の調査<em>不気味の谷仮説</em>と感情経験は仮説を理解する必要があります '<em人間の肖像>寸法(DHL)</em>。このプロトコルは、カテゴリカル知覚のDHLおよび審査の表現を可能にします。物理的およびカテゴリ変化に応答して、脳の領域を区別するために、同じ刺激とfMRIのの使用は人間の肖像仮説 '寸法(DHL)を理解する必要が不気味の谷の仮説と感情経験illustrated.Investigationです。このプロトコルは、カテゴリカル知覚のDHLおよび審査の表現を可能にします。物理的およびカテゴリの変化に応答する脳の領域を区別するために、同じ刺激とfMRIのの使用が示されている。
森の不気味の谷の仮説1,2は、ロボットなどの人間のような文字の認識とは、拡張子によって、アバターが(コンピュータ生成文字)に沿って、視覚と行動のリアリズムのオブジェクトの度合いに応じて、正または負の影響(原子価)を呼び起こすことができることを提案しているヒトらしさの寸法(DHL)( 図1)。現実的ではなく、種々のヒト以外の文字の主観的な応答の情動価の研究は、一貫性のない所見3、4、5、6を作り出した。これには多くの理由の一つは、仮説が前提とされるヒトらしさが知覚されないです。 DHLは、物理的な人間らしい類似度の円滑な線形変化として森の説明の後に定義することができますが、DHLに沿ってオブジェクトの主観的認識はカテゴリカル知覚(CP)7の心理的影響の観点から理解することができます。 CAのさらなる行動と神経画像の研究DHLに沿って感情経験にディメンションの基礎カテゴリ構造の潜在的影響のtegory処理とCPが必要とされている。このプロトコルは、したがって、DHLに焦点を当て、CPの検査を可能にします。例としてビデオで提示プロトコルに基づいて、プロトコルとDHLを表現するためにモーフコンティから引き出された刺激の "不気味な"研究で使用されている方法論をめぐる問題は、映像に付随する資料に記載されている。カテゴリの変更とカテゴリ処理に応答して、それらからの物理的人間のような類似の神経的反応する脳領域を解きほぐすために、DHLを表現する神経画像とモーフ刺激の使用が簡単に説明される。
不気味の谷の仮説の中核予測はプラスまたはマイナスvalenced経験が知覚人間の肖像77(有益な概要については、78を参照)の関数として誘発することができることである。実際に認識されているどのように人間の肖像を慎重に検討は、したがって、それ自体が重要な研究事業である。同様に重要なDHLは不思議体験の実験でどのように表現されるかである。このプロトコルは、DHLにしたがって焦点を当てています。一つのアプローチは、すでに"すごい"研究5、6、26、27、28に実装されモーフ連続体を用いてヒトらしさを表すためである。モーフコンティの利点は、それらの使用は人間のような外見で、実験的に制御の違いが主観的知覚と経験の行動措置( 例えばカテゴリの決定、不思議な感情)で、神経プロセス7を根底との関係に持ち込むことを許可するということです。このきめ細かいアプローチが一部である不気味の谷仮説が積極valencedと不思議な経験の間の遷移が78を行うために、人間の肖像の実際の程度を予測していないためicularly重要。森の推測が正しければ、DHL 7に沿って分類処理に関する調査結果は、その不気味な経験が知覚判断のあいまいさが最大であるカテゴリの境界で発生する可能性が最も高いであることを示唆していると思います。これは、テストされることはまだある。
モーフコンティニュア、および関心のある他の変数は、単一のモーフ連続体ではなく、2つあるいは三つの異なる並置コンティニュアが5,28を使用する必要がありますを使用して表されるように、DHLとの間に調査の関係を解釈できるようにする。並置コンティニュアは、表現するために失敗すると、実際には、DHLに不連続性を導入することによって、人間の肖像森のコンセプトを変更します。これは、知覚弁別課題におけるパフォーマンスに影響を与える可能性があるため、tのポイント彼不連続とモーフィング手順に起因するいかなる格差のそれは知覚差別(参照29)を誘導するための基準の信頼性が、実験的に意図していない点として使用されるかもしれません。物理的変化に相当する単位は、全連続5,28に沿って表現されるように、各モーフ連続体の中ではすべてのモーフは、慎重に制御する必要があります。コンティニュアに沿ってモーフ距離の実験的な制御は、DHLに沿って物理的な人間のような類似の線形の違いに関する感覚情報が認知線形または非線形の方法で表現されているかどうかの検査を可能にするので、これは、このプロトコルでは特に重要です。非直線性は、分類応答の傾き( 図2Aおよび5A)およびDHLに沿って刺激属性に知覚感度の違いで階段状の機能( 図4、図5(b)参照 )に反映されます。このProtocolはそれ以上の実験操作を適用せずにエンドポイントとしての顔を使用しています。 CPと人間似のさらなる研究は、顔のテクスチャ(参照30,38)と比較して、他の顔の特徴や顔のジオメトリの操作のリアリズムと比べてそのような眼のリアリズムのような特定の機能が差動でDHLに沿って分類処理をどのように影響するかなどを調べることができます。
モーフィングの手順では、このような顔のconfigural手がかりとして連続体のエンドポイントの対応する機能を一緒にスムーズにブレンドを可能にします。モーフィング手順の間の機能の配置に格差に注意を描画することにより、潜在的バイアス参加者の応答をすることができる上部の顔の特徴とヘアプロファイル26のような顔の情報をモーフィングすることが困難。このバイアスは、コンティニュアのエンドポイントからモーフ距離に関連して、格差がモーフ継続の中点で最大であることをモーフィング格差に体系的である可能性が高いUA。当社モーフコンティニュアは、コンティニュアの中点が最大の知覚感度があるとその周りのカテゴリの境界に対応しています。目領域が(貧しいモーフ間目のテクスチャのアラインメントで非常にわずかな矛盾をもたらしモーフィング)のどちらかだけでなく、または不完全にモーフィングされた連続体と比較して我々のパイロット研究の一つ(強制選択の分類タスク)からのデータの再分析。再分析では、貧しい人々が効果的に次元の人間の終わりに向かってカテゴリ境界の相対的なシフトを引き起こしたモーフィングするような不完全変身コンティの分類決定応答における系統的なバイアスを確認した。モーフィング格差 "はヒト自己定義"機能として認識されていたので、これはおそらくあった。
応答バイアスはコンティニュアは、このような頭の服装や顔のジュエリーなどの非顔情報が1つのエンドポイント刺激でのみ存在するエンドポイントの刺激に基づいて生成され使用するのにも発生することがあり27。このケースでは、顔画像は、参加者が研究の関心の刺激情報ではなく、画像に提示他の顕著な特徴に出席するようにトリミングすることができます。この画像は、DHL 6の人間の端部を表すことを意図されていても体系的応答バイアスは、ヒト以外の属性は人間の属性と一緒に記載されている連続エンドポイントとして画像を用いからも生じ得る。このケースでは、人間の肖像とそのような不思議な体験の主観的な対策として、変数間のあらゆる関係はDHLの森の概念の仮説と不気味の谷の観点から解釈されません。
CPは、人間の肖像31、10、22、32、33、34、35、カテゴリ関連情報以外の次元に沿って発生することができ、自動的に他の人36に曝露されると処理することができる。このプロトコルでは、注意が差を示す視覚的な手がかりの影響を制御するので、注意が必要です人間の肖像に関する参加者の反応に他のカテゴリに関連寸法の面でDHLに沿っCES。これらの手がかりは、例えば民族、性別、顔の独自性、親しみやすさとアイデンティティ、そして顔の表情(参照5、26、27、28)に関連する可能性があります。現在のプロトコルは、密接に連続エンドポイントとして使用されている画像の顔の特徴の顔の形状と設定を照合することによって知覚弁別課題とfMRIの研究で立て続けに提示顔モーフの間に生物学的な動きの認識を最小限に抑えることを目指しています。このアプローチは、(一緒に刺激条件で使用モーフのコンティニュアに沿って相対的な位置で)連続のモーフの間で異なるIDのいずれかの認識を最小限に抑えることにも役立ちます。
連続体のモーフがはっきり知覚DISCRIMで使用するためのモーフを選択するためにアバターとして、また人間として分類されている強制的な選択肢の分類タスクを決定もののみタスクとfMRIの研究。私たちは、コンティニュアのそれぞれ( 図2Bおよび2C)から4モーフM0、M4、M8とM12を選択しました。 DHL沿った物理的変化の程度を制御することに加えて、M4及びM8の選択は、以下の理論的考察に基づいている。森価ヒトらしさとの関係( 図1参照)の勾配で2つの正のピークとの間のDHLに沿った領域に対応するリアリズムのレベルで発生するように知覚不確実性(および関連する不思議な経験)について説明する。これらのピークでは、オブジェクトは、ヒトまたはヒトのいずれかとみなされます。カテゴリ処理の枠組みの観点から彼の配慮をリフレーミングでは、これらのピークが正しく分類される人間の肖像の反射度として見られるかもしれないカテゴリインスタンス( すなわちヒトと人間)は、カテゴリの境界をまたぐ。しかし森は指定しませんでしたどのように効率的に、この分類( すなわち知覚C各ピークでのオブジェクトの識別が明確に比較的効率と楽であると考えられているもののertainty)は、これらのピークである必要があります。このため、連続体に沿った2つのモーフ位置は、二つのカテゴリー間つの正のピークは、しばしばそうでなければCP研究( 例えば 66%、32におけるように使用されるよりも、より保守的な基準を用いて決定した反射のような遷移を定義すると見なさ34)。したがって、モーフM4は試験の85%以上でヒトとして試験やモーフM8の85%以上でアバターとして平均で同定された。この基準は、いずれかの連続体のモーフM4及びM8の両方に適用されますので予めご了承ください。このアプローチを使用して、モーフのこの選択は、CPと仮説の森の説明の理解の両方に従ってヒトとヒトのオブジェクト間のDHLに沿ってカテゴリ変更の感覚を捕獲しようとしています。
このプロトコルは、同一の異なる知覚差別のバリアントを使用しています国家タスクCPを検討する10。このタスクの利点は、参加者が特定の類似点と相違点を識別しなければならないものとして説明を必要としないということです。それは単に同一または異なるものとして刺激を識別するのに十分である。また、参加者は、カテゴリラベルを知っている必要はありません。ラベルは、そのようなABXタスクとして弁別課題に必要なメモリ負荷が42増えるときの刺激を区別するための戦略として使用されるかもしれません。同じ別のタスクは、メモリ負荷が比較的低いタスクが刺激の直接比較を促すことができるという利点を有する。標識化の潜在的な影響を低減するために、弁別タスクは、通常、強制選択の決定タスク40の前に提示される。現在のプロトコルは、差別や強制選択の意思決定タスク7、41のための2つの異なる参加者がグループに基づいています。強制選択タスクが刺激を選択するために使用されるからである弁別課題のために。しかし、同じ参加者が両方のタスクでテストする必要があり、プロトコルが弁別タスクが強制選択の決定タスクの前に実施されるように修正されるべきである。
固定判別の設計は、このプロトコルの同じ異なる弁別課題(設計をロービングするため、 例えば 39参照)に印加される。これはM4とM8は、常に、 "同じ"で各刺激のペアの最初の刺激として示す "内"とは、それぞれアバターと人間の臨床試験の条件 "との間で"されることを意味します。このプロトコルは、各参加者が両方与えられた連続体からではなく、アバターや人間の臨床試験のいずれかのみモーフ刺激を観察という実験制約が含まれています。例としてアバター試験を使用して、各刺激ペアの最初の刺激が第二の"内"での刺激( すなわち M1)と"の間に"( つまり M8)の条件を等しくするため、多くの場合、提示されていることを、常にM4であることを意味与えられた連続体、それ以上の刺激がその特定の連続体から人間の臨床試験のために描かれていないこと。このアプローチは、選択的により強い表現を誘発するので、与えられた連続体のクロスカテゴリ顔の判別が容易に回避することを目指しています。クロスカテゴリ表現一実験ブロックで説明されアバタおよびヒト臨床試験を提示するの判別にすべての可能な効果を調べるために、比較のため、除外したりするために、設計が記載アバターと人間の試験がで示されている実施することができる別々のブロック(参加者全体での順序で相殺ブロックで)。
本同じ異なる弁別課題は、1:2の同じ対の異なる試験の比を有する。この比率は、 "別の"意思決定(他の要因も、このバイアス44、51に影響を与えることができるが)に有利な応答バイアスを誘発する可能性があります。信号検出理論(SDT)由来の措置がしばしばdisentanするために使用され肥えた感覚刺激の参加の感度( '又はd')(概要を参照するため、44)から、重ねつの応答を選択するためのGLEレスポンスバイアス(βまたはC)。 dと53 'は、SDTの仮定52の違反に起因する反応バイアスによって変わることができ、我々は、感度のノンパラメトリックな指標を使用した'。 レスポンスバイアスのために我々は、β "D 47を使用していました。あるいは、cは43、44で推奨されている、それがD '54の変化から独立している理由の一つ。 全体として、今回の結果は、内カテゴリの刺激よりも、カテゴリの境界をまたぐモーフ刺激のためのより大きい知覚感度を示しています。
このプロトコルにおける差別タスクのモーフの選択は、タスクがコンティニュアに沿って4つのステップ(あるモーフの間に差別を必要とすることを意味し、すなわち 4つのステップのDISCRIMもののみ)、 図2Bを参照してください。しかしモーフ間の相違は、この4段階程度は差別が最も強化される実際のモーフの位置(識別境界をIE)( 図5B)のより良い仕様を可能にするには大きすぎる。 CPのための重要な基準は、(他の基準については、 例えば 11を参照)強制選択タスクと弁別課題における差別の境界内のカテゴリの境界線との間に整合があるということです。換言すれば、カテゴリ境界のモーフ位置が識別境界のモーフの位置を予測するべきである。アラインメントの特定のポイントを検証するための1つのアプローチはモーフの対の間のモーフ距離が低減された弁別課題を使用することである。例示の目的のために、 図5Bは同じ異なる弁別課題に可能な代替、従来のABX判別として用いパイロットデータの結果を示すタスク12、13。図は、カテゴリ境界によって予測モーフ位置で知覚弁別感度のピークがあることをはっきりと示しています。分析の参加者とSDTのアプリケーション数の多い研究でこのような結果は、DHLに沿ってCPの効果の発見を確認するだろう。コンティニュアエンドポイントの刺激の実際の選択、連続で発生するモーフの数、および強く参加者に置か認知の要求に沿ってモーフを区別するために彼または彼女の能力に影響を与えるであろう差別するモーフのステップの大きさコンティニュア。
CPの一つ古典的な基準は、カテゴリの境界の位置が実際の判別性能のピーク(差別境界をIE)80の位置を予測することです。これは間違いなくCP 81の最も重要な基準である。この予測の決定的なテストでは、実験的なデジを必要とします一緒にモーフ連続体の全長を表すすべてのモーフ対がピークの実際の位置を決定するために、弁別課題で提示されているGN。 38において、判別性能がモーフ連続体の唯一の特定のセグメントに基づいて検討した。これは難しい決定的にCPを検証するためにレンダリング性能の実際のピークの真の位置はこのターンで、見逃された可能性があることを意味するかもしれません。それはリーバーマンらさえ早いCP研究。82研究が予測収束判別性能の実際のピーク厳しい基準を所有満たすために失敗し、他の研究者が(厳密に例えば 11この基準を適用していないことに注目すべきである、また、参照してください80)。ピーク性能の実際の位置を決定することは、この基準のより自由な解釈が加わっても、それにもかかわらず重要である。モーフ連続体の全体の長さを調べるまたのように、データの検査を可能にすることの利点は、モーフィング手順に起因するアーチファクトの例により、予想に反しての時点でパフォーマンスのピークがあるかどうかを持っています。
回答に加えて、強制選択分類タスクでの応答時間(RT)のデータは、 "アバター"や "人間"と刺激を分類するために刺激の情報と競合する応答傾向の認知処理の難しさの指標として有用である70、71。 RTは、このように、または、カテゴリの境界に最も近い位置の刺激の分類の判断のために最長でなければなりません。 図4に示し、このようなケースであること。一緒になって、応答関数の形状とカテゴリ判断のためのRTデータは、離散カテゴリへの刺激の割り当ては困難を処理する際に大きな差異の対象となることを示している。 RTを評価するために、このプロトコルでは、クワイ=ガンのように分類時に対応するために、参加者に指示cklyかつ正確に可能な限り。レスポンス72、73の速度、精度のトレードオフの潜在的な影響を考えると、我々は検討し、提示を識別するための命令の影響を受けながら、アバターヒトカテゴリ応答関数の形状と位置が非常に堅牢であることをパイロットテストで発見モーフ刺激のいずれかとして、迅速かつ正確に可能な限り、または単にできるだけ正確に。この提案は、より徹底的にテストすることができるが、これは、参加者は、一般的に精度の加重決定戦略を使用することをお勧めします。人間のイメージから人間のようなオブジェクトを区別するのが困難に悪影響valenced経験を呼び起こす可能性がある森の仮説に沿って、それは人間に似た刺激のための長いRTがネガティブ感情の施策に関連付けられているかどうかを確立するために興味深いものになるだろう。 RTデータも収集し、同じ異なる弁別課題について分析した。 RTは、応答データ80をサポートするために使用されている。 ABX tとは対照的に頼む、同じ別のタスクは、RT測定のための明確なタイム·ポイントを提供します。 RTこのタスク75、76に多くの要因によって影響を受ける可能性があるので、RTのデータの解釈が同じ異なる判断のために複雑になることがありますけれども、正しい応答のRTは、74内のペアのための間よりも短いためであるべきである。 RTデータが少なく難しいクロスカテゴリの決定がより迅速に内カテゴリの決定( 図7を参照)より作られているという考えでしかし一貫しています。
それは、森の仮説は、物理的な機能は、実際に人間のカテゴリ内のDHL( 図2)7に沿って変化するかもしれないという可能性を考慮していないことが指摘されるべきである。これは仮説のオリジナル価ヒトらしさの関係で第二正のピークがDHL( 図1)の人間の端に位置している理由です。 DHLのヒト以外の側面に重点がinfluenされています他の研究では、DHL 3の人間の側面を表現するために、単一の人間の顔を使用していながら、モーフコンティ4、37を使用していない研究を含む仮説によって導かれた研究では必須の条件です。このような研究は不明結果と、不思議な体験を検討しようとしてきた。 CPに関連する所見は、これらの研究はDHLに沿ってカテゴリ曖昧に応じて知覚的意思決定と紛争解決のプロセスの暗黙的または明示的なプロセスを呼び起こすのに必要な刺激を提示していない可能性があることを示唆している。
このプロトコルは、DHLを表す連続体から引き出されたモーフは、fMRIを、繰り返し抑制の効果を用いて、物理的な人間のような類似度の変化に、カテゴリに関連する情報の変化に敏感な脳の領域を識別するために使用できる方法の例を示す図である。 fMRIの設計の有効性は、モーフ刺激の注意深い生成と選択によって強く影響される。強制的なチェセリウム及び知覚弁別課題は、このようにアバタ-ヒト分類曲線の形状( すなわち、応答関数の傾き)および判別性能の連続体との間の比較可能性を確保するために使用された。このfMRIの設計の利点は、それが森(そのヒト対応物のそれとは物理的な外観が微妙に異なっている新規なヒト以外のオブジェクト、すなわち受動的観察)により記載刺激条件は、fMRIの手法の制約内でシミュレートすることができることですDHLに沿って物理的変化の影響を制御しながら仮説 '人間の肖像の定義、およびカテゴリ処理の効果の調査に応じて選択的刺激を用いた。 fMRIのパラダイムは不思議な経験を調べるために設計されていないが、カテゴリの境界自体に、例えば関連付けられた感情の経験を調査するために適合させることができる。これは、脳内categorの影響を調べるに向けた重要な一歩となるでしょうDHLから引き出された刺激に対する感情経験に伴うyの処理とカテゴリ曖昧。
The authors have nothing to disclose.
この作品は、欧州連合(EU)FET統合プロジェクトPRESENCCIA(契約番号27731)でサポートされている研究に基づいています。
Funmorph | Zealsoft Inc. | ||
Poser 7 | Smith Micro Software | www.smithmicro.com | |
Adobe; Photoshop; CS3 | Adobe | www.adobe.com | |
Presentation; software | Version 14.1, www.neurobs.com | ||
SPSS Version 16 | www.ibm.com/software/analytics/spss | ||
MRI-compatible head-mounted display | Resonance Technology Inc. | “VisuaStim – Digital” | |
3-T whole-body MR unit | Philips Medical Systems | ||
MATLAB 2006b | Mathworks Inc. | ||
SPM5 software package | http://fil.ion.ucl.ac.uk/spm |