однако это происходит очень быстро поэтому обнаружить такой эффект в данном дизайне эксперимента не удалось.
С другой стороны, результаты параметрического дисперсионного анализа указывают на слабую и значимую разницу между группами по ответам на вопросы и отсутствие какого-либо взаимного влияния группы на точность по вопросам. Такое различие результатов между контейнерами и вопросами могло произойти из-за того, что результаты контейнера подразумевают совокупность всех вопросов, тем самым происходит усреднение, однако если бы результаты между группами различались сильно, то это нивелировало бы усреднение.
Кроме того, если рассматривать результаты предыдущих исследований, можно отметить, что проведенный экологический эксперимент позволил реплицировать эффект распределения признака (Iakovlev, Utochkin, 2023), однако в контексте нашей цели и экспериментального дизайна реплицировать эффект пространственного распределения признака не удалось (Тюрина, Уточкин, 2014). Иными словами, это указывает на высокую скорость извлечения зрительной информации о множестве объектов, что рассматривалось неоднократно большим количеством исследователей (Chong, Treisman, 2003; Epstein et al., 2020).
Хотя большая скорость извлечения и параллельная обработка множества объектов вне фокуса внимания подтверждаются множеством экспериментов (Attarha, Moore, 2015; Yörük, Boduroglu, 2020), участники в среднем достаточно сильно недооценивали общее количество элементов в ансамбле при довольно высокой точности ответов относительно взаимодействия нескольких признаков. Возможно, это происходило из-за эффекта группировки, или кроудинга (crowding) (Whitney, Levi, 2011), за которым, предположительно, стоит репрезентация ансамблевой статистики. Иными словами, эффект кроудинга зависит от пространственного распределения. Тем не менее эффект кроудинга никак не моделировался двигательной активностью, что косвенно подтверждается отсутствием различий между группами. Следовательно, результаты указывают в пользу классических вычислительных теорий, и эффект кроудинга подтверждает выводы выше.
Если бы зрительная информация корректировалась или взаимодействовала с двигательной активностью, то точность репрезентации должна была бы увеличиваться. Однако результаты указывают на совсем иной эффект. С другой стороны, отсутствие эффекта с точки зрения иерархического кодирования, вполне вероятно, возникает из-за большой скорости корректировки ошибки, тем самым во время ответа участник уже не подвергается каким-либо систематическим отклонениям в соответствии с перцептивными эффектами, а, скорее, отвечает в соответствии со скорректированной репрезентацией.
Выводы
Таким образом, пилотное исследование, проведенное при помощи специально разработанной аппаратурной методики, позволяет сделать несколько обобщающих выводов.
1. Проявление двигательной активности, используемое как компонент решения когнитивной задачи, не детерминирует процессуальные и продуктивные аспекты ее решения.
2. В экологически поставленном эксперименте получилось реплицировать влияние распределения признаков на извлечение ансамблевой статистики, а также категоризацию.
3. Анализ результатов лабораторного эксперимента дает основания для подтверждения гипотезы о перцептивной природе восприятия ансамблей.
4. С одной стороны, результаты могут быть неоднозначными из-за особенностей экспериментальной процедуры, тем самым указывая на дальнейшие пути исследования в этом направлении. С другой стороны, взаимодействие с объектами представляется более экологичным вариантом, чем просмотр на экране монитора, где возможность действия с объектами ограничена или невозможна.
5. Улучшение понимания того, как двигательная активность может влиять на зрительную репрезентацию ансамблевой статистики, а также обратный эффект могут рассматриваться как факторы, позволяющие спрогнозировать и предотвратить связанные с этим ошибки. Все это подчеркивает важность исследований взаимодействия движения и восприятия ансамблей. В особенности учитывая, что репрезентация ансамблевой статистики формируется даже без сознательной задачи, но при этом влияет на другие когнитивные процессы.
Литература
Тюрина, Н. А., Уточкин, И. С. (2014). Роль глобального и локального сходства признаков в задаче зрительного поиска. Вопросы психологии, 4, 107-117. Фаликман, М. В., Уточкин, И. С. (2016). Сознание и внимание в современной когнитивной науке: от «зрительных ансамблей» до перцептивных единиц. Петербургский психологический журнал, 17, 104-124. Яковлев, А. Ю., Тюрина, Н. А., Уточкин, И. С. (2020). Зрительное восприятие ансамблей: обзор исследований. Российский журнал когнитивной науки, 7(3), 4-24. doi: 10.47010/20.3.1
Ссылки на зарубежные источники см. в разделе References после англоязычного блока.
Поступила в редакцию 15.09.2023 г.; повторно 12.10.2023;
принята 27.11.2023 г.
Баланев Дмитрий Юрьевич - заведующий лабораторией экспериментальной психологии, декан факультета психологии Томского государственного университета, кандидат психологических наук. E-mail: [email protected]
Кох Дмитрий Александрович - инженер-исследователь учебно-исследовательской лаборатории экспериментальной психологии Томского государственного университета; стажер-исследователь научно-исследовательской лаборатории когнитивных исследований Национального исследовательского университета «Высшая школа экономики». E-mail: [email protected]
For citation: Balanev, D. Yu., Koch, D. A. (2023). Visual Representation of Ensemble Statistics during Different Motor Activity Condition. Sibirskiy Psikhologicheskiy Zhurnal - Siberian journal of psychology, 90, 28-43. In Russian. English Summary. doi: 10.17223/17267080/90/2
Visual Representation of Ensemble Statistics during Different Motor Activity Condition1
D.Yu. Balanev1, D.A. Koch1- 2
1 Tomsk State University, 36, Lenin Ave., Tomsk, 634050, Russian Federation
2 National Research University Higher School of Economics, 20 Myasnitskaya Str., Moscow, 101000, Russian Federation
Abstract
The article focuses on the results of an experiment examining the impact of motor activity on the noise cancellation mechanism during ensemble of object perception. The significance of this research stems from the voluntary influence of motor activity on perception during various tasks and the underestimation of its role in ensemble perception studies. An ensemble refers to a set of objects with shared features that the visual system can extract or form as a summary statistics. To test the hypothesis that visual representation of ensemble summary statistics depends on the ability to regulate the noise cancellation mechanism via organized motor activity, we conducted an ecologically based experiment. The experiment included 65 participants from Tomsk State University, comprising 50 females (77%) and 15 males (23%), ages 18 to 39 years (M = 22.3; SD = 5.28). Participants were divided into experimental and control groups. The experimental group could regulate their motor activity while solving tasks related to the approximation of quantity and categorical affiliation, whereas the control group maintained constant motor activity by shaking a container.
The results indicate that motor activity, as a means to voluntarily contribute to the noise cancellation mechanism, does not significantly impact ensemble perception. Additionally, findings shed light on the perceptual level of ensemble perception and offer insights into the experiment's ecologically valid characteristics. The study also replicated classical effects in ensemble perception, indicating the utility of the presented experimental device for further investigations.
Keywords: ensemble perception; noise cancellation; ensemble representation; motor activity; summary statistics
References
Adam, K. C. S., Vogel, E. K., & Awh, E. (2017). Clear evidence for item limits in visual working memory. Cognitive Psychology, 97, 79-97. doi: 10.1016/j.cogpsych.2017.07.001 Allik, J., Toom, M., Raidvee, A., Averin, K., & Kreegipuu, K. (2013). An almost general theory of mean size perception. Vision Research, 83, 25-39. doi: 10.1016/j.visres.2013.02.018
1 This research was supported by Ministry of Science and Higher Education of the Russian
Federation, project No FSWM-2020-0040.
Alvarez, G. A. (2011). Representing multiple objects as an ensemble enhances visual cognition. Trends in Cognitive Sciences, 15(3), 122-131. doi: 10.1016/j.tics.2011.01.003 Ariely, D. (2001). Seeing sets: representation by statistical properties. Psychological Science,
12(2), 157-162. doi: 10.1111/1467-9280.00327 Attarha, M., & Moore, C. M. (2015). The capacity limitations of orientation summary statistics.
Attention, Perception & Psychophysics, 77(4), 1116-1131. doi: 10.3758/s13414-015-0870-0 Avci, B., & Boduroglu, A. (2021). Contributions of ensemble perception to outlier representation precision. Attention, Perception & Psychophysics, 83(3), 1141-1151. doi: 10.3758/s13414-021-02270-9 Baek, J., & Chong, S. C. (2020a). Distributed attention model of perceptual averaging. Attention, Perception & Psychophysics, 82(1), 63-79. doi: 10.3758/s13414-019-01827-z Baek, J., & Chong, S. C. (2020b). Ensemble perception and focused attention: Two different modes of visual processing to cope with limited capacity. Psychonomic Bulletin & Review, 27(4), 602-606. doi: 10.3758/s13423-020-01718-7 Block, N. (2011). Perceptual consciousness overflows cognitive access. Trends in Cognitive
Sciences, 15(12), 567-575. doi: 10.1016/j.tics.2011.11.001 Brogaard, B., & Gatzia, D. E. (2017). Is Color Experience Cognitively Penetrable? Topics in
Cognitive Science, 9(1), 193-214. doi: 10.1111/tops.12221 Cesanek, E., Campagnoli, C., & Domini, F. (2016) One-shot correction of sensory prediction errors produces illusion-resistant grasping without multiple object representations. Journal of Vision, 16(12). doi: 10.1167/16.12.20 Chetverikov, A., Campana, G., & Kristjansson, A. (2017). Representing Color Ensembles.
Psychological Science, 28(10), 1510-1517. doi: 10.1177/0956797617713787 Chong, S. C., & Treisman, A. (2003). Representation of statistical properties. Vision Research,
43(4), 393-404. doi: 10.1016/s0042-6989(02)00596-5 Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. The Behavioral and Brain Sciences, 36(3), 181-204. doi: 10.1017/S0140525X12000477 Corbett, J. E., & Song, J. H. (2014). Statistical extraction affects visually guided action. Visual
Cognition, 22(7), 881-895. doi: 10.1080/13506285.2014.927044 Dux, P. E., & Marois, R. (2009). The attentional blink: a review of data and theory. Attention,
Perception & Psychophysics, 71(8), 1683-1700. doi: 10.3758/APP.71.8.1683 Epstein, M. L., Quilty-Dunn, J., Mandelbaum, E., & Emmanouil, T. A. (2020). The outlier paradox: The role of iterative ensemble coding in discounting outliers. Journal of Experimental Psychology. Human Perception and Performance, 46(11), 1267-1279. doi: 10.1037/xhp0000857
Falikman, M. V., & Utochkin, I. S. (2016). Soznanie i vnimanie v sovremennoy kognitivnoy nauke: ot "zritel'nykh ansambley" do pertseptivnykh edinits [Consciousness and attention in modern cognitive science: From "visual ensembles" to perceptual units]. Peterburgskiy psikhologicheskiy zhurnal, 17, 104-124. Franconeri, S. L., Alvarez, G. A., & Cavanagh, P. (2013). Flexible cognitive resources: competitive content maps for attention and memory. Trends in Cognitive Sciences, 17(3), 134-141. doi: 10.1016/j.tics.2013.01.010 Georgopoulos, A. P., Schwartz, A. B., & Kettner, R. E. (1986). Neuronal population coding
of movement direction. Science, 233(4771), 1416-1419. doi: 10.1126/science.3749885 Glass, G., Peckham, P., & Sanders, J. (1972). Consequences of Failure to Meet Assumptions Underlying the Fixed Effects Analyses of Variance and Covariance. Review of Educational Research, 42(3), 237-288. doi: 10.3102/00346543042003237 Harwell, M. R. (1992). Summarizing Monte Carlo Results in Methodological Research. Journal
of Educational Statistics, 17(4), 297-313. doi: 10.2307/1165126 Hochstein, S., & Ahissar, M. (2002). View from the top: hierarchies and reverse hierarchies in the visual system. Neuron, 36(5), 791-804. doi: 10.1016/s0896-6273(02)01091-7
flM. Bananee, ff.A. Kox
Hochstein, S., & Pavlovskaya, M. (2020). Perceptual learning of ensemble and outlier perception. Journal of Vision, 20(8), 13. doi: 10.1167/jov.20.8.13 Huang, Y., & Rao, R. P. N. (2011). Predictive coding. Wiley Interdisciplinary Reviews.
Cognitive Science, 2(5), 580-593. doi: 10.1002/wcs.142 Iakovlev, A. U., & Utochkin, I. S. (2023). Ensemble averaging: What can we learn from
skewed feature distributions? Journal of Vision, 23(1). doi: 10.1167/jov.23.1.5 Im, H. Y., Tiurina, N. A., & Utochkin, I. S. (2021). An explicit investigation of the roles that feature distributions play in rapid visual categorization. Attention, Perception & Psycho-physics, 83(3), 1050-1069. doi: 10.3758/s13414-020-02046-7 Katzin, N., Rosenbaum, D., & Usher, M. (2021). The averaging of numerosities: A psychometric investigation of the mental line. Attention, Perception & Psychophysics, 83(3), 1152-1168. doi: 10.3758/s13414-020-02140-w Kopiske, K. K., Bruno, N., Hesse, C., Schenk, T., & Franz, V. H. (2016). The functional subdivision of the visual brain: Is there a real illusion effect on action? A multi-lab replication study. Cortex, 79, 130-152. doi: 10.1016/j.cortex.2016.03.020 Lau, J. S., & Brady, T. F. (2018). Ensemble statistics accessed through proxies: Range heuristic and dependence on low-level properties in variability discrimination. Journal of Vision, 18(9). doi: 10.1167/18.9.3 Lee, H., Baek, J., & Chong, S. C. (2016). Perceived magnitude of visual displays: Area, nu-
merosity, and mean size. Journal of Vision, 16(3). doi: 10.1167/16.3.12 Li, V., Herce Castanon, S., Solomon, J. A., Vandormael, H., & Summerfield, C. (2017). Robust averaging protects decisions from noise in neural computations. PLoS Computational Biology, 13(8). doi: 10.1371/journal.pcbi.1005723 Lix, L. M., Keselman, J. C., & Keselman, H. J. (1996). Consequences of Assumption Violations Revisited: A Quantitative Review of Alternatives to the One-Way Analysis of Variance "F" Test. Review of Educational Research, 66(4), 579-619. doi: 10.2307/1170654 Morgan, M. J., & Glennerster, A. (1991). Efficiency of locating centres of dot-clusters by human
observers. Vision Research, 31(12), 2075-2083. doi: 10.1016/0042-6989(91)90165-2 Myczek, K., & Simons, D. J. (2008). Better than average: alternatives to statistical summary representations for rapid judgments of average size. Perception & Psychophysics, 70(5), 772-788. doi: 10.3758/pp.70.5.772 Noe, A., Pessoa, L., & Thompson, E. (2000). Beyond the grand illusion: What change blindness really teaches us about vision. Visual Cognition, 7(1-3), 93-106. doi: 10.1080/135062800394702 Nogueira, R., Peltier, N. E., Anzai, A., DeAngelis, G. C., Martinez-Trujillo, J., & Moreno-Bote, R. (2020). The Effects of Population Tuning and Trial-by-Trial Variability on Information Encoding and Behavior. The Journal of Neuroscience, 40(5), 1066-1083. doi: 10.1523/JNEUR0SCI.0859-19.2019 Pezzulo, G., Parr, T., & Friston, K. (2022). The evolution of brain architectures for predictive coding and active inference. Philosophical transactions of the Royal Society of London. Series B, Biological Sciences, 377(1844). doi: 10.1098/rstb.2020.0531 Rust, N. C. (2014) Population-Based Representations: from implicit to explicit. The Cognitive
Neuroscience. pp. 337-349. Serre, T. (2016). Models of visual categorization. Wiley interdisciplinary reviews. Cognitive
Science, 7(3), 197-213. doi: 10.1002/wcs.1385 Shapiro, L., & Spaulding, S. (2021) Embodied Cognition. Metaphysics Research Lab. Stanford University.
Spratling, M. W. (2017). A review of predictive coding algorithms. Brain and Cognition, 112,
92-97. doi: 10.1016/j.bandc.2015.11.003 Sun, J., & Chong, S. C. (2020). Power of averaging: Noise reduction by ensemble coding of multiple faces. Journal of Experimental Psychology. General, 149(3), 550-563. doi: 10.1037/xge0000667
Tyurina, N. A., & Utochkin, I. S. (2014). Rol' global'nogo i lokal'nogo skhodstva priznakov v zadache zritel'nogo poiska [he role of global and local feature similarity in the visual search task]. Voprosypsikhologii, 4, 107-117. Ungerleider, L. G., & Bell, A. H. (2011). Uncovering the visual «alphabet»: advances in our understanding of object perception. Vision Research, 51(7), 782-799. doi: 10.1016/j.visres.2010.10.002 Utochkin, I. S. (2015). Ensemble summary statistics as a basis for rapid visual categorization.
Journal of Vision, 15(4), 1-14. doi: 10.1167/15.4.8 Utochkin, I. S., & Brady, T. F. (2020). Individual representations in visual working memory inherit ensemble properties. Journal of Experimental Psychology. Human Perception and Performance, 46(5), 458-473. doi: 10.1037/xhp0000727 Utochkin, I. S., Choi, J., & Chong, S. C. (2023). A population response model of ensemble
perception. Psychological Review. doi: 10.1037/rev0000426 Vater, C., Wolfe, B., & Rosenholtz, R. (2022). Peripheral vision in real-world tasks: A systematic review. Psychonomic Bulletin & Review, 29(5), 1531-1557. doi: 10.3758/s13423-022-02117-w
Whitney, D., & Levi, D. M. (2011). Visual crowding: a fundamental limit on conscious perception and object recognition. Trends in Cognitive Sciences, 15(4), 160-168. doi: 10.1016/j.tics.2011.02.005 Whitney, D., & Yamanashi Leib, A. (2018). Ensemble Perception. Annual Review of
Psychology, 69, 105-129. doi: 10.1146/annurev-psych-010416-044232 Wolfe, J. M. (2021). Guided Search 6.0: An updated model of visual search. Psychonomic
Bulletin & Review, 28(4), 1060-1092. doi: 10.3758/s13423-020-01859-9 Yakovlev, A. Yu., Tyurina, N. A., & Utochkin, I. S. (2020). Zritel'noe vospriyatie ansambley: obzor issledovaniy [Visual perception of ensembles: A review of research]. Rossiyskiy zhurnal kognitivnoy nauki, 7(3), 4-24. doi: 10.47010/20.3.1 Yoruk, H., & Boduroglu, A. (2020). Feature-specificity in visual statistical summary processing.
Attention, Perception & Psychophysics, 82(2), 852-864. doi: 10.3758/s13414-019-01942-x Ziegler, M. C., & Drewing, K. (2022). Get in touch with numbers - an approximate number comparison task in the haptic modality. Attention, Perception & Psychophysics, 84(3), 943-959. doi: 10.3758/s13414-021-02427-6
Received 15.09.2023; Revised 12.10.2023;
Accepted 27.11.2023
Dmitry Y. Balanev - Head of the Laboratory of Experimental Psychology, Dean of the Faculty of Psychology, Tomsk State University, Cand. Sc. (Psychol.). E-mail: [email protected]
Dmitry A. Koch - Research Engineer, Laboratory of Experimental Psychology, Tomsk State University; Research Intern at the Research Laboratory for Cognitive Research, HSE University. E-mail: [email protected]
