Flexible predictive processing during face perception

Resumo Técnico: Processamento Preditivo Flexível durante a Percepção de Faces

Problema e Motivação
Modelos de processamento preditivo postulam que as expectativas perceptivas, transmitidas via feedback top-down, remodelam os espaços de representação neural para facilitar a codificação de informações esperadas. Embora a percepção de faces seja um modelo primário para estudar esses efeitos, permanece incerto como as demandas cognitivas de tarefas específicas modulam a influência das expectativas, particularmente aquelas derivadas de estereótipos sociais de sexo/gênero (por exemplo, associar faces masculinas à raiva e faces femininas à felicidade). Pesquisas anteriores estabeleceram que faces congruentes com o estereótipo são processadas de forma mais rápida e precisa do que as incongruentes, e que a ressonância magnética funcional (fMRI) vinculou faces incongruentes ao aumento da atividade neural e da conectividade. No entanto, a resolução temporal limitada da fMRI impede a exploração direta da dinâmica temporal dessas expectativas. Além disso, estudos de EEG existentes utilizando abordagens univariadas produziram resultados inconsistentes sobre se os efeitos de expectativa emergem durante estágios perceptivos precoces (N170) ou estágios posteriores relacionados à decisão (P300). Este estudo investiga se e como os objetivos da tarefa (julgar emoção vs. julgar sexo) modulam o impacto comportamental e neural das expectativas de estereótipos de sexo/gênero durante a percepção dinâmica de faces.

Metodologia
O estudo empregou uma abordagem combinada de eletroencefalografia (EEG) de alta densidade e rastreamento contínuo de mouse para capturar tanto a dinâmica neural quanto a comportamental com alta resolução temporal.

• Participantes: Cinquenta e um voluntários (média de idade 22,37) completaram duas sessões: uma tarefa de rastreamento de mouse e uma tarefa de EEG. Cinco participantes foram excluídos da análise de EEG devido a ruído de sinal, restando uma amostra final de 46 para análises neurais.
• Estímulos: Imagens em tons de cinza de faces caucasianas (30 identidades, 15 masculinas/15 femininas) expressando ou raiva ou felicidade. Os estímulos foram categorizados como congruentes (homem bravo, mulher feliz) ou incongruentes (homem feliz, mulher brava) com base em estereótipos de sexo/gênero estabelecidos.
• Design Experimental: Um design intra-participante 2x2 manipulou a Congruência da Face (congruente vs. incongruente) e o Tipo de Tarefa (categorização de emoção: raiva vs. felicidade; categorização de sexo: masculino vs. feminino). Os participantes realizaram essas tarefas em blocos separados ao longo de ambas as sessões.
• Aquisição de Dados:
  • Rastreamento de Mouse: Registrado a uma taxa de amostragem de 5 ms. As trajetórias foram analisadas para Desvio Absoluto Máximo (MAD) e MAD-tempo para quantificar o conflito de decisão e a dinâmica de movimento.
  • EEG: Registrado a 1000 Hz (64 canais). O pré-processamento incluiu filtragem, remoção de artefatos via ICA e época (-200 a 1000 ms).
• Estrutura Analítica:
  • Análise Comportamental: Modelos lineares de efeitos mistos avaliaram o impacto da Congruência e da Tarefa no MAD, MAD-tempo e Tempos de Reação (RT).
  • Análise de Similaridade de Representação (RSA): RSA baseado em modelo e resolvido no tempo comparou matrizes de dissimilaridade representacional (RDMs) empíricas derivadas de trajetórias de mouse e dados de EEG contra RDMs teóricos modelando Congruência, Tarefa, Sexo e Emoção.
  • Análise de Padrão Multivariado (MVPA): Classificadores de análise discriminante linear (LDA) resolvidos no tempo decodificaram condições experimentais (Congruência, Tarefa, Sexo, Emoção) a partir de padrões de EEG para determinar o tempo e a robustez da codificação neural.
  • Análise de Latência e Inclinação: Procedimentos de Jackknife foram aplicados às curvas de decodificação do classificador para distinguir se as expectativas aceleram a emergência da codificação neural (latência) ou aumentam a taxa de acumulação de evidências (inclinação).
  • Análise de Fusão: A fusão EEG-mouse e a análise de comunalidade quantificaram a variância representacional compartilhada entre as modalidades neural e comportamental.

Principais Resultados

1. Achados Comportamentais: Faces incongruentes elicitaram desvios de trajetória significativamente maiores (MAD), dinâmicas de movimento mais longas (MAD-tempo) e tempos de reação mais lentos em comparação com faces congruentes. Crucialmente, esses efeitos de congruência foram significativamente mais fortes durante a categorização de emoção do que durante a categorização de sexo, indicando que os objetivos da tarefa modulam a magnitude dos efeitos de expectativa.
2. Dinâmica Representacional Neural (RSA):
   • Trajetórias de Mouse: Os efeitos de congruência emergiram em estágios intermediários (aprox. 280–840 ms) e foram significativamente mais fortes na tarefa de emoção.
   • EEG: Efeitos de congruência foram detectados em estágios intermediários (aprox. 570–588 ms) especificamente durante a tarefa de emoção; nenhum efeito de congruência significativo foi encontrado na RSA da tarefa de sexo.
   • Fusão: A dinâmica representacional compartilhada entre EEG e trajetórias de mouse foi explicada principalmente pelas demandas da Tarefa, não pela Congruência da Face. Isso sugere que, embora ambas as modalidades reflitam o processamento específico da tarefa, elas codificam os efeitos de congruência através de mecanismos distintos.
3. Dinâmica Temporal da Codificação Neural (MVPA):
   • Classificadores decodificaram a congruência facial progressivamente, com desempenho de pico em torno de 500 ms.
   • A precisão de decodificação para faces congruentes foi significativamente maior do que para faces incongruentes entre 234–281 ms.
   • Latência vs. Inclinação: A análise de latência revelou que faces congruentes atingiram o pico de discriminabilidade neural aproximadamente 113 ms antes do que faces incongruentes (diferença média: 327,64 ms vs. 214,88 ms) no segundo pico. No entanto, a análise de inclinação mostrou que não houve diferenças significativas na taxa de acumulação de evidências entre as condições.
   • Essa dissociação indica que as expectativas facilitam o processamento ao acelerar o tempo de emergência dos padrões de codificação neural, em vez de aumentar a velocidade de acumulação de evidências.

Principais Contribuições

• Flexibilidade Dependente da Tarefa: O estudo demonstra que a influência de estereótipos sociais na percepção de faces não é automática, mas é regulada dinamicamente pelos objetivos da tarefa. As expectativas exercem uma influência mais forte no processamento de emoção (que depende mais de modulação top-down) do que no processamento de sexo (que depende mais de entrada bottom-up).
• Insight Mecanístico sobre a Facilitação Preditiva: Ao combinar análises de latência e inclinação, os autores fornecem evidências de que a facilitação preditiva opera avançando o tempo da emergência dos padrões de codificação neural, em vez de tornar mais íngreme a taxa de acumulação de evidências.
• Integração Multimodal: O estudo integra com sucesso medidas comportamentais contínuas (rastreamento de mouse) com dados neurais de alta resolução temporal (EEG) para caracterizar as dinâmicas espaciotemporais do processamento preditivo, revelando que, embora as demandas da tarefa impulsionem a variância compartilhada entre as modalidades, os efeitos de congruência são expressos de forma diferente nos domínios neural e motor.

Significância
O artigo afirma que esses achados caracterizam o mecanismo neural através do qual o processamento preditivo se adapta às demandas da tarefa. Especificamente, sugere que a influência de estereótipos sociais na percepção de faces é dinamicamente regulada em vez de imposta automaticamente, fornecendo novos insights sobre as condições sob as quais os vieses sociais são mais propensos a moldar a percepção humana. Além disso, o estudo oferece um novo framework para distinguir entre a emergência acelerada da codificação neural e mudanças nas dinâmicas de acumulação de evidências, avançando a compreensão de como o conhecimento prévio molda a arquitetura temporal do processamento perceptivo.