Сенсорные системы, 2021, T. 35, № 2, стр. 135-143

ВВЕДЕНИЕ

В последние десятилетия зрительный поиск активно изучается в рамках психофизиологических исследований, результаты которых позволили выявить его основные закономерности. Эффективность поиска могут определять как простые перцептивные характеристики объектов (Wolfe, Horowitz, 2017), так и семантическая информация о категории объекта (Chen, Zelinsky, 2006; Zelinsky et al., 2013). В случае ориентации на информацию о категории объекта поиск называется категориальным, а целью является не конкретное изображение, а класс предметов (категория). Такая задача достаточно типична для повседневной жизни, поскольку мы часто ищем не конкретный предмет, а представителя класса (кафе, чтобы поесть, урну, чтобы выбросить мусор) с заранее не определенными характеристиками.

Поиск цели по ее заранее предъявленному изображению обладает большими скоростью и точностью (Vickery et al., 2005), однако и в случае категориального поиска нахождение цели происходит быстрее, чем если бы поиск осуществлялся случайным перебором стимулов. Например, в исследовании (Yang, Zelinsky, 2009) показано, что первая саккада значимо чаще случайного направлена к целевому стимулу (неопределенному изображению плюшевого мишки среди других игрушек), а управляемость и эффективность поиска растут по мере увеличения информации о цели (Schmidt, Zelinsky, 2009).

Такие результаты указывают на то, что саккаде к целевому объекту предшествует предварительная обработка всего зрительного поля с выделением наиболее вероятных кандидатов на роль цели. Иными словами, зрительный поиск, очевидно, обеспечивается не только фовеальной областью сетчатки, на которую проецируется до 5 угл. град. зрительного поля, но также экстрафовеальной областью, которая охватывает все остальное зрительное поле (Cimminella et al., 2020). Несмотря на сниженные характеристики остроты зрения вне фовеальной области, экстрафовеальное восприятие обладает достаточно широкими возможностями идентификации и категоризации визуальных стимулов (Strasburger et al., 2011).

Большинство исследований зрительного восприятия посвящено поиску универсальных закономерностей восприятия и поэтому используются усредненные тенденции по всей выборке. Это вполне разумно в тех случаях, когда перцептивная задача затрагивает, в основном, низкоуровневые процессы, которые с высокой степенью вероятности работают у большинства людей сходным образом. Однако в других случаях показаны значительные межиндивидуальные различия в обработке зрительных стимулов.

Например, в исследовании восприятия лиц как довольно сложных объектов (Wang et al., 2012) было выявлено, что степень целостности обработки лиц у конкретного индивида определяет эффективность их распознавания, причем эта взаимосвязь оказалась специфичной именно для обработки лиц и не связанной с более общими аспектами когнитивной обработки, такими как внимание или интеллект.

Логично предположить, что и в случае категориального поиска, в котором семантический уровень играет значительную роль, межиндивидуальные различия в перцептивных стратегиях могут приобретать большее значение. Эти различия были обнаружены, например, в проведенных при помощи нейровизуализации исследованиях поиска объектов из знакомых категорий в естественных сценах. Было показано, что подготовительные процессы происходят в объектно-избирательной зрительной коре, а не только в ранней, что свидетельствует о том, что обнаружение сложных объектов выборочно опосредуется предварительными процессами на более высоких уровнях зрительного восприятия (Peelen, Kastner, 2011). Более того, анализ межиндивидуальных различий в этом исследовании выявил, что участники с более выраженной активацией ранней зрительной коры хуже справились с задачей категориального поиска. Интерпретируя эти данные, авторы рассуждают о том, что испытуемые с такой особенностью готовились к обнаружению определенных визуальных характеристик вместо или в дополнение к поиску более абстрактных признаков категории, а такая стратегия в условии естественных сцен является менее выгодной.

Межиндивидуальные различия в рамках категориального поиска ярко проявляются в исследованиях экспертного восприятия на выборках людей, обладающих экспертным уровнем работы с определенным классом объектов. Различия в восприятии экспертов и непрофессионалов затрагивают не только характеристики скорости и эффективности, но также анатомо-функциональные параметры: в целом ряде исследований было показано привлечение специализированных областей мозга для обработки стимулов из экспертной области, по сравнению с другими категориями объектов (McGugin et al., 2014; 2015). Вместе с тем эта нейронная специализация обладает высокой степенью специфичности: например, в исследовании (Bukach et al., 2010) было обнаружено, что специалисты по современным автомобилям продемонстрировали экспертный уровень дискриминации и целостной обработки только на изображениях современных автомобилей, но не ретро-, что подтверждает идею о том, что высокая степень специализации может не распространяться на отдельные субкатегории, даже если они до некоторой степени разделяют общие перцептивные и концептуальные характеристики, а обобщение происходит скорее внутри одного домена, а не между доменами.

В недавнем обзоре (Reeder, 2017) сообщалось, что межиндивидуальные различия в зрительном восприятии могут иметь значительное влияние на результаты экспериментов и их интерпретацию. В качестве факторов, определяющих меж-индивидуальные различия, были названы различия в площади и функциональности зоны V1, адекватность подготовительных нейронных процессов перед выполнением задачи, уровень перцептивного опыта с категорией объекта.

Настоящая работа является продолжением серии исследований категориального поиска геометрических фигур (Кричевец и др., 2017; Дренева и др., 2019). В рамках данной работы мы сфокусировались на межиндивидуальных различиях в использовании экстрафовеального анализа в процессе категориального поиска геометрических фигур. Тем самым мы готовим почву для более детального анализа индивидуальных стратегий применения экстрафовеальной обработки зрительного поля в подобных задачах.

ОПИСАНИЕ МЕТОДИКИ

Участники. В эксперименте приняли участие 29 человек в возрасте от 19 до 28 лет с нормальным или корректированным до нормального зрением. Все участники были заранее ознакомлены с процедурой эксперимента и дали свое согласие на участие в исследовании.

Аппаратно-программное обеспечение. Для записи движений глаз использовали айтрекер SMI RED 120 Hz и программный комплекс iViewX. Для предъявления стимулов использовали программу Experiment Center 3.3; стимулы показывали на мониторе с диагональю экрана 19 дюймов и частотой обновления 60 Hz.

Стимулы и дизайн эксперимента. Стимулами служили изображения правильных пирамид. Рисунок получался проекцией трехмерной фигуры на плоскость экрана. Угол между направлением проекции пирамиды и плоскостью ее основания составлял 25°, т.е. пирамида виделась как бы немного сверху, пирамиды были повернуты на 45° по или против часовой стрелки вокруг направления проекции с основанием строго внизу. Каждая проба содержала слайд с четырьмя пирамидами (трех-, четырех-, пяти- и шестиугольной), центр которых находился на расстоянии 4–6° от центра экрана (рис. 1). Под трех-, четырех-, пяти- и шестиугольной пирамидами мы понимаем пирамиды с соответствующим количеством углов основания (от 3 до 6). Варьировались факторы типа цели (4- или 5-угольная пирамида) и нахождения в одном из четырех секторов (квазирандомизированным образом). В рамках данного исследования рассматриваются результаты выполнения 29 испытуемыми по 96 проб каждый.

Рис. 1.

Образцы стимульных слайдов:

а – в секторе A расположена 4-угольная пирамида, в секторе B – 5-угольная, в C – 6-угольная, в D – 3-угольная; б – в секторе A расположена 5-угольная пирамида, в секторе B – 6-угольная, в C – 4-угольная, в D – 3-угольная. Согласно инструкции, целевым стимулом была либо 4-угольная, либо 5-угольная пирамида.

Процедура. В начале эксперимента каждый испытуемый проходил 12-точечную калибровку айтрекера; ошибка точности не более 0.5° считалась удовлетворительной. После выполнения калибровки участнику показывали текст общей инструкции на все пробы, согласно которой его задачей было находить целевую 4- или 5-угольную пирамиду среди четырех пирамид (3-, 4-, 5- и 6-угольной) как можно быстрее и точнее. Далее перед каждой пробой на экран выводили название целевой пирамиды, например: “Найдите 4-угольную пирамиду”. После прочтения этого слайда испытуемый нажимал на пробел; затем на экране появлялся фиксационный крест, на который нужно было смотреть в течение 500 мс, после чего возникал слайд с четырьмя пирамидами в отдельных секторах – A, B, C, D. Как только испытуемый находил целевую пирамиду, он должен был нажать на пробел, в результате чего слайд менялся на маскирующее изображение (рис. 2). Затем испытуемый называл букву сектора с целевой фигурой; все ответы записывал экспериментатор.

Рис. 2.

Последовательность слайдов в каждой пробе.

Перед началом описанного здесь этапа эксперимента испытуемому предъявлялась тренировочная серия (16 проб) и серия, в которой ему предлагалось решать задачу без движений глаз (результаты этих серий здесь не рассматриваются).

Обработка данных. Главным образом, нас интересовал параметр эффективности экстрафовеального анализа, который рассчитывался следующим образом. При помощи программы BeGaze 3.3 каждый слайд со стимулами делился на пять секторов: четыре сектора A, B, C, D с фигурами и центральный, откуда начиналась каждая проба. Затем фиксировали последовательность посещенных секторов, причем возвраты в уже посещенный сектор не учитывали. Если предположить, что экстрафовеальное восприятие не используется при поиске, целевая зона может быть посещена с равной вероятностью первой, второй, третьей или четвертой, и тогда средний порядковый номер посещения целевой зоны будет (1 + 2 + + 3 + 4)/4 = 2.5 – с этим числом сравнивался порядковый номер целевой зоны. Если показатель “порядковый номер посещения целевой зоны” (ниже мы называем этот показатель FirstT) колеблется вокруг 2.5, мы можем предположить, что поиск совершался с использованием именно фовеального зрения, а данные экстрафовеального анализа не учитывались. Если же FirstT значимо ниже 2.5, значит, имела место некоторая предварительная обработка нескольких стимулов одновременно.

Предварительный анализ данных осуществляли с использованием языка программирования Python; статистическую обработку проводили при помощи пакета IBM SPSS версия 21.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Всего было проанализировано 2784 пробы по 29 испытуемым. Анализ результатов включал в себя два этапа. На первом проводилась оценка экстрафовеального восприятия всей выборки в целом. На втором этапе мы сфокусировались на индивидуальных стратегиях испытуемых.

Анализ результатов в среднем по выборке. Анализ правильности ответов всей выборки в целом показал, что задача поиска целевой пирамиды оказалась достаточно трудной для большинства испытуемых: средний процент правильных ответов составил 72.9 ± 11.9, медиана – 72.1% при минимуме 50% и максимуме 93.1%. Далее в анализе учитывались только те пробы, в которых был дан правильный ответ. Сравнение среднего порядкового номера посещения целевой зоны (FirstT) по всей выборке, равного 2.28, с 2.5 с использованием одновыборочного t-теста показало t(28) = 4.9, p < 0.0001, что свидетельствует о надежном вовлечении экстрафовеального анализа в процесс категориального поиска в среднем.

Анализ динамики изменения порядкового номера посещения целевой зоны (FirstT) на протяжении эксперимента, которая рассчитывалась как корреляция между значением FirstT и номером пробы, выявил практически нулевое значение при оценке всей выборки в среднем: среднее значение корреляции равнялось 0.0004 ± 0.16. Однако обнаружилось, что те участники, которые в начале эксперимента более активно применяли экстрафовеальный анализ, с каждой пробой чаще всего использовали его все меньше, и наоборот, респонденты с большим показателем FirstT чаще всего его улучшали. Мы посчитали корреляцию между регрессионным коэффициентом, характеризующим динамику FirstT в течение эксперимента, и средним значением FirstT для данного участника. Соответствующие значения корреляции Спирмена составили –0.46, p = 0.011, Пирсона – –0.5, p = 0.006. На рис. 3 для каждого участника его абсцисса задана средним значением FirstT по первой трети эксперимента (серии 3 и 4), а ордината средним FirstT по последней трети (серии 7 и 8). На рис. 3 изображен график рассеяния средних индивидуальных значений FirstT по первым 32 пробам (ось X) и последним 32 пробам (ось Y) из 96 проб каждого респондента. Мы видим, что приблизительно постоянными оказываются значения в районе 2.5, большие значения уменьшаются, меньшие увеличиваются. Значения более 2.5, возможно, являются результатом случайных вариаций или систематических смещений, что может стать предметом дальнейших исследований. Соотношение дисперсий, характеризующих разброс этих показателей во всей выборке, 0.121 в первой трети против 0.075 в третьей, т.е. имеет место тенденция к стабилизации средних FirstT.

Рис. 3.

Рассеяние индивидуальных средних по первой и третьей трети эксперимента. По оси абсцисс отложен средний порядковый номер посещения целевой зоны (FirstT) в первой трети эксперимента, по оси ординат – аналогичный показатель в третьей трети эксперимента. Диагональ отграничивает тех, кто улучшил (уменьшил) показатель (под диагональю), от ухудшивших (над диагональю). Вертикальная и горизонтальная прямые отмечают значение 2.5. Видно, что имеющие в первой трети значение среднего FirstT меньше 2.5, как правило, его увеличивают, а начинающие эксперимент со значения больше 2.5, как правило, его уменьшают.

Межиндивидуальные различия наглядно представлены на рис. 4: несмотря на то, что мода распределения находится в области 2.5, результаты 13 респондентов меньше 2.3. Условно можно выделить их в группу использующих экстрафовеальный анализ, остальные 17 участников (столь же условно) демонстрируют случайные вариации среднего вокруг 2.5.

Рис. 4.

Распределение средних значений порядкового номера посещения целевой зоны (FirstT) по всем испытуемым.

Чтобы проиллюстрировать динамику, которая понимается как корреляция между FirstT и номером пробы, и особенности индивидуальных перцептивных стратегий, рассмотрим два крайних противоположных случая. Один из участников (Т) очень активно использовал(а) экстрафовеальный анализ в начале эксперимента, но с каждой пробой эта тенденция угасала (рис. 5, а): для этого участника средний FirstT по всем пробам равнялся 1.79, p < 0.0001, а коэффициент регрессии по динамике изменения FirstT составил 0.38, p = 0.0015 (обе значимости выдерживают поправку Бонферрони). Кроме того, у этого участника процент верных ответов рос на протяжении эксперимента: коэффициент логистической регрессии равен 0.024, p = 0.003. Напротив, другой участник (Ir) показал(а) увеличение степени применения экстрафовеального анализа (рис. 5, б): среднее значение его/ее FirstT по всем пробам составило 2.24, коэффициент регрессии по динамике изменения FirstT был –0.23, p = 0.009, а процент верных ответов несколько снизился от начала к концу эксперимента (логистическая регрессия –0.17, p = 0.029) (обе значимости не выдерживают поправку Бонферрони, однако примем во внимание их согласованность).

Рис. 5.

Динамика изменения показателя порядкового номера посещения целевой зоны (FirstT) на протяжении эксперимента.

а – у участника T, б – у участника Ir. На рисунке изображены значения FirstT в каждой пробе и регрессионная прямая.

Можно говорить о том, что некоторые участники в первых пробах использовали стратегию с активным вовлечением экстрафовеального распознавания и постепенно переходили к стратегии более тщательного изучения стимулов при помощи фовеального анализа, в то время как другие испытуемые, наоборот, сначала применяли более осторожную перцептивную стратегию, которая постепенно сменялась более уверенной и полагающейся на данные экстрафовеального анализа.

Особенно интересный пример разнонаправленной динамики индивидуальных показателей дает общее время выполнения пробы (GenT). На рис. 6 представлена эмпирическая CDF (Cumulative distribution function) значимостей индивидуальных коэффициентов корреляции между временем выполнения пробы и ее номером. Каждая точка соответствует одному испытуемому, ее абсцисса – значимость (р-значение) коэффициента корреляции данного испытуемого. Левая сторона отражает увеличение общего времени, правая – уменьшение; значимость 0.995 по оси X показывает одностороннюю значимость, равную 0.005, для отрицательного коэффициента корреляции по данному испытуемому. По оси ординат откладывается накопленная эмпирическая частота для данного значения значимости (в процентах).

Рис. 6.

Эмпирическая CDF значимостей коэффициентов корреляции общего времени выполнения пробы (GenT) и номера пробы. Теоретическая функция равномерного распределения представлена в виде диагональной линии.

Отметим, что в случае истинности глобальной гипотезы H₀, утверждающей, что для каждого испытуемого истинная корреляция равна нулю, p-значения в выборке будут распределены равномерно. В таком случае CDF будет колебаться вокруг прямой (с отклонениями, которые, в принципе, можно оценить статистически – например, критерием Колмогорова–Смирнова (Дренева и др., 2019)). CDF для нашей выборки приведена на рис. 6. Очевидно, что отличия от теоретической CDF равномерного распределения имеют систематический характер. Справа на рис. 6 мы видим данные участников, общее время у которых существенно снижается. Заметим, что значимости для восьми из них не превышают 0.0005 (левый “хвост” распределения у каждого из них “тяжелее” 0.9995), т.е. выдерживают поправку Бонферрони. Слева данные четырех участников показывают увеличение общего времени (значимости менее 0.0005 для трех участников, выдерживают поправку Бонферрони). Таким образом, можно считать обнаружение противоположных тенденций абсолютно надежным.

Постепенное увеличение времени выполнения пробы с течением эксперимента может объясняться как накапливающейся усталостью, так и более тщательным и аккуратным поиском цели. В пользу последнего предположения говорит сопоставление коэффициента корреляции GenT и номера пробы, с одной стороны, и коэффициента логистической регрессии правильности ответа по номеру пробы, с другой. Корреляция между ними составила 0.3, т.е. рост времени сопровождается обычно увеличением частоты правильных ответов. Это означает также, что уменьшение общего времени может объясняться не только тренировкой, но и снижением аккуратности выполнения задачи.

Результаты исследования подтверждают данные о том, что категориальный поиск осуществляется с использованием достаточно высокоуровневых процессов и контролируется “сверху вниз” (Rosenholtz et al., 2012; Yang, Zelinsky, 2009). В нашей работе показано, что экстрафовеальный анализ определяется не только низкоуровневыми перцептивными признаками объектов, но также характеристиками более высокого уровня, обеспечиваемыми процессами категоризации. Важно заметить, что использованные в эксперименте стимулы были достаточно трудными, что проявилось в не слишком высоком среднем проценте правильных ответов; однако даже в ситуации такого уровня трудности стимулов участники достаточно эффективно использовали экстрафовеальный анализ.

Анализ результатов в среднем по выборке показал надежное вовлечение экстрафовеального анализа в процесс категориального поиска, а также отрицательную взаимосвязь между средним индивидуальным показателем эффективности экстрафовеального поиска и изменением уровня его использования на протяжении эксперимента.

Фокусом данного исследования выступили межиндивидуальные различия в степени использования экстрафовеального анализа. Согласно результатам, участники достаточно сильно различались как по среднему значению эффективности экстрафовеального анализа, так и по его динамике на протяжении эксперимента. Отдельные участники отчетливо меняли свою стратегию с течением исследования, причем эти изменения, в зависимости от конкретного индивида, носили разнонаправленный характер. Так, некоторые испытуемые продемонстрировали уменьшение количества посещаемых секторов до обнаружения цели, т.е. повышении роли экстрафовеального анализа в решении задачи. Другие участники, которые изначально более успешно распознавали стимулы и имели более высокие показатели эффективности экстрафовеального анализа, продемонстрировали их ухудшение в ходе эксперимента, возможно, повышая при этом процент правильных ответов. Еще более ярко различия проявились в динамике общего времени категориального поиска. Также можно предположить, что на эффективность поиска повлияли такие факторы, как индивидуальные характеристики участников, их перцептивные и когнитивные стратегии, а также ситуационная мотивация. Эти результаты согласуются с другими работами в этой области (Gandini et al., 2008; Wang et al., 2012; Fromer et al., 2015) и подтверждают важность учета индивидуальных особенностей в исследованиях зрительного восприятия.

ВЫВОДЫ

Результаты проведенного исследования позволяют сделать вывод о том, что при решении задачи на категориальный зрительный поиск геометрических фигур наблюдаются выраженные межиндивидуальные различия в степени использования экстрафовеального анализа, а также в динамике его применения. Полученные данные демонстрируют наличие межиндивидуальных различий и перцептивных стратегий отдельных испытуемых, причины которых представляют самостоятельный интерес.