¿exactamente cuánto necesita cambiar algo para que se perciba una diferencia?
piense, por ejemplo, en los niños pequeños que crecen rápidamente, haciéndose más altos diariamente. Sin embargo, a menudo es difícil notar cambios sutiles, especialmente si todavía tienen dificultades para alcanzar una pelota de baloncesto.
durante un lapso mucho más largo, su estirón de crecimiento se vuelve más que perceptible; de hecho, la cantidad puede parecer enorme! Estos cambios de altura solo se notan después de un lapso porque las pequeñas diferencias del día a día son demasiado pequeñas para ser perceptibles.,
la cantidad mínima aún percibida es la diferencia apenas perceptible, que, para este ejemplo, es la cantidad más pequeña de crecimiento observada.
este video muestra un enfoque estándar para medir una diferencia apenas perceptible en el tamaño de la forma. No solo discutimos los pasos necesarios para diseñar y ejecutar un experimento, sino que también explicamos cómo analizar los datos e interpretar los resultados describiendo cuán pequeño es el cambio en el área que se debe percibir.,
en este experimento, a los participantes se les muestran brevemente dos círculos diferentes que varían en tamaño y se ven obligados a elegir cuál es más grande.
durante cada ensayo, uno siempre se presenta con la misma circunferencia, mientras que el otro es variado. Este enfoque se conoce como el método de estímulo constante.
en este caso, el estímulo constante está diseñado para tener un radio de 10 px y se encuentra aleatoriamente en el lado izquierdo o derecho de la pantalla., En contraste, el otro círculo, llamado estímulo de comparación, tendrá un radio que varía entre 5 y 9 y entre 11 y 15 px.
dadas estas 10 posibilidades, el estímulo de comparación se muestra 10 veces en cada lado, para un total de 200 ensayos. La variable dependiente se registra como el estímulo elegido para ser el más grande.
Se espera que los participantes elijan correctamente si perciben una diferencia de tamaño entre los dos estímulos. Sin embargo, cuando las formas están más cerca en circunferencia y por debajo de la diferencia apenas perceptible, se prevé que el rendimiento disminuya.,
Para comenzar el experimento, saluda al participante en el laboratorio. Con ellos sentados cómodamente frente a la computadora, explique las instrucciones de la tarea: la pantalla tendrá la palabra «¿Listo?»en él hasta que presionan la barra espaciadora.
observe cómo aparecen dos estímulos azules e instruya al participante para que indique qué estímulo pensó que era más grande presionando la tecla ‘L’ para las respuestas del lado izquierdo y ‘R’ para las del lado derecho. Recuérdeles que deben adivinar si no están seguros de cuál es más grande.
después de responder cualquier pregunta que el participante pueda tener, salga de la sala., Permítales completar todos los 200 ensayos durante un período de 5 minutos. Cuando terminen, regresen a la habitación y agradezcan su participación en el experimento.
para analizar los datos, primero recupere el archivo de salida programado que capturó las respuestas de cada participante. Eche un vistazo rápido a los datos para asegurarse de que el rendimiento fuera sensato, es decir, que cuando los tamaños de los estímulos de comparación eran de 5 y 15 px, la precisión era casi perfecta.
a continuación, agregue una columna a la tabla de salida llamada ‘precisión’ para determinar si las respuestas registradas son correctas o no., Compare los dados con las respuestas correctas para todos los ensayos. Utilice la siguiente instrucción IF para registrar un 1 cuando la respuesta dada fue correcta y 0 cuando fue incorrecta.
Ahora, agregue otra columna a la tabla, etiquetada como ‘proporción de respuestas de comparación’. Compare la columna ‘posición de comparación’ con ‘ respuesta ‘y use una nueva instrucción IF para marcar un’ 1 ‘cuando se eligió el estímulo de comparación o un’ 0 ‘ si se eligió el círculo constante.,
para visualizar los resultados, haga un gráfico de dispersión con el tamaño de la comparación en el eje x y la proporción de veces que se eligió como mayor en el eje Y. Recordemos que el estímulo constante siempre tuvo un radio de 10-px, por lo que los estímulos con radios de 5 o 6 px casi nunca fueron elegidos y los de 14 o 15 siempre fueron elegidos.
con un radio de 9 O 11 px, la comparación fue más difícil y los participantes a menudo cometieron errores. De hecho, el desempeño estaba al nivel del azar, lo que sugiere que no se percibían diferencias.,
para calcular la diferencia apenas perceptible, tome el tamaño de comparación que fue elegido el 75% del tiempo, en este caso un radio de 12, menos el tamaño de comparación que fue elegido el 25% del radio de tiempo de 8, y divida el resultado por 2 para una respuesta de 2 px.
En otras palabras, los radios de los círculos deben diferir en al menos 2 px para que sus tamaños se perciban con precisión.,
ahora que está familiarizado con las diferencias apenas Notables en la percepción del tamaño de los objetos visuales, veamos cómo se usa este paradigma en estudios neurofisiológicos para explorar cómo responde el cerebro y en otras situaciones de comportamiento, como distinguir entre los niveles de grasa en los alimentos.
Los investigadores han investigado cómo las neuronas individuales en la corteza visual codifican las propiedades físicas del mundo, como el tamaño de los objetos.,
utilizando técnicas de registro electrofisiológico que miden los patrones de disparo en conjunto con la presentación de estímulos, los investigadores encontraron que las neuronas que son sensibles al tamaño a veces responden de la misma manera a objetos que en realidad son de diferentes tamaños.
Esta es la razón por la que las JND son apenas perceptibles: a veces, en el cerebro, los estímulos relevantes realmente producen efectos indistinguibles.
además, los investigadores han utilizado una tarea de diferencias apenas perceptibles para caracterizar umbrales individuales para detectar concentraciones de grasa en los alimentos.,
encontraron que los individuos con un índice de masa corporal más alto requerían una diferencia más alta, o un umbral más alto, antes de probar los ácidos grasos en las muestras. Estos resultados podrían conducir a nuevos enfoques para limitar el consumo excesivo de grasa.
acabas de ver la introducción de JoVE a just-noticeable differences. Ahora debe tener una buena comprensión de cómo diseñar y ejecutar el experimento, así como de cómo analizar y evaluar los resultados.
Gracias por mirar!
