Este projeto de estudo mede o custo de troca de tarefas do uso de um smartphone enquanto caminha. Os participantes são submetidos a duas condições experimentais: uma condição de controle (caminhada) e uma condição multitarefa (mensagens de texto durante a caminhada). Os participantes alternam entre essas tarefas e uma tarefa que determina a direção. Dados de EEG, bem como medidas comportamentais são registrados.
Este artigo apresenta um protocolo de estudo para medir o custo de troca de tarefas do uso de um smartphone durante a caminhada. Este método envolve fazer com que os participantes andem em uma esteira sob duas condições experimentais: uma condição de controle (ou seja, simplesmente caminhar) e uma condição multitarefa (ou seja, mensagens de texto enquanto caminha). Durante essas condições, os participantes devem alternar entre as tarefas relacionadas à condição experimental e uma tarefa determinante de direção. Esta tarefa de direção é feita com uma figura de caminhante de luz pontual, aparentemente caminhando para a esquerda ou para a direita do participante. O desempenho na tarefa de direção representa os custos de alternância de tarefas do participante. Houve duas medidas de desempenho: 1) identificação correta da direção e 2) tempo de resposta. Os dados de EEG são registrados para medir as oscilações alfa e o engajamento cognitivo que ocorrem durante a troca de tarefas. Este método é limitado em sua validade ecológica: ambientes de pedestres têm muitos estímulos ocorrendo simultaneamente e competindo por atenção. No entanto, esse método é apropriado para identificar os custos de alternância de tarefas. Os dados de EEG permitem o estudo dos mecanismos subjacentes no cérebro que estão relacionados a diferentes custos de troca de tarefas. Este design permite a comparação entre a troca de tarefas ao fazer uma tarefa de cada vez, em comparação com a troca de tarefas ao multitarefa, antes da apresentação do estímulo. Isso permite entender e identificar o impacto comportamental e neurofisiológico dessas duas condições diferentes de troca de tarefas. Além disso, correlacionando os custos de troca de tarefas com a atividade cerebral, podemos aprender mais sobre o que causa esses efeitos comportamentais. Este protocolo é uma base apropriada para estudar o custo de comutação de diferentes usos de smartphones. Diferentes tarefas, questionários e outras medidas podem ser adicionadas a ele para entender os diferentes fatores envolvidos no custo de troca de tarefas do uso do smartphone durante a caminhada.
Como tanto a penetração do smartphone quanto a tendência à multitarefa estão aumentando, é importante entender o impacto que o uso do smartphone ao caminhar tem na atenção. A literatura demonstrou repetidamente que a troca de tarefas vem com um custo1, incluindo o uso de smartphones durante a caminhada. Estudos descobriram que o uso de um smartphone durante a caminhada pode ser perturbador e perigoso 2,3,4. Esses perigos têm sido associados aos prejuízos de atenção de realizar tal tarefa 3,4,5,6,7. Devido à natureza complexa do ambiente pedestre, estudá-lo em um contexto experimental ecologicamente válido pode ser problemático. No entanto, a realização de tais estudos em ambientes pedestres reais pode vir com complicações próprias, porque muitas variáveis estranhas podem entrar em jogo, e há um risco de danos ao participante devido a distrações. É importante ser capaz de estudar tal fenômeno em um ambiente relativamente seguro que permaneça o mais realista possível. Neste artigo, descrevemos uma metodologia de pesquisa que estuda o custo de troca de tarefas de mensagens de texto durante a caminhada, aumentando a validade da tarefa e mitigando os riscos potenciais envolvidos.
Ao usar um smartphone enquanto caminha, os indivíduos são forçados a mudar das tarefas do smartphone para tarefas de caminhada e relacionadas ao meio ambiente. Assim, para estudar tal fenômeno, achamos pertinente enquadrar esse método na literatura sobre multitarefa, especificamente focada no paradigma da troca de tarefas. Para isso, utilizou-se o paradigma de troca de tarefas1, fazendo com que os participantes alternassem entre uma tarefa pré-estímulo e uma tarefa pós-estímulo. Uma das duas tarefas pré-estímulo envolvia multitarefa, enquanto a outra não. Na tarefa pós-estímulo, os participantes tiveram que responder a um estímulo cuja percepção é influenciada pela atenção dividida8. Além disso, estudos experimentais de laboratório que tentam ser o mais ecologicamente válidos possível têm frequentemente utilizado ambientes virtuais de pedestres para entender o impacto atencional do uso de smartphones durante a caminhada 4,9. No entanto, a fim de capturar os mecanismos neurofisiológicos subjacentes, optamos por nos concentrar na reação específica de troca de tarefas a um estímulo para minimizar o número de estímulos aos quais os participantes tiveram que reagir. Desta forma, podemos identificar com mais precisão o custo de troca de tarefas proveniente puramente da mudança de atenção para longe do smartphone e para o estímulo. Com o desenho do nosso estudo, usamos medidas comportamentais (ou seja, custo de troca de tarefas) e dados neurofisiológicos para entender melhor os prejuízos de atenção encontrados durante o uso de smartphones para pedestres.
Durante um experimento de troca de tarefas, os participantes geralmente realizavam pelo menos duas tarefas simples pertencentes a um conjunto de estímulos, com cada tarefa exigindo um conjunto diferente de recursos cognitivos referidos como um “conjunto de tarefas”1. Quando os indivíduos são forçados a alternar entre tarefas, seus recursos mentais precisam se adaptar (ou seja, inibição do conjunto de tarefas anteriores e ativação do conjunto de tarefas atual). Acredita-se que esse processo de “reconfiguração do conjunto de tarefas” seja a causa do custo de alternância de tarefas1. O custo de troca de tarefas é geralmente determinado observando as diferenças no tempo de resposta e / ou na taxa de erro entre as tentativas em que os participantes alternam entre tarefas e aquelas em que não alternam10. Em nosso experimento, tivemos três conjuntos de tarefas: 1) responder a um estímulo de andador pontual-leve; 2) mensagens de texto em um smartphone enquanto caminha; e 3) simplesmente caminhar. Comparamos o custo da troca entre duas condições diferentes: 1) simplesmente andar antes de responder ao estímulo e 2) andar enquanto enviava mensagens de texto antes de responder. Dessa forma, capturamos o custo da multitarefa em um smartphone antes de alternar a tarefa e fomos capazes de compará-lo diretamente com o custo do interruptor não multitarefa de simplesmente caminhar antes do aparecimento do estímulo visual. Como o smartphone usado neste estudo era de uma marca específica, todos os participantes foram examinados antes do experimento para ter certeza de que sabiam como usar corretamente o dispositivo.
Para simular uma experiência realista representativa do contexto do pedestre, optou-se por utilizar uma figura de caminhante ponto-luz como estímulo visual, representando uma forma humana caminhando com um ângulo de desvio de 3,5° para a esquerda ou para a direita do participante. Essa figura é composta por 15 pontos pretos sobre fundo branco, com os pontos representando a cabeça, ombros, quadris, cotovelos, punhos, joelhos e tornozelos de um ser humano (Figura 1). Esse estímulo é baseado no movimento biológico, o que significa que segue o padrão de movimento típico de humanos e animais11. Além disso, esse estímulo é mais do que ecologicamente válido; requer processamento visual complexo e atenção para ser analisada com sucesso12,13. Curiosamente, Thornton et al.8 descobriram que a identificação adequada da direção do andador em forma de ponto é muito impactada pela atenção dividida, tornando-a adequada como uma medida de desempenho ao estudar os custos de troca de tarefas ao multitarefa. Os participantes foram convidados a declarar verbalmente a direção em que a figura estava andando. A aparência do andador era sempre precedida por uma sugestão auditiva que sinalizava sua aparência na tela.
O desempenho na tarefa de andador ponto-luz e os dados neurofisiológicos nos permitiram determinar o impacto atencional de ambas as condições e ajudar a determinar o que as causou. O desempenho foi medido observando as taxas de erro e os tempos de resposta ao determinar a direção da figura do andador ponto-luz. A fim de compreender os mecanismos cognitivos e atencionais subjacentes envolvidos nos comprometimentos de atenção que encontramos com a medida de desempenho, avaliamos os dados neurofisiológicos dos participantes usando o EEG actiCAP com 32 eletrodos. O EEG é uma ferramenta apropriada em termos de precisão temporária, o que é importante ao tentar ver o que causa um desempenho ruim em momentos específicos no tempo (por exemplo, a aparência da figura do andador com luz pontual), embora artefatos possam estar presentes nos dados devido a movimentos. Ao analisar os dados do EEG, dois índices são particularmente relevantes: 1) oscilações alfa; e 2) engajamento cognitivo. Pesquisas descobriram que as oscilações alfa podem representar o controle da memória de trabalho, bem como a inibição ativa de circuitos cerebrais irrelevantes para a tarefa14,15,16,17. Comparando-se as oscilações alfa nos níveis basais com as que ocorrem com a apresentação do estímulo 18,19, obteve-se a razão alfa. Com essa proporção, determinamos as mudanças relacionadas ao evento que poderiam estar subjacentes ao comprometimento da atenção observado ao enviar mensagens de texto durante a caminhada. Com relação ao engajamento cognitivo, Pope et al.20 desenvolveram um índice em que a atividade beta representa aumento da excitação e da atenção, e a atividade alfa e refletem diminuições na excitação e atenção21,22. Esta análise foi feita para determinar se o aumento do engajamento antes do aparecimento do estímulo complicaria a reconfiguração do conjunto de tarefas necessária para responder à figura do andador.
Com a metodologia descrita neste artigo, buscamos apreender os mecanismos subjacentes que afetam o desempenho da troca de tarefas em participantes envolvidos em episódios multitarefas. A condição de andar representa um desempenho de alternador de tarefas não multitarefa que é comparado a um desempenho de comutador de tarefa multitarefa (ou seja, mensagens de texto durante a caminhada). Ao medir os papéis da inibição do conjunto de tarefas e da ativação do conjunto de tarefas, procuramos entender melhor os custos de troca que ocorrem ao enviar mensagens de texto durante a caminhada. É relevante notar que o estudo original foi realizado em um ambiente virtual imersivo23 , mas posteriormente replicado em uma sala experimental (ver Figura 2) com um projetor exibindo a figura do andador em uma tela na frente do participante. Como esse ambiente virtual não está mais disponível, o protocolo foi adaptado ao desenho atual da sala experimental.
Uma escolha crítica ao usar o protocolo seria garantir a qualidade dos dados neurofisiológicos. Há uma complicação inerente ao uso de uma ferramenta como o EEG durante o movimento, porque o movimento excessivo pode criar muito ruído nos dados. Portanto, é importante considerar, antes da coleta de dados, como os dados serão preparados para remover o maior número possível de artefatos sem modificar o sinal real. No entanto, ainda é bastante provável que haja taxas mais altas de exclusão de dados porque os part…
The authors have nothing to disclose.
Os autores reconhecem o apoio financeiro do Conselho de Pesquisa em Ciências Sociais e Humanas do Canadá (SSHERC).
The Observer XT | Noldus | Integration and synchronization software: The Noldus Observer XT (Noldus Information Technology) is used to synchronize all behavioral, emotional and cognitive engagement data. | |
MediaRecorder | Noldus | Audio and video recording software | |
FaceReader | Noldus | Software for automatic analysis of the 6 basic facial expressions | |
E-Prime | Psychology Software Tools, Inc. | Software for computerized experiment design, data collection, and analysis | |
BrainVision Recorder | Brain Vision | Software used for recording neuro-/electrophysiological signals (EEG in this case) | |
Analyzer | EEG signal processing software | ||
Qualtrics | Qualtrics | Online survey environment | |
Tapis Roulant | ThermoTread GT Office Treadmill | ||
Syncbox | Noldus | Syncbox start the co-registration of EEG and gaze data by sending a Transistor-Transistor Logic (TTL) signal to the EGI amplifier and a keystroke signal to the Tobii Studio v 3.2. | |
Move2actiCAP | Brain Vision | Add-on for a digital wireless system for EEG | |
iPhone 6s | Apple | ||
iMessage | Apple | ||
iPad | Apple |