Nella psicofisica, gli esperimenti cercano di determinare se il soggetto può rilevare uno stimolo, identificarlo, differenziarlo da un altro stimolo, o descrivere la grandezza o la natura di questa differenza. Il software per la sperimentazione psicofisica è presentato da Strasburger.
Metodi psicofisici classiciModifica
Gli esperimenti psicofisici hanno tradizionalmente utilizzato tre metodi per testare la percezione dei soggetti negli esperimenti di rilevamento dello stimolo e di rilevamento della differenza: il metodo dei limiti, il metodo degli stimoli costanti e il metodo della regolazione.
Metodo dei limitiModifica
Nel metodo dei limiti ascendenti, qualche proprietà dello stimolo inizia ad un livello così basso che lo stimolo non potrebbe essere rilevato, poi questo livello viene gradualmente aumentato fino a quando il partecipante riferisce di esserne consapevole. Per esempio, se l’esperimento sta testando l’ampiezza minima del suono che può essere rilevato, il suono inizia troppo piano per essere percepito, e viene reso gradualmente più forte. Nel metodo discendente dei limiti, questo è invertito. In ogni caso, la soglia è considerata come il livello della proprietà dello stimolo al quale gli stimoli sono appena rilevati.
Negli esperimenti, i metodi ascendente e discendente sono usati alternativamente e le soglie sono mediate. Un possibile svantaggio di questi metodi è che il soggetto può abituarsi a segnalare che percepisce uno stimolo e può continuare a segnalare allo stesso modo anche oltre la soglia (l’errore di assuefazione). Al contrario, il soggetto può anche anticipare che lo stimolo sta per diventare rilevabile o non rilevabile e può fare un giudizio prematuro (l’errore di anticipazione).
Per evitare queste potenziali insidie, Georg von Békésy ha introdotto la procedura della scala nel 1960 nel suo studio della percezione uditiva. In questo metodo, il suono inizia udibile e diventa più silenzioso dopo ogni risposta del soggetto, fino a quando il soggetto non riferisce di averlo sentito. A quel punto, il suono è reso più forte ad ogni passo, fino a quando il soggetto riferisce di averlo sentito, a quel punto è reso di nuovo più silenzioso a passi. In questo modo lo sperimentatore è in grado di “azzerare” la soglia.
Metodo degli stimoli costantiModifica
Invece di essere presentato in ordine crescente o decrescente, nel metodo degli stimoli costanti i livelli di una certa proprietà dello stimolo non sono correlati da una prova all’altra, ma presentati in modo casuale. Questo impedisce al soggetto di essere in grado di prevedere il livello dello stimolo successivo, e quindi riduce gli errori di assuefazione e aspettativa. Per le “soglie assolute” ancora una volta il soggetto riferisce se è in grado di rilevare lo stimolo. Per le “soglie di differenza” ci deve essere uno stimolo di confronto costante con ciascuno dei livelli variati. Friedrich Hegelmaier ha descritto il metodo degli stimoli costanti in un documento del 1852. Questo metodo permette il campionamento completo della funzione psicometrica, ma può risultare in molte prove quando diverse condizioni sono interfogliate.
Metodo di aggiustamentoModifica
Nel metodo di aggiustamento, al soggetto viene chiesto di controllare il livello dello stimolo e di alterarlo fino a quando è appena rilevabile contro il rumore di fondo, o è lo stesso del livello di un altro stimolo. La regolazione viene ripetuta molte volte. In questo metodo, gli osservatori stessi controllano la grandezza dello stimolo variabile, iniziando con un livello nettamente maggiore o minore di uno standard e lo variano fino a quando sono soddisfatti dall’uguaglianza soggettiva dei due. La differenza tra lo stimolo variabile e quello standard viene registrata dopo ogni regolazione, e l’errore viene tabulato per una serie considerevole. Alla fine, la media viene calcolata dando l’errore medio che può essere preso come misura della sensibilità.
Metodi psicofisici adattiviModifica
I metodi classici di sperimentazione sono spesso ritenuti inefficienti. Questo perché, prima del test, la soglia psicometrica è di solito sconosciuta e la maggior parte dei dati sono raccolti in punti della funzione psicometrica che forniscono poche informazioni sul parametro di interesse, di solito la soglia. Le procedure di scala adattiva (o il classico metodo di regolazione) possono essere utilizzate in modo che i punti campionati siano raggruppati intorno alla soglia psicometrica. I punti dei dati possono anche essere distribuiti in un intervallo leggermente più ampio, se la pendenza della funzione psicometrica è anche di interesse. I metodi adattivi possono quindi essere ottimizzati per stimare solo la soglia, o sia la soglia che la pendenza. I metodi adattivi sono classificati in procedure a scala (vedi sotto) e metodi bayesiani, o di massima verosimiglianza. I metodi a scala si basano solo sulla risposta precedente e sono più facili da implementare. I metodi bayesiani prendono in considerazione l’intera serie di coppie stimolo-risposta precedenti e sono generalmente più robusti contro i cali di attenzione. Esempi pratici si trovano qui.
Procedure a scalaModifica
Le scale di solito iniziano con uno stimolo ad alta intensità, che è facile da rilevare. L’intensità viene poi ridotta finché l’osservatore non commette un errore, a quel punto la scala si “inverte” e l’intensità viene aumentata finché l’osservatore non risponde correttamente, innescando un’altra inversione. I valori dell’ultima di queste ‘inversioni’ vengono poi mediati. Ci sono molti tipi diversi di procedure a scala, che utilizzano diverse regole di decisione e di terminazione. La dimensione del passo, le regole su/giù e la diffusione della funzione psicometrica sottostante dettano dove convergono sulla funzione psicometrica. I valori di soglia ottenuti dalle scale possono fluttuare selvaggiamente, quindi bisogna fare attenzione nella loro progettazione. Molti diversi algoritmi di scale sono stati modellati e alcune raccomandazioni pratiche sono state suggerite da Garcia-Perez.
Uno dei disegni di scale più comuni (con dimensioni fisse dei passi) è la scala 1-up-N-down. Se il partecipante dà la risposta corretta N volte di seguito, l’intensità dello stimolo viene ridotta di una misura del gradino. Se il partecipante dà una risposta sbagliata, l’intensità dello stimolo viene aumentata di una misura. Una soglia è stimata dal punto medio di tutte le corse. Questa stima si avvicina, asintoticamente, alla soglia corretta.
Procedure bayesiane e di massima verosimiglianzaModifica
Le procedure adattive bayesiane e di massima verosimiglianza (ML) si comportano, dal punto di vista dell’osservatore, in modo simile alle procedure a scala. La scelta del livello di intensità successivo funziona però in modo diverso: Dopo ogni risposta dell’osservatore, dall’insieme di questa e di tutte le precedenti coppie stimolo/risposta viene calcolata la probabilità di dove si trova la soglia. Il punto di massima verosimiglianza viene quindi scelto come migliore stima per la soglia, e lo stimolo successivo viene presentato a quel livello (poiché una decisione a quel livello aggiungerà la maggior parte delle informazioni). In una procedura bayesiana, una verosimiglianza preliminare è ulteriormente inclusa nel calcolo. Rispetto alle procedure a scala, le procedure Bayesiane e ML sono più lunghe da implementare ma sono considerate più robuste. Procedure ben note di questo tipo sono Quest, ML-PEST, e il metodo di Kontsevich & Tyler.
Magnitude estimationEdit
Nel caso prototipico, alle persone viene chiesto di assegnare numeri in proporzione alla grandezza dello stimolo. Questa funzione psicometrica delle medie geometriche dei loro numeri è spesso una legge di potenza con esponente stabile e replicabile. Anche se i contesti possono cambiare la legge & esponente, anche questo cambiamento è stabile e replicabile. Invece dei numeri, altre dimensioni sensoriali o cognitive possono essere utilizzate per abbinare uno stimolo e il metodo diventa allora “produzione di magnitudine” o “abbinamento cross-modale”. Gli esponenti di queste dimensioni trovati nella stima numerica della grandezza predicono gli esponenti trovati nella produzione di grandezza. La stima della grandezza generalmente trova esponenti più bassi per la funzione psicofisica rispetto alle risposte multi-categoriali, a causa della gamma ristretta delle ancore categoriali, come quelle usate da Likert come elementi nelle scale di atteggiamento.