Method Article

Percepcyjne i kategoryczne przetwarzanie wymiaru podobieństwa człowieka w hipotezie Uncanny Valley: wybrane zagadnienia metodologiczne

DOI:

10.3791/4375

June 3rd, 2013

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Badanie hipotezy z Doliny Niesamowitości i doświadczenie afektywne wymaga zrozumienia wymiaru hipotezy dotyczącej podobieństwa człowieka (DHL). Protokół ten umożliwia reprezentację DHL i badanie percepcji kategorycznej. Zilustrowano użycie tych samych bodźców i fMRI do rozróżnienia obszarów mózgu reagujących na zmiany fizyczne i kategorie.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Hipoteza1,2 Moriego z Doliny Niesamowitości 1,2 proponuje, że postrzeganie postaci podobnych do ludzi, takich jak roboty, a co za tym idzie, awatary (postacie generowane komputerowo) może wywoływać negatywne lub pozytywne afekty (wartościowość) w zależności od stopnia realizmu wizualnego i behawioralnego obiektu wzdłuż wymiaru podobieństwa ludzkiego (DHL) (Rysunek 1). Jednak badania nad afektywną wartościowością subiektywnych reakcji na rozmaicie realistyczne postacie nie-ludzkie przyniosły niespójne wyniki 3, 4, 5, 6. Jedną z wielu przyczyn takiego stanu rzeczy jest to, że podobieństwo do człowieka nie jest postrzegane tak, jak zakłada hipoteza. Podczas gdy DHL można zdefiniować zgodnie z opisem Moriego jako płynną liniową zmianę stopnia fizycznego podobieństwa do człowieka, subiektywne postrzeganie obiektów wzdłuż DHL można rozumieć w kategoriach psychologicznych skutków percepcji kategorycznej (CP) 7. Potrzebne są dalsze badania behawioralne i neuroobrazowe nad przetwarzaniem kategorii i CP wzdłuż DHL oraz nad potencjalnym wpływem podstawowej struktury kategorii wymiaru na doświadczenie afektywne. Protokół ten skupia się zatem na DHL i umożliwia badanie CP. W oparciu o protokół przedstawiony w filmie jako przykład, kwestie związane z metodologią w protokole i wykorzystaniem w "niesamowitych" badaniach bodźców pochodzących z kontinucji morfologicznej do reprezentowania DHL są omawiane w artykule dołączonym do filmu. Pokrótce zilustrowano użycie neuroobrazowania i bodźców morfologicznych do reprezentowania DHL w celu oddzielenia obszarów mózgu reagujących neuronalnie na fizyczne podobieństwo podobne do ludzkiego od tych reagujących na zmianę kategorii i przetwarzanie kategorii.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

figure-protocol-1
Rysunek 1. Ilustracja nieliniowej zależności między doświadczaniem negatywnego i pozytywnego afektu (walencja) a postrzeganym podobieństwem do człowieka. Skądinąd pozytywna zależność pokazuje ostry negatywny szczyt (tj. dolinę niesamowitości) na poziomie realizmu między pierwszym a drugim dodatnim szczytem przedstawionej krzywej, przy którym sugeruje się, że subtelne różnice w wyglądzie i zachowaniu wysoce realistycznego, ale dostrzegalnie nienaturalnego obiektu podobnego do człowieka mają wywołać poczucie obcości i osobistego dyskomfortu (tj. niesamowitego uczucia). Ilustracja zaczerpnięta z 2.

Użyliśmy różnych grup uczestników do każdego z poniższych zadań.

1. Zadanie klasyfikacji wymuszonego wyboru

1.1 Bodźce

  1. Użyj obrazów awatara i człowieka jako twarzy nadrzędnych (tj. punktów końcowych kontinuacji) w procedurze morfingu, aby utworzyć liniowe continua morfologiczne reprezentujące DHL. Stworzyliśmy 32 kontinua człowiek-awatar, używając odpowiednio 32 obrazów twarzy człowieka i awatara. Generuj awatary za pomocą pakietu do modelowania Poser 7 (Smith Micro Software, www.smithmicro.com), chociaż dostępne jest inne oprogramowanie. Wygenerowaliśmy te kontinua morfów za pomocą Funmorphera (Zealsoft Inc., Eden Prairie, MN), ale można użyć innego oprogramowania do morfingu.
  2. Korzystając z oprogramowania do przekształcania, umieść punkty kontrolne na odpowiednich elementach ścian macierzystych. Dla każdej twarzy umieściliśmy 20 punktów na ustach, 18 punktów na każdym oku, 20 punktów na nosie i 8 punktów na każdej brwi. W ten sposób wykorzystaliśmy około 100 punktów kontrolnych. Staraj się utrzymywać stałą liczbę punktów kontrolnych, ale dodawaj kolejne punkty, aby wyeliminować wszelkie artefakty w końcowych morfach kontinuów.
  3. Upewnij się, że potencjalne zakłócenia nie są wprowadzane do procedury morfingu. Na przykład, jako punkty końcowe każdego kontinuum użyliśmy obrazów nieznanych, niewyróżniających się męskich twarzy o neutralnym wyrazie, bezpośrednim spojrzeniu i braku innych istotnych cech, takich jak zarost czy biżuteria, a obrazy końcowe były ściśle dopasowane pod względem wieku, wskazówek konfiguracyjnych i ogólnej geometrii twarzy.
  4. Użyj oprogramowania do edycji zdjęć, aby przyciąć zewnętrzne elementy, używając na przykład czarnej nakładki w formie eliptycznej; użyliśmy Adobe; Photoshopa; CS3 (www.adobe.com). Przed morfingiem dostosuj położenie obrazów, aby zapewnić wyrównanie między obrazami punktów końcowych konfigurowalnych wskazówek, a także dostosuj poziomy kontrastu, ogólną jasność i odcień skóry każdej pary bodźców końcowych każdego kontinuum, aby pasowały.
  5. Każdy morf kontinuum DHL reprezentuje różnicę w fizycznym podobieństwie ludzkim w predefiniowanych przyrostach. Wygenerowaliśmy 13 różnych morfingowych obrazów i oznaczyliśmy je od M0 do M12, czyli dwa punkty końcowe i 11 pośrednich morfów (Rysunek 2B).

1.2 Prezentacja bodźca i instrukcje

  1. Użyj dwóch alternatywnych zadań klasyfikacyjnych wymuszonego wyboru, aby określić, które z tych morfów są wyraźnie skategoryzowane jako awatary i jako ludzie, a także aby określić położenie granicy kategorii 8.
  2. Obecne próby rozpoczynają się od punktu fiksacji przez 500 ms (uczestnicy są zobowiązani do utrzymania fiksacji), a następnie obrazu morficznego przez 750 ms. Użyliśmy Prezentacji; oprogramowanie (Wersja 14.1, www.neurobs.com) do prezentacji bodźców we wszystkich zadaniach w tym protokole, ale mogą być używane inne platformy prezentacji bodźców.
  3. Poinstruuj uczestnika, aby zidentyfikował prezentowany bodziec morficzny jako awatara lub człowieka tak szybko i precyzyjnie, jak to możliwe, naciskając jeden z dwóch odpowiedzi.

1.3 Analiza danych

Podsumuj dane klasyfikacyjne awatara i człowieka za pomocą regresji wielomianowej, aby opisać kształt funkcji odpowiedzi. Określ to, dopasowując modele funkcji logistycznych do danych odpowiedzi każdego uczestnika i kontinuum. Po pierwsze, przeanalizuj indywidualne ciągłości między uczestnikami, aby zapewnić najlepsze dopasowanie funkcji logistycznych. Następnie przetestuj pod kątem zera w teście t dla jednej próby dla kształtu przypominającego krok w funkcji odpowiedzi kategorii awatar-człowiek we wszystkich kontinuach, używając oszacowań parametrów pochodzących z funkcji logistycznej każdego kontinuum, uśrednionych dla wszystkich uczestników. Oszacuj położenie granicy kategorii wzdłuż każdego continuum, przesyłając oszacowania parametrów funkcji logistycznej każdego continuum do transformacji logitowej 9. Wszystkie analizy dla zadań związanych z klasyfikacją wymuszonego wyboru i dyskryminacją percepcyjną przeprowadziliśmy przy użyciu SPSS w wersji 16 (www.ibm.com/software/analytics/spss).

Dane dotyczące czasu odpowiedzi (RT) mogą być również analizowane. W niniejszej analizie różnice w czasach odpowiedzi w zależności od pozycji morfa są wprowadzane do jednej silni ANOVA, z 13 pozycjami morfa, przy użyciu średniej RT każdego osobnika we wszystkich kontinuach jako zmiennej zależnej.

figure-protocol-2
Rysunek 2. Wyniki zadania kategoryzacji wymuszonego wyboru (A) i przykład kontinuum morfologicznego (B). W panelu B względny stopień liniowego przejścia fizycznego wzdłuż 13 kontinuum morfologii między punktami końcowymi awatara i człowieka jest pokazany w procentach. M0 i M4 zostały zidentyfikowane jako awatary, a M8 i M12 jako ludzie w zadaniu klasyfikacyjnym wymuszonego wyboru, jak pokazano w panelu A.

2. Zadanie dyskryminacji percepcyjnej

2.1 Bodźce

  1. Dla tej wersji tego samego-innego zadania 10 dotyczącego dyskryminacji percepcyjnej wybierz z każdego kontinuum morfów dwie morfy skategoryzowane w poprzednim zadaniu klasyfikacyjnym jako awatary (np. M0 i M4) i dwie jako ludzkie (np. M8 i M12). Aby kontrolować różnice fizyczne między morfami, wybierz morfy, które reprezentują równoważne przyrosty zmian fizycznych wzdłuż każdego kontinuum. Zastosowaliśmy przyrosty 33,33% (tj. M0, M4, M8, M12) (Rysunek 2B).

figure-protocol-3
Rysunek 3. Warunki bodźcowe dla zadania dyskryminacji percepcyjnej "to samo-różne" (N = 20). Kształty są wybierane w taki sposób, aby tworzyły pary. Morfy pary są wylosowane w obrębie tej samej kategorii ("wewnątrz"), są identyczne ("takie same") lub pokazują zmianę kategorii między nimi ("pomiędzy"). Morfy M0, M4 i M8 są używane do prób awatarów (A), a M4, M8 i M12 do prób na ludziach (B). Zauważ, że pierwszą morfą pary morfów w próbach awatara jest zawsze M4, a w próbach na ludziach M8, a próby awatara i ludzi są oparte na morfach wylosowanych z różnych kontinuów.

  1. Posortuj wybrane morfy na pary zgodnie z trzema eksperymentalnymi warunkami pary morfów (Rysunek 3): "takie same" (morfy pary są identyczne, nie reprezentując żadnej fizycznej lub kategorii zmiany), "wewnątrz" (morfy pary są rysowane z wnętrza kategorii) i "pomiędzy" (morfy pary reprezentują różne kategorie).
  2. Aby zbadać skuteczność dyskryminacji między morfami par morfów w odniesieniu do kategorii awatara (te pary morfów są więc nazywane "próbami awatara"), upewnij się, że pierwszym morfem każdej pary morfów w tych trzech warunkach jest zawsze M4 (z kategorii awatara) (Rysunek 3A). Powoduje to powstanie par morfów M4 - M4 dla "tego samego", M4 - M0 dla warunków "wewnątrz" i M4 - M8 dla warunków "pomiędzy". Ta sama procedura może być zastosowana dla par morfów w odniesieniu do kategorii ludzkiej (nazywanych w ten sposób "próbami na ludziach"), zapewniając, że pierwszą morfą jest zawsze M8: "taka sama" (M8 - M8), "wewnątrz" (M8 - M12) i "pomiędzy" (M8 - M4) (Rysunek 3B).
  3. Zawsze upewnij się, że obie morfy pary morfów są narysowane z tego samego kontinuum, w którym zostały pierwotnie przekształcone. Pseudolosowa prezentacja par morfów tak, aby żadne pary z tego samego kontinuum nie były pokazywane w bliskiej kolejności. Prezentacja awatara lub badań na ludziach z danego kontinuum jest losowa, ale równoważona przez wszystkich uczestników, aby zapewnić, że każdy uczestnik ogląda awatara lub badania na ludziach z dowolnego kontinuum, ale nie z obu, oraz że oglądana jest równa liczba prób awatara lub badań na ludziach.

2.2 Prezentacja i instrukcje

  1. Przedstaw krzyż fiksacji przez 500 ms (uczestnicy są zobowiązani do utrzymania fiksacji), a następnie każdą twarz pary twarzy przez 500 ms z interwałem między bodźcami (ISI) wynoszącym 300 ms między twarzami pary. Użyliśmy również ISI wynoszącego 75 ms, aby sprawdzić, czy różne czasy trwania ISI w różny sposób wpłynęłyby na skuteczność dyskryminacji. Przedstaw zmienny interwał między próbami par morfów: użyliśmy interwału wynoszącego średnio 2,500 ms.
  2. Poinstruuj uczestników, aby obejrzeli każdą próbę składającą się z pary morfów, przy czym morfy są kolejno prezentowane w próbie, i aby wskazywali za pomocą naciśnięcia przycisku tak szybko i precyzyjnie, jak to możliwe, czy twarze każdej pary twarzy są "takie same" czy "różne" pod względem wyglądu.

2.3 Analiza danych

Dokładność dyskryminacji jest analizowana dla par twarzy, które przekraczają granicę kategorii, w porównaniu z parami twarzy z tej samej strony granicy. W tym celu "różne" odpowiedzi (wskazujące, że obie twarze pary mają różny wygląd fizyczny) są obliczane jako proporcje całkowitej liczby par twarzy morfów i poddawane silni ANOVA 2 X 3, z 3 "typami prób par twarzy" (w obrębie, pomiędzy, takie same) i 2 warunkami "ISI" (75 ms, 300 ms). Korekta Greenhouse'a-Geissera jest stosowana, gdy naruszone jest założenie kulistości. Dane z prób z udziałem awatarów i badań na ludziach są traktowane oddzielnie w analizie.

Indywidualne wyniki dokładności mogą być również określone za pomocą statystyki A' 47,79 (dla Teorii Detekcji Sygnału, patrz np. 45, 46, 47). A' zapewnia miarę wrażliwości na dyskryminację, która jest niezależna od błędu systematycznego odpowiedzi. Waha się od 0,5 (szansa) do 1 (doskonała dyskryminacja). Do obliczania A' i innych miar wrażliwości (i uprzedzeń) dyskryminacji można używać różnych pakietów oprogramowania: 46, 47, 48, 49, 50. Przeanalizowaliśmy wrażliwość na dyskryminację za pomocą ANOVA 2 x 2 powtarzanych pomiarów, z 2 typami prób "twarz-para" (w obrębie, pomiędzy) i warunkami "ISI" (75 ms, 300 ms), z oddzielnymi analizami dla prób awatarów i badań na ludziach oraz A' jako zmiennej zależnej. Błąd systematyczny odpowiedzi nie jest często zgłaszany, ale patrz 38. W przypadku błędu systematycznego odpowiedzi użyliśmy statystyki β"D 47 jako zmiennej zależnej w oddzielnej analizie, używając tego samego projektu ANOVA 2 X 2.

Dane RT mogą być również analizowane pod kątem odpowiedzi "różne", "takie same" i "pomiędzy". W tym przykładzie porównujemy warunki "różne", "takie same" i "pomiędzy" śladami awatara i ludzi w jednej analizie, aby uzyskać sumaryczny obraz RT we wszystkich warunkach. W tym celu przeprowadziliśmy ANOVA 3 X 2 X 2 z czynnikami "typy prób par twarzy" (różne, takie same, pomiędzy), "kategoria" (awatar, człowiek) i "ISI" (75 ms, 300 ms), używając średniego RT prawidłowych odpowiedzi każdej osoby we wszystkich kontinuach jako zmiennej zależnej.

3. Zadanie fMRI

3.1 Bodźce

Warunki bodźca, tj. bodźce morficzne dla par twarzy w środku, takie same i pomiędzy warunkami w próbach awatara i na ludziach, są takie same, jak opisano w poprzednim zadaniu dyskryminacji percepcyjnej.

3.2 Prezentacja i instrukcje

  1. Użyj zadania monitorowania celu, aby zbadać niejawne przetwarzanie zmian fizycznych i związanych z kategorią wzdłuż DHL, jednocześnie utrzymując uwagę uczestników na bodźcach będących przedmiotem zainteresowania.
  2. Poinstruuj uczestników, aby nacisnęli przycisk odpowiedzi po wykryciu rzadkiego celu. Przedstawiliśmy 15% wszystkich par morfów jako cele, twarze są pokazane do góry nogami. Użyj jako celu jednego z czterech możliwych morfów (M0, M4, M8 lub M12) wybranych losowo z kontinuum morfów, które nie są używane do prezentacji bodźców w inny sposób. Upewnij się, że docelowy morf jest przedstawiony jako pierwszy lub drugi morf pary morfów, aby uniknąć różnicy uwagi podczas monitorowania celów do pierwszego lub drugiego morfa z par morfów.
  3. Każda sesja skanowania składa się z dwóch eksperymentalnych serii prezentacji bodźców, równoważonych w kolejności u uczestników. Przerwa między biegami pozwala uczestnikom na krótki odpoczynek. Uczestnicy ustalają krzyż na początku każdego biegu, aby ustalić stan ustalony w sygnale MR.

3.3 Przygotowanie obiektu do skanowania

  1. Wszyscy uczestnicy wyrażają pisemną świadomą zgodę przed przeprowadzeniem protokołu eksperymentalnego. Protokół, wszystkie procedury i formularze zgody są zatwierdzane przez lokalną Komisję Etyki. Unikaj zakłóceń w lateralizacji aktywacji mózgu, skanując praworęcznych uczestników. Kontroluj potencjalny wpływ wcześniejszych doświadczeń z awatarami.
  2. Przed skanowaniem uczestnicy są zapoznawani z laboratorium, informowani o procedurach skanowania, otrzymują jasne instrukcje dotyczące docelowego zadania monitorowania, całkowitego czasu skanowania oraz sposobu ostrzeżenia personelu w razie potrzeby.
  3. Podczas skanowania uczestnik leży na wznak na stole do skanowania. Poduszki pod głowę służą do zapewnienia komfortu i zminimalizowania ruchów głowy podczas skanowania. Uczestnicy otrzymują zatyczki do uszu i słuchawki, aby zmniejszyć wpływ hałasu skanera i umożliwić komunikację z eksperymentatorem.
  4. Prawa ręka uczestników znajduje się nad panelem odpowiedzi dla docelowego zadania monitorowania. Lewa ręka znajduje się obok przycisku zatrzymania awaryjnego, jeśli uczestnik chce przerwać skanowanie.
  5. Bodźce wzrokowe mogą być prezentowane na ekranie projekcyjnym umieszczonym z przodu lub z tyłu skanera MRI. Użyliśmy wyświetlacza montowanego na głowie kompatybilnego z rezonansem magnetycznym ("VisuaStim - Digital", Resonance Technology Inc.). Ma to tę zaletę, że wyklucza z pola widzenia wszystkie bodźce wzrokowe inne niż zamierzone bodźce.
  6. Przed rozpoczęciem zbierania danych należy upewnić się, że prezentacja bodźca, panel odpowiedzi i przycisk zatrzymania awaryjnego działają prawidłowo.

3.4 Parametry zapisu i skanowania danych

Uzyskaliśmy strukturalne i funkcjonalne obrazy całego mózgu za pomocą 3-T urządzenia MR całego ciała (Philips Medical Systems, Best, Holandia). Obrazy strukturalne zarejestrowano za pomocą sekwencji impulsów echa gradientowego 3D zależnej od T1 (180 warstw, TR = 20 ms, TE = 2,3 ms, kąt odwrócenia = 20°, FOV = 220 mm × 220 mm × 135 mm, rozmiar matrycy = 224 × 187, rozmiar woksela = 0,98 mm × 1,18 mm × 0,75 mm, przecięty na 0,86 mm × 0,86 mm × 0,75 mm). Obrazy funkcjonalne uzyskano z 225 skanów całej głowy na przebieg przy użyciu jednostrzałowej sekwencji echoplanarnej (czas powtórzenia, TR = 2,6 sekundy; czas echa, TE = 35 ms; pole widzenia = 220 mm × 220 mm × 132 mm; kąt odwrócenia = 78°; rozmiar matrycy = 80 × 80; rozmiar woksela = 2,75 mm × 2,75 mm × 4 mm, pokrojone na 1,72 mm × 1,72 mm × 4 mm).

3.5 Analiza danych

  1. Użyliśmy MATLAB 2006b (Mathworks Inc., Natick, MA, USA) i pakietu oprogramowania SPM5 (http://fil.ion.ucl.ac.uk/spm) do wstępnego przetwarzania i analizy danych MRI. Przetwarzanie wstępne zazwyczaj wiąże się z wyrównaniem obrazów do pierwszej zarejestrowanej głośności, korekcją ruchu, normalizacją do standardowej przestrzeni stereotaktycznej i wygładzeniem (np. jądro 6 mm3).
  2. W analizie danych fMRI wykorzystuje się zjawisko określane jako tłumienie powtórzeń (RS) (11, 13, 14, w celach przeglądowych patrz 15, 16). Rozpatrywane w kontekście DHL, morfy pary morfów są prezentowane w krótkich odstępach czasu. Powtórzenie w drugiej morfie bodźca lub atrybutów bodźca przedstawionych w pierwszej morfie powoduje spadek aktywacji (tj. RS) w obszarze mózgu wrażliwym na ten konkretny bodziec lub jego atrybuty (np. atrybuty fizyczne lub związane z kategorią). W tym protokole powtarzanie bodźca lub atrybutów bodźca między pierwszą a drugą morfą jest manipulowane w warunkach "wewnątrz", "pomiędzy" i "tak samo" pod względem podobieństwa lub odmienności fizycznych i związanych z kategorią atrybutów DHL. Porównując te warunki, analiza danych fMRI identyfikuje obszary mózgu zaangażowane w przetwarzanie określonego bodźca lub atrybutu bodźca fizycznego lub związanego z kategorią na podstawie zakresu względnych różnic w spadku sygnału po powtórzeniu bodźca 17, 18, 19, 20.
  3. Zidentyfikuj obszary mózgu reagujące na zmiany fizyczne i związane z kategorią wzdłuż DHL, korzystając z następującego kontrastu warunków bodźca (wewnątrz, pomiędzy i tak samo). Kontrasty te są definiowane w kategoriach morfa użytego jako druga twarz w trzech warunkach pary twarzy (zauważ, że pierwsza morfa jest taka sama odpowiednio w próbach awatara i ludzi). Aby wykryć wrażliwość na zmiany fizyczne w próbach z awatarami, użyj kontrastu M0 plus M8 > M4 oraz M12 plus M4 > M8 w próbach na ludziach. Aby wykryć obszary mózgu selektywnie reagujące na zmianę kategorii przez granicę w kierunku awatara do człowieka (tj. próby awatara), użyj kontrastu M8 > M4 plus M0. Aby uzyskać kierunek od człowieka do awatara, użyj kontrastu M4 > M8 plus M12.
  4. W przypadku analiz na poziomie indywidualnym, odpowiedzi fMRI każdego badanych na drugą morfę każdej pary morfów w każdym z sześciu warunków pary morfów (tj. wewnątrz, tak samo i pomiędzy dla prób awatara i ludzi) mogą być wykorzystane do porównania aktywności mózgu między tymi stanami. Te indywidualne kontrasty są następnie wprowadzane do analiz na poziomie grupy w celu wnioskowania.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Zadanie klasyfikacji wymuszonego wyboru

Analiza danych odpowiedzi N = 25 uczestników została już zgłoszona w 7. Potwierdziło to, że nachylenie dopasowanej krzywej regresji każdego pojedynczego kontinuum i we wszystkich kontinuach ma profil logistyczny (rysunek 2A). Nachylenie to odzwierciedla sigmoidalną funkcję krokową zgodną z obecnością wzdłuż DHL komponentu kategorycznego w odpowiedziach uczestników na ściany morficzne kontinuów. Nachylenie krzywej charakteryzuje się zatem dolnymi i górnymi asymptotami odpowiedzi kategoryzacyjnych awatara lub człowieka, które zbliżają się do 100% dla awatarów i 100% dla ludzi. Natomiast oszacowanie średniej wartości granicznej kategorii wyprowadzonej na podstawie dopasowanej krzywej logistycznej i punktu środkowego rzędnej między dolną i górną asymptotą odpowiedzi kategoryzacji wskazuje, że maksymalna niepewność wynosząca 50% w ocenach kategoryzacyjnych jest związana z morfem M6.

Analiza danych RT została również zgłoszona w 7. Analiza RT wszystkich morfów (patrz Rysunek 4) wykazała najkrótsze RT dla awatara i ludzkich końców kontinuów, zwiększające RT wraz z większą odległością morfu od awatara i ludzkich końców kontinuów oraz najdłuższe RT na M6, przy których występuje maksymalna niepewność w odpowiedziach na decyzje kategorii, jak widać na Rysunku 2B. Aby dokładniej zweryfikować to ostatnie ustalenie, średnie wartości RT w M6 można porównać ze średnimi wartościami RT we wszystkich innych pozycjach morfologii. Jednoczynnikowa analiza RM-ANOVA z pozycją morfu (dwa poziomy: M6 kontra wszystkie inne morfy) i RT jako zmienną zależną zapadniętą w kontinuach wykazała, że RT dla M6 (M = 1,42, SD = 0,26) różniła się znacznie od RT dla pozostałych pozycji morfów (M = 0,99, SD = 0,46), F(1,24) = 62,04, p < 0,001.

Razem wzięte, dane dotyczące odpowiedzi na kategoryzację potwierdzają, że spełnione jest pierwsze kryterium obecności CP, a mianowicie, że istnieje granica kategorii (dla wszystkich kryteriów, patrz np. 11), a czasy odpowiedzi dla decyzji kategorii są zgodne z danymi odpowiedzi, ponieważ pokazują dłuższe czasy odpowiedzi przy rosnącej niepewności kategoryzacji.

figure-results-1
Rysunek 4. Wyniki czasu reakcji zadania kategoryzacji wymuszonego wyboru, wykazujące najdłuższe średnie opóźnienie odpowiedzi dla ocen kategoryzacyjnych dla bodźców w pozycji morfologii M6, przy której niejednoznaczność kategoryzacji jest największa. Słupki błędów pokazują błąd standardowy ±1.

2. Zadanie związane z dyskryminacją percepcyjną

Analizy danych N = 20 uczestników zostały już zgłoszone w 7. Wykorzystując jako przykład dane z prób awatarów z tego badania (Ryc. 5), analiza wykazała zwiększoną dokładność dyskryminacji dla par twarzy, które przekraczają granicę kategorii w stanie pomiędzy, w porównaniu z osłabioną dokładnością dyskryminacji dla par twarzy w stanie wewnętrznym. Jest to zgodne z CP. Dane pokazują również, że istnieje znacząca różnica w dokładności dyskryminacji w obrębie kategorii, ponieważ dokładność dyskryminacji jest większa dla par twarzy w obrębie warunku niż w tym samym stanie. Różnica w ISI wynosząca 75 i 300 ms w różny sposób wpłynęła na odpowiedzi uczestników, ale nie w badaniach na ludziach.

figure-results-2
Rysunek 5. Wyniki zadania dyskryminacji percepcyjnej "ten sam inny" dla prób awatarów. Uczestnicy (N = 20). oceniał, czy morfy pary morfów były takie same, czy różne pod względem wyglądu fizycznego. Kontrolując względną odległość morfów wzdłuż kontinuów, wyniki wykazują lepszą dokładność dyskryminacji dla par twarzy, które przekroczyły granicę kategorii (która została określona w zadaniu klasyfikacji wymuszonego wyboru) niż dla par wylosowanych z tej samej (tj. awatara lub człowieka) strony granicy, demonstrując w ten sposób kategoryczną percepcję wzdłuż kontinuów podobieństwa ludzkiego. Wpływ krótszego i dłuższego ISI wynoszącego 75 ms i 300 ms został również przetestowany i stwierdzono, że wpływa on na skuteczność dyskryminacji tylko w próbach z awatarami. Słupki błędów pokazują błąd standardowy ±1.

Używając statystyki A' jako miary skuteczności dyskryminacji niezależnie od błędu odpowiedzi, w próbach awatarów stwierdzono znaczący główny wpływ na wrażliwość na dyskryminację typów prób par twarzy (tj. (wewnątrz i pomiędzy), F(2,38) = 107,11, p < 0,001, z większą wrażliwością na dyskryminację dla różnych kategorii (A' = 0,89, SD = 0,07) niż dla par wewnątrzkategorialnych (A' = 0,55, SD = 0,17) (Rysunek 6). Podobnie, stwierdzono istotnie większą wrażliwość na dyskryminację dla par międzykategoryzacyjnych (A' = 0,94, SD = 0,1) niż dla par wewnątrzkategorialnych (A' = 0,56, SD = 0,22) w śladach ludzkich, F(2,38) = 107,11, p < 0,001. Nie stwierdzono wpływu badań klinicznych z parami twarzy na ISI. Wykorzystując statystykę β"D jako miarę błędu systematycznego odpowiedzi, stwierdzono istotny główny wpływ na stronniczość typów prób par twarzy [F(2,38) = 70,53, p < 0,001], przy czym uczestnicy wykazywali silną tendencję do oceniania par w obrębie kategorii jako różnych (β"D = 0,81, SD = 0,23) w porównaniu z odpowiedzią na pary krzyżowe (β"D = -0,18, SD = 0,59). Jest to zgodne z ideą, że uczestnicy mają tendencję do faworyzowania "różnych" decyzji w tym konkretnym zadaniu, podczas gdy ta sama decyzja jest trudniejsza dla par w obrębie kategorii.

figure-results-3
Rysunek 6. Stosując statystykę A' jako miarę skuteczności dyskryminacji niezależnie od błędu odpowiedzi (N = 20), wrażliwość na dyskryminację była większa dla par międzykategorialnych niż dla par wewnątrzkategorialnych zarówno w badaniach na ludziach, jak i awatarach. Słupki błędów pokazują błąd standardowy ±1.

Analiza danych RT nie wykazała różnic między próbami awatara i ludźmi oraz między krótkim a długim ISI. Zgodnie z oczekiwaniami zaobserwowano główny istotny wpływ na RT między trzema warunkami pary bodźców (patrz rysunek 7), F(2,38) = 34,55, p < 0,001. Wcześniej zaplanowane testy kontrastów wewnątrzobiektowych wykazały, że RT dla twarzy krzyżowych (tj. "pomiędzy" typem próbnym pary twarzy) były znacznie szybsze (M = 0,79, SE = 0,05) niż RT dla par twarzy z kategorii ("wewnątrz" typu próbnego) (M = 1,26, SE = 0,09) [F(1,19) = 60,09, p < 0,001] i par twarzy w tym samym stanie pary twarzy (M = 0,88, SE = 0,08), F(1,19) = 43,1, p < 0,001.

figure-results-4
Rysunek 7. Wyniki czasu reakcji (RT) zadania dyskryminacji percepcyjnej "tak samo-różne" dla prób awatara i ludzi (N = 20). Wykres pokazuje, że RT dla par bodźców, które przekraczają granicę kategorii (tj. w warunku pomiędzy) były krótsze niż RT dla twarzy z wewnątrz kategorii. Słupki błędów pokazują błąd standardowy ±1.

Dane odpowiedzi na kategoryzację potwierdzają zatem drugie kryterium obecności CP w tym, że istnieje lepsza dokładność dyskryminacji dla par, które przekraczają granicę kategorii, niż dla równoodległych par wylosowanych w obrębie kategorii. Pokazuje to, że istnieje tak zwana granica dyskryminacji ze zwiększoną wrażliwością na cechy bodźca fizycznego w pobliżu granicy kategorii. Dane RT potwierdzają to, pokazując krótsze opóźnienia odpowiedzi dla różnych kategorii w porównaniu z parami twarzy z kategorią.

To konkretne zadanie dyskryminacji percepcyjnej nie definiuje konkretnego punktu granicy dyskryminacji wzdłuż DHL. Do rozwiązania tego problemu można by użyć znacznie mniejszej odległości między parami prezentowanych morfów. Tutaj pokazujemy przykład z użyciem tradycyjnego zadania ABX dotyczącego dyskryminacji 12, 13. Dyskryminacja ABX pociąga za sobą sekwencyjną prezentację różnych bodźców twarzy (np. Morph A i Morph B), po której następuje druga prezentacja A lub B jako bodźca docelowego X. Po obejrzeniu obrazów A, B i X uczestnicy są zobowiązani do wskazania, czy A lub B jest identyczny z X. W tym przykładzie przedstawiono 2-etapową procedurę dyskryminacji między morfami (tj. 1-3, 2-4, 3-5 itd.) (Rysunek 8B). Analizy zostały opisane w punkcie 8. W celach ilustracyjnych zadanie dyskryminacji ABX przeprowadzono na 24 uczestnikach przy użyciu 4 kontinuów morfów, z których każde miało 11 morfów, przy użyciu bodźców końcowych zaczerpniętych z badania Cheethama i wsp. 7. Po zadaniu ABX dotyczącym dyskryminacji przeprowadzono zadanie kategoryzacji wymuszonego wyboru z tymi samymi uczestnikami. Uważa się, że ta sekwencja prezentacji zadań minimalizuje wpływ jawnego podejmowania decyzji dotyczących kategorii na zadanie dyskryminacji ABX. Rysunek 8B wyraźnie wskazuje, że występuje szczyt wrażliwości na dyskryminację percepcyjną w pozycji morfologii przewidywanej przez granicę kategorii i wyrównanej z nią (zob. rys. 8A). Korzystając z 2-stopniowej odległości między morfami, szczyt wydajności dyskryminacji można wyraźnie zidentyfikować w interwale między parą morfów M5-M7. Zobacz 8, aby zapoznać się z wynikami wykorzystującymi paradygmat ABX i bodźce morficzne zaczerpnięte z wymiarów podobieństwa do człowieka z twarzami małp, krów i ludzi jako punktami końcowymi kontinuów.

figure-results-5
Rysunek 8. Reprezentatywne wyniki zadań ABX z zakresu dyskryminacji percepcyjnej i kategoryzacji wymuszonego wyboru. Dwuetapowa procedura dyskryminacji (tj. 1-3, 2-4, 3-5 itd.) w zadaniu dyskryminacji percepcyjnej ABX w panelu B pokazuje, że szczyt wrażliwości na dyskryminację percepcyjną jest przewidywany przez granicę kategorii wyznaczoną w zadaniu kategoryzacji wymuszonego wyboru pokazanym w panelu A. Panel A przedstawia profil logistyczny dopasowanych krzywych regresji czterech continuów. Maksymalna niepewność wynosząca 50% w ocenach kategoryzacyjnych morfowanych twarzy jako ludzkich jest związana z morfologią M6.

To samo zadanie dyskryminacji potwierdza, że trzecie kryterium obecności CP pokazuje, że granica dyskryminacji jest wyrównana z granicą kategorii. Innymi słowy, położenie granicy kategorii przewiduje położenie granicy dyskryminacji.

Czwartym kryterium, które nie zawsze jest stosowane w badaniach CP 13, 14 jest to, że dyskryminacja jest przypadkowa w obrębie kategorii. Dane z ilustracyjnego przykładu wykorzystującego projekt ABX sugerowałyby, że dyskryminacja jest nieco powyżej prawdopodobieństwa dla tych morfów, które znajdują się między punktami końcowymi kontinuów a granicą kategorii.

3. Zadanie fMRI

4.3.1 Wrażliwość na zmiany fizyczne

Porównując warunki, w których następuje fizyczna zmiana między pierwszym a drugim morfem, z warunkami, w których nie ma takiej zmiany, okazuje się, że obszar mózgu w zakręcie wrzecionowatym (Rysunek 9A) jest wrażliwy na prezentację drobnoziarnistych zmian wzdłuż DHL w fizycznym wyglądzie morfów twarzy w próbach awatara. Podobny wynik dla badań na ludziach nie jest pokazany na rysunku. Obszar ten został określony jako wrzecionowaty obszar twarzy ze względu na jego rolę jako części układu wzrokowego w przetwarzaniu informacji o twarzy. Wraz z badaniami na ludziach, odkrycie to jest zgodne z raportowaną reakcją obszarów wrzecionowatych na różnice w atrybutach fizycznych twarzy 23, geometrii twarzy 16, 21, 24 i teksturze twarzy 21.

4.3.2 Wrażliwość na zmianę kategorii

Rysunek 9B pokazuje, na przykładzie prób awatarów, obszary mózgu wrażliwe na zmianę kategorii wzdłuż DHL. Osiągnięto to poprzez porównanie warunków, w których następuje zmiana kategorii między pierwszą a drugą przemianą, z warunkami, w których taka zmiana nie zachodzi. Dane obrazowe pokazują, że zmiana kategorii w próbach z awatarem (tj. zmiana z kierunku awatara na człowieka wzdłuż DHL) ujawniła reakcję hipokampa, ciała migdałowatego i wyspy. Rola tych regionów musi być interpretowana w kontekście stosowanego paradygmatu i kategoryzacji, co zostało już opisane 7. Ogólnie rzecz biorąc, ciało migdałowate reaguje na twarze, walencję afektywną, nowość i niepewność 55, 56, 57, 58, 59. Sugeruje się, że ciało migdałowate wpływa na przetwarzanie innych obszarów mózgu zaangażowanych w kategoryzację w zależności od afektywnego znaczenia sytuacji 60. Wyspa jest konsekwentnie opisywana w związku z przetwarzaniem kategorii i przetwarzaniem w warunkach niepewności 61, 62, 63. W kontekście zastosowanego paradygmatu region ten może przyczynić się do zwiększenia zasobów uwagi do przetwarzania kategoryzacji 63. Określony region aktywacji może być również związany z sygnalizowaniem obecności niepewności, zagrożenia lub potencjalnego zagrożenia 64, 65. Hipokamp bierze udział w kategoryzacji wizualnej i uczeniu się percepcyjnym 66. Zmiana kategorii w badaniach na ludziach (tj. zmiana kierunku od człowieka do awatara wzdłuż DHL) ujawniła, że skorupa, głowa jądra ogoniastego i wzgórze reagują na ten stan. Ogólnie rzecz biorąc, regiony te są związane z uczeniem się skojarzeń bodziec-kategoria, sygnalizowaniem przynależności do kategorii, niepewnością decyzji podczas kategoryzacji, przełączaniem między potencjalnymi regułami kategorii używanymi do ustalenia przynależności do kategorii i dostosowaniem reprezentowanej granicy kategorii w celu zminimalizowania błędów 67, 68, 69, 70.

Interpretacja tych wyników na szerokim poziomie i w kontekście zastosowanego paradygmatu eksperymentalnego sugeruje, że awatary i ludzkie twarze reprezentują różne problemy kategoryzacyjne w zależności od stopnia wcześniejszego doświadczenia w kategoryzacji z daną kategorią (np. 25); uczestnicy są ekspertami w przetwarzaniu ludzkich twarzy, ale zostali specjalnie wybrani na podstawie tego, że nie zgłaszają żadnej wyraźnej wiedzy na temat wcześniejszych doświadczeń z twarzami awatarów (np. w grach wideo, filmach, Second Life) i, jak potwierdzono podczas podsumowania, nigdy wcześniej nie widziałem twarzy takich jak te, które przedstawiliśmy.

figure-results-6
Rysunek 9. Neuronalne korelaty zmian fizycznych i kategorii wzdłuż DHL w próbach awatarów. Mapy aktywacji są nakładane na widoki koronalne (A), poprzeczne (B) i strzałkowe (C) pojedynczego obiektu. Kolorowe paski oznaczają gradient wartości t map aktywacji (p < 0,005, 20 ciągłych wokseli).

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Podstawowym przewidywaniem hipotezy doliny niesamowitości jest to, że pozytywnie lub negatywnie wartościowane doświadczenie może być wywołane jako funkcja postrzeganego podobieństwa ludzkiego 77 (w celu uzyskania pouczającego przeglądu, patrz 78). Dokładne zbadanie, w jaki sposób podobieństwo do człowieka jest rzeczywiście postrzegane, jest zatem samo w sobie ważnym przedsięwzięciem badawczym. Równie ważne jest to, w jaki sposób DHL jest reprezentowany w eksperymentach z niesamowitym doświadczeniem. Protokół ten koncentruje się zatem na DHL. Jednym z podejść jest przedstawienie ludzkiego podobieństwa za pomocą kontinuów morfologicznych, co zostało już zaimplementowane w "niesamowitych" badaniach 5, 6, 26, 27, 28. Zaletą morfów continua jest to, że ich zastosowanie pozwala na powiązanie eksperymentalnie kontrolowanych różnic w wyglądzie ludzkim z behawioralnymi miarami subiektywnej percepcji i doświadczenia (np. decyzjami dotyczącymi kategorii, niesamowitymi uczuciami) oraz z leżącymi u ich podstaw procesami neuronalnymi 7. To precyzyjne podejście jest szczególnie ważne, ponieważ hipoteza doliny niesamowitości nie przewiduje rzeczywistego stopnia podobieństwa do człowieka, przy którym powinno nastąpić przejście między doświadczeniem o wartości dodatniej a doświadczeniem niesamowitości 78. Jeśli przypuszczenia Moriego są słuszne, wyniki odnoszące się do przetwarzania kategorii wzdłuż DHL 7 sugerowałyby, że niesamowite doświadczenie najprawdopodobniej wystąpi na granicy kategorii, gdzie niejednoznaczność decyzji percepcyjnych jest największa. To musi być jeszcze przetestowane.

Aby móc zinterpretować badaną zależność między DHL, reprezentowaną za pomocą kontinuum morfu, a innymi zmiennymi będącymi przedmiotem zainteresowania, należy użyć pojedynczego kontinuum morfologicznego, a nie dwóch lub nawet trzech różnych zestawionych continua 5,28. Zestawione ze sobą continua nie reprezentują, a w efekcie zmieniają koncepcję podobieństwa ludzkiego Moriego, wprowadzając nieciągłości do DHL. Może to mieć wpływ na wydajność w zadaniu dyskryminacji percepcyjnej, ponieważ punkt nieciągłości i wszelkich rozbieżności wynikających z procedury morfingu może być wykorzystany jako wiarygodny, ale eksperymentalnie niezamierzony punkt odniesienia do kierowania dyskryminacją percepcyjną (patrz 29). W obrębie każdego kontinuum morfów wszystkie morfy powinny być dokładnie kontrolowane, tak aby równoważne przyrosty zmian fizycznych były reprezentowane wzdłuż całego kontinuum 5,28. Jest to szczególnie ważne w tym protokole, ponieważ eksperymentalna kontrola odległości morfu wzdłuż kontinuów umożliwia zbadanie, czy informacja sensoryczna odnosząca się do liniowych różnic w fizycznym podobieństwie ludzkim wzdłuż DHL jest kognitywnie reprezentowana w sposób liniowy czy nieliniowy. Nieliniowość znajduje odzwierciedlenie w funkcji krokowej w nachyleniu odpowiedzi kategoryzacyjnych (ryc. 2A i 5A) oraz w różnicach w wrażliwości percepcyjnej na atrybuty bodźca wzdłuż DHL (zob. rys. 4 i 5B). Ten protokół używa twarzy jako punktów końcowych bez stosowania dalszych manipulacji eksperymentalnych. Dalsze badania nad CP i podobieństwem ludzkim mogłyby na przykład zbadać, w jaki sposób określone cechy, takie jak realizm oka w porównaniu z realizmem innych rysów twarzy lub manipulacje geometrią twarzy w porównaniu z teksturą twarzy (porównaj 30,38), w różny sposób wpływają na przetwarzanie kategorii w DHL.

Procedura morfingu umożliwia płynne mieszanie ze sobą odpowiednich cech punktów końcowych kontinuum, takich jak konfigurowalne wskazówki twarzy. Trudności w morfowaniu informacji o twarzy, takich jak górne części twarzy i profil włosów 26 , mogą potencjalnie wpływać na odpowiedzi uczestnika poprzez zwrócenie uwagi na rozbieżności w wyrównaniu rysów podczas procedury morfingu. To odchylenie jest prawdopodobnie systematyczne w tym sensie, że rozbieżności morficzne są związane z odległością morfa od punktów końcowych kontinuów, przy czym rozbieżności są największe w punkcie środkowym kontinuów morfologicznych. Dla naszych kontinuów morfologicznych punkt środkowy kontinuów odpowiada granicy kategorii, wokół której występuje największa wrażliwość percepcyjna. Ponowna analiza danych z jednego z naszych badań pilotażowych (zadanie kategoryzacji wymuszonego wyboru) porównała kontinua, w których obszar oka był albo dobrze, albo słabo zmorfowany (słabe morfowanie skutkowało bardzo niewielką niespójnością w wyrównaniu tekstury oka między morfami). Ponowna analiza potwierdziła systematyczne odchylenie w odpowiedziach na decyzje o kategoryzacji słabo przekształconych kontinuów, tak że słabe morfowanie skutecznie powodowało względne przesunięcie granicy kategorii w kierunku ludzkiego końca wymiaru. Działo się tak prawdopodobnie dlatego, że rozbieżność w morfowaniu była postrzegana jako cecha "niedefiniująca człowieka".

Błąd systematyczny odpowiedzi może również wynikać z użycia kontinuów generowanych na podstawie bodźców końcowych, w których informacje niezwiązane z twarzą, takie jak strój głowy i biżuteria na twarzy, są obecne tylko w jednym bodźcu końcowym 27. W takim przypadku obrazy twarzy mogą zostać przycięte w taki sposób, aby uczestnicy zwracali uwagę na informacje o bodźcach będących przedmiotem zainteresowania badawczego, a nie na inne istotne cechy przedstawione na obrazie. Systematyczny błąd systematyczny odpowiedzi może również wynikać z używania obrazu jako punktu końcowego kontinuum, w którym atrybuty inne niż ludzkie są prezentowane razem z atrybutami ludzkimi, nawet jeśli obraz ten ma reprezentować ludzki koniec DHL 6. W tym przypadku wszelki związek między podobieństwem do człowieka a zmiennymi, takimi jak subiektywne miary doświadczenia niesamowitości, nie jest interpretowalny w kategoriach koncepcji DHL Moriego i hipotetycznej doliny niesamowitości.

CP może występować w wymiarach innych niż podobieństwo do człowieka 31, 10, 22, 32, 33, 34, 35, a informacje istotne dla danej kategorii mogą być automatycznie przetwarzane po wystawieniu na działanie innych 36. W niniejszym protokole należy zatem zwrócić uwagę na kontrolę wpływu wskazówek wizualnych wskazujących na różnice wzdłuż DHL pod względem innych wymiarów istotnych dla kategorii na odpowiedzi uczestników dotyczące podobieństwa ludzkiego. Wskazówki te mogą na przykład odnosić się do pochodzenia etnicznego, płci, odrębności twarzy, poufałości i tożsamości oraz wyrazu twarzy (por. 5, 26, 27, 28). Niniejszy protokół ma na celu zminimalizowanie percepcji ruchu biologicznego między morfami twarzy prezentowanymi w krótkim odstępie czasu w zadaniu dyskryminacji percepcyjnej i badaniu fMRI poprzez ścisłe dopasowanie geometrii twarzy i konfiguracji rysów twarzy na obrazach używanych jako punkty końcowe kontinuum. Takie podejście (wraz ze względnym położeniem wzdłuż kontinuów morfów używanych w warunkach bodźca) pomaga również zminimalizować jakiekolwiek postrzeganie różnych tożsamości między morfami kontinuum.

Zadanie klasyfikacji wymuszonego wyboru określa, które morfy kontinuum są wyraźnie skategoryzowane jako awatar i jako człowiek, w celu wybrania morfów do użycia w zadaniu dyskryminacji percepcyjnej i badaniu fMRI. Wybraliśmy cztery morfy M0, M4, M8 i M12 z każdego z continuów (rys. 2B i 2C). Oprócz kontrolowania stopnia zmian fizycznych wzdłuż DHL, wybór M4 i M8 opiera się na następujących rozważaniach teoretycznych. Mori opisał niepewność percepcyjną (i związane z nią niesamowite doświadczenie) jako występującą na poziomach realizmu, które odpowiadają regionowi wzdłuż DHL między dwoma dodatnimi szczytami na zboczu relacji walencja-podobieństwo człowieka (patrz Rysunek 1). Na tych szczytach obiekty są uważane za nie-ludzkie lub ludzkie. Przeformułowując swoje rozważania w kategoriach ram przetwarzania kategorii, szczyty te mogą być postrzegane jako odzwierciedlające stopnie ludzkiego podobieństwa, przy których prawidłowo sklasyfikowane instancje kategorii (tj. nie-ludzkie i ludzkie) znajdują się na granicy kategorii. Mori nie sprecyzował jednak, jak skuteczna musi być ta klasyfikacja (tj. pewność percepcyjna) na tych szczytach, chociaż identyfikacja obiektów na każdym szczycie jest wyraźnie uważana za stosunkowo wydajną i bezwysiłkową. Z tego powodu dwie pozycje morfologiczne wzdłuż kontinuów uważanych za definiujące przejście między dwiema kategoriami i odzwierciedlające dwa dodatnie piki zostały określone przy użyciu bardziej konserwatywnego kryterium niż często stosowane w innych badaniach CP (np. 66%, jak w 32, 34). Tak więc morf M4 został zidentyfikowany średnio jako awatar w ponad 85% prób, a morf M8 jako człowiek w ponad 85% prób. Należy pamiętać, że kryterium to odnosi się zarówno do morfów M4, jak i M8 dowolnego kontinuum. Korzystając z tego podejścia, ten wybór morfów ma na celu uchwycenie sensu zmiany kategorii wzdłuż DHL między obiektami nieludzkimi i ludzkimi, zgodnie zarówno ze zrozumieniem CP, jak i opisem hipotezy Moriego.

Protokół ten wykorzystuje wariant tego samego-innego zadania 10 dyskryminacji percepcyjnej do zbadania CP. Zaletą tego zadania jest to, że uczestnicy nie potrzebują opisu, jakie konkretnie podobieństwa i różnice należy zidentyfikować. Wystarczy, że po prostu zidentyfikują bodźce jako takie same lub różne. Ponadto uczestnicy nie muszą znać etykiet kategorii. Etykiety mogą być używane jako strategia rozróżniania bodźców, gdy obciążenie pamięci wymagane przez zadanie dyskryminacji, takie jak zadanie ABX, wzrasta 42. To samo zadanie ma tę zaletę, że obciążenie pamięci jest stosunkowo niskie i że zachęca do bezpośredniego porównywania bodźców. Aby zmniejszyć potencjalny wpływ etykietowania, zadania związane z dyskryminacją są zwykle przedstawiane przed zadaniem decyzyjnym dotyczącym wymuszonego wyboru 40. Niniejszy protokół opiera się na dwóch różnych grupach uczestników w zadaniach decyzyjnych dotyczących dyskryminacji i wymuszonego wyboru 7, 41. Dzieje się tak, ponieważ zadanie wymuszonego wyboru służy do wybierania bodźców do zadania dyskryminacji. Jeśli jednak ci sami uczestnicy zostaną przebadani w obu zadaniach, protokół powinien zostać zmodyfikowany tak, aby zadanie dyskryminacji zostało przeprowadzone przed zadaniem decyzji o wymuszonym wyborze.

Ustaloną konstrukcję dyskryminacji stosuje się w tym samym i różnym zadaniu dyskryminacji w niniejszym protokole (w odniesieniu do wzorów wędrujących, zob . np. 39). Oznacza to, że M4 i M8 są zawsze pokazywane jako pierwszy bodziec każdej pary bodźców w warunkach "tych samych", "wewnątrz" i "pomiędzy" warunkami odpowiednio awatara i prób na ludziach. Protokół ten zawiera eksperymentalne ograniczenie, że każdy uczestnik ogląda tylko bodźce morficzne awatara lub prób na ludziach z danego kontinuum, ale nie obu. Używając prób awatara jako przykładu, oznacza to, że pierwszym bodźcem każdej pary bodźców jest zawsze M4, że drugie bodźce w warunkach "wewnątrz" (tj. M1) i "pomiędzy" (tj. M8) są prezentowane jednakowo często dla danego kontinuum, oraz że nie są pobierane żadne dalsze bodźce dla prób na ludziach z tego konkretnego kontinuum. Podejście to ma na celu uniknięcie wybiórczego wywoływania silniejszej reprezentacji i ułatwiania w ten sposób dyskryminacji międzykategorycznych twarzy danego kontinuum. W celu wykluczenia lub, dla celów porównania, zbadania możliwego wpływu na reprezentację międzykategoriową i dyskryminację prezentacji opisanego awatara i prób na ludziach w jednym bloku eksperymentalnym, można zastosować projekt, w którym opisany awatar i badania na ludziach są prezentowane w oddzielnych blokach (z blokami równoważonymi w kolejności dla wszystkich uczestników).

Obecne zadanie dyskryminacji w ten sam sposób ma stosunek takich samych do różnych prób wynoszący 1:2. Stosunek ten może wywoływać błąd odpowiedzi na korzyść "różnych" decyzji (chociaż inne czynniki mogą również wpływać na to odchylenie 44, 51). Miary wywodzące się z Teorii Detekcji Sygnału (SDT) są często używane do rozplątania błędu odpowiedzi (β lub c) w celu wyboru jednej odpowiedzi nad drugą na podstawie wrażliwości uczestnika (A' lub d') w rozróżnianiu bodźców sensorycznych (dla przeglądu patrz, 44). Ponieważ d' może się różnić w zależności od odchylenia odpowiedzi z powodu naruszenia założeń SDT 52, użyliśmy nieparametrycznej miary czułości A' 53. Do błędu odpowiedzi użyliśmy β"D 47. Alternatywnie, c zostało zalecone przez 43, 44, częściowo dlatego, że jest niezależne od zmiany w d' 54. Ogólnie rzecz biorąc, obecne wyniki wskazują na większą wrażliwość percepcyjną na bodźce morficzne na granicy kategorii niż na bodźce wewnątrzkategorialne.

Wybór morfów do zadania dyskryminacji w tym protokole oznacza, że zadanie wymaga rozróżnienia między morfami, które są oddalone od siebie o cztery kroki wzdłuż kontinuów (tj. dyskryminacji czteroetapowej, patrz rysunek 2B). Jednak ten czterostopniowy stopień odmienności między morfami jest zbyt duży, aby umożliwić lepsze określenie rzeczywistej pozycji morfu, w której dyskryminacja jest najbardziej wzmocniona (tj. granicy dyskryminacji) (Rysunek 5B). Ważnym kryterium dla CP (dla innych kryteriów, patrz np. 11) jest to, że istnieje wyrównanie między granicą kategorii w zadaniu wymuszonego wyboru a granicą dyskryminacji w zadaniu dotyczącym dyskryminacji. Innymi słowy, położenie kształtu granicy kategorii powinno przewidywać położenie kształtu granicy dyskryminacji. Jednym z podejść do weryfikacji konkretnego punktu wyrównania byłoby użycie zadania dyskryminacji, w którym odległość morfu między parami morfów jest zmniejszona. Dla celów ilustracji, rysunek 5B przedstawia wyniki danych pilotażowych z wykorzystaniem, jako możliwej alternatywy dla zadania dyskryminacji w ten sam sposób, tradycyjnego zadania dyskryminacji ABX 12, 13. Rysunek wyraźnie wskazuje, że w pozycji morfologii przewidywanej przez granicę kategorii występuje szczyt wrażliwości na dyskryminację percepcyjną. Takie wyniki w badaniu z większą liczbą uczestników i zastosowanie SDT w analizach dodatkowo zweryfikowałyby ustalenia dotyczące efektów CP wzdłuż DHL. Rzeczywisty wybór bodźców dla punktów końcowych kontinuów, liczba morfów generowanych w kontinuum oraz rozmiar kroku w morfach, które mają być dyskryminowane, będą silnie wpływać na wymagania poznawcze stawiane uczestnikowi i jego zdolność do rozróżniania morfów wzdłuż kontinuów.

Jednym z klasycznych kryteriów CP jest to, że położenie granicy kategorii przewiduje położenie piku w rzeczywistej skuteczności dyskryminacji (tj. granicę dyskryminacji) 80. Jest to prawdopodobnie najważniejsze kryterium CP 81. Rozstrzygające przetestowanie tego przewidywania wymaga eksperymentalnego projektu, w którym wszystkie pary morfów, które razem reprezentują całą długość kontinuum morfu, są prezentowane w zadaniu dyskryminacji w celu określenia rzeczywistego położenia szczytu. W 38 przypadkach skuteczność dyskryminacji badano tylko na podstawie niektórych segmentów kontinuum morfologicznego. Może to oznaczać, że prawdziwa pozycja rzeczywistego szczytu wydajności mogła zostać pominięta, co z kolei utrudnia jednoznaczną weryfikację CP. Należy zauważyć, że nawet wczesne badanie CP Liebermana i wsp. 82 nie spełniło rygorystycznego kryterium badania, zgodnie z którym przewidywany i rzeczywisty szczyt wyników w zakresie dyskryminacji są zbieżne, oraz że inni badacze nie stosowali tego kryterium rygorystycznie (np. 11, patrz również 80). Określenie rzeczywistej pozycji szczytowej wydajności ma jednak kluczowe znaczenie, nawet jeśli zastosuje się bardziej liberalną interpretację tego kryterium. Badanie całej długości kontinuum morfologii ma również tę zaletę, że umożliwia kontrolę danych pod kątem tego, czy w punkcie przeciwnym do oczekiwań występuje szczyt wydajności, na przykład z powodu artefaktu powstałego w wyniku procedury morfingu.

Oprócz odpowiedzi, dane dotyczące czasu odpowiedzi (RT) w zadaniu klasyfikacji wymuszonego wyboru są przydatne jako wskaźnik trudności w poznawczym przetwarzaniu informacji o bodźcu oraz konkurencyjnych tendencji do reagowania na kategoryzację bodźca jako "awatara" lub "człowieka" 70, 71. RT powinien być zatem najdłuższy dla ocen kategoryzacyjnych bodźców umieszczonych na granicy kategorii lub najbliżej niej. Rysunek 4 pokazuje, że tak właśnie jest. Podsumowując, kształt funkcji odpowiedzi i dane RT dla ocen kategorii pokazują, że przypisanie bodźca do kategorii dyskretnej podlega dużym różnicom w trudnościach przetwarzania. Aby ocenić RT, protokół ten instruuje uczestników, aby reagowali podczas kategoryzacji tak szybko i dokładnie, jak to możliwe. Biorąc pod uwagę potencjalny wpływ kompromisu między szybkością a dokładnością na odpowiedzi 72, 73, zbadaliśmy i stwierdziliśmy w testach pilotażowych, że kształt i pozycja funkcji odpowiedzi kategorii awatar-człowiek jest bardzo solidna, nie ma na nią wpływu instrukcje identyfikacji prezentowanego bodźca morfologicznego albo tak szybko i dokładnie, jak to możliwe, albo po prostu tak dokładnie, jak to możliwe. Sugerowałoby to, że uczestnicy na ogół stosują strategię decyzyjną ważoną pod kątem dokładności, chociaż ta sugestia mogłaby być dokładniej przetestowana. Zgodnie z hipotezą Moriego, że trudność w odróżnieniu obiektu podobnego do człowieka od ludzkiego obrazu może wywoływać doświadczenie o negatywnej wartości, interesujące byłoby ustalenie, czy dłuższy RT dla bodźców podobnych do ludzkich jest związany z miarami negatywnego afektu. Zebrano również dane RT i przeanalizowano je pod kątem tego samego zadania dotyczącego dyskryminacji. RT został użyty do obsługi danych odpowiedzi 80. W przeciwieństwie do zadania ABX, to samo zadanie zapewnia wyraźny punkt czasowy dla pomiaru RT. RT prawidłowych odpowiedzi powinien być krótszy dla między- niż dla wewnątrz-par 74, chociaż interpretacja danych RT może być skomplikowana dla tych samych różnych osądów, ponieważ na RT może mieć wpływ wiele czynników w tym zadaniu 75, 76. Dane RT są jednak zgodne z ideą, że mniej trudne decyzje międzykategorialne są podejmowane szybciej niż decyzje wewnątrz kategorii (zob . rys. 7).

Należy podkreślić, że hipoteza Moriego nie bierze pod uwagę możliwości, że cechy fizyczne mogą faktycznie różnić się wzdłuż DHL w obrębie kategorii ludzkiej (Rysunek 2) 7. To jest powód, dla którego drugi dodatni pik w pierwotnej relacji walencja-podobieństwo człowieka znajduje się po ludzkiej stronie DHL (ryc. 1). Nacisk na nieludzki aspekt DHL miał wpływ na badania prowadzone przez tę hipotezę, w tym badania, w których nie stosowano morph continua 4, 37, podczas gdy inne badania wykorzystywały pojedynczą ludzką twarz do reprezentowania ludzkiego aspektu DHL 3. Takie badania miały na celu zbadanie niesamowitych doświadczeń, z niejasnymi wynikami. Wyniki odnoszące się do CP sugerują, że badania te mogły nie prezentować bodźców potrzebnych do wywołania ukrytych lub jawnych procesów percepcyjnego podejmowania decyzji i procesów rozwiązywania konfliktów w odpowiedzi na niejednoznaczność kategorii wzdłuż DHL.

Protokół ten ilustruje przykład, w jaki sposób morfy wyprowadzone z continuów reprezentujących DHL mogą być wykorzystane do identyfikacji, za pomocą fMRI i wykorzystując efekt tłumienia powtórzeń, obszarów mózgu wrażliwych na zmiany w fizycznym podobieństwie do człowieka i na zmiany w informacjach związanych z kategorią. Na skuteczność projektu fMRI duży wpływ ma staranne generowanie i selekcja bodźców morfologicznych. Zadania wymuszonego wyboru i dyskryminacji percepcyjnej zostały zatem wykorzystane do zapewnienia porównywalności między kontinuami w kształcie krzywych klasyfikacyjnych awatar-człowiek (tj. nachylenie funkcji odpowiedzi) oraz w wydajności dyskryminacji. Zaletą tego projektu fMRI jest to, że pozwala on na symulowanie warunków bodźca opisanych przez Moriego (tj. pasywnej obserwacji nowych obiektów niebędących ludźmi, które subtelnie różnią się wyglądem fizycznym od ich ludzkiego odpowiednika) w ramach ograniczeń metodologii fMRI, przy użyciu bodźców dobranych zgodnie z definicją podobieństwa ludzkiego zawartą w hipotezie. oraz badanie skutków przetwarzania kategorii przy jednoczesnej kontroli skutków zmian fizycznych wzdłuż DHL. Paradygmat fMRI nie jest przeznaczony do badania niesamowitego doświadczenia, ale może być zaadaptowany do badania doświadczenia afektywnego związanego na przykład z samą granicą kategorii. Byłby to ważny krok w kierunku zbadania w mózgu skutków przetwarzania kategorii i niejednoznaczności kategorii w połączeniu z doświadczeniem afektywnym dla bodźców pochodzących z DHL.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nie stwierdzono konfliktu interesów.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ta praca opiera się na badaniach wspieranych przez Zintegrowany Projekt FET Unii Europejskiej PRESENCCIA (numer umowy 27731).

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
FunmorphZealsoft Inc.
Poser 7Smith Micro Softwarewww.smithmicro.com
Adobe; Photoshopa; CS3Adobewww.adobe.com
Presentation; oprogramowanie w wersji 14.1, www.neurobs.com
SPSS w wersji 16 www.ibm.com/software/analytics/spss
Wyświetlacz montowany na głowie kompatybilny z rezonansem magnetycznymResonance Technology Inc.całego ciała "VisuaStim - Digital"
3-TPhilips Medical Systems
MATLAB 2006b, Mathworks, Inc.
oprogramowania SPM5http://fil.ion.ucl.ac.uk/spm
Aparat do rezonansu magnetycznego , Pakiet

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Mori, M. Bukimi no tani [The uncanny valley. Energy. 7, 33-35 (1970).
  2. Androids as an experimental apparatus: Why is there an uncanny valley and can we exploit it?. MacDorman, K. Toward Social Mechanisms of Android Science: A CogSci 2005 Workshop, , 106-118 (2005).
  3. Tinwell, A., Grimshaw, M., Williams, A. The uncanny wall. International Journal of Arts and Technology. 4, 326-341 (2011).
  4. Tinwell, A. Uncanny as usability obstacle. HCI. 12, 622-631 (2009).
  5. MacDorman, K. F., Ishiguro, H. The uncanny advantage of using androids in cognitive and social science research. Interaction Studies. 7, 297-337 (2006).
  6. Upending the uncanny valley. Hanson, D., Olney, A., Prillman, S., Mathews, E., Zielke, M., Hammons, D., Fernandez, R., Stephanou, H. E. 20th National Conf. on Artificial Intelligence and the 17th Innovative Applications of Artificial Intelligence Conf, , 1728-1729 (2005).
  7. Cheetham, M., Suter, P., Jancke, L. The human likeness dimension of the "uncanny valley hypothesis": behavioral and functional MRI findings. Front Hum. Neurosci. 5, 126(2011).
  8. Campbell, R., Pascalis, O., Coleman, M., Wallace, S. B., Benson, P. J. Are faces of different species perceived categorically by human observers? Proc. Biol. Sci. 264, 1429-1434 (1997).
  9. Finney, D. J. Probit analysis. , (1964).
  10. Angeli, A., Davidoff, J., Valentine, T. Face familiarity, distinctiveness, and categorical perception. Q.J. Exp. Psychol. (Hove). 61, 690-707 (2008).
  11. Studdert-Kennedy, M., Liberman, A. M., Harris, K. S., Cooper, F. S. Theoretical notes. Motor theory of speech perception: a reply to Lane's critical review. Psychol. Rev. 77, 234-249 (1970).
  12. Liberman, A. M., Hariris, K. S., Hoffman, H. S., Griffith, B. C. The discrimination of speech sounds within and across phoneme boundaries. J. Exp. Psychol. 54, 358-368 (1957).
  13. Harnad, S. R. Introduction: Psychological and cognitive aspects of categorical perception: A critical overview. In: Categorical perception: The groundwork of cognition. Harnad, S. R. , Cambridge University Press. New York. 1-25 (1987).
  14. Repp, B. H. Categorical perception: Issues, methods, findings. Speech Lang. Adv. Basic Res. Pract. 10, 243-335 (1984).
  15. Grill-Spector, K., Henson, R., Martin, A. Repetition and the brain: neural models of stimulus-specific effects. Trends. Cogn. Sci. 10, 14-23 (2006).
  16. Jiang, X., Rosen, E., Zeffiro, T., Vanmeter, J., Blanz, V., Riesenhuber, M. Evaluation of a shape-based model of human face discrimination using FMRI and behavioral techniques. Neuron. 50, 159-172 (2006).
  17. Henson, R. N. Neuroimaging studies of priming. Prog. Neurobiol. 70, 53-81 (2003).
  18. Grill-Spector, K., Malach, R. fMR-adaptation: a tool for studying the functional properties of human cortical neurons. Acta. Psychol. (Amst). 107, 293-321 (2001).
  19. Jiang, X., Bradley, E., Rini, R. A., Zeffiro, T., Vanmeter, J., Riesenhuber, M. Categorization training results in shape- and category-selective human neural plasticity. Neuron. 53, 891-903 (2007).
  20. van der Linden, M., van Turennout, M., Indefrey, P. Formation of category representations in superior temporal sulcus. J. Cogn. Neurosci. 22, 1270-1282 (2010).
  21. Jiang, F., Dricot, L., Blanz, V., Goebel, R., Rossion, B. Neural correlates of shape and surface reflectance information in individual faces. Neuroscience. 163, 1078-1091 (2009).
  22. Rotshtein, P., Henson, R. N., Treves, A., Driver, J., Dolan, R. J. Morphing Marilyn into Maggie dissociates physical and identity face representations in the brain. Nat. Neurosci. 8, 107-113 (2005).
  23. Xu, X., Yue, X., Lescroart, M. D., Biederman, I., Kim, J. G. Adaptation in the fusiform face area (FFA): image or person. Vision Res. 49, 2800-2807 (2009).
  24. Liu, X., Steinmetz, N. A., Farley, A. B., Smith, C. D., Joseph, J. E. Mid-fusiform activation during object discrimination reflects the process of differentiating structural descriptions. J. Cogn. Neurosci. 20, 1711-1726 (2008).
  25. Poldrack, R. A., Prabhakaran, V., Seger, C. A., Gabrieli, J. D. Striatal activation during acquisition of a cognitive skill. Neuropsychology. 13, 564-574 (1999).
  26. Ho, C. C., MacDorman, K. F., Pramono, Z. A. D. Human emotion and the uncanny valley: A GLM, MDS, and isomap analysis of robot video ratings. ACM/IEEE international conference on human-robot interaction, , 169-176 (2008).
  27. Seyama, J., Nagayama, R. S. The Uncanny Valley: Effect of Realism on the Impression of Artificial Human Faces. Presence: Teleoperators and Virtual Environments. 16, 337-351 (2007).
  28. Hanson, D. Exploring the aesthetic range for humanoid robots. CogSci Workshop: Toward Social Mechanisms of Android Science, , (2006).
  29. Pastore, R. E. Categorical perception: Some psychophysical models. Categorical perception: The groundwork of cognition. Harnad, S. , New York. 29-52 (1987).
  30. MacDorman, K. F., Green, R. D., Ho, C. C., Koch, C. T. Too real for comfort? Uncanny responses to computer generated faces. Computers in Human Behavior. 25, 695-710 (2009).
  31. Levin, D. T. Race as a visual feature: using visual search and perceptual discrimination tasks to understand face categories and the cross-race recognition deficit. J. Exp. Psychol. Gen. 129, 559-574 (2000).
  32. Beale, J. M., Keil, F. C. Categorical effects in the perception of faces. Cognition. 57, 217-239 (1995).
  33. Calder, A. J., Young, A. W., Perrett, D. I., Etcoff, N. L., Rowland, D. Categorical perception of morphed facial expressions. Visual Cognition. 3, 81-117 (1996).
  34. Etcoff, N. L., Magee, J. J. Categorical perception of facial expressions. Cognition. 44, 227-240 (1992).
  35. Campanella, S., Quinet, P., Bruyer, R., Crommelinck, M., Guerit, J. M. Categorical perception of happiness and fear facial expressions: an ERP study. J. Cogn. Neurosci. 14, 210-227 (2002).
  36. Macrae, C. N., Bodenhausen, G. V. Social cognition: thinking categorically about others. Annu. Rev. Psychol. 51, 93-120 (2000).
  37. Schneider, E., Wang, Y., Yang, S. Exploring the Uncanny Valley with Japanese Video Game Characters. Conference proceedings of DIGRA 2007, , SMU Press. (2007).
  38. Looser, C. E., Wheatley, T. The tipping point of animacy: How, when, and where we perceive life in a face. Psychological Science. 21, 1854-1862 (2010).
  39. Macmillan, N. A., Goldberg, R. F., Braida, L. D. Resolution for Speech Sounds: Basic sensitivity and context memory on vowel and consonant continua. Journal of the Acoustical Society of America. 84, 1262-1280 (1988).
  40. Newell, F. N., Bulthoff, H. H. Cognition Categorical perception of familiar objects. Cognition. 85, 113-143 (2002).
  41. Rotshtein, P., Henson, R. N., Treves, A., Driver, J., Dolan, R. J. Morphing Marilyn into Maggie dissociates physical and identity face representations in the brain. Nat. Neurosci. 8, 107-113 (2005).
  42. Massaro, D. W., Cohen, M. M. Categorical or continuous speech perception: A new test. Speech Communication. 2, 15-35 (1983).
  43. Snodgrass, J. G., Corwin, J. Pragmatics of measuring recognition memory: Applications to dementia and amnesia. Journal of Experimental Psychology: Genera. 117, 34-50 (1988).
  44. Macmillan, N. A., Creelman, C. D. Detection theory: A user's guide. , Cambridge University Press. Cambridge. (1991).
  45. Snodgrass, J. G., Levy-Berger, G., Haydon, M. Human experimental psychology. , Oxford University Press. New York. (1985).
  46. Donaldson, W. Accuracy of d' and A' as estimates of sensitivity. Bulletin of the Psychonomic Society. 31, 271-274 (1993).
  47. Donaldson, W. Measuring recognition memory. Journal of Experimental Psychology: General. 121, 275-278 (1992).
  48. Stanislaw, H., Todorov, N. Calculation of signal detection theory measures. Behavior Research Methods, Instruments, & Computers. 31, 137-149 (1999).
  49. Wright, D. B., Horry, R., Skagerberg, E. M. Functions for traditional and multilevel approaches to signal detection theory. Behavior Research Methods. 41, 257-267 (2009).
  50. Sorkin, R. D. Spreadsheet signal detection. Behavior Research Methods, Instruments, & Computers. 31 (1), 6-54 (1999).
  51. Verde, M. F., Macmillan, N. A., Rotello, C. M. Measures of sensitivity based on a single hit rate and false-alarm rate: The accuracy, precision, and robustness of d', Az, and A'. Perception & Psychophysics. 68, 643-654 (2006).
  52. Swets, J. A. Form of empirical ROCs in discrimination and diagnostic tasks: Implications for theory and measurement of performance. Psychological Bulletin. 99, 181-198 (1986).
  53. Pollack, I., Norman, D. A. A nonparametric analysis of recognition experiments. Psychonomic Science. 1, 125-126 (1964).
  54. Macmillan, N. A. Signal detection theory as data analysis method and psychological decision model. A handbook for data analysis in the behavioral sciences: Methodological issues. Keren, G., Lewis, C. , Erlbaum. Hillsdale, NJ. 21-57 (1993).
  55. Todorov, A., Engell, A. The role of the amygdala in implicit evaluation of emotionally neutral faces. Soc. Cogn. Affect. Neurosci. 3, 303-312 (2008).
  56. Phelps, E. A., LeDoux, J. E. Contributions of the amygdala to emotion processing: from animal models to human behavior. Neuron. 48, 175-187 (2005).
  57. Herwig, U., Kaffenberger, T., Baumgartner, T., Jancke, L. Neural correlates of a "pessimistic" attitude when anticipating events of unknown emotional valence. Neuroimage. 34, 848-858 (2007).
  58. Levy, I., Snell, J., Nelson, A. J., Rustichini, A., Glimcher, P. W. Neural representation of subjective value under risk and ambiguity. 103, 1036-1047 (2010).
  59. Neta, M., Whalen, P. J. The primacy of negative interpretations when resolving the valence of ambiguous facial expressions. Psychol. Sci. 21, 901-907 (2010).
  60. Seger, C. A., Miller, E. K. Category learning in the brain. Annu. Rev. Neurosci. 33, 203-219 (2010).
  61. Volz, K. G., Schubotz, R. I., von Cramon, D. Y. Predicting events of varying probability: uncertainty investigated by fMRI. Neuroimage. 19 (1), 271-280 (2003).
  62. Grinband, J., Hirsch, J., Ferrera, V. P. A neural representation of categorization uncertainty in the human brain. Neuron. 49, 757-763 (2006).
  63. Heekeren, H. R., Marrett, S., Ungerleider, L. G. The neural systems that mediate human perceptual decision making. Nat. Rev. Neurosci. 9, 467-479 (2008).
  64. Gray, M. A., Critchley, H. D. Interoceptive basis to craving. Neuron. 54, 183-186 (2007).
  65. Wager, T. D., Phan, K. L., Liberzon, I., Taylor, S. F. Valence, gender, and lateralization of functional brain anatomy in emotion: a meta-analysis of findings from neuroimaging. Neuroimage. 19, 513-531 (2003).
  66. Poldrack, R. A., Rodriguez, P. How do memory systems interact? Evidence from human classification learning. Neurobiol. Learn. Mem. 82, 324-332 (2004).
  67. Seger, C. A., Cincotta, C. M. The roles of the caudate nucleus in human classification learning. J. Neurosci. 25, 2941-2951 (2005).
  68. Seger, C. A., Peterson, E. J., Cincotta, C. M., Lopez-Paniagua, D., Anderson, C. W. Dissociating the contributions of independent corticostriatal systems to visual categorization learning through the use of reinforcement learning modeling and Granger causality modeling. Neuroimage. 50, 644-656 (2010).
  69. Filoteo, J. V., Maddox, W. T., Salmon, D. P., Song, D. D. Information-integration category learning in patients with striatal dysfunction. Neuropsychology. 19, 212-222 (2005).
  70. Bonnet, C., Fauquet Ars, J., Estaún Ferrer, S. Reaction times as a measure of uncertainty. Psicothema. 20 (1), 43-48 (2008).
  71. Hyman, R. Stimulus information as a determinant of reaction time. J. Exp. Psychol. 45, 188-196 (1953).
  72. Wickelgren, W. A. Speed-accuracy tradeoff and information processing dynamics. Acta. Psychologica. 41, 67-85 (1977).
  73. Zacksenhouse, M., Bogacz, R., Holmes, P. Robust versus optimal strategies for two-alternative forced choice tasks. Journal of Mathematical Psychology. 54 (2), 230-246 (2010).
  74. Campanella, S., Chrysochoos, A., Bruyer, R. Categorical perception of facial gender information: Behavioural evidence and the face-space metaphor. Visual Cognition. 8, 237-262 (2001).
  75. Farrell, B. 'Same - different' judgments: A review of current controversies in perceptual comparisons. Psychological Bulletin. 98, 419-456 (1985).
  76. Palmer, J., Huk, A. C., et al. The effect of stimulus strength on the speed and accuracy of a perceptual decision. J. Vision. 5, 376-404 (2005).
  77. Mori, M. The uncanny valley (K. F. MacDorman & Norri Kageki, Trans.). IEEE Robotics and Automation. 19 (2), 98-100 (1970).
  78. MacDorman, K., Green, R., Ho, C. -C., Koch, C. Too real for comfort? Uncanny responses to computer generated faces. Comput. Hum. Behav. 25, 695-710 (2009).
  79. Grier, J. B. Nonparametric indexes for sensitivity and bias - computing formulas. Psychological Bulletin. 75 (6), 424-429 (1971).
  80. Repp, B. H. Categorical perception: Issues, methods and findings. Speech and language: Advances in basic research and practice. Lass, N. 10, Academic Press. Orlando, FL. 244-335 (1984).
  81. de Gelder, B., Teunisse, J. P., Benson, P. J. Categorical perception of facial expressions: Categories and their internal structure'. Cognition and Emotion. 11 (1), 1-23 (1997).
  82. Liberman, A. M., Harris, K., Hoffmann, H. S., Griffith, B. The discrimination of speech sounds within and across phoneme boundaries. J. Exp. Psychol. 54, 358-368 (1957).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Categorical PerceptionDimension Human LikenessMorph ContinuaForced Choice CategorizationPerceptual Discrimination TaskNeuroimaging MethodsUncanny Valley HypothesisAvatar Human ClassificationBoundary Alignment AnalysisStimuli Generation Protocol

Related Articles