What is visual statistical learning and how does it work?

Visual statistical learning is the automatic, implicit acquisition of regularities in the visual environment—patterns in how objects appear together in space and time. Humans learn these statistical structures quickly and without conscious awareness. For example, a coffee cup frequently appears near a computer, creating predictable associations that support object recognition and visual processing.

How does the incidental encoding paradigm test visual statistical learning?

The incidental encoding paradigm exposes participants to nonsense object triplets displayed sequentially for 250 milliseconds each. A cover task—asking participants to respond to gray objects and withhold responses to red ones—distracts from the underlying statistical structure. This unrelated task ensures learning occurs implicitly, without participants' conscious awareness of the object patterns.

What is transitional probability in visual statistical learning experiments?

Transitional probability measures the likelihood that one object will follow another in a sequence. In visual statistical learning, objects within a triplet always appear in the same order, creating a transitional probability of 1.0 between those elements. Unrelated objects have much lower transitional probabilities, establishing the statistical structure participants implicitly learn.

How is learning assessed in the familiarity test phase?

After the encoding phase, participants complete a familiarity task where they view pairs of triplets—previously seen triplets and newly generated foils—and indicate which looks more familiar. The dependent variable is the number of correct identifications of familiar triplets. If learning occurred, participants select familiar triplets significantly more often than the 50% chance rate.

What results indicate that visual statistical learning has occurred?

Visual statistical learning is demonstrated when participants correctly identify familiar triplets at rates significantly above chance performance of 50%. In typical experiments, participants achieve approximately 70% accuracy on the familiarity task, indicating they have implicitly learned the statistical structure of the object sequences during the brief 10-minute encoding period.

How does visual statistical learning extend to other sensory domains?

The visual statistical learning paradigm translates to broader sensory learning mechanisms, including auditory domains. Infants and children use auditory statistics in early language formation, learning reliable statistical relationships between sounds and letters. Similarly, researchers have shown that letter-color associations can be implicitly learned through exposure to customized texts with distinctly colored letters.

Why is a cover task necessary in visual statistical learning experiments?

A cover task is essential to ensure learning occurs implicitly, without participants' conscious awareness of the statistical structure. By directing attention to an unrelated task—such as responding to colored objects—researchers prevent participants from deliberately searching for or consciously encoding the object sequences, thereby measuring true implicit learning mechanisms.

Apprentissage statistique visuel

0 views06:02 min

1. générer un ensemble d’objets de non-sens et les disposer dans une structure de triplet.

Apprentissage statistique souvent visuelle est étudié avec des objets simples comme le jeu ci-dessous. Générer un ensemble d’objets et les regrouper ensuite en triolets (Figure 1).

Figure 1. Des stimuli échantillon regroupés en triolets pour visual apprentissage statistique. Dans le segment de l’apprentissage d’une expérience, triplés apparaîtra dans un ordre aléatoire, mais les éléments dans un triplet apparaîtront toujours dans l’ordre, avec le point sur la gauche qui apparaît d’abord puis successivement les éléments à sa droite.

2. séquence de l’expérience.

Séquence l’expérience avec des logiciels tels que e-Prime, ou en utilisant une bibliothèque de routine comme boîte à outils de psychophysique dans MATLAB, ou PsycoPy pour Python.
Les objets de non-sens sont affichés dans le centre de l’écran, un-à-un-temps, pour 250 ms chacune.
Indiquer au programme de toujours afficher les membres d’un triplet dans l’ordre et de choisir lequel triplet pour montrer prochain au hasard, se retrouver avec des séquences semblables à la Figure 2.

Figure 2. Échantillon d’apprentissage séquence d’apprentissage statistique visuel. Les triplets apparaissent dans un ordre quelconque, telle que la probabilité de transition pour les éléments de différentes séquences est de 0,33, tandis que la probabilité de transition au sein d’une séquence est 1.
Notez que parce que les triplés apparaissent toujours dans l’ordre, la probabilité de transition entre les éléments d’un triplet est toujours 1. Mais parce que les transitions entre les triplés sont choisies au hasard, des probabilités de transition entre éléments indépendants sont beaucoup plus faibles, généralement artificiel d’environ 0,33.
Enfin, construire dans une tâche de couverture. Indiquer au programme pour restituer un des objets en rouge, par opposition à gray. Le programme se répétera sur 20 fois au cours d’une expérience de 10 min, en sélectionnant les moments au hasard. Tâche du participant sera d’appuyer sur une touche, chaque fois qu’un objet s’affiche en gris, mais de retenir une réponse dès qu’elle sera rouge. Cela permet de garder leur participation dans les stimuli.

3. test de connaissance

Écrire un programme distinct pour le test de connaissance. Pour chaque tirage de l’épreuve, le programme sélectionne au hasard un des triplets de réels, et il génère aléatoirement un nouveau triplet des constituants des triplets de réels. Ces triplets générés de façon aléatoire sont appelées « feuilles ».
Elles sont affichées côte à côte, et le participant doit indiquer qui est le plus familier par une pression de touche.
L’expérience devrait comprendre environ 30 essais de test de connaissance.
Les instructions pour le test de connaissance sont importantes. Elles doivent inclure quelque chose comme ceci : « je voudrais vous faire une tâche plus avant que l’expérience soit terminée. Il devrait prendre seulement cinq minutes. Vous n’avez remarqué sans doute pas elle, mais dans la séquence des formes vous avez vu juste, que certaines formes sont plus susceptibles d’apparaître à la suite d’autres. Je vais maintenant vous montrer deux séries de formes de l’expérience, et vous devez juste appuyer sur la touche 1 ou la touche 2 pour me faire savoir qui semble plus familier pour vous. Vous ne vous sentez pas que vous reconnaissez soit. Dans tous les essais, je veux que vous aller juste avec votre instinct et de deviner si vous avez à. »

Les régularités statistiques structures d’objets dans notre monde extérieur d’apprentissage-est une partie importante du traitement visuel.

Objets de notre environnement visuel se produisent dans les dimensions de l’espace et le temps. Certains objets sont plus susceptibles d’apparaître près d’autres, comme une tasse de café à côté d’un ordinateur.

Ces événements fournissent des régularités qui prennent en charge la reconnaissance de l’objet prévisible, dans laquelle les êtres humains apprennent automatiquement et rapidement, sans connaissance consciente.

Cette vidéo montre comment installer et réalisent une expérience visuelle d’apprentissage statistique à l’aide d’un paradigme de codage accessoire, ainsi que la façon d’analyser les données et interpréter les résultats.

Dans cette expérience, les stimuli-ensembles d’objets non-sens regroupés en triolets-sont affichée au centre d’un écran d’ordinateur, un à la fois, pour chaque 250 ms.

Pour établir des régularités-les objets structure-la statistiques dans un triplet sont toujours affichées dans l’ordre, mais l’ordre des triplets est présenté au hasard.

Ainsi, la probabilité de transition entre les éléments d’un triplet donné est toujours 1, alors que les probabilités de transition entre les éléments indépendants sont beaucoup plus faibles.

Pour exposer les participants à l’objet de séquences sans le savoir, une tâche de couverture est utilisée avec des objets colorés. Dans ce cas, les participants sont invités à apporter une réponse lorsque les objets sont gris et à retenir lorsque les objets au hasard apparaissent en rouges.

Une fois terminée la tâche de la couverture, les participants reçoivent une tâche de familiarité pour tester l’étendue de coder les objets précédents de non-sens. Au cours de chaque essai de familiarité, triplés précédemment affichées sont aléatoirement présentés avec nouvellement générés triplés, appelées feuilles.

Maintenant, les participants sont invités à identifier quel ensemble est plus familier. La variable dépendante est alors le nombre de fois que les participants d’identifier correctement les triplets préalables comme plus familier, plutôt que les feuilles.

Si aucun apprentissage se produit pendant la phase initiale de codage, le réelle et triplets de clinquant auraient être ramassés le même nombre de fois. En revanche, en cas d’apprentissage, les triplets réelles seront récupérées plus fréquemment que les foils.

Avant que le participant arrive, vérifiez que les stimuli et les paramètres de codage à utiliser ont été générées.

Pour commencer l’expérience, saluer le participant dans le laboratoire et expliquer les procédures qui seront utilisés pour la tâche.

Avoir le participant s’asseoir confortablement en face de l’écran d’ordinateur et le clavier. Expliquez que lorsqu’un objet gris apparaît sur l’écran ils devraient appuyer sur la touche « J », et lorsque les objets rouges apparaissent ils retenir les réponses.

Une fois que le participant comprend les règles de la tâche, commencez la première partie de l’expérience, la phase de codage fortuite. Exposer les participants à l’objet de séquences pendant 10 min.

Après la période d’exposition court, expliquer qu’il y a une tâche de plus pour terminer dans une période de 5 min. Instruire le participant qu’ils verront désormais deux ensembles de triplets et doivent appuyer sur la touche 1 ou la touche 2 pour indiquer qui semble plus familier. Dites-leur qu’ils doivent deviner si elles ne reconnaissent soit.

Après avoir confirmé qu’il est prêt à commencer, commencer les essais de 30 familiarité.

Pour analyser les données dans la phase de familiarité, marquer chaque procès où le participant a choisi le triplet familier comme correcte et le triplet de clinquant comme incorrecte.

Pour visualiser les résultats, graphique de la moyenne des réponses correctes pour cent participants. Parce que la performance de la chance est de 50 %, Notez que visual apprentissage statistique a eu lieu, que les participants ont identifié correctement les objets familiers autour de 70 % du temps.

Maintenant que vous êtes familiarisé avec les méthodes d’induction et tests visuel apprentissage statistique, nous allons Regardez d’autres moyens expérimentaux psychologues utilisent des statistiques pour étudier l’apprentissage.

Le paradigme peut se traduire en catégories plus larges des mécanismes d’apprentissage sensoriel qui incluent le domaine auditif. Par exemple, les nourrissons et les enfants utilisent statistiques auditif dans la formation linguistique au début parce que les sons et les lettres dans une langue ont tendance à apparaître avec des relations statistiques très fiables.

Dans une autre expérience, les chercheurs ont étudié comment les associations entre les lettres et les couleurs peuvent être inconsciemment ou implicitement apprises. Depuis plusieurs jours, participants de lire des textes qui ont été adaptés pour avoir quatre lettres distinctement colorées.

Quand on lui demande d’identifier la couleur des lettres présentées sur un écran, les participants étaient plus rapides et plus précis pour des paires de lettre-couleurs qui étaient les mêmes que dans le texte personnalisé. Ceci suggère que la structure statistique des lettres colorées apprit implicitement.

Vous avez juste regardé introduction de JoVE d’apprentissage statistique visuel. Maintenant, vous devez avoir une bonne compréhension de la façon de configurer et de réaliser l’expérience, ainsi qu’analyser et évaluer les résultats.

Merci de regarder !