$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
¿Exactamente cuánto tiene que cambiar algo para que se perciba una diferencia?
Pensemos, por ejemplo, en los niños pequeños que crecen rápidamente, haciéndose más altos a diario. Sin embargo, a menudo es difícil notar cambios sutiles, especialmente si todavía tienen dificultades para alcanzar una pelota de baloncesto.
A lo largo de un período mucho más largo, su estirón se vuelve más que perceptible; De hecho, ¡la cantidad puede parecer enorme! Estos cambios de altura solo se notan después de un lapso porque las pequeñas diferencias del día a día son demasiado pequeñas para ser perceptibles.
La cantidad mínima pero percibida es la diferencia apenas perceptible, que, para este ejemplo, es la cantidad más pequeña de crecimiento observada.
Este video muestra un enfoque estándar para medir una diferencia apenas perceptible en el tamaño de la forma. No solo discutimos los pasos necesarios para diseñar y ejecutar un experimento, sino que también explicamos cómo analizar los datos e interpretar los resultados describiendo qué tan pequeño es necesario percibir un cambio en el área.
En este experimento, a los participantes se les muestran brevemente dos círculos diferentes que varían en tamaño y se les obliga a elegir cuál es más grande.
Durante cada prueba, uno siempre se presenta con la misma circunferencia, mientras que el otro es variado. Este enfoque se conoce como el método de estímulo constante.
En este caso, el estímulo constante está diseñado para tener un radio de 10 px y se ubica aleatoriamente en el lado izquierdo o derecho de la pantalla. En cambio, el otro círculo, llamado estímulo de comparación, tendrá un radio que varía entre 5 y 9 y entre 11 y 15 px.
Dadas estas 10 posibilidades, el estímulo de comparación se muestra 10 veces en cada lado, para un total de 200 ensayos. La variable dependiente se registra como el estímulo elegido para ser el mayor.
Se espera que los participantes elijan correctamente si perciben una diferencia de tamaño entre los dos estímulos. Sin embargo, cuando las formas están más cerca en circunferencia y por debajo de la diferencia apenas perceptible, se predice que el rendimiento disminuirá.
Para comenzar el experimento, salude al participante en el laboratorio. Con ellos sentados cómodamente frente a la computadora, explique las instrucciones de la tarea: La pantalla tendrá la palabra "¿Listo?" hasta que presionen la barra espaciadora.
Observe cómo aparecen dos estímulos azules e instruya al participante para que indique qué estímulo pensó que era más grande presionando la tecla 'L' para las respuestas del lado izquierdo y 'R' para las respuestas del lado derecho. Recuérdeles que deben adivinar si no están seguros de cuál es más grande.
Después de responder cualquier pregunta que el participante pueda tener, salga de la sala. Permítales completar las 200 pruebas durante un período de 5 minutos. Cuando terminen, regrese a la habitación y agradézcales por participar en el experimento.
Para analizar los datos, primero recupere el archivo de salida programado que capturó las respuestas de cada participante. Eche un vistazo rápido a los datos para asegurarse de que los rendimientos fueron sensatos, es decir, que cuando los tamaños de los estímulos de comparación fueron de 5 y 15 px, la precisión fue casi perfecta.
A continuación, agregue una columna a la tabla de salida llamada "Precisión" para determinar si las respuestas registradas son correctas o no. Compare las que se dan con las respuestas correctas para todos los ensayos. Utilice la siguiente instrucción IF para registrar un 1 cuando la respuesta dada fue correcta y 0 cuando fue incorrecta.
Ahora, agregue otra columna a la tabla, etiquetada como 'Proporción de respuestas de comparación'. Compare la columna 'Posición de comparación' con 'Respuesta' y use una nueva declaración IF para marcar un '1' cuando se eligió el estímulo de comparación o un '0' si se eligió el círculo constante.
Para visualizar los resultados, haga un diagrama de dispersión con el tamaño de la comparación en el eje x y la proporción de veces que se eligió como mayor en el eje y. Recordemos que el estímulo constante siempre tenía un radio de 10 px, por lo que casi nunca se elegían estímulos con radios de 5 o 6 px y siempre se elegían los de 14 o 15.
Con un radio de 9 u 11 px, la comparación era más difícil y los participantes a menudo cometían errores. De hecho, el rendimiento estaba al nivel del azar, lo que sugería que no se percibían diferencias.
Para calcular la diferencia apenas perceptible, toma el tamaño de comparación que se eligió el 75% de las veces, en este caso un radio de 12, menos el tamaño de comparación que se eligió el 25% de las veces, un radio de 8, y divide el resultado por 2 para obtener una respuesta de 2 px.
En otras palabras, los radios de los círculos deben diferir en al menos 2 px para que sus tamaños se perciban con precisión.
¿Ahora que está familiarizado con las diferencias apenas perceptibles en la percepción de los objetos visuales? Veamos cómo se utiliza este paradigma en los estudios neurofisiológicos para explorar cómo responde el cerebro y en otras situaciones de comportamiento, como distinguir entre los niveles de grasa en los alimentos.
Los investigadores han investigado cómo las neuronas individuales de la corteza visual codifican las propiedades físicas del mundo, como los objetos. Tamaños.
Utilizando técnicas de registro electrofisiológico que miden los patrones de disparo junto con la presentación de estímulos, los investigadores descubrieron que las neuronas que son sensibles al tamaño a veces responden de la misma manera a objetos que en realidad son de diferentes tamaños.
Esta es la razón por la que los JND son apenas perceptibles: a veces, en el cerebro, los estímulos relevantes realmente producen efectos indistinguibles.
Además, los investigadores han utilizado una tarea de diferencias apenas perceptibles para caracterizar los umbrales individuales para detectar las concentraciones de grasa en los alimentos.
Descubrieron que los individuos con un índice de masa corporal más alto requerían una diferencia apenas perceptible más alta, o un umbral más alto, antes de probar los ácidos grasos en las muestras. Estos resultados podrían conducir a nuevos enfoques para limitar el consumo excesivo de grasas.
Acabas de ver la introducción de JoVE a las diferencias apenas notables. Ahora debería tener una buena comprensión de cómo diseñar y ejecutar el experimento, así como de cómo analizar y evaluar los resultados.
¡Gracias por mirar!
