Summary

Traitement perceptif et la catégorie de l'hypothèse Uncanny Valley de la dimension de la Représentation humaine: certaines questions méthodologiques

Published: June 03, 2013
doi:

Summary

Enquête de la<em> Uncanny Valley Hypothèse</em> Et l'expérience affective nécessite une compréhension de l'hypothèse "<em> Dimension de la ressemblance de l'homme (DHL)</em>. Ce protocole permet la représentation de la DHL et l'examen de la perception catégorielle. Utiliser les mêmes stimuli et l'IRMf pour distinguer les régions cérébrales sensibles aux changements physiques et catégorie est illustrated.Investigation de l'hypothèse de Uncanny Valley et l'expérience affective nécessite une compréhension de la dimension de l'hypothèse de la ressemblance de l'homme (DHL). Ce protocole permet la représentation de la DHL et l'examen de la perception catégorielle. L'utilisation des mêmes stimuli et l'IRMf pour distinguer les régions cérébrales sensibles aux changements physiques et catégorie est illustrée.

Abstract

Uncanny Hypothèse 1,2 vallée de Mori propose que la perception des personnages anthropomorphes tels que les robots et, par extension, des avatars (personnages générés par ordinateur) peut évoquer l'affect négatif ou positif (valence) selon le degré de réalisme visuel et comportemental de l'objet le long d'une dimension de ressemblance humaine (DHL) (Figure 1). Mais les études de valence affective de réponses subjectives à des personnages non humains diversement réalistes ont abouti à des conclusions incohérentes 3, 4, 5, 6. Un d'un certain nombre de raisons à cela est que la ressemblance humain n'est pas perçu comme l'hypothèse suppose. Alors que le DHL peut être définie suivant la description de Mori comme un changement linéaire en douceur dans le degré de similitude humanlike physique, la perception subjective des objets le long de la DHL peut être compris en termes d'effets psychologiques de la perception catégorielle (CP) 7. Investigations complémentaires comportementales et neuro-imagerie de catraitement tegory et CP le long du DHL et de l'influence potentielle de la structure de catégorie sous-jacente de la dimension affective de l'expérience sont nécessaires. Ce protocole se concentre donc sur l'DHL et permet l'examen de CP. Basé sur le protocole présenté dans la vidéo comme un exemple, les questions entourant la méthodologie dans le protocole et l'utilisation dans la recherche «inquiétante étrangeté» des stimuli provenant de morph continua à représenter le DHL sont discutés dans l'article qui accompagne la vidéo. L'utilisation de la neuro-imagerie et des stimuli morph pour représenter le DHL afin de démêler les régions du cerveau neuronale sensibles à la similitude de type humain physique de ceux qui sont sensibles aux changements de catégorie et le traitement de la catégorie est brièvement illustré.

Protocol

Figure 1. Illustration de la relation non linéaire entre l'expérience de l'affect négatif et positif (valence) et à la ressemblance humaine perçue. La relation par ailleurs montre un pic fortement négatif (c.-à Uncanny Valley) au niveau du réalisme entre les premier et deuxième positifs pics de la courbe représentée au cours de laquelle des différences subtiles dans l'apparence et le comportement d'un objet humanlike encore visiblement artificielle très réaliste est suggéré à susciter un sentiment d'étrangeté et de malaise personnel (c'est à dire un sentiment étrange). Illustration adaptée de 2. Nous avons utilisé différents groupes de participants pour chacune des tâches suivantes. 1. Forcé tâche de classification de choix </p> 1.1 Stimuli Utilisez avatar et images de l'homme que les visages des parents (c. continua extrémités) dans la procédure de morphing pour produire linéaire morph continua à représenter le DHL. Nous avons créé 32 humaine avatar continua en utilisant 32 images de visages humains et avatar, respectivement. Générer des avatars en utilisant la modélisation suite de Poser 7 (Smith Micro Software, www.smithmicro.com ), bien que d'autres logiciels est disponible. Nous avons généré ces morph continua utilisant Funmorpher (Zealsoft Inc., Eden Prairie, MN), mais d'autres logiciels de morphing peut être utilisé. Utilisation du logiciel morph, placer des points de contrôle sur les caractéristiques correspondantes des visages des parents. Pour chaque face, nous avons placé 20 points sur la bouche, de 18 points sur chaque oeil, 20 points sur le nez, et de 8 points sur chaque sourcil. Nous avons donc utilisé environ 100 points de contrôle. Essayez de garder le nombre de points de contrôle constant, mais ajouter d'autres points d'éliminer les artefacts dans la nageoireal métamorphose de la continuation. S'assurer confond potentiels ne sont pas introduits dans la procédure de morphing. Par exemple, nous avons utilisé comme critères d'évaluation de chaque images du continuum de visages masculins indistinctive inconnus avec une expression neutre, regard direct et pas d'autres traits saillants comme les cheveux ou les bijoux du visage, et les images d'extrémité sont étroitement appariés pour l'âge, les indices configural et géométrie faciale général . Utilisez un logiciel de retouche photo pour recadrer caractéristiques externes en utilisant par exemple un revêtement noir en forme elliptique, nous avons utilisé Adobe, Photoshop, CS3 ( www.adobe.com ). Avant de morphing, ajuster la position des images pour assurer l'alignement entre les images d'extrémité d'indices configural, et ajuster les niveaux de contraste, la luminosité globale et le tonus de la peau de chaque paire de stimuli d'extrémité de chaque continuum de match. Chaque morph d'un continuum DHL représente une différence de similitude humanlike physique à des incréments prédéfinis. Nous avons généré 13 images différentes morphing et étiqueté ces M0 à M12, qui est, les deux extrémités et 11 morphes intermédiaires (figure 2B). 1.2 présentation du stimulus et instructions Utilisez une tâche de classification choix forcé à deux alternatives afin de déterminer laquelle de ces morphes sont clairement catégorisées comme des avatars et aussi humain et de définir la position de la catégorie limite 8. Épreuves présentes en commençant par un point de fixation pour 500 msec (les participants sont tenus de maintenir la fixation), suivie par une image morph pour 750 msec. Nous avons utilisé Présentation; logiciel (Version 14.1, www.neurobs.com ) pour la présentation du stimulus dans toutes les tâches décrites dans ce protocole, mais d'autres plates-formes de présentation de relance peut être utilisé. Demandez au participant d'identifier le stimulus morph présenté soit comme un avatar ou humain aussi rapidement et précisément que possible en appuyant sur l'un des deux respo clés SNG. 1.3 Analyse des données Résumer les données de classification avatar humains à l'aide de la régression polynomiale pour décrire la forme de la fonction de réponse. Déterminer ce en identifiant des modèles de fonction logistique aux données de réponse de chaque participant et continuum. Tout d'abord, analyser l'individu continua à travers les participants pour assurer la meilleure forme de fonctions logistiques. Ensuite, test contre zéro dans un one-test t pour une forme étagée dans la fonction de réponse catégorie avatar humain dans tous les continuums en utilisant le paramètre estimations tirées de la fonction logistique de chaque continuum, en moyenne tous les participants. Estimer la position de la limite de la catégorie long de chaque continuum en présentant les estimations des paramètres de la fonction logistique de chaque continuum à une transformation logit 9. Nous avons effectué toutes les analyses pour le classement de choix forcé et des tâches de discrimination perceptive utilisant SPSS version 16 ("target =" ibm.com / software / analytics / SPSS _blank "> www.ibm.com / software / analytics / SPSS). des données de temps de réponse (RT) peuvent également être analysées. Dans la présente analyse, les différences de temps de réponse en fonction de la position morph sont entrés dans une ANOVA factorielle, avec 13 positions de morphing, en utilisant la RT moyenne de chaque individu à travers tout continua comme variable dépendante. Figure 2. Résultats de la tâche de catégorisation des choix forcé (A) et un exemple d'un continuum morph (B). En face B, le degré relatif de transition physique linéaire le long de la 13 morph-continuum entre l'avatar et les points finaux de l'homme est présenté comme un pourcentage. M0 et M4 ont été identifiés comme des avatars et M8 et M12 comme l'homme en ee forcé tâche de classification de choix, comme indiqué dans le panneau A. 2. Tâche de discrimination perceptive 2.1 Stimuli Pour cette version de la même différent tâche de discrimination perceptive 10, sélectionner à partir de chaque continuum morph deux formes classés dans la tâche de classification qui précède comme des avatars (par exemple M0 et M4) et deux en tant humaine (par exemple, M8 et M12). Pour contrôler les différences physiques entre les morphes, sélectionnez morphes qui représentent incréments équivalents de changement physique le long de chaque continuum. Nous avons utilisé des incréments de 33,33% (c.-à-M0, M4, M8, M12) (figure 2B). Figure 3. Conditions de relance pour la discrim perceptuelle »de même différent"tâche mination (N = 20). Morphes sont sélectionnés pour former des paires. Les morphes d'une paire sont tirées dans la même catégorie («dans»), sont identiques («même»), ou ils montrent un changement de catégorie entre eux («entre»). La métamorphose M0, M4 et M8 sont utilisés pour les essais Avatar (A) et M4, M8, M12 et pour les essais sur l'homme (B). Notez que le premier morph d'une paire morph dans les essais avatar est toujours M4 et M8 dans des essais humains et que avatar et essais sur l'homme sont basées sur morphes issus de différents continuums. Trier les morphes sélectionnés en paires selon les trois conditions expérimentales morph paires (Figure 3): "mêmes" (les morphes d'une paire sont identiques, représentant aucun changement physique ou catégorie), «dans» (les morphes d'une paire sont élaboré à partir d'une catégorie), et «entre» (les morphes d'une paire représentent différentes catégories). Pour étudier les performances de discrimination entre les morphes des paires morph en relationà la catégorie avatar (ces paires de morphing sont donc appelés «essais Avatar") veiller à ce que le premier de chaque paire morph morph dans les trois conditions est toujours M4 (à partir de la catégorie avatar) (figure 3A). Il en résulte morph paires M4 – M4 pour le «même», M4 – M0 pour le «dedans» et M4 – M8 pour le "entre" les conditions. La même procédure peut être appliquée pour les paires de morphing par rapport à la catégorie humaine (ainsi appelés «essais sur l'homme"), en s'assurant que la première morph est toujours M8: «même» (M8 – M8), "à l'intérieur" (M8 – M12) , et "entre" (M8 – M4) (figure 3B). Toujours s'assurer que les deux formes d'une paire morph sont tirées de la même continuum dans lequel ils ont été métamorphosés. Pseudo-aléatoire présentation des paires de morphing afin qu'aucun paires au sein du même continuum sont présentés dans une séquence rapprochée. Présentation des avatar ou des essais humains d'un continuum donné est aléatoire mais contrebalancé l'ensemble des participants pour s'assurer que chaque participant vues, soitavatar ou des essais humains de toute continuum donné, mais pas les deux, et qu'un nombre égal d'avatar ou essais sur l'homme sont perçus. 2.2 Présentation et instructions Présenter une croix de fixation de 500 ms (les participants sont nécessaires pour maintenir la fixation), suivie par chacune des faces d'une paire de surface de 500 ms, avec un intervalle de stimulation entre (ISI) de 300 ms entre les faces d'une paire. Nous avons également utilisé un ISI de 75 ms pour vérifier si les différentes durées de l'ISI auraient différemment influencer la performance de discrimination. Présenter un intervalle inter-essai variables entre les essais de paires morph: nous avons utilisé un intervalle en moyenne 2.500 ms. Demandez aux participants de voir chaque essai comprenant une paire morph, les morphes présentés successivement à l'essai, et d'indiquer par appuyer sur le bouton le plus rapidement et le plus précisément possible si les faces de chaque paire de visage sont le «même» ou «différent» en apparence . 2.3 Analyse des données </p> la précision de la discrimination est analysé pour des paires de face qui traversent la limite par rapport à la catégorie paires de faces d'un même côté de la frontière. Pour cela, les réponses «différentes» (indiquant que les deux faces d'une paire sont d'apparence physique différente) sont calculés en proportion du nombre total de morph paires de faces et soumis à une 2 X 3 ANOVA factorielle, avec 3 "face paire types d'essais "(à l'intérieur, entre les deux, même) et 2« conditions ISI "(75 ms, 300 ms). Ajustement à effet de serre Geisser est utilisé lorsque l'hypothèse de sphéricité est violée. Les données pour les essais d'avatar et essais sur l'homme sont traitées séparément dans l'analyse. Scores de précision individuels peuvent également être déterminées en utilisant la A 'statistique 47,79 (pour la théorie de détection du signal, voir, par exemple 45, 46, 47). A' fournit une mesure de la sensibilité de la discrimination qui est indépendante de biais de réponse. Elle varie entre 0,5 (hasard) et 1 (perfediscrimination ct). Différents logiciels peuvent être utilisés pour calculer A 'et d'autres mesures de sensibilité de discrimination et de préjugés () 46, 47, 48 49, 50. Nous avons analysé la sensibilité de la discrimination en utilisant une 2 X 2 mesures répétées ANOVA, avec 2 "types d'essais face-pair" (à l'intérieur, entre les deux) et les conditions "ISI" (75 ms, 300 ms), avec des analyses distinctes pour les essais d'avatar et essais sur l'homme, et A 'comme variable dépendante. biais de réponse n'est pas souvent généralement rapporté, mais voir 38. Par le biais de réponse, nous avons utilisé la β "D statistique 47 comme variable dépendante dans une analyse séparée en utilisant par ailleurs les mêmes 2 X 2 conception de la variance. RT données peuvent également être analysés pour «différent», «même» et «entre» les réponses. Dans cet exemple, nous comparons le «différent», «même» et «entre» les conditions d'avatar et des sentiers de l'homme dans une analyse pour obtenir une vue synthétique de la RT dans toutes les conditions. Pour cela, nous avons effectué un 3 X 2 X 2 ANOVA avec l'facteurs "types en face paire essai» (différente, même, entre les deux), "category" (avatar, humain) et "ISI" (75 ms, 300 ms), en utilisant la RT moyenne des bonnes réponses de chaque individu à travers tout continua comme la variable dépendante. 3. IRMf Task 3.1 Stimuli Les conditions de relance, à savoir les stimuli morph pour les paires de visage dans le sein, et même entre les conditions de l'avatar et essais sur l'homme, sont les mêmes que celles décrites dans la tâche précédente de discrimination perceptive. 3.2 Présentation et instructions Utilisez une tâche de surveillance de la cible d'examiner le traitement implicite des changements physiques et liées catégorie long du DHL, tout en maintenant l'attention des participants sur les stimuli d'intérêt. Aux participants d'appuyer sur un bouton de réponse lors de la détection d'une cible rare. Nous avons présenté 15% de tous les couples morph comme cibles, les visages sont présentés à l'envers. Utiliser comme ciblesl'un des quatre morphes possibles (M0, M4, M8, M12 ou) sélectionnés au hasard dans un continuum morph pas utilisé pour la présentation contraire de relance. Assurez-vous que la cible morph est présenté comme le premier ou le second morph d'une paire morph pour éviter l'attention de différentiel lors de la surveillance des cibles à la première ou deuxième morph des paires de morphing. Chaque session de numérisation se compose de deux essais expérimentaux de la présentation du stimulus contrebalancée en ordre tous les participants. La pause entre deux descentes permet aux participants un bref repos. Les participants se rivent une croix au début de chaque campagne pour établir un état stationnaire dans le signal MR. 3.3 Préparation de la réserve pour la numérisation Tous les participants donnent leur consentement éclairé écrit avant que le protocole expérimental est mené. Le protocole, toutes les procédures et les formulaires de consentement sont approuvés par le comité d'éthique local. Évitez les confond dans la latéralisation des activations cérébrales en scannant particu droitierpants. De contrôler l'impact potentiel de l'expérience précédente avec des avatars. Avant la lecture, les participants se familiarisent avec le laboratoire, a informé sur les procédures de numérisation, donné des instructions claires quant à la tâche de surveillance de la cible, le temps de numérisation totale et comment alerter le personnel si nécessaire. Pour la numérisation, le participant est en décubitus dorsal sur la table de numérisation. coussins de tête sont utilisés pour assurer le confort et minimiser le mouvement de la tête lors de la numérisation. Les participants reçoivent des bouchons d'oreilles et des écouteurs afin de réduire l'impact du bruit du scanner et pour permettre la communication avec l'expérimentateur. Droite des participants est positionné sur le panneau de réponse de la tâche de surveillance de la cible. La main gauche est placé à côté du bouton d'arrêt d'urgence, si le participant vouloir arrêter le balayage. Les stimuli visuels peuvent être présentés sur un écran de projection placée à l'avant ou à l'arrière de l'appareil d'IRM. Nous avons utilisé un visiocasque compatible avec l'IRM ("VisuaStim -Digital ", Resonance Technology Inc.). Cela a l'avantage d'exclure de vue toutes les entrées visuelles autres que les stimuli attendus. Avant de commencer la collecte de données, vérifiez que la présentation du stimulus, le groupe d'intervention et le bouton d'arrêt d'urgence fonctionnent correctement. 3.4 Enregistrement des données et paramètres de numérisation Nous avons acquis images structurelles et fonctionnelles de l'ensemble du cerveau à l'aide d'une unité MR ensemble du corps 3-T (Philips Medical Systems, Best, Pays-Bas). Images structurels ont été enregistrés en utilisant un 3D pondérée en T1, séquence d'impulsions d'écho de gradient gâté (180 tranches, TR = 20 ms, TE = 2,3 ms, angle de bascule = 20 °, FOV = 220 mm × 220 mm × 135 mm, matrice size = 224 × 187, taille de voxel = 0,98 mm x 1,18 mm x 0,75 mm, redécoupées à 0,86 mm x 0,86 mm x 0,75 mm). Images fonctionnelles ont été acquises à partir de 225 scans tête entière par cycle en utilisant une séquence écho planar single-shot (répétition time, TR = 2,6 s; temps d'écho, TE = 35 ms; champ de vision = 220 mm × 220 mm × 132 mm; angle de bascule = 78 °; taille de la matrice = 80 × 80; taille de voxel = 2,75 mm x 2,75 mm x 4 mm, redécoupées à 1,72 mm x 1,72 mm x 4 mm). 3.5 Analyse des données Nous avons utilisé MATLAB 2006b (MathWorks Inc., Natick, MA, USA) et le logiciel SPM5 ( http://fil.ion.ucl.ac.uk/spm ) pour le prétraitement et l'analyse des données d'IRM. Prétraitement implique généralement l'alignement des images pour le premier volume enregistré, la correction de mouvement, la normalisation dans l'espace stéréotaxique standard, et lissage (par exemple 6 mm 3 Kernel). L'analyse des données IRMf fait usage d'un phénomène appelé suppression de répétition (RS) (11, 13, 14, pour revue, voir 15, 16). Considérée dans le contexte de l'DHL, les morphes d'une paire morph sont présentés en succession rapide. Reppetition dans le second morph des attributs de relance ou de stimulus présentés dans les premiers résultats de morphing dans une diminution de l'activation (c.-à-RS) dans la région du cerveau est sensible à ce stimulus spécifique ou ses attributs (par exemple, physique ou attributs de catégorie). Dans ce protocole, la répétition des stimuli ou stimulus attributs entre le premier et le second morph est manipulé dans le "sein", "entre", et les conditions de «mêmes» en termes de similitude ou de dissemblance des attributs physiques et liées à la catégorie de la DHL . En comparant ces conditions, l'analyse des données IRMf identifie les régions cérébrales engagées dans le traitement d'un stimulus ou un attribut particulier de stimulus physique ou liée catégorie sur la base de la mesure des écarts relatifs de diminution du signal après stimulation répétition 17, 18, ​​19, 20. Identifier les régions cérébrales sensibles à l'intégrité physique et aux changements liés à la catégorie long de la DHL avec le contraste suivant du stimulus conditions (à l'intérieur, entre les deux, et même). Ces contrastes sont définis en termes de morph utilisés comme la seconde face dans les trois conditions visage paires (à noter que la première morph est la même dans l'avatar et essais sur l'homme, respectivement). Pour détecter la sensibilité au changement physique pour les essais d'avatar, utilisez le contraste M0 plus les M8> M4, M12 et utiliser ainsi M4> M8 pour les essais sur l'homme. Pour détecter les régions du cerveau de manière sélective sensibles aux changements de catégorie à travers la frontière dans la direction avatar (c. essais avatar) humains, utilisez le contraste M8> M4 ainsi M0. Pour le sens humain pour avatar, utilisez le contraste M4> M8, plus M12. Pour les analyses au niveau individuel, les réponses IRMf de chaque sujet au second morph de chaque paire morph dans chacune des six morph conditions de paires (c.-à l'intérieur, même, et entre pour avatar et essais sur l'homme) peuvent être utilisés pour l'activité cérébrale de contraste entre ces conditions. Ces contrastes individuels sont ensuite entrés dans le groupe niveau des analyses fou à des fins déductives.

Representative Results

1. Tâche forcé de classification des choix L'analyse des données de réponse de N = 25 participants a été déjà signalé dans 7. Cela confirme que la pente de la courbe de régression ajustée de chaque continuum individuel et dans tous les continuums a un profil logistique (figure 2A). Cette pente reflète une fonction step-sigmoïde comme compatible avec la présence le long de la DHL d'un composant catégorique dans les réponses des participants aux faces morph de la continuation. La pente de la courbe est donc caractérisée par asymptote inférieure et supérieure avatar ou des réponses de catégorisation de l'homme qui se rapprochent de 100% pour les avatars et de 100% pour les humains. En revanche, l'estimation de la valeur limite de la catégorie moyenne dérivée de la courbe logistique intégrée et ordonnée mi-chemin entre les asymptotes inférieures et supérieures des réponses de catégorisation indique que l'incertitude maximale de 50% dans les jugements de catégorisation est associée à til morph M6. L'analyse des données RT a été signalé également dans 7. L'analyse par RT Tout se transforme (voir Figure 4) a montré le plus court RT pour l'avatar et finalités humaines de la continuation, l'augmentation de la température ambiante avec une plus grande morph distance de l'avatar et des objectifs humains de la continuation et longue RT à M6 à laquelle il est maximale l'incertitude dans les réponses à la décision de la catégorie, comme on peut le voir sur la figure 2B. Pour vérifier ce dernier de trouver plus clairement, les valeurs moyennes RT à M6 peuvent être comparées avec les valeurs moyennes RT à tous les autres postes de morphing. Une analyse unidirectionnelle RM-ANOVA avec la position de morph (deux niveaux: M6 contre tous les autres se transforme) et RT comme variable dépendante effondré sur continua ont montré que la RT pour M6 (M = 1.42, SD = 0,26) diffère très sensiblement de RT pour l' d'autres positions morph (M = 0.99, SD = 0,46), F (1,24) = 62,04, p <0,001. Pris ensemble, le cadonnées de réponse de tegorization confirment que le premier critère de la présence de CP est satisfaite, à savoir qu'il ya une limite de la catégorie (pour tous les critères, voir par exemple 11), et les temps de réponse pour la catégorie décisions sont cohérentes avec les données de réponse en ce sens qu'ils montrer les temps de réponse plus longs avec une incertitude croissante de catégorisation. Figure 4. Réaction résultats de temps de la tâche forcé de catégorisation des choix, montrant plus longue signifie latence de réponse pour les jugements de la catégorisation pour stimuli en position morph M6 au cours de laquelle l'ambiguïté de catégorisation est plus grand. Les barres d'erreur indiquent erreur de ± 1 standard. 2. Tâche de discrimination perceptive Les analyses de données de n = 20 participants étaient déjà prises en pensionrted à 7. En prenant comme exemple les données relatives aux essais avatar de cette étude (figure 5), l'analyse a montré une précision accrue de la discrimination pour des paires de visage qui traversent la frontière de la catégorie dans la entre l'état par rapport à la précision de discrimination atténuée pour les paires de visage dans le sein de condition. Ceci est cohérent avec le CP. Les données montrent également qu'il existe une différence significative dans la précision de la discrimination au sein de la catégorie en ce qu'il existe une plus grande précision de discrimination pour les paires de visage dans le sein état que dans le même état. La variation de l'ISI de 75 et 300 msec touchés différemment les réponses des participants, mais pas dans les essais sur l'homme. Figure 5. Résultats de la «même-différent" perceptive discrimination tâche fou essais avatar. Les participants (N = 20). juger si les morphes d'une paire morph étaient les mêmes ou différents dans l'apparence physique. Contrôle de la distance relative des morphes le long du continuum, les résultats montrent une meilleure précision de la discrimination pour des paires de visage qui ont traversé la frontière de la catégorie (qui a été déterminé dans la tâche forcé de classification des choix) que pour les couples issus de la même (ie avatar ou humain) côté de l' frontière, démontrant ainsi la perception catégorielle long du continuum de la ressemblance humaine. L'impact d'une ISI plus courte et plus de 75 msec et 300 msec a également été testé et trouvé pour influencer la performance de discrimination pour les essais de photo seulement. Les barres d'erreur indiquent erreur de ± 1 standard. Utilisation de la A 'statistique comme une mesure du rendement de discrimination indépendamment de biais de réponse, il y avait dans les essais avatar un effet principal significatif sur la sensibilité à la discrimination des types d'essais face paire (ie (à l'intérieur et entre les deux),F (2,38) = 107,11, p <0,001, avec une plus grande sensibilité à la discrimination contre-catégorie (A '= 0,89, SD = 0,07) que pour l'intérieur-catégorie paires (A' = 0,55, SD = 0,17) (figure 6 ). De même, il était significativement plus grande sensibilité de la discrimination contre-catégorie (A '= 0,94, SD = 0,1) que pour l'intérieur-catégorie paires (A' = 0,56, SD = 0,22) dans les sentiers de l'homme, F (2,38) = 107.11, p <0,001. Il n'y avait aucun effet de types d'essais face paire sur l'ISI. Utilisation de la β "statistique D comme mesure de biais de réponse, il y avait un effet principal significatif sur le biais des types d'essais face paire [F (2,38) = 70,53, p <0,001], avec des participants présentant une forte tendance à juger intra-catégorie paires comme différent (β "D = 0,81, SD = 0,23) par rapport à la réponse de contre-catégorie paires (β" D = -0.18, écart-type = 0,59). C'est conconcorde avec l'idée que les participants tendent à favoriser les décisions "différents" dans cette tâche particulière lors de la même différent décision est plus difficile pour l'intérieur-catégorie paires. Figure 6. Utilisation de la A 'statistique comme une mesure du rendement de discrimination indépendamment de biais de réponse (N = 20), la sensibilité de discrimination était plus importante pour cross-catégorie que pour l'intérieur-catégorie paires à la fois avatar et essais sur l'homme. Les barres d'erreur indiquent erreur de ± 1 standard. L'analyse des données RT n'a montré aucune différence entre avatar et essais sur les humains et entre court et long ISI. Il a été comme prévu un effet significatif principal RT entre les trois conditions paire de relance (voir Figure 7), F (2,38) = 34,55, p <0,001. Pré-essais prévus de même individu contrastes ont montré que la température ambiante pendant cross-catégorie faces (ie «entre» le type d'essai face-pair) étaient significativement plus rapide (M = 0,79, ET = 0,05) que RT pour les paires de visage dans une catégorie ('intérieur «type d'essai) (M = 1,26, ET = 0,09) [F (1,19) = 60,09, p <0,001] et paires de faces dans le même état ​​de paire de face (M = 0,88, ET = 0,08), F (1, 19) = 43,1, p <0,001. Figure 7. Temps (RT) des résultats de la tâche de discrimination perceptive »de même différent" pour avatar et essais sur l'homme (N = 20) Réaction. Le graphique montre que la RT pour les paires de relance qui traversent la frontière catégorie (c'est à dire dans l'entre état) était plus courte que la RT pour les visages de l'intérieur acatégorie. Les barres d'erreur indiquent erreur de ± 1 standard. Les données de réponse de la catégorisation confirment ainsi le deuxième critère pour la présence de CP en ce qu 'il existe une meilleure précision de la discrimination pour les paires qui franchissent la limite de la catégorie que pour les paires équidistantes tirées dans une catégorie. Cela démontre qu'il ya une limite soi-disant discrimination avec une sensibilité accrue pour les fonctionnalités de relance physiques proches de la frontière catégorie. Les données RT soutenir cela en montrant courtes latences de réponse de cross-catégorie contre avec-catégorie paires de faces. Cette tâche particulière de discrimination perceptive ne définit pas le point précis de la frontière le long de la discrimination DHL. Un nombre beaucoup plus loin morph entre des paires de morphes présentés pourrait être utilisé pour résoudre ce problème. Ici, nous montrons l'exemple à l'aide d'une tâche de discrimination ABX traditionnel 12, 13. Discrimination ABX implique présentation séquentielle de différenciationt visage stimuli (par exemple Morph Morph A et B), suivie d'une deuxième présentation de A ou B comme cible stimulus X. Après avoir visionné des images A, B et X, les participants sont tenus d'indiquer si A ou B est identique à X. Dans cet exemple, une procédure de discrimination en 2 étapes entre morphes (ie 1-3, 2-4, 3-5, etc) est présenté (figure 8B). Les analyses sont décrits dans 8. Aux fins d'illustration, la tâche de discrimination ABX a été réalisée sur 24 participants en utilisant 4 morph continua, chacun avec 11 morphes, en utilisant des stimuli d'extrémité tirées de l'étude de Cheetham et al. 7. Suite à la tâche de discrimination ABX, une tâche forcée de catégorisation de choix a été effectué avec les mêmes participants. Cette séquence de présentation de la tâche est pensé pour minimiser l'influence des décisions sur la tâche de discrimination ABX explicite décision de la catégorie. Figure 8B indique clairement qu'il ya un pic de sens de discrimination perceptiveibilité à la position prédite par morphing et alignée avec la limite de la catégorie (voir la figure 8A). Utilisation de la distance en 2 étapes entre morphes, le pic de discrimination performance peut être clairement identifiée dans l'intervalle entre morph paire M5-M7. Voir les 8 de résultats en utilisant le paradigme ABX et stimuli morph élaboré à partir des dimensions de la ressemblance de l'homme avec le singe, la vache et des visages humains que les extrémités de la continuation. Figure 8. Des résultats représentatifs de la discrimination perceptive ABX et les tâches de catégorisation à choix forcé. La procédure de discrimination en 2 étapes (c. 1-3, 2-4, 3-5, etc) dans la tâche de discrimination perceptive ABX dans le panneau B montre que le pic de sensibilité de discrimination perceptive est prévupar la limite de la catégorie déterminée de la tâche de catégorisation de choix forcé représenté sur la partie A. Un panneau montre le profil logistique des courbes de régression ajustée des quatre continuums. Incertitude maximale de 50% dans les jugements de catégorisation de visages morphés que l'homme est associée à morph M6. La tâche de discrimination différent même confirme que le troisième critère de la présence de CP à démontrer que la limite de la discrimination est alignée avec la catégorie limite. En d'autres termes, la position de la catégorie limite prédit la position de la limite de la discrimination. Le quatrième critère, qui n'est pas toujours appliqué dans les études de CP 13, 14 est que la discrimination est au hasard dans les catégories. Les données de l'exemple illustratif utilisant la conception ABX laissent penser que la discrimination est légèrement au-dessus de chance pour ces morphes situés entre les extrémités continua et le chatlimite rie. 3. tâche IRMf 4.3.1 Sensibilité au changement physique En comparant les conditions dans lesquelles il ya un changement physique entre le premier et le second morph avec l'état dans lequel il n'y a pas un tel changement, une région du cerveau dans le gyrus fusiforme (Figure 9A) est indiqué pour être sensible à la présentation des beaux- changement à grain long de la DHL à l'apparence physique de métamorphose du visage dans les essais avatar. Un résultat similaire pour les essais sur l'homme n'est pas représenté dans la figure. Cette région a été désigné comme la zone du visage fusiforme en raison de son rôle dans le cadre du système visuel dans le traitement de l'information du visage. Avec les essais sur l'homme, cette constatation est conforme à la réponse déclarée de zones fusiforme à des différences dans les caractéristiques physiques du visage 23, la géométrie du visage 16, 21, 24 et la texture du visage 21. 4.3.2 Sensitivity au changement de catégorie Figure 9B montre, en prenant l'exemple des essais d'avatar, les régions du cerveau sensibles aux changements de catégorie long de la DHL. Ceci a été réalisé en comparant les conditions dans lesquelles il existe un changement de catégorie entre la première et la seconde mue par l'état dans lequel il n'y a pas un tel changement. Les données d'imagerie montrent que le changement de catégorie dans les essais avatar (c'est à dire un changement de avatar à l'homme le long de la direction de DHL) a révélé la réactivité de l'hippocampe, l'amygdale et l'isolation. Le rôle de ces régions doit être interprété dans le contexte du paradigme utilisé et la catégorisation et a déjà été décrit 7. En règle générale, l'amygdale est sensible aux visages, la valence affective nouveauté, et de l'incertitude 55, 56, 57, 58, 59. L'amygdale est suggéré d'influencer le traitement d'autres régions du cerveau impliquées dans la catégorisation en fonction de la signification affective d'une situation 60. L'enSula est régulièrement rapportés en association avec le traitement et la transformation catégorie dans des conditions d'incertitude 61, 62, 63. Dans le cadre du paradigme utilisé, cette région pourrait contribuer à l'amélioration des ressources attentionnelles pour le traitement de catégorisation 63. La région spécifique de l'activation peut également être associée à signaler la présence de l'incertitude, de la menace ou menace potentielle 64, 65. L'hippocampe est impliqué dans la catégorisation visuelle et l'apprentissage perceptif 66. Le changement de catégorie dans des essais humains (c'est à dire un changement dans la direction-à-avatar humaine le long de la DHL) a révélé que le putamen, chef du noyau caudé et thalamus, sont sensibles à cette condition. En général, ces régions sont associées à l'apprentissage associations stimulus-catégorie, signalisation appartenance à une catégorie, la décision d'incertitude lors de la catégorisation, la commutation entre les règles de la catégorie potentiels utilisés pour établir appartenance à une catégorie et l'ajustement de la représentationTED catégorique frontière afin de minimiser les erreurs 67, 68, 69, 70. L'interprétation de ces résultats à un niveau général et dans le cadre du paradigme expérimental utilisé suggère que avatar et visages humains représentent différents problèmes de catégorisation en fonction du degré d'expérience de catégorisation précédente avec une catégorie donnée (par exemple 25), les participants sont des experts dans l'homme le traitement des visages, mais ont été spécialement sélectionnés sur la base qu'ils ne signalent aucune connaissance explicite de l'expérience précédente avec des visages d'Avatar (par exemple dans les jeux vidéo, les films, la deuxième vie) et, comme l'a confirmé au débriefing, n'avaient jamais vu les visages de la nature, nous avons présenté. Figure 9. Des corrélats neuraux d'un physiqued de changement de catégorie long de la DHL dans les essais avatar. Les cartes d'activation sont superposées sur le coronale (A), transversal (B) et sagittale vues (C) d'un seul sujet. Les barres de couleur signifient le gradient de valeurs t des cartes d'activation (p <0,005, 20 voxels contigus).

Discussion

La prédiction de base de l'hypothèse de Uncanny Valley est que l'expérience positive ou négative valenced peut être évoqué en fonction de la perception de la ressemblance humaine 77 (pour un aperçu instructif, voir 78). Un examen attentif de la façon dont la ressemblance humaine est effectivement perçu est donc en soi une entreprise de recherche important. De même important, c'est la façon dont le DHL est représenté dans les expériences d'expérience troublante. Ce protocole se concentre donc sur le DHL. Une approche consiste à représenter la ressemblance de l'homme avec morph continua, comme cela a déjà mis en œuvre dans «inquiétante étrangeté» recherche 5, 6, 26, 27, 28. L'avantage de morph continua est que leur utilisation permet différences contrôlées expérimentalement en apparence humanoïde pour être mis en relation avec les mesures comportementales de la perception et de l'expérience (par exemple la catégorie des décisions, des sentiments étranges) et subjective sous-jacente processus neuronaux 7. Cette approche fine est partieicularly important parce que l'hypothèse Uncanny Valley ne permet pas de prédire le degré réel de ressemblance humaine à laquelle la transition entre l'expérience positive valenced et troublante devrait se produire 78. Si les conjectures de Mori sont correctes, les conclusions relatives au traitement de la catégorie long de la DHL 7 laissent penser que l'expérience troublante est le plus susceptible de se produire à la limite de la catégorie où l'ambiguïté de la décision perceptive est la plus grande. Cela doit encore être testé.

Pour être en mesure d'interpréter la relation entre l'enquête DHL, représentée à l'aide morph continua, et d'autres variables d'intérêt, un seul continuum morph plutôt que deux, voire trois différents juxtaposés continua doit être utilisé 5,28. La juxtaposition continua ne parviennent pas à représenter et, en effet, de modifier le concept de ressemblance humaine de Mori en introduisant des discontinuités à l'DHL. Cela pourrait affecter les performances dans une tâche de discrimination perceptive, parce que le point de til discontinuité et que des disparités résultant de la procédure morphing pourraient être utilisés comme point fiable mais expérimentalement involontaire de référence pour guider la discrimination perceptive (voir 29). Au sein de chaque morph continuum tous les morphes doivent être soigneusement contrôlées afin que les augmentations équivalentes de changement physique sont représentés tout au long du continuum 5,28. Ceci est particulièrement important dans ce protocole, parce que le contrôle expérimental de morph distance le long du continuum permet d'examiner si les informations sensorielles relatives aux différences linéaires similitude humain-comme le long de la physique DHL est cognitivement représenté de façon linéaire ou non linéaire. Non-linéarité se reflète dans la fonction step-comme dans la pente des réponses de catégorisation (Figures 2A et 5A) et des différences de sensibilité perceptive aux attributs de relance long de la DHL (voir les figures 4 et 5b). Ce protocol utilise visages comme points de terminaison sans appliquer d'autres manipulations expérimentales. D'autres études de ressemblance CP et humaines pourraient examiner par exemple comment les caractéristiques spécifiques telles que le réalisme de l'oeil par rapport au réalisme des autres traits du visage ou des manipulations de la géométrie du visage par rapport à la texture du visage (cf. 30,38) influencent différemment le traitement de catégorie long de la DHL.

La procédure morphing permet le mélange harmonieux ensemble de caractéristiques correspondantes des extrémités du continuum comme indices configural visage. Difficulté de morphing facial informations comme les traits du visage supérieurs et le profil de poils 26 peuvent les réponses des participants potentiellement biais en attirant l'attention sur les disparités dans l'alignement des fonctions pendant la procédure de morphing. Ce biais est susceptible d'être systématique dans les disparités de morphing sont liés à la distance morph des critères continua, les disparités étant plus grande au milieu de morph Continua. Pour notre morph continua, au milieu de la continuation correspond à la limite de la catégorie dans laquelle il n'y a plus grande sensibilité perceptive. Une nouvelle analyse des données provenant de l'un de nos études pilotes (une tâche forcée de catégorisation des choix) par rapport continua dans lequel la région oculaire a été bien ou mal morphée (mauvaise morphing entraîné une très légère incohérence dans l'alignement de la texture de l'œil entre morphes). La nouvelle analyse a confirmé un biais systématique dans les réponses à la décision de catégorisation des continua mal transformée telle que la mauvaise morphing effectivement causé un déplacement relatif de la catégorie frontière vers la fin de l'homme de la dimension. Ce fut sans doute parce que la disparité morphing a été perçue comme une caractéristique «non-humain-définition".

Un biais de réponse peut entraîner également d'utiliser continua généré sur la base de stimuli d'extrémité dans laquelle l'information non-faciale comme couvre-chef et des bijoux du visage ne sont présents dans une impulsion de point final27. Dans ce cas, les images faciales pouvaient être recadrées afin que les participants assistent à l'information de relance de l'intérêt de la recherche plutôt qu'à d'autres traits saillants présentés dans une image. Un biais de réponse systématique peut résulter aussi d'utiliser une image comme critère de continuum dans lequel les attributs non humains sont présentés avec des attributs humains, même si cette image est destinée à représenter la fin de l'homme de l'DHL 6. Dans ce cas, toute relation entre la ressemblance de l'homme et des variables telles que des mesures subjectives de l'expérience troublante ne sont pas interprétables en termes de conception de Mori de DHL et de l'Uncanny Valley hypothèse.

CP peut se produire le long de dimensions autres que la ressemblance de l'homme 31, 10, 22, 32, 33, 34, 35, et la catégorie pertinente d'informations peuvent être traitées automatiquement lors de l'exposition à d'autres 36. Dans ce protocole, il faut veiller donc à contrôler les effets de repères visuels indiquant différenciationCES long de la DHL en termes d'autres catégories pertinentes dimensions sur les réponses des participants concernant la ressemblance humaine. Ces indices pourraient par exemple porter sur l'appartenance ethnique, le sexe, le caractère distinctif du visage, la familiarité et l'identité et l'expression du visage (cf. 5, 26, 27, 28). Le présent protocole vise à minimiser la perception du mouvement biologique entre morphes visage présentés en succession rapide dans la tâche de discrimination perceptive et l'étude de l'IRMf en associant étroitement la géométrie du visage et de la configuration des traits du visage, des images utilisées comme critères de continuum. Cette approche (avec la position relative le long du continuum des morphes utilisés dans les conditions de relance) contribue également à minimiser toute perception de différentes identités entre morphes d'un continuum.

La tâche forcé de classification des choix détermine qui se transforme d'un continuum sont clairement catégorisées comme un avatar et que l'homme afin de sélectionner transforme à utiliser dans la discrim perceptivetâche mination et l'étude IRMf. Nous avons sélectionné les quatre morphes M0, M4, M8 et M12 de chacun des continua (figures 2B et 2C). En plus de contrôler le degré de changement physique le long de la DHL, le choix de la M4 et M8 est basé sur l'examen théorique suivante. Mori décrit incertitude perceptive (et l'expérience troublante associé) comme se produisant à des niveaux de réalisme qui correspondent à la région le long de la DHL entre les deux pics positifs dans la pente de la relation de ressemblance valence-humain (voir Figure 1). Lors de ces sommets, les objets sont considérés comme étant non-humain ou humain. En recadrant ses considérations en termes de cadre de traitement catégorie, ces pics peuvent être considérées comme reflétant des degrés de ressemblance humaine à laquelle la catégorie des cas correctement classés (ie non humains et humains) chevauchent la frontière catégorie. Mais Mori n'a pas précisé combien efficace cette classification (c.-à-c perceptiveertainty) doit être à ces sommets, mais l'identification des objets à chaque pic est clairement considéré comme relativement efficace et sans effort. Pour cette raison, les deux positions morph le long du continuum considérés comme définissant la transition entre les deux catégories et comme reflétant les deux pics positifs ont été déterminées à l'aide d'un critère plus conservateur que souvent utilisé autrement pour la recherche CP (par exemple 66%, comme en 32, 34). Ainsi, morph M4 a été identifié en moyenne comme un avatar de plus de 85% des essais et morph M8 comme un être humain à plus de 85% des essais. Veuillez noter que ce critère s'applique à la fois se transforme M4 et M8 de tout un continuum. En utilisant cette approche, le choix de cette métamorphose cherche à capturer un sentiment de changement de catégorie long de la DHL entre les objets non humains et humains conformément à la fois une compréhension de la CP et la description de Mori de l'hypothèse.

Ce protocole utilise une variante de la même différent discrimination perceptivetâche de la nation 10 pour examiner CP. L'avantage de cette tâche est que les participants n'ont pas besoin d'une description de ce que les similitudes et les différences spécifiques doivent être identifiés. Il suffit qu'ils s'identifient simplement stimuli comme étant identiques ou différents. En outre, les participants n'ont pas besoin de connaître les étiquettes de catégorie. Les étiquettes peuvent être utilisées comme une stratégie visant à discriminer entre les stimuli lorsque la charge de la mémoire requise par une tâche de discrimination comme la tâche ABX augmente 42. La tâche de même différent a l'avantage que la charge de la mémoire est relativement faible et que la tâche encourage comparaison directe des stimuli. Pour réduire l'influence potentielle de l'étiquetage, des tâches de discrimination sont normalement présentées avant la tâche de décision à choix forcé 40. Le présent protocole est basé sur deux groupes de participants différents pour la discrimination et forcé tâches de décision de choix 7, 41. C'est parce que la tâche de choix forcé est utilisé pour sélectionner des stimulipour la tâche de discrimination. Si toutefois les mêmes participants seront testés dans les deux tâches, le protocole devrait être modifiée de sorte que la tâche de discrimination est effectuée avant la tâche forcée de la décision de choix.

Une conception de la discrimination fixe est appliqué dans la même différent tâche de discrimination de ce protocole (pour les itinérants conceptions, voir par exemple 39). Cela signifie que M4 et M8 sont toujours présentés comme le premier stimulus de chaque paire de relance dans le "même", "à l'intérieur" et "entre" les conditions de l'avatar et des essais humains, respectivement. Ce protocole comprend la contrainte expérimentale que chaque participant considère que les stimuli de morph soit avatar ou essais sur l'homme d'un continuum donné, mais pas les deux. En utilisant les essais avatar titre d'exemple, cela signifie que le premier stimulus de chaque paire de stimuli est toujours M4, que le second stimuli dans le «sein» (c.-M1) et des conditions "entre" (c.-à M8) sont présentés également souvent pourun continuum donnée, et qu'aucune autre stimuli sont tracées pour des essais humains de ce continuum particulier. Cette approche vise à éviter d'induire sélectivement forte représentation de la discrimination et en facilitant donc des cross-catégorie faces d'un continuum donné. Pour exclure ou à des fins de comparaison, d'enquêter sur tout effet possible sur la représentation croisée catégorie et la discrimination de présenter l'avatar décrit et essais sur l'homme dans un bloc expérimental, un modèle pourrait être appliqué dans laquelle l'avatar décrit et essais sur l'homme sont présentés dans blocs distincts (avec des blocs contrebalancée en vue à travers participants).

La présente tâche de discrimination de même différent a un rapport de même à différents essais de 1:2. Ce ratio peut induire un biais dans les réponses en faveur de décisions «différents» (bien que d'autres facteurs peuvent également influencer ce biais 44, 51). Les mesures issues de la théorie de détection de signal (SDT) sont souvent utilisés pour disentanbiais de réponse GLE ou c) pour sélectionner une réponse sur un autre de la sensibilité du participant (A 'ou d') à des stimuli sensoriels discriminants (pour un aperçu, voir, 44). Comme d 'peut varier en fonction de biais de réponse en raison de la violation des hypothèses de TSD 52, nous avons utilisé la mesure non paramétrique de sensibilité A »53. Par le biais de réponse, nous avons utilisé β "D 47. Sinon c est recommandé par 43, 44, en partie parce qu'il est indépendant de changement dans d '54. Dans l'ensemble, les résultats indiquent une plus grande sensibilité perceptive pour morph stimuli qui chevauchent la limite de la catégorie que pour l'intérieur-catégorie stimuli.

La sélection des morphes de la tâche de discrimination dans ce protocole signifie que la tâche nécessite discrimination entre morphes qui sont quatre étapes d'intervalle le long du continuum (soit une discrim en quatre étapesmination, voir figure 2B). Mais ce degré quatre étapes de la dissemblance entre morphes est trop importante pour permettre une meilleure spécification de la position réelle morph à laquelle la discrimination est la plus améliorée (c'est à dire la limite de la discrimination) (figure 5B). Un critère important pour le CP (pour les autres critères, voir par exemple 11), c'est qu'il ya alignement entre la limite de la catégorie dans la tâche de choix forcé et la limite de la discrimination dans la tâche de discrimination. En d'autres termes, la position morph de la catégorie limite devrait prédire la position morph de la limite de la discrimination. Une façon de vérifier le point précis de l'alignement serait d'utiliser une tâche de discrimination dans lequel la distance entre les paires de morph morph est réduite. Aux fins d'illustration, la figure 5B montre les résultats de données de pilotes en utilisant, comme une alternative possible à la tâche de discrimination de même différent, une discrimination fondée sur l'ABX traditionnella tâche 12, 13. Le chiffre indique clairement qu'il ya un pic de sensibilité de discrimination perceptive à la position morph prédite par la catégorie limite. Ces résultats d'une étude avec un plus grand nombre de participants et l'application de SDT dans les analyses seraient encore vérifier le constat d'effets de CP le long de la DHL. Le choix effectif des stimuli pour les terminaux continuums, le nombre de morphes générés dans un continuum, et la taille de l'étape de métamorphose être discriminés influencera fortement les capacités cognitives demandes placées sur le participant et sa capacité à discriminer transforme le long de la continua.

Un critère classique de CP est que la position de la catégorie limite prédit la position du pic de la performance réelle de la discrimination (c'est à dire la limite de la discrimination) 80. C'est sans doute le critère le plus important de la CP 81. Essais concluants de cette prédiction nécessite un desi expérimentalegn dans lequel toutes les paires de morphing qui représentent ensemble sur toute la longueur du continuum morph sont présentés dans la tâche de discrimination afin de déterminer la position réelle de la pointe. En 38, les performances de discrimination a été examiné sur la base des seuls certains segments de la morph continua. Cela pourrait signifier que la véritable position du pic effectif dans l'exécution pourrait avoir été manqué, à son tour, rend difficile la vérification concluante CP. Il convient de noter que même l'étude de CP début de Lieberman et al. 82 ne répondaient pas aux études propres critères rigoureux que prévu et le pic réel des performances de discrimination converger, et que d'autres chercheurs n'ont pas appliqué ce critère rigoureusement (par exemple 11, vous pouvez aussi 80). Détermination de la position réelle de la performance de pointe est néanmoins critique, même si une interprétation plus libérale de ce critère est appliqué. L'examen de la longueur de la morph continuuma aussi l'avantage de permettre l'inspection des données quant à savoir si il ya un pic de performance à un point contrairement à toute attente due par exemple à un artefact résultant de la procédure de morphing.

En plus des réponses données le temps de réponse (RT) dans la tâche forcé de classification des choix est un indicateur utile de la difficulté dans le traitement cognitif de l'information de relance et des tendances des réponses contradictoires à catégoriser un stimulus comme "Avatar" ou "humain" 70, 71. RT devrait donc être plus longue pour les jugements de catégorisation des stimuli situés à ou proche de la frontière catégorie. Figure 4 montre que c'est le cas. Dans l'ensemble, la forme de la fonction de réponse et les données RT pour la catégorie jugements montrent que l'affectation d'un stimulus à une catégorie distincte est soumise à de grandes différences dans le traitement des difficultés. Pour évaluer RT, ce protocole indique aux participants de répondre lors de la catégorisation comme Quidement et précisément que possible. Compte tenu de l'impact potentiel d'une transmission à l'exactitude compromis sur les réponses 72, 73, nous avons examiné et trouvé dans un essai pilote que la forme et la position de la fonction de réponse catégorie avatar humain est très robuste, ne pas être affecté par des instructions pour identifier l'présentées morph stimulus soit aussi rapidement et précisément que possible ou tout simplement aussi précisément que possible. Cela suggère que les participants utilisent généralement une stratégie de décision pondérée pour la précision, mais cette suggestion pourrait être testé de manière plus approfondie. En accord avec l'hypothèse de Mori qui peine à distinguer un objet semblable à l'homme à partir de l'image de l'homme pourrait évoquer expérience valenced négativement, il serait intéressant d'établir si longtemps pour RT stimuli humanlike est associée à des mesures d'effet négatif. RT données ont également été recueillies et analysées pour la tâche de discrimination de même différent. RT a été utilisé pour soutenir des données de réponse 80. Contrairement à l'ABX tdemande, la même tâche différente fournit un point de temps évident pour la mesure RT. La RT de réponses correctes devrait être plus courte pour les entre-sein que pour les paires 74, si l'interprétation de données RT peut être compliqué pour même des jugements différents parce RT peut être influencée par un certain nombre de facteurs dans cette tâche 75, 76. Les données RT sont toutefois cohérent avec l'idée que le contre-catégorie moins difficiles les décisions sont prises plus rapidement que les décisions au sein de catégorie (voir Figure 7).

Il convient de souligner que l'hypothèse de Mori n'a pas envisagé la possibilité que les caractéristiques physiques pourraient en fait varier le long de la DHL dans la catégorie humaine (Figure 2) 7. C'est la raison pour laquelle le deuxième pic positif dans la relation de ressemblance valence-humaine d'origine de l'hypothèse se trouve à la fin de l'homme de l'DHL (Figure 1). L'accent mis sur l'aspect non-humain de la DHL a été Influentiel dans les études guidés par l'hypothèse, y compris des études qui ne sont pas utilisés morph continua 4, 37, tandis que d'autres études ont utilisé un seul visage humain pour représenter l'aspect humain de la DHL 3. Ces études ont cherché à examiner l'expérience troublante, avec des résultats peu clairs. Les conclusions relatives aux CP suggèrent que ces études pourraient ne pas avoir présenté les stimuli nécessaires pour évoquer les processus implicites ou explicites de décision et les processus de résolution des conflits décision perceptive en réponse à la catégorie ambiguïté le long de la DHL.

Ce protocole illustre un exemple de la façon dont se transforme tirées continua représentant le DHL peuvent être utilisés pour identifier, avec l'IRMf et l'utilisation de l'effet de la suppression de la répétition, les régions du cerveau sensibles au changement de similitude humanlike physique et de modifier l'information liée catégorie. L'efficacité de la conception IRMf est fortement influencé par la génération attention et la sélection des stimuli morph. Le choi forcéCE et des tâches de discrimination perceptive ont donc été utilisés pour assurer la comparabilité entre continua dans la forme des courbes de classification avatar humains (c.-à-pente de la fonction de réponse) et la performance de discrimination. L'avantage de cette conception IRMf est qu'il permet les conditions de relance décrites par Mori (ie observation passive de nouveaux objets non-humains qui sont subtilement différent de l'aspect physique de celui de leur homologue humain) à simuler dans les limites de la méthode IRMf, utilisant des stimuli sélectionnés en fonction de la définition de l'hypothèse de la ressemblance de l'homme et l'investigation des effets de la transformation de catégorie tout en contrôlant les effets du changement physique le long de la DHL. Le paradigme IRMf n'est pas conçu pour examiner l'expérience troublante, mais elle pourrait être adaptée pour étudier l'expérience affective associée par exemple à la catégorie frontière elle-même. Ce serait une étape importante vers l'examen dans le cerveau les effets de categortraitement et y catégorie ambiguïté en association avec l'expérience affective de stimuli provenant de l'DHL.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ce travail est basé sur la recherche financée par l'Union européenne FET PRESENCCIA projet intégré (numéro de contrat 27731).

Materials

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

References

  1. Mori, M. Bukimi no tani [The uncanny valley. Energy. 7, 33-35 (1970).
  2. MacDorman, K. Androids as an experimental apparatus: Why is there an uncanny valley and can we exploit it?. , 106-118 (2005).
  3. Tinwell, A., Grimshaw, M., Williams, A. The uncanny wall. International Journal of Arts and Technology. 4, 326-341 (2011).
  4. Tinwell, A. Uncanny as usability obstacle. HCI. 12, 622-631 (2009).
  5. MacDorman, K. F., Ishiguro, H. The uncanny advantage of using androids in cognitive and social science research. Interaction Studies. 7, 297-337 (2006).
  6. Hanson, D., Olney, A., Prillman, S., Mathews, E., Zielke, M., Hammons, D., Fernandez, R., Stephanou, H. E. Upending the uncanny valley. , 1728-1729 (2005).
  7. Cheetham, M., Suter, P., Jancke, L. The human likeness dimension of the “uncanny valley hypothesis”: behavioral and functional MRI findings. Front Hum. Neurosci. 5, 126 (2011).
  8. Campbell, R., Pascalis, O., Coleman, M., Wallace, S. B., Benson, P. J. Are faces of different species perceived categorically by human observers?. Proc. Biol. Sci. 264, 1429-1434 (1997).
  9. Finney, D. J. . Probit analysis. , (1964).
  10. Angeli, A., Davidoff, J., Valentine, T. Face familiarity, distinctiveness, and categorical perception. Q.J. Exp. Psychol. (Hove). 61, 690-707 (2008).
  11. Studdert-Kennedy, M., Liberman, A. M., Harris, K. S., Cooper, F. S. Theoretical notes. Motor theory of speech perception: a reply to Lane’s critical review. Psychol. Rev. 77, 234-249 (1970).
  12. Liberman, A. M., Hariris, K. S., Hoffman, H. S., Griffith, B. C. The discrimination of speech sounds within and across phoneme boundaries. J. Exp. Psychol. 54, 358-368 (1957).
  13. Harnad, S. R., Harnad, S. R. . Introduction: Psychological and cognitive aspects of categorical perception: A critical overview. In: Categorical perception: The groundwork of cognition. , 1-25 (1987).
  14. Repp, B. H. Categorical perception: Issues, methods, findings. Speech Lang. Adv. Basic Res. Pract. 10, 243-335 (1984).
  15. Grill-Spector, K., Henson, R., Martin, A. Repetition and the brain: neural models of stimulus-specific effects. Trends. Cogn. Sci. 10, 14-23 (2006).
  16. Jiang, X., Rosen, E., Zeffiro, T., Vanmeter, J., Blanz, V., Riesenhuber, M. Evaluation of a shape-based model of human face discrimination using FMRI and behavioral techniques. Neuron. 50, 159-172 (2006).
  17. Henson, R. N. Neuroimaging studies of priming. Prog. Neurobiol. 70, 53-81 (2003).
  18. Grill-Spector, K., Malach, R. fMR-adaptation: a tool for studying the functional properties of human cortical neurons. Acta. Psychol. (Amst). 107, 293-321 (2001).
  19. Jiang, X., Bradley, E., Rini, R. A., Zeffiro, T., Vanmeter, J., Riesenhuber, M. Categorization training results in shape- and category-selective human neural plasticity. Neuron. 53, 891-903 (2007).
  20. van der Linden, M., van Turennout, M., Indefrey, P. Formation of category representations in superior temporal sulcus. J. Cogn. Neurosci. 22, 1270-1282 (2010).
  21. Jiang, F., Dricot, L., Blanz, V., Goebel, R., Rossion, B. Neural correlates of shape and surface reflectance information in individual faces. Neuroscience. 163, 1078-1091 (2009).
  22. Rotshtein, P., Henson, R. N., Treves, A., Driver, J., Dolan, R. J. Morphing Marilyn into Maggie dissociates physical and identity face representations in the brain. Nat. Neurosci. 8, 107-113 (2005).
  23. Xu, X., Yue, X., Lescroart, M. D., Biederman, I., Kim, J. G. Adaptation in the fusiform face area (FFA): image or person. Vision Res. 49, 2800-2807 (2009).
  24. Liu, X., Steinmetz, N. A., Farley, A. B., Smith, C. D., Joseph, J. E. Mid-fusiform activation during object discrimination reflects the process of differentiating structural descriptions. J. Cogn. Neurosci. 20, 1711-1726 (2008).
  25. Poldrack, R. A., Prabhakaran, V., Seger, C. A., Gabrieli, J. D. Striatal activation during acquisition of a cognitive skill. Neuropsychology. 13, 564-574 (1999).
  26. Ho, C. C., MacDorman, K. F., Pramono, Z. A. D. Human emotion and the uncanny valley: A GLM, MDS, and isomap analysis of robot video ratings. , 169-176 (2008).
  27. Seyama, J., Nagayama, R. S. The Uncanny Valley: Effect of Realism on the Impression of Artificial Human Faces. Presence: Teleoperators and Virtual Environments. 16, 337-351 (2007).
  28. Hanson, D. Exploring the aesthetic range for humanoid robots. , (2006).
  29. Pastore, R. E., Harnad, S. Categorical perception: Some psychophysical models. Categorical perception: The groundwork of cognition. , 29-52 (1987).
  30. MacDorman, K. F., Green, R. D., Ho, C. C., Koch, C. T. Too real for comfort? Uncanny responses to computer generated faces. Computers in Human Behavior. 25, 695-710 (2009).
  31. Levin, D. T. Race as a visual feature: using visual search and perceptual discrimination tasks to understand face categories and the cross-race recognition deficit. J. Exp. Psychol. Gen. 129, 559-574 (2000).
  32. Beale, J. M., Keil, F. C. Categorical effects in the perception of faces. Cognition. 57, 217-239 (1995).
  33. Calder, A. J., Young, A. W., Perrett, D. I., Etcoff, N. L., Rowland, D. Categorical perception of morphed facial expressions. Visual Cognition. 3, 81-117 (1996).
  34. Etcoff, N. L., Magee, J. J. Categorical perception of facial expressions. Cognition. 44, 227-240 (1992).
  35. Campanella, S., Quinet, P., Bruyer, R., Crommelinck, M., Guerit, J. M. Categorical perception of happiness and fear facial expressions: an ERP study. J. Cogn. Neurosci. 14, 210-227 (2002).
  36. Macrae, C. N., Bodenhausen, G. V. Social cognition: thinking categorically about others. Annu. Rev. Psychol. 51, 93-120 (2000).
  37. Schneider, E., Wang, Y., Yang, S. Exploring the Uncanny Valley with Japanese Video Game Characters. , (2007).
  38. Looser, C. E., Wheatley, T. The tipping point of animacy: How, when, and where we perceive life in a face. Psychological Science. 21, 1854-1862 (2010).
  39. Macmillan, N. A., Goldberg, R. F., Braida, L. D. Resolution for Speech Sounds: Basic sensitivity and context memory on vowel and consonant continua. Journal of the Acoustical Society of America. 84, 1262-1280 (1988).
  40. Newell, F. N., Bulthoff, H. H. Cognition Categorical perception of familiar objects. Cognition. 85, 113-143 (2002).
  41. Rotshtein, P., Henson, R. N., Treves, A., Driver, J., Dolan, R. J. Morphing Marilyn into Maggie dissociates physical and identity face representations in the brain. Nat. Neurosci. 8, 107-113 (2005).
  42. Massaro, D. W., Cohen, M. M. Categorical or continuous speech perception: A new test. Speech Communication. 2, 15-35 (1983).
  43. Snodgrass, J. G., Corwin, J. Pragmatics of measuring recognition memory: Applications to dementia and amnesia. Journal of Experimental Psychology: Genera. 117, 34-50 (1988).
  44. Macmillan, N. A., Creelman, C. D. . Detection theory: A user’s guide. , (1991).
  45. Snodgrass, J. G., Levy-Berger, G., Haydon, M. . Human experimental psychology. , (1985).
  46. Donaldson, W. Accuracy of d’ and A’ as estimates of sensitivity. Bulletin of the Psychonomic Society. 31, 271-274 (1993).
  47. Donaldson, W. Measuring recognition memory. Journal of Experimental Psychology: General. 121, 275-278 (1992).
  48. Stanislaw, H., Todorov, N. Calculation of signal detection theory measures. Behavior Research Methods, Instruments, & Computers. 31, 137-149 (1999).
  49. Wright, D. B., Horry, R., Skagerberg, E. M. Functions for traditional and multilevel approaches to signal detection theory. Behavior Research Methods. 41, 257-267 (2009).
  50. Sorkin, R. D. Spreadsheet signal detection. Behavior Research Methods, Instruments, & Computers. 31 (1), 6-54 (1999).
  51. Verde, M. F., Macmillan, N. A., Rotello, C. M. Measures of sensitivity based on a single hit rate and false-alarm rate: The accuracy, precision, and robustness of d’, Az, and A’. Perception & Psychophysics. 68, 643-654 (2006).
  52. Swets, J. A. Form of empirical ROCs in discrimination and diagnostic tasks: Implications for theory and measurement of performance. Psychological Bulletin. 99, 181-198 (1986).
  53. Pollack, I., Norman, D. A. A nonparametric analysis of recognition experiments. Psychonomic Science. 1, 125-126 (1964).
  54. Macmillan, N. A., Keren, G., Lewis, C. Signal detection theory as data analysis method and psychological decision model. A handbook for data analysis in the behavioral sciences: Methodological issues. , 21-57 (1993).
  55. Todorov, A., Engell, A. The role of the amygdala in implicit evaluation of emotionally neutral faces. Soc. Cogn. Affect. Neurosci. 3, 303-312 (2008).
  56. Phelps, E. A., LeDoux, J. E. Contributions of the amygdala to emotion processing: from animal models to human behavior. Neuron. 48, 175-187 (2005).
  57. Herwig, U., Kaffenberger, T., Baumgartner, T., Jancke, L. Neural correlates of a “pessimistic” attitude when anticipating events of unknown emotional valence. Neuroimage. 34, 848-858 (2007).
  58. Levy, I., Snell, J., Nelson, A. J., Rustichini, A., Glimcher, P. W. Neural representation of subjective value under risk and ambiguity. 103, 1036-1047 (2010).
  59. Neta, M., Whalen, P. J. The primacy of negative interpretations when resolving the valence of ambiguous facial expressions. Psychol. Sci. 21, 901-907 (2010).
  60. Seger, C. A., Miller, E. K. Category learning in the brain. Annu. Rev. Neurosci. 33, 203-219 (2010).
  61. Volz, K. G., Schubotz, R. I., von Cramon, D. Y. Predicting events of varying probability: uncertainty investigated by fMRI. Neuroimage. 19 (1), 271-280 (2003).
  62. Grinband, J., Hirsch, J., Ferrera, V. P. A neural representation of categorization uncertainty in the human brain. Neuron. 49, 757-763 (2006).
  63. Heekeren, H. R., Marrett, S., Ungerleider, L. G. The neural systems that mediate human perceptual decision making. Nat. Rev. Neurosci. 9, 467-479 (2008).
  64. Gray, M. A., Critchley, H. D. Interoceptive basis to craving. Neuron. 54, 183-186 (2007).
  65. Wager, T. D., Phan, K. L., Liberzon, I., Taylor, S. F. Valence, gender, and lateralization of functional brain anatomy in emotion: a meta-analysis of findings from neuroimaging. Neuroimage. 19, 513-531 (2003).
  66. Poldrack, R. A., Rodriguez, P. How do memory systems interact? Evidence from human classification learning. Neurobiol. Learn. Mem. 82, 324-332 (2004).
  67. Seger, C. A., Cincotta, C. M. The roles of the caudate nucleus in human classification learning. J. Neurosci. 25, 2941-2951 (2005).
  68. Seger, C. A., Peterson, E. J., Cincotta, C. M., Lopez-Paniagua, D., Anderson, C. W. Dissociating the contributions of independent corticostriatal systems to visual categorization learning through the use of reinforcement learning modeling and Granger causality modeling. Neuroimage. 50, 644-656 (2010).
  69. Filoteo, J. V., Maddox, W. T., Salmon, D. P., Song, D. D. Information-integration category learning in patients with striatal dysfunction. Neuropsychology. 19, 212-222 (2005).
  70. Bonnet, C., Fauquet Ars, J., Estaún Ferrer, S. Reaction times as a measure of uncertainty. Psicothema. 20 (1), 43-48 (2008).
  71. Hyman, R. Stimulus information as a determinant of reaction time. J. Exp. Psychol. 45, 188-196 (1953).
  72. Wickelgren, W. A. Speed-accuracy tradeoff and information processing dynamics. Acta. Psychologica. 41, 67-85 (1977).
  73. Zacksenhouse, M., Bogacz, R., Holmes, P. Robust versus optimal strategies for two-alternative forced choice tasks. Journal of Mathematical Psychology. 54 (2), 230-246 (2010).
  74. Campanella, S., Chrysochoos, A., Bruyer, R. Categorical perception of facial gender information: Behavioural evidence and the face-space metaphor. Visual Cognition. 8, 237-262 (2001).
  75. Farrell, B. ‘Same – different’ judgments: A review of current controversies in perceptual comparisons. Psychological Bulletin. 98, 419-456 (1985).
  76. Palmer, J., Huk, A. C., et al. The effect of stimulus strength on the speed and accuracy of a perceptual decision. J. Vision. 5, 376-404 (2005).
  77. Mori, M. The uncanny valley (K. F. MacDorman & Norri Kageki, Trans.). IEEE Robotics and Automation. 19 (2), 98-100 (1970).
  78. MacDorman, K., Green, R., Ho, C. -. C., Koch, C. Too real for comfort? Uncanny responses to computer generated faces. Comput. Hum. Behav. 25, 695-710 (2009).
  79. Grier, J. B. Nonparametric indexes for sensitivity and bias – computing formulas. Psychological Bulletin. 75 (6), 424-429 (1971).
  80. Repp, B. H., Lass, N. Categorical perception: Issues, methods and findings. Speech and language: Advances in basic research and practice. 10, 244-335 (1984).
  81. de Gelder, B., Teunisse, J. P., Benson, P. J. Categorical perception of facial expressions: Categories and their internal structure’. Cognition and Emotion. 11 (1), 1-23 (1997).
  82. Liberman, A. M., Harris, K., Hoffmann, H. S., Griffith, B. The discrimination of speech sounds within and across phoneme boundaries. J. Exp. Psychol. 54, 358-368 (1957).

Play Video

Cite This Article
Cheetham, M., Jancke, L. Perceptual and Category Processing of the Uncanny Valley Hypothesis’ Dimension of Human Likeness: Some Methodological Issues. J. Vis. Exp. (76), e4375, doi:10.3791/4375 (2013).

View Video