Naturalistic Prediction Group

In che modo la familiarità con l'input influenza la predizione neurale specifica per ciascuna caratteristica negli stimoli dinamici naturalistici?

In questo progetto indaghiamo l'impatto della familiarità con l'input sulle predizioni in contesti naturalistici. In un primo studio (concluso), abbiamo presentato a partecipanti sottoposti a MEG video di sequenze di azioni, riscontrando che la riduzione della familiarità dello stimolo — ottenuta mediante capovolgimento alto-basso o frammentazione temporale delle sequenze (piecewise scrambling) — compromette le predizioni neurali in modo specifico per ciascun livello gerarchico: l'inversione compromette selettivamente le predizioni al livello gerarchico più elevato, mentre la frammentazione temporale compromette la totalità delle predizioni.
In un secondo studio (attualmente in corso), ci chiediamo in che modo la familiarità semantica/narrativa di livello superiore influenzi le predizioni. Affrontiamo la questione presentando ai partecipanti un filmato audio-visivo naturalistico di 42 minuti per due volte consecutive, con l'obiettivo di confrontare ciò che il cervello predice durante la prima rispetto alla seconda visione. Ad oggi sono stati raccolti i dati di 40 partecipanti, ed è prevista l'acquisizione di altri 12 soggetti entro l'estate, ottenendo così un prezioso dataset di 52 partecipanti che hanno visionato due volte un filmato audio-visivo naturalistico. Questi dati potranno essere impiegati anche per rispondere ad ulteriori quesiti di ricerca.

In che modo le predizioni concettuali ad alto livello influenzano le predizioni percettive a basso livello nella visione di filmati naturalistici?

In questa linea di ricerca verifichiamo se un ricco contesto semantico/narrativo migliori le predizioni percettive di basso livello. Indaghiamo inoltre la possibilità di rilevare predizioni ad alto livello (semantiche, ovvero relative a ciò che accadrà nella storia). A tal fine utilizziamo i medesimi dati dei filmati audio-visivi di 42 minuti descritti in precedenza, con l'obiettivo di estrarre rappresentazioni semantiche continue dal filmato mediante reti neurali artificiali. Successivamente indagheremo se e quando tali informazioni semantiche vengano rappresentate nel cervello, valutando inoltre se migliori conoscenze/predizioni semantiche ottimizzino anche le predizioni percettive di basso livello.

In che modo l'attenzione e la familiarità con le dinamiche dello stimolo influenzano la predizione tra livelli gerarchici durante la visione di filmati naturalistici?

In questo studio in corso affrontiamo nuovamente il tema della familiarità, ma con riferimento alle dinamiche di basso livello (a livello di pixel). In studi precedenti abbiamo riscontrato che tali dinamiche di basso livello vengono predette; in questa sede ci chiediamo se ciò sia possibile in virtù dell'elevata familiarità con le dinamiche del mondo circostante. Nello studio abbiamo mostrato 4 diversi segmenti di filmati muti di 16 minuti, 2 dei quali riprodotti al contrario per ridurre la familiarità dell'osservatore con le dinamiche dello stimolo di basso livello.
In secondo luogo, indaghiamo come l'attenzione influenzi le predizioni naturalistiche sia per le caratteristiche percettive di basso livello sia per quelle semantiche di alto livello. In 2 dei 4 segmenti i partecipanti prestano attenzione al filmato, mentre negli altri 2, pur ricevendo il medesimo input, non vi prestano attenzione. Una delle ipotesi è che le predizioni percettive di basso livello avvengano in modo automatico, e quindi indipendente dall'attenzione, mentre le predizioni di livello superiore dipendano da essa. Al termine della raccolta dati, lo studio includerà un ulteriore dataset MEG di 52 partecipanti.

Distraibilità categoria-specifica della memoria di lavoro visiva

In questo studio indaghiamo il grado di vulnerabilità delle informazioni conservate nella memoria di lavoro visiva rispetto a distrattori visivi, e se tale vulnerabilità dipenda dal contenuto della distrazione. Utilizzando misurazioni della prestazione comportamentale (accuratezza e tempi di reazione), abbiamo riscontrato che l'entità della distraibilità dipende dalla corrispondenza tra la categoria dell'oggetto distrattore e il contenuto della memoria di lavoro visiva. Ciò suggerisce che la distrazione avvenga in parte a livello gerarchico della categoria dell'oggetto, anziché esclusivamente a livelli percettivi primari. Il dataset comprende anche dati oculometrici (eye-tracking); una questione aperta riguarda la possibilità di riscontrare il medesimo pattern di distraibilità nella dilatazione pupillare in risposta al distrattore (ovvero se la dilatazione sia maggiore per distrattori appartenenti alla medesima categoria).