Structural and contextual biases interact to shape duration perception

Die Studie zeigt, dass die menschliche Zeitwahrnehmung durch das Zusammenspiel struktureller und kontextueller Verzerrungen entsteht, wobei ein Modell aus bayesscher Inferenz und Reskalierung erklärt, wie das Gehirn zeitliche Repräsentationen an die Umgebungsstatistik anpasst.

Das Wesentliche

🕰️ Warum unsere Uhr im Kopf manchmal verrückt spielt: Eine Reise durch Zeitwahrnehmung

Stell dir vor, dein Gehirn ist wie ein hochmodernes Navigationssystem. Es versucht ständig, die Welt um dich herum vorherzusagen, damit du nicht ständig stolperst oder überrascht wirst. Aber wie bei jedem Navi gibt es zwei Dinge, die die Route beeinflussen:

1. Die "Basis-Karte" (Strukturelle Voreingenommenheit): Das ist dein fest eingebautes System. Es ist immer gleich, egal wo du bist.
2. Der "Verkehr" (Kontextuelle Voreingenommenheit): Das ist der aktuelle Zustand der Straße. Wenn es Stau gibt, passt das Navi die Ankunftszeit an.

Diese Forscher aus Paris und Straßburg wollten herausfinden, wie diese beiden Dinge zusammenarbeiten, wenn wir die Dauer von Dingen einschätzen (z. B. "War das Licht länger oder der Ton?").

1. Der erste Fund: Ohren sind schneller als Augen (Die "Basis-Karte")

Das Team hat festgestellt, dass wir Töne immer als länger empfinden als Lichtblitze, selbst wenn beide exakt gleich lang sind.

• Die Analogie: Stell dir vor, du hast eine Waage im Kopf. Wenn du einen Stein (Licht) und eine Feder (Ton) auflegst, die eigentlich gleich schwer sind, zeigt die Waage beim Ton trotzdem "schwerer" an. Das ist eine feste Eigenschaft unseres Gehirns – wie eine eingebaute Schieflage. Das passiert bei fast jedem Menschen, ist also ein struktureller Bias (eine feste Eigenschaft des Systems).

2. Der zweite Fund: Der Kontext ist König (Der "Verkehr")

Dann haben sie den Versuch so gestaltet, dass die Teilnehmer entweder nur kurze oder nur lange Zeiträume sahen.

• Die Analogie: Stell dir vor, du kommst aus einem kleinen Dorf (wo alles klein ist) in eine riesige Stadt. Wenn du dort eine durchschnittliche Wohnung siehst, kommt sie dir winzig vor, weil du dich an die riesigen Häuser gewöhnt hast.
• Das Ergebnis: Wenn das Gehirn viele kurze Zeiträume sieht, schätzt es eine mittlere Dauer als länger ein. Wenn es viele lange Zeiträume sieht, schätzt es dieselbe mittlere Dauer als kürzer ein. Das Gehirn passt sich also an die Umgebung an.

3. Das große Rätsel: Wie kombiniert das Gehirn beides?

Hier wird es spannend. Bisher dachten Wissenschaftler, das Gehirn mache nur eine Sache: Es nimmt die aktuelle Erfahrung und zieht sie in Richtung des Durchschnitts (wie ein Magnet). Das nennt man "Bayes'sche Inferenz".

Aber die Forscher haben etwas Neues entdeckt: Das Gehirn macht zwei Dinge gleichzeitig, die sich fast gegenseitig aufheben!

• Teil A (Der Magnet): Das Gehirn zieht die Zeitwahrnehmung zum Durchschnitt der aktuellen Gruppe hin (wie oben beschrieben).
• Teil B (Der Maßstabswechsel): Gleichzeitig macht das Gehirn einen "Reset". Es sagt: "Moment mal, ich muss diese beiden Zeiträume vergleichen. Ich nehme den ersten und den zweiten und skaliere sie beide auf eine gemeinsame, neue Nulllinie hoch oder runter."

Die Analogie:
Stell dir vor, du vergleichst zwei Berge.

1. Der Magnet-Effekt: Du denkst: "Der Berg hier ist klein, weil ich gerade in einem Tal war." (Anpassung an den Kontext).
2. Der Maßstabs-Effekt: Aber bevor du sie vergleichst, nimmst du ein Lineal und streckst beide Berge so, dass sie auf derselben Skala liegen, damit du sie fair vergleichen kannst.

Das Überraschende: Der "Maßstabs-Effekt" (Rescaling) ist so stark, dass er den "Magnet-Effekt" teilweise wieder rückgängig macht! Das Gehirn ist also nicht nur passiv, sondern aktiv dabei, seine eigene Skala neu zu kalibrieren, um Vergleiche fair zu machen.

4. Ein weiterer kleiner Trick: Das Gedächtnis

Es gab noch einen kleinen Unterschied zwischen dem ersten und dem zweiten Ton/Licht.

• Die Analogie: Wenn du dir eine Telefonnummer merken musst, die du gerade gehört hast (der erste Ton), und dann eine zweite hörst, ist die erste Nummer im Kopf oft etwas "verwaschener" oder unsicherer, weil sie im Gedächtnis wartet.
• Die Studie bestätigte: Das Gehirn ist beim ersten Reiz etwas unsicherer als beim zweiten, der frisch im Ohr ist.

🎯 Was bedeutet das für uns?

Das Gehirn ist kein starrer Timer. Es ist ein dynamischer Anpassungskünstler.

1. Es hat feste Eigenheiten (Töne klingen länger als Licht).
2. Es lernt ständig neu, je nachdem, was es gerade erlebt (Kontext).
3. Und es macht einen doppelten Check: Es passt sich an die Umgebung an, und es skaliert alles neu, um faire Vergleiche zu ermöglichen.

Fazit: Unsere Zeitwahrnehmung ist wie ein Spiegel, der sich ständig verformt. Mal wird er durch die Art des Lichts verzerrt (strukturell), mal durch den Raum, in dem er steht (kontextuell), und manchmal streckt er sich sogar, um zwei Dinge besser vergleichen zu können. Das macht uns nicht zu schlechten Zeitmessern, sondern zu extrem flexiblen Überlebenskünstlern, die sich an jede Umgebung anpassen können.

Technische Zusammenfassung

Titel: Strukturelle und kontextuelle Verzerrungen interagieren, um die Dauerwahrnehmung zu formen

Autoren: Laetitia Grabot, Anne Giersch, Pascal Mamassian

---

1. Problemstellung und Zielsetzung

Die menschliche Zeitwahrnehmung ist flexibel und wird sowohl durch strukturelle Zwänge (innere, stabile neuronale Eigenschaften) als auch durch kontextuelle Einflüsse (situative Anpassungen an die Umweltstatistik) geprägt. Bisherige Forschung hat sich stark auf kontextuelle Priors (z. B. den "Regression-to-the-Mean"-Effekt, bei dem wahrgenommene Dauer zum Mittelwert der Verteilung tendiert) konzentriert, während strukturelle Priors (individuelle, modality-spezifische Verzerrungen) weniger untersucht wurden.

Das Hauptziel dieser Studie war es, ein computergestütztes Modell zu entwickeln, das beide Quellen von Verzerrungen quantitativ trennt und integriert. Insbesondere sollte geklärt werden:

• Wie das Gehirn zwei aufeinanderfolgende Reize aus unterschiedlichen zeitlichen Verteilungen repräsentiert (getrennte Verteilungen vs. eine gemeinsame).
• Ob reine Bayes'sche Inferenz ausreicht oder ob zusätzliche Reskalierungsmechanismen (Neujustierung des internen Maßstabs) notwendig sind, um das Verhalten zu erklären.
• Wie sich individuelle strukturelle Verzerrungen (z. B. die bekannte Überbewertung von auditiven gegenüber visuellen Reizen) in dieses Modell einfügen.

2. Methodik

Experimentelles Design:

• Aufgabe: Ein Zwei-Intervall-Diskriminationstask. Teilnehmer mussten entscheiden, welcher von zwei sequentiell präsentierten Reizen länger dauerte.
• Modalitäten: Die Reize waren rein visuell (VV), rein auditiv (AA) oder gemischt (AV/VA).
• Kontextuelle Manipulation: Die Reize wurden aus zwei unterschiedlichen Dauer-Verteilungen gezogen: einer "kurzen" Verteilung (Median 0,35 s) und einer "langen" Verteilung (Median 0,6 s).
• Bedingungen: Es gab 8 Hauptbedingungen (Kombinationen von Verteilungen für Intervall 1 und 2, z. B. kurz-lang vs. lang-kurz) sowie 4 Baseline-Bedingungen, bei denen die Dauer des ersten Reizes fixiert war, um den kontextuellen Prior zu neutralisieren und strukturelle Verzerrungen isoliert zu messen.
• Teilnehmer: 30 gesunde Erwachsene.

Modellierung (Bayesscher Ansatz):
Die Autoren verglichen fünf verschiedene Modelle, die auf der Bayes'schen Inferenz basieren, aber unterschiedliche Annahmen über die Implementierung der Priors treffen:

1. 2distrib: Das System hält zwei separate Prior-Verteilungen für die beiden Intervalle vor.
2. 1distrib: Das System nutzt eine einzige, vereinheitlichte Verteilung für alle Reize.
3. Rescaling: Ein zusätzlicher Schritt, bei dem die Repräsentationen beider Intervalle auf eine gemeinsame interne Achse neu ausgerichtet werden (ähnlich einer Kalibrierung), bevor der Vergleich stattfindet.
4. Kombinationen: Modelle, die "2distrib" mit "Rescaling" kombinieren, sowie Varianten, die Rescaling nur bei kreuzmodalen Reizen anwenden.

Parameter:
Die Modelle enthielten freie Parameter für:

• Strukturellen Prior ($\delta$): Über- oder Unterbewertung von Audition vs. Vision.
• Unsicherheit ($\sigma_A, \sigma_V$): Rauschen in der sensorischen Repräsentation.
• Kontext-Prior ($\sigma_c$): Unsicherheit der Prior-Verteilung.
• Reihenfolge-Effekt ($\alpha$): Erhöhte Unsicherheit für den ersten Reiz (Speicherbelastung).
• Rescaling-Faktor ($c$): Ausmaß der Neujustierung (0 = keine, 1 = vollständig).

Die Anpassung erfolgte mittels Bayesian Adaptive Direct Search (PyBADS) unter Minimierung der negativen Log-Likelihood (NLL) und Vergleich mittels Akaike Information Criterion (AIC).

3. Wichtige Ergebnisse

A. Bestes Modell: Rescaling + 2distrib
Das Modell, das die Daten am besten erklärte, kombinierte die Annahme zweier separater Verteilungen (2distrib) mit einem Rescaling-Mechanismus.

• Reine Bayes'sche Modelle (nur 2distrib ohne Rescaling) lieferten den schlechtesten Fit.
• Das Rescaling-Modell zeigte, dass das Gehirn die internen Repräsentationen der beiden Intervalle um ca. 65 % ($c \approx 0,65$) auf eine gemeinsame Skala neu justiert.
• Dies ist entscheidend, da Rescaling und Bayes'sche Regression zum Mittelwert entgegengesetzte Vorhersagen treffen. Die empirischen Daten zeigten ein Muster, das stark durch Rescaling getrieben war: Reize aus der "langen" Verteilung wurden im Vergleich zu Reizen aus der "kurzen" Verteilung länger wahrgenommen (im Gegensatz zur reinen Bayes'schen Vorhersage einer Annäherung an den Mittelwert).

B. Strukturelle Prior (Modalitätsunterschiede)

• Alle Teilnehmer schätzten auditive Reize im Durchschnitt um 7 % länger ein als visuelle Reize gleicher physikalischer Dauer (ca. 31 ms bei einer mittleren Dauer von 450 ms).
• Dieser Parameter ($\delta$) war bei allen Teilnehmern positiv und korrelierte signifikant mit nicht-parametrischen Schätzungen der Verzerrung.
• Die Unsicherheit ($\sigma$) war für auditive Reize signifikant geringer als für visuelle Reize, was auf eine präzisere zeitliche Verarbeitung im auditiven System hindeutet.

C. Reihenfolge-Effekt

• Der Parameter $\alpha$ war signifikant größer als 1 ($\approx 1,47$), was bedeutet, dass die Unsicherheit für den ersten Reiz (S1) um ca. 47 % höher war als für den zweiten (S2). Dies wird auf die Notwendigkeit zurückgeführt, S1 im Arbeitsgedächtnis zu halten, während S2 verarbeitet wird.

D. Parameter-Wiederherstellung
Eine Simulationsstudie bestätigte die Robustheit des Modells. Die Parameter konnten mit hoher Korrelation wiederhergestellt werden, wobei leichte Korrelationen zwischen den Fehlern der Parameter $\delta$ und $c$ sowie $\sigma_c$ und $c$ festgestellt wurden.

4. Bedeutung und Diskussion

• Herausforderung bestehender Modelle: Die Studie widerlegt die Annahme, dass Zeitwahrnehmung allein durch Bayes'sche Integration (Regression zum Mittelwert) erklärt werden kann. Stattdessen zeigt sie, dass ein Rescaling-Mechanismus notwendig ist, um die Daten zu erklären. Dieser Mechanismus normalisiert die zeitlichen Repräsentationen, um sie vergleichbar zu machen, und wirkt der zentralen Tendenz entgegen.
• Unterscheidung von Prior-Typen: Die Arbeit liefert einen klaren methodischen Rahmen, um stabile, individuelle strukturelle Verzerrungen (z. B. "Ich höre Zeit länger als ich sie sehe") von dynamischen, kontextuellen Anpassungen zu trennen.
• Neurokognitive Implikationen: Da strukturelle und kontextuelle Priors unterschiedliche Mechanismen nutzen, deuten die Ergebnisse darauf hin, dass verschiedene neuronale Netzwerke oder Oszillationsdynamiken für diese Prozesse verantwortlich sein könnten.
• Allgemeingültigkeit: Da Rescaling auch bei rein unimodalen Vergleichen auftrat, handelt es sich wahrscheinlich um eine allgemeine Strategie des Gehirns zur Diskrimination, nicht nur um eine Anpassung an multimodale Diskrepanzen.

Fazit:
Das Gehirn nutzt eine hybride Strategie zur Zeitwahrnehmung: Es speichert separate statistische Verteilungen für verschiedene Kontexte, nutzt Bayes'sche Inferenz zur Gewichtung von Unsicherheit, führt aber gleichzeitig eine aktive Reskalierung der internen Zeitskala durch, um Vergleiche über unterschiedliche Kontexte hinweg zu ermöglichen. Dies ermöglicht eine adaptive und dennoch stabile Zeitwahrnehmung.