Structural and contextual biases interact to shape duration perception

Deze studie toont aan dat de perceptie van tijdsduur wordt gevormd door een interactie tussen structurele beperkingen en contextuele invloeden, waarbij het brein tijdsrepresentaties normaliseert via een combinatie van Bayesiaanse inferentie en herschaling om zich aan te passen aan omgevingsstatistieken.

De kern

Hoe ons brein tijd "knipt" en "plakt": Een uitleg van het onderzoek

Stel je voor dat je tijd niet meet met een strakke, mechanische klok, maar met een elastische rubberen band. Die band rekt uit en krimpt, afhankelijk van wat je net hebt gezien of gehoord. Dat is precies wat dit nieuwe onderzoek van Laetitia Grabot en haar team ontdekt. Ze keken naar hoe wij mensen de duur van geluiden en beelden ervaren en hoe ons brein hier slim (en soms een beetje verwarrend) mee omgaat.

Hier is de uitleg in simpele taal, met een paar handige vergelijkingen.

1. De twee krachten die je tijd waarnemen beïnvloeden

Het onderzoek laat zien dat er twee verschillende krachten spelen die bepalen hoe lang iets voor ons duurt:

• De "Structuur" (Je vaste instelling): Dit is je persoonlijke, ingebouwde instelling. Net als dat sommige mensen van nature blauw vinden en anderen groen, heeft elk brein een vaste voorkeur. Het onderzoek bevestigt iets wat we al wisten: geluiden voelen voor ons altijd langer aan dan beelden van dezelfde lengte.

  • Vergelijking: Stel je voor dat je geluiden als een zware, dikke deken ziet en beelden als een lichte, dunne sjaal. Zelfs als ze precies even groot zijn, voelt de deken zwaarder en "duurder" aan. Dit is een vaste eigenschap van ons brein.

• De "Context" (De omgeving): Dit is wat er om je heen gebeurt. Als je in een kamer zit waar alles heel snel gaat, voelt een seconde langzamer aan dan als je in een kamer zit waar alles traag is.

  • Vergelijking: Denk aan een visser die net een grote vis heeft gevangen. Als hij daarna een kleine vis ziet, lijkt die kleine vis nog kleiner dan hij echt is, omdat hij net een "groot" voorbeeld heeft gezien. Ons brein vergelijkt alles met wat het net heeft ervaren.

2. Het experiment: De tijd-detective

De onderzoekers lieten mensen twee geluiden of twee beelden zien/hooren en vroegen: "Welke duurde langer?"
Ze speelden hier slim mee door:

1. Soms een geluid en soms een beeld te gebruiken (om de vaste instelling te meten).
2. Soms korte tijden te gebruiken en soms lange tijden (om de context te veranderen).

3. De verrassende ontdekking: Twee tegenstrijdige regels

Het meest interessante deel is hoe het brein deze twee krachten combineert. Het team testte verschillende theorieën (computersimulaties) om te zien welke het beste paste bij het gedrag van de mensen.

Ze ontdekten dat het brein twee dingen tegelijk doet, en dat deze twee dingen eigenlijk tegenovergestelde effecten hebben:

• Regel A: De "Gemiddelde" (Bayesiaanse logica)
  Als je een reeks korte geluiden hoort, denkt je brein: "Oké, dit is een korte wereld." Als je dan een middelgroot geluid hoort, zegt je brein: "Dat is waarschijnlijk nogal lang," en je schat het te lang in. Je trekt alles naar het gemiddelde toe.

  • Vergelijking: Als je net een reeks kleine appels hebt gezien, lijkt een middelgrote appel plotseling enorm groot.

• Regel B: De "Herschaal" (Rescaling)
  Maar het brein doet nog iets anders! Het probeert de schaal van de eerste en de tweede tijd aan elkaar te koppelen. Het "herkalibreert" de liniaal. Als de eerste tijd uit een wereld van korte tijden komt en de tweede uit een wereld van lange tijden, schuift het brein de liniaal op zodat ze op dezelfde schaal passen.

  • Vergelijking: Stel je voor dat je eerst in een kamer met lage plafonds loopt en dan in een kamer met hoge plafonds. Je brein "zoomt" even in of uit zodat je de twee ruimtes kunt vergelijken. Dit zorgt ervoor dat je het tegenovergestelde doet van Regel A: je onderschat de tijd die uit de "lange" wereld komt, omdat je hem vergelijkt met de "korte" wereld.

De grote winnaar: Het beste model was een combinatie van beide! Ons brein doet beide dingen: het trekt naar het gemiddelde toe (Regel A) én het herschaalt de liniaal om te vergelijken (Regel B). Het is alsof je brein een slimme accountant is die zowel de statistieken bekijkt als de muntstukken herschikt om ze te kunnen tellen.

4. Waarom is dit belangrijk?

Vroeger dachten wetenschappers dat we tijd alleen maar berekenden op basis van het gemiddelde van wat we net hadden gezien (Regel A). Dit onderzoek toont aan dat het veel complexer is.

• Ons brein is een aanpassingsmachine: Het past zich continu aan aan de omgeving (context), maar behoudt tegelijkertijd zijn eigen vaste voorkeuren (zoals dat geluiden langer lijken).
• Het is een overlevingsstrategie: Door tijd te "herkalibreren" (rescaling), kan ons brein snel schakelen tussen verschillende situaties. Net zoals je ogen zich aanpassen als je van een donkere bioscoop naar het felle zonlicht loopt, past je tijdgevoel zich aan aan de snelheid van de wereld om je heen.

Samenvatting in één zin

Ons brein meet tijd niet met één statische klok, maar met een slimme, elastische liniaal die zich continu aanpast aan de omgeving, terwijl het tegelijkertijd een vaste voorkeur heeft voor geluiden boven beelden.

Technische samenvatting

Probleemstelling

Menselijke tijdsperceptie is flexibel en wordt beïnvloed door zowel structurele beperkingen (inherent aan het brein en sensoren) als contextuele invloeden (afhankelijk van de omgeving). Hoewel contextuele priors (zoals de statistiek van de omgeving) uitgebreid zijn bestudeerd, blijven structurele priors (stabiele, individuele verschillen in neurale verwerking) onderbelicht. Een groot probleem in het veld is dat deze twee bronnen van bias vaak niet uit elkaar worden gehaald, wat het moeilijk maakt om de onderliggende predictieve mechanismen van tijdsperceptie te begrijpen. Bestaande modellen integreren deze twee bronnen niet in één raamwerk, en de meeste studies kijken naar groepsgemiddelden, waardoor individuele, stabiele verschillen worden genegeerd.

Methodologie

De auteurs hebben een psychofysisch experiment ontworpen om zowel structurele als contextuele priors kwantitatief te meten en te modelleren.

• Opdracht: Een twee-interval duurdiscriminatietaken waarbij deelnemers moesten beoordelen welk van twee sequentieel gepresenteerde stimuli langer duurde.
• Stimuli: Visuele (roze ruis annuli), auditieve (roze ruis geluid) of kruismodale stimuli.
• Contextuele manipulatie: De stimuli werden getrokken uit twee verschillende verdelingen: een "korte" verdeling (mediaan 0,35s) en een "lange" verdeling (mediaan 0,6s). De combinaties van S1 en S2 (bijv. kort-lange vs. lang-korte) varieerden om contextuele effecten te testen.
• Structurale manipulatie: De modale bias (auditief vs. visueel) fungeerde als maatstaf voor de structurele prior, gebaseerd op de bekende overdracht van geluidsduren ten opzichte van visuele duur.
• Modellering: De auteurs ontwikkelden vijf Bayesiaanse modellen om de gedragsdata te verklaren. Deze modellen varieerden in hoe ze contextuele priors verwerkten:
  1. 2distrib: Het systeem onderhoudt twee aparte representaties voor de verdelingen van S1 en S2.
  2. 1distrib: Het systeem gebruikt één geïntegreerde verdeling voor alle stimuli.
  3. Rescaling: Een extra stap waarbij de representaties van de stimuli worden herschaald naar een gemeenschappelijke interne schaal (vergelijkbaar met lichtadaptatie in het visuele systeem).
  4. Structurale prior: Een parameter ($\delta$) die de systematische overschatting van geluid ten opzichte van beeld modelleert.
  5. Volgorde-effect: Een parameter ($\alpha$) die rekening houdt met het feit dat de eerste stimulus (S1) in het geheugen moet worden bewaard en dus meer ruis bevat dan S2.

De modellen werden gefit op de data van 30 deelnemers met behulp van Bayesiaanse adaptieve directe zoekalgoritmen (PyBADS) en vergeleken met de Akaike Information Criterion (AIC).

Belangrijkste Resultaten

1. Beste Model: Het model dat de data het beste verklaarde was een combinatie van "2distrib" en "rescaling". Dit betekent dat het brein twee aparte verdelingen voor S1 en S2 onderhoudt, maar deze verdelingen vervolgens herschaalt naar een gemeenschappelijke interne schaal voordat een vergelijking wordt gemaakt.
2. Tegenstrijdige Mechanismen:
   • Bayesiaanse inferentie (Central Tendency): Voorspelt dat stimuli naar het gemiddelde van hun verdeling worden getrokken (regressie naar het gemiddelde).
   • Rescaling: Voorspelt het tegenovergestelde effect; het herschalen van de schaal zorgt ervoor dat stimuli uit een "lange" verdeling korter lijken en stimuli uit een "korte" verdeling langer lijken in vergelijking met elkaar.
   • De empirische data toonde een patroon dat sterk leek op het rescaling-effect, wat aangeeft dat dit mechanisme dominant is in discriminatietaken, in tegenstelling tot eerdere studies met productietaken.
3. Structurale Prior: Alle deelnemers overschatten geluidsduren systematisch ten opzichte van visuele duur. De gemiddelde overschatting bedroeg ongeveer 7% (ongeveer 31 ms voor een duur van 450 ms). Deze parameter ($\delta$) was stabiel per individu en correleerde significant met niet-parametrische schattingen van de bias.
4. Volgorde-effect: De onzekerheid over de eerste stimulus (S1) was gemiddeld 47% groter dan die van de tweede stimulus (S2), wat wijst op een geheugenverlies of extra ruis tijdens het behoud van de eerste duur.
5. Modale specificiteit: Rescaling bleek een algemeen mechanisme te zijn dat ook optreedt bij unimodale vergelijkingen (visueel-visueel of auditief-auditief), en niet alleen bij kruismodale vergelijkingen.

Bijdragen

• Unificatie van Priors: Het artikel biedt het eerste model dat structurele (inherent) en contextuele (omgevingsgebonden) priors tegelijkertijd kwantificeert en hun interactie in een Bayesiaans raamwerk beschrijft.
• Ontdekking van Rescaling in Discriminatie: Het identificeert dat "rescaling" (herkalibratie van de perceptuele schaal) een cruciaal mechanisme is in duurdiscriminatie, wat in tegenspraak is met eerdere aannames dat Bayesiaanse regressie naar het gemiddelde de enige drijvende kracht is. Dit lost een discrepantie op tussen eerdere productiestudies en discriminatiestudies.
• Individuele Variatie: Door te modelleren op individueel niveau, wordt aangetoond dat structurele priors stabiele, idiosyncratische kenmerken zijn die niet worden overstemd door contextuele factoren.

Betekenis

De bevindingen suggereren dat de hersenen tijdsrepresentaties normaliseren om zich aan te passen aan de statistiek van de omgeving, maar dat dit proces complexer is dan puur Bayesiaanse inferentie. Het brein gebruikt een hybride strategie: het onderhoudt aparte contextuele verdelingen, maar herschaalt deze naar een gemeenschappelijke schaal om vergelijkingen mogelijk te maken. Dit heeft implicaties voor het begrijpen van neurale mechanismen van tijdswaarneming, aangezien structurele en contextuele priors waarschijnlijk verschillende neurale netwerken en dynamieken betrekken. Het model biedt een fundamenteel raamwerk voor toekomstig onderzoek naar hoe het brein voorspellende mechanismen implementeert over verschillende tijdschalen en sensormodi.