La teoría de la información estructural ( TIE ) es una teoría sobre la percepción humana y, en particular, sobre la organización visual perceptiva, que es el proceso neurocognitivo que nos permite percibir escenas como conjuntos estructurados que consisten en objetos dispuestos en el espacio. Se ha aplicado a una amplia gama de temas de investigación, [1] principalmente en la percepción de formas visuales, pero también en, por ejemplo, ergonomía visual, visualización de datos y percepción musical .
SIT comenzó como un modelo cuantitativo de clasificación de patrones visuales . Hoy en día, incluye modelos cuantitativos de percepción de simetría y compleción amodal , y se sustenta teóricamente en una formalización perceptualmente adecuada de la regularidad visual, una explicación cuantitativa de las dependencias de los puntos de vista y una poderosa forma de neurocomputación. [2] Se ha argumentado que la SIT es la extensión mejor definida y más exitosa de las ideas de la Gestalt . [3] Es el único enfoque Gestalt que proporciona un cálculo formal que genera interpretaciones perceptuales plausibles .
El principio de simplicidad
Aunque los estímulos visuales son fundamentalmente multiinterpretables, el sistema visual humano suele tener una clara preferencia por una sola interpretación. Para explicar esta preferencia, SIT introdujo un modelo de codificación formal partiendo de la suposición de que la interpretación perceptualmente preferida de un estímulo es la que tiene el código más simple . Un código más simple es un código con una carga mínima de información, es decir, un código que permite reconstruir el estímulo utilizando un número mínimo de parámetros descriptivos. Dicho código se obtiene capturando una cantidad máxima de regularidad visual y produce una organización jerárquica del estímulo en términos de totalidades y partes.
La suposición de que el sistema visual prefiere las interpretaciones más simples se denomina principio de simplicidad. [4] Históricamente, el principio de simplicidad es una traducción teórica de la información de la ley Gestalt de Prägnanz, [5] que se inspiró en la tendencia natural de los sistemas físicos a establecerse en estados relativamente estables definidos por un mínimo de energía libre. Además, al igual que el principio de longitud de descripción mínima propuesto más tarde en la teoría de la información algorítmica (AIT), también conocido como la teoría de la complejidad de Kolmogorov , puede verse como una formalización de la navaja de Occam , según la cual la interpretación más simple de los datos es la mejor. .
Teoría de la información estructural versus algorítmica
Desde la década de 1960, SIT (en psicología) y AIT (en informática) evolucionaron de forma independiente como alternativas viables para la teoría de la información clásica de Shannon que se había desarrollado en la teoría de la comunicación. [6] En el enfoque de Shannon, a las cosas se les asignan códigos con longitudes basadas en su probabilidad en términos de frecuencias de ocurrencia (como, por ejemplo, en el código Morse ). Sin embargo, en muchos dominios, incluida la percepción, tales probabilidades son apenas cuantificables, si es que lo son. Tanto SIT como AIT evitan este problema recurriendo a complejidades descriptivas de cosas individuales.
Aunque SIT y AIT comparten muchos puntos de partida y objetivos, también existen varias diferencias relevantes:
- SIT hace la distinción perceptualmente relevante entre información estructural y métrica, mientras que AIT no lo hace.
- SIT codifica para un conjunto restringido de tipos de regularidades perceptualmente relevantes, mientras que AIT codifica para cualquier regularidad imaginable.
- En SIT, el resultado relevante de una codificación es una organización jerárquica, mientras que en AIT, es solo un valor de complejidad.
Simplicidad versus verosimilitud
En la investigación de la percepción visual, el principio de simplicidad contrasta con el principio de verosimilitud de Helmholtz , [7] que asume que la interpretación preferida de un estímulo es la que tiene más probabilidades de ser cierta en este mundo. Como se muestra dentro de un marco bayesiano y utilizando los hallazgos de AIT, el principio de simplicidad implicaría que las interpretaciones perceptivas son bastante verídicas (es decir, veraces) en muchos mundos en lugar de, como supone el principio de probabilidad, altamente verídicas en un solo mundo. [8] En otras palabras, mientras que el principio de probabilidad sugiere que el sistema visual es un sistema de propósito especial (es decir, adaptado a un mundo específico), el principio de simplicidad sugiere que es un sistema de propósito general (es decir, adaptable a muchos mundos diferentes).
Para este último hallazgo es crucial la distinción y la integración de factores de visión independientes y dependientes del punto de vista, como se propone en el modelo empíricamente exitoso de realización amodal de SIT. [9] En el marco bayesiano, estos factores corresponden a probabilidades previas y probabilidades condicionales, respectivamente. En el modelo de SIT, sin embargo, ambos factores se cuantifican en términos de complejidades, es decir, complejidades de los objetos y de sus relaciones espaciales, respectivamente. Este enfoque es coherente con las ideas neurocientíficas sobre la distinción y la interacción entre las corrientes ventral ("qué") y dorsal ("dónde") en el cerebro. [10]
Versus conexionismo y teoría de sistemas dinámicos
Una teoría de la representación como la SIT parece opuesta a la teoría de sistemas dinámicos (DST), mientras que el conexionismo puede verse como algo intermedio. Es decir, el conexionismo coquetea con DST cuando se trata del uso de ecuaciones diferenciales y coquetea con teorías como SIT cuando se trata de la representación de información. De hecho, las diferentes bases operativas de SIT, conexionismo y DST, corresponden a lo que Marr llamó los niveles de descripción computacional, algorítmico e implementacional, respectivamente. Según Marr, estos niveles de descripción son complementarios más que opuestos, lo que refleja el pluralismo epistemológico .
Lo que SIT, conexionismo y DST tienen en común es que describen el comportamiento del sistema no lineal, es decir, un cambio menor en la entrada puede producir un cambio importante en la salida. Su complementariedad se expresa en que se centran en diferentes aspectos:
- Mientras que DST se centra principalmente en cómo se desarrolla el estado de un sistema físico en su conjunto (en este caso, el cerebro ) con el tiempo, tanto la SIT como el conexionismo se centran principalmente en lo que hace un sistema en términos de procesamiento de información (que, en este caso, puede decirse que constituye cognición ) y ambos asumen que este procesamiento de información se basa en interacciones entre piezas de información en representaciones distribuidas, es decir, en redes de piezas de información conectadas.
- Mientras que el conexionismo se centra en los mecanismos de interacción concretos (ic, propagación de la activación) en una red prefijada que se supone adecuada para muchas entradas, la SIT se centra en la naturaleza del resultado de las interacciones que se supone que tienen lugar de forma transitoria, dependiente de la entrada, redes.
Principios de modelado
En el modelo de codificación formal de SIT, las interpretaciones candidatas de un estímulo se representan mediante cadenas de símbolos , en las que símbolos idénticos se refieren a primitivas perceptuales idénticas (por ejemplo, manchas o bordes). Cada subcadena de dicha cadena representa una parte espacialmente contigua de una interpretación, de modo que la cadena completa se puede leer como una receta de reconstrucción para la interpretación y, por lo tanto, para el estímulo. Estas cadenas luego se codifican (es decir, se buscan regularidades visuales) para encontrar la interpretación con el código más simple.
Esta codificación se realiza mediante la manipulación de símbolos, lo que, en psicología, ha llevado a declaraciones críticas del tipo "SIT supone que el cerebro realiza la manipulación de símbolos". Sin embargo, tales afirmaciones caen en la misma categoría que afirmaciones como "la física supone que la naturaleza aplica fórmulas como E = mc 2 de Einstein o F = ma de Newton " y "los modelos DST suponen que los sistemas dinámicos aplican ecuaciones diferenciales". Es decir, estas declaraciones ignoran que el concepto mismo de formalización significa que las cosas potencialmente relevantes están representadas por símbolos, no como un objetivo en sí mismo, sino como un medio para capturar las relaciones potencialmente relevantes entre estas cosas.
Regularidad visual
Para obtener los códigos más simples, SIT aplica reglas de codificación que capturan los tipos de regularidad llamados iteración, simetría y alternancia. Se ha demostrado que estas son las únicas regularidades que satisfacen los criterios formales de (a) ser regularidades holográficas que (b) permiten códigos jerárquicamente transparentes. [11]
Una diferencia crucial con respecto a la formalización transformacional tradicionalmente considerada de la regularidad visual es que, holográficamente, la simetría especular se compone de muchas relaciones entre pares de simetría en lugar de una relación entre mitades de simetría. Mientras que la caracterización transformacional puede ser más adecuada para el reconocimiento de objetos , la caracterización holográfica parece más consistente con la acumulación de representaciones mentales en la percepción de objetos.
La relevancia perceptual de los criterios de holografía y transparencia se ha verificado en el enfoque holográfico de la regularidad visual. [12] Este enfoque proporciona un modelo empíricamente exitoso de la detectabilidad de regularidades visuales únicas y combinadas, estén o no perturbadas por el ruido. Por ejemplo, explica que las simetrías de espejo y los patrones de vidrio son igualmente detectables y, por lo general, mejor detectables que las repeticiones. También explica que la detectabilidad de simetrías de espejo y patrones de vidrio en presencia de ruido sigue una ley psicofísica que mejora la ley de Weber . [13]
Ver también
- Procesamiento neuronal para categorías individuales de objetos.
- Principios de agrupación
- Teoría de los atributos indispensables
- Teoría de la simplicidad
Referencias
- ^ Leeuwenberg, ELJ y van der Helm, PA (2013). Teoría de la información estructural: la simplicidad de la forma visual . Cambridge, Reino Unido: Cambridge University Press.
- ↑ van der Helm, PA (2014). Simplicidad en la visión: una descripción multidisciplinaria de la organización perceptiva . Cambridge, Reino Unido: Cambridge University Press.
- ^ Palmer, SE (1999). Ciencia de la visión: fotones a la fenomenología. Cambridge, MA: MIT Press.
- ^ Hochberg, JE y McAlister, E. (1953). Un enfoque cuantitativo de la "bondad" figurativa. Revista de Psicología Experimental, 46, 361—364.
- ↑ Koffka, K. (1935). Principios de la psicología gestáltica. Londres: Routledge y Kegan Paul.
- ^ Shannon, CE (1948). Una teoría matemática de la comunicación. Revista técnica de Bell System, 27, 379-423, 623-656.
- ↑ von Helmholtz, HLF (1962). Tratado de Óptica Fisiológica (JPC Southall, Trans.). Nueva York: Dover. (Trabajo original publicado en 1909)
- ↑ van der Helm, PA (2000). Sencillez versus verosimilitud en la percepción visual: de sorpresas a precisiones. Psychological Bulletin, 126, 770-800. doi: 10.1037 // 0033-2909.126.5.770 .
- ↑ van Lier, RJ, van der Helm, PA y Leeuwenberg, ELJ (1994). Integrando aspectos globales y locales de la oclusión visual. Perception, 23, 883—903. doi: 10.1068 / p230883 .
- ^ Ungerleider, LG y Mishkin, M. (1982). Dos sistemas visuales corticales. En DJ Ingle, MA Goodale y RJW Mansfield (Eds.), Analysis of Visual Behavior (págs. 549—586). Cambridge, MA: MIT Press.
- ↑ van der Helm, PA y Leeuwenberg, ELJ (1991). Accesibilidad, criterio de regularidad y jerarquía en los códigos de patrones visuales. Revista de Psicología Matemática, 35, 151-213. doi: 10,1016 / 0022-2496% 2891% 2990025-O .
- ↑ van der Helm, PA y Leeuwenberg, ELJ (1996). Bondad de las regularidades visuales: un enfoque no transformacional. Psychological Review, 103, 429—456. doi: 10.1037 / 0033-295X.103.3.429 .
- ↑ van der Helm, PA (2010). ¿Comportamiento de Weber-Fechner en la percepción de simetría? Atención, percepción y psicofísica, 72 , 1854—1864. doi: 10.3758 / APP.72.7.1854.