Secondo nuove ricerche, la nostra attenzione è attratta da contenuti della scena che contengono un significato, rispetto a particolari salienti. Questi nuovi risultati mettono in discussione il modello precedente sull’ attenzione visiva.
Salienza visiva: la teoria dominante dell’attenzione
Il pensiero convenzionale sull’attenzione visiva è che la nostra attenzione viene automaticamente attirata su oggetti salienti che si distinguono dallo sfondo. I ricercatori del centro UC Davis Center for Mind and Brain hanno mappato centinaia di immagini registrando il tracciato degli occhi, in base al “significato”, alla “salienza” o alle caratteristiche rilevanti.
L’analisi statistica mostra che gli occhi sono attratti da aree “significative”, non necessariamente quelle che risultano percettivamente più salienti.
I nostri occhi percepiscono un ampio campo visivo, ma noi concentriamo la nostra attenzione solo su una piccola parte di questo campo. Come decidiamo dove dirigere la nostra attenzione, senza pensarci?
La teoria dominante degli studi sull’attenzione è “la salienza visiva”. Per salienza si intende ciò che “spicca” dallo sfondo, come ad esempio le bacche colorate su uno sfondo di foglie o un oggetto illuminato in una stanza.
La salienza è relativamente facile da misurare. È possibile mappare la quantità di salienza in diverse aree di un’immagine misurando, per esempio, il relativo contrasto o la luminosità.
Il professor Henderson, autore dello studio, riconosce il fenomeno dell’attrazione verso oggetti luminosi e brillanti; tuttavia, dichiara che questa spiegazione non può essere del tutto corretta, altrimenti saremmo tutti costantemente distratti.
L’ipotesi delle mappe di significato per spiegare l’attenzione visiva
Henderson e il ricercatore post-doc Taylor Hayes hanno voluto verificare se l’attenzione fosse attratta da un’area che consideriamo significativa all’interno del nostro campo visivo. Hanno inizialmente costruito “mappe di significato” mediante scene di controllo, in cui diverse parti della scena avevano diversi livelli di significato per un osservatore.
Per creare la loro mappa di significato, Henderson e Hayes hanno fotografato diverse scene, le hanno spezzettate in piastrelle circolari sovrapposte e le hanno presentate al servizio internet di crowdsourcing, Mechanical Turk, chiedendo agli utenti di valutare le piastrelle in base al loro significato.
Mediante i punteggi dei voti degli utenti, è stato possibile assegnare i vari livelli di significato alle diverse aree di un’immagine e creare così una mappa di significato comparabile ad una mappa saliente della stessa scena.
In seguito, sono stati registrati i movimenti oculari dei volontari durante l’esplorazione delle immagini. I tracciati hanno dato ai ricercatori una mappa di quali parti della scena attirarono maggiormente l’attenzione. Henderson afferma che questa “mappa attenzionale” era più vicina alla mappa di significato anziché a quella di salienza.
Henderson e Hayes non hanno ancora dati chiari su ciò che appartiene ad una scena significativa, anche se hanno alcune idee: ad esempio, un dato emerso dalla ricerca è che un tavolo o uno scaffale ingombrante hanno attirato maggior attenzione rispetto ad uno sprazzo di luce sul muro, caratteristica altamente saliente. Con ulteriori lavori, sperano di sviluppare una “tassonomia dei significati”.
Anche se la ricerca si rivolge a una comprensione base del funzionamento dell’attenzione visiva, Henderson pensa che potrebbero esserci alcune applicazioni a breve termine, come ad esempio nello sviluppo di sistemi visivi automatizzati che consentono ai computer di eseguire la scansione di filmati di sicurezza o di identificare automaticamente le immagini o le didascalie online.
