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.

Aprendizagem Estatística Visual

0 views06:02 min

1. Gere um conjunto de objetos absurdos e organize-os em uma estrutura trigêmea.

Muitas vezes o aprendizado estatístico visual é estudado com objetos simples como o conjunto abaixo. Gere um conjunto de objetos e, em seguida, agrupa-os em trigêmeos(Figura 1).

Figura 1. Estímulos amostrais agrupados em trigêmeos para aprendizado estatístico visual. No segmento de aprendizagem de um experimento, os trigêmeos aparecerão em ordem aleatória, mas os itens dentro de um trigêmeo sempre aparecerão em ordem, com o item à esquerda aparecendo primeiro seguido sucessivamente pelos itens à direita.

2. Sequencie o experimento.

Sequencie o experimento com softwares como o e-Prime ou usando uma biblioteca de rotina, como a Caixa de Ferramentas psicofísica no MATLAB, ou PsycoPy para Python.
Os objetos absurdos são exibidos no centro da tela, um por vez, por 250 ms cada.
Instrua o programa a sempre mostrar aos membros de um trigêmeo em sequência, e escolher qual trigêmeo mostrar a seguir aleatoriamente, terminando com sequências semelhantes à Figura 2.

Figura 2. Sequência de aprendizado de amostra para aprendizado estatístico visual. Os trigêmeos aparecem em uma ordem aleatória de modo que a probabilidade de transição para itens em diferentes sequências é de cerca de 0,33, enquanto a probabilidade de transição dentro de uma sequência é de 1.
Note que como os trigêmeos sempre aparecem em sequência, a probabilidade de transição entre elementos de um trigêmeo é sempre 1. Mas como as transições entre trigêmeos são selecionadas aleatoriamente, as probabilidades transitórias entre elementos não relacionados são consideravelmente menores, geralmente inventadas para ser cerca de 0,33.
Finalmente, construa em uma tarefa de cobertura. Instrua o programa a tornar um dos objetos em VERMELHO, em oposição ao cinza. O programa fará isso cerca de 20 vezes ao longo de um experimento de 10 minutos, selecionando os momentos aleatoriamente. A tarefa do participante será pressionar uma tecla sempre que um objeto for mostrado em cinza, mas reter uma resposta sempre que estiver vermelho. Isso vai mantê-los envolvidos nos estímulos.

3. Teste de familiaridade

Escreva um programa separado para o teste de familiaridade. Em cada teste do teste, o programa seleciona aleatoriamente um dos trigêmeos reais, e ele gera aleatoriamente um novo trigêmeo dos constituintes dos trigêmeos reais. Estes trigêmeos gerados aleatoriamente são chamados de "folhas".
Eles são exibidos lado a lado, e o participante precisa indicar o que é mais familiar por uma tecla de imprensa.
O experimento deve incluir cerca de 30 testes de familiaridade.
As instruções para o teste de familiaridade são importantes. Eles devem incluir algo assim: "Eu gostaria que você fizesse mais uma tarefa antes do experimento acabar. Só deve levar cinco minutos. Você provavelmente não notou, mas na sequência de formas que você acabou de ver, algumas formas eram mais propensas a aparecer seguindo outras. Agora vou mostrar-lhe dois conjuntos de formas da experiência, e você precisa apenas pressionar a chave 1 ou a 2-chave para me dizer qual agrupamento parece mais familiar para você. Você pode não sentir que reconhece também. Em todos os julgamentos, eu quero que você apenas ir com o seu instinto e adivinhar se você tem que.

Aprender regularidades - as estruturas estatísticas de objetos em nosso mundo externo - é uma parte importante do processamento visual.

Objetos em nosso ambiente visual ocorrem nas dimensões do espaço e do tempo. Certos objetos são mais propensos a aparecer perto de outros, como uma xícara de café ao lado de um computador.

Tais ocorrências fornecem regularidades que suportam o reconhecimento previsível de objetos, nos quais os seres humanos aprendem automaticamente e rapidamente, sem consciência consciente.

Este vídeo demonstra como configurar e conduzir um experimento de aprendizagem estatística visual usando um paradigma de codificação incidental, bem como como analisar os dados e interpretar os resultados.

Neste experimento, os conjuntos de estímulos de objetos absurdos agrupados em trigêmeos são exibidos no centro de uma tela de computador, um de cada vez, por 250 ms cada.

Para estabelecer regularidades - a estrutura estatística - os objetos dentro de um trigêmeo são sempre mostrados na mesma sequência, mas a ordem dos trigêmeos é apresentada aleatoriamente.

Assim, a probabilidade transitória entre elementos de um determinado trigêmeo é sempre 1, enquanto as probabilidades transitórias entre elementos não relacionados são consideravelmente menores.

Para expor sem saber os participantes às sequências de objetos, uma tarefa de cobertura é usada com objetos coloridos. Neste caso, os participantes são solicitados a fazer uma resposta quando os objetos são cinzas e reter quando os objetos aparecem aleatoriamente vermelho.

Após a conclusão da tarefa de cobertura, os participantes recebem uma tarefa de familiaridade para testar a extensão da codificação dos objetos absurdos anteriores. Durante cada ensaio de familiaridade, trigêmeos vistos anteriormente são apresentados aleatoriamente junto com trigêmeos recém-gerados, chamados de folhas.

Agora, os participantes são solicitados a identificar qual conjunto é mais familiar. A variável dependente, então, é o número de vezes que os participantes identificam corretamente os trigêmeos anteriores como mais familiares, em vez das folhas.

Se não ocorrer aprendizado durante a fase inicial de codificação, os trigêmeos reais e de papel alumínio seriam escolhidos o mesmo número de vezes. Por outro lado, se o aprendizado ocorrer, os trigêmeos reais serão escolhidos com mais frequência do que as folhas.

Antes de o participante chegar, verifique se os parâmetros de estímulo e codificação a serem utilizados foram gerados.

Para iniciar o experimento, cumprimente o participante do laboratório e explique os procedimentos gerais que serão utilizados para a tarefa.

Que o participante se sente confortavelmente na frente do monitor do computador e do teclado. Explique que quando um objeto cinza aparece na tela, eles devem pressionar a tecla 'J' e, quando os objetos vermelhos aparecerem, eles devem reter respostas.

Uma vez que o participante entenda as regras da tarefa, inicie a primeira parte do experimento, a fase de codificação incidental. Exponha os participantes às sequências de objetos por 10 minutos.

Após o curto período de exposição, explique que há mais uma tarefa a ser concluída em um período de 5 minutos. Instrua o participante que agora verá dois conjuntos de trigêmeos e deve pressionar a chave 1 ou a chave 2 para indicar qual agrupamento parece mais familiar. Diga-lhes que eles devem adivinhar se eles não reconhecem também.

Após a confirmação de que o participante está pronto para começar, inicie os 30 ensaios de familiaridade.

Para analisar os dados na fase de familiaridade, marque cada ensaio onde o participante escolheu o trigêmeo familiar como correto e o trigêmeo de papel alumínio como incorreto.

Para visualizar os resultados, gráfico a média das respostas por cento corretas entre os participantes. Como o desempenho casual é de 50%, note que o aprendizado estatístico visual ocorreu, pois os participantes identificaram corretamente os objetos familiares em torno de 70% das vezes.

Agora que você está familiarizado com os métodos de induzir e testar a aprendizagem estatística visual, vamos dar uma olhada em outras maneiras que psicólogos experimentais usam estatísticas para investigar a aprendizagem.

O paradigma pode ser traduzido em classes mais amplas de mecanismos de aprendizagem sensorial que incluem o domínio auditivo. Por exemplo, bebês e crianças usam estatísticas auditivas na formação precoce da linguagem porque os sons e letras em uma língua tendem a aparecer com relações estatísticas altamente confiáveis.

Em outro experimento, os pesquisadores investigaram como as associações entre letras e cores podem ser mal conhecidas ou implicitamente aprendidas. Ao longo de vários dias, os participantes leram textos que foram personalizados para ter quatro letras distintamente coloridas.

Quando solicitados a identificar a cor das letras apresentadas em uma tela, os participantes foram mais rápidos e precisos para pares de letras coloridas que eram os mesmos do texto personalizado. Isso sugere que a estrutura estatística das letras coloridas foi implicitamente aprendida.

Você acabou de assistir a introdução do JoVE ao aprendizado estatístico visual. Agora você deve ter uma boa compreensão de como configurar e realizar o experimento, bem como analisar e avaliar os resultados.

Obrigado por assistir!