Neste capítulo abordaremos a questão da movimentos oculares ou visão dinâmica. Vimos os mecanismos da visão do movimento e agora veremos como se processa toda a informação que nos chega do mundo exterior, de um cenário que muda continuamente.
tipos de movimentos oculares
É surpreendente que, quando analisamos os movimentos dos olhos, na maioria das vezes não estamos continuamente fixando ou seguindo um objeto. Na verdade, o que os olhos fazem é "saltar" de um ponto a outro da cena, até que, no final, fixamos o olhar em algo e mantemos o foco acompanhando o movimento que o objeto faz ou ajustando-o ao nosso movimento, se é que não estamos parados.
Em geral, classificamos os movimentos em três categorias:
- Retirado.
- Rastreamento lento.
- Fixação.
Ao qual deve ser adicionado o vergências como um movimento diferente dos anteriores.
as sacadas
As sacadas são os movimentos oculares mais rápidos, que redirecionam os olhos para um novo ponto da cena ao nosso redor.
Durante a sacada, o cérebro fica cego, não processa informação visual, só o faz quando estamos fixando um objeto. Para isso, o sistema de percepção visual utiliza dois mecanismos, o primeiro está relacionado à capacidade de resolução do retina, apenas o mácula tem um poder de alta resolução que permite enviar informações detalhadas ao cérebro, assim, até que um objeto seja fixado, até que seja foveolado, a informação enviada pela retina periférica é de baixa qualidade, 10 vezes menor que apenas 20º dela .
Movimentos oculares em objetos em movimento
Quando nos fixamos em um objeto, estejamos em movimento ou parados, mas com a cabeça em movimento, para estabilizar o objeto e o ambiente ao nosso redor, temos dois mecanismos muito poderosos, o Reflexo Óculo-Vestibular (VOR) e o Reflexo Optocinético ( OKR).
Com esses sistemas, podemos estabilizar o ambiente e os objetos e estabelecer um movimento lento e controlado de seguir esse objeto, esteja ele em movimento ou nós em movimento ou ambos (dentro de limites).
Frequência dos movimentos oculares
Admite-se que fazemos em média 1 a 4 sacos por segundo, sendo 4 o número máximo, por exemplo quando lemos. Uma sacada leva 30 ms e o tempo que mantemos a fixação é em torno de 300 ms, o que significa que se não enxergarmos durante a sacada, equivale a dizer que ficamos cegos 1.5 horas por dia.
As sacadas são bilaterais e simétricas, só muda alguma coisa se for um movimento ocular de vergência.
As sacadas têm características muito semelhantes em todos os indivíduos. Sua velocidade não é constante e varia de acordo com a ampcomprimento de seu curso, mais rápido e mais durável, pois aumenta a ampaltitude, com uma fase inicial de subida e posterior saturação. Eles são acionados após a chegada de estímulos externos como o movimento de algo dentro da cena visual, o aparecimento de um novo objeto mas, em geral, as sacadas são geradas involuntariamente e constantemente quando fazemos algo que requer informação visual, mas sem necessidade de procurar qualquer objeto em particular. Por exemplo, quando estamos caminhando, os olhos se movem em sacadas, escaneando a cena à nossa frente, processando informações de qualidade mínima, mas suficientes para nos guiar e não tropeçar, são sacadas um pouco mais lentas que as anteriores, 130 mseg.
função de movimento dos olhos
Na maioria dos casos, as sacadas alternam a posição, direção do olhar, de um lado para o outro, sob a ação de grupos musculares (se os retos medial direito e lateral esquerdo forem ativados, olhando para a esquerda, a sacada seguinte será feita , para a direita, ativando o lado direito e o meio esquerdo. Movimentos com direções verticais são menos frequentes.
Na vida real, ocorre uma varredura do ambiente com ampaltitudes de 30 graus, dos quais 20º correspondem aos olhos, as sacadas e 10º ao movimento da cabeça.
Controle dos movimentos oculares
O controle dos movimentos oculares é realizado em três níveis:
- O córtex cerebral, responsável pela movimentos voluntários.
- Estruturas do mesencéfalo, especialmente o colículo superior, responsável pelos saques.
- Tronco cerebral, responsável pelo sistema motor que controla diretamente os músculos oculares.
Os músculos oculares recebem inervação dos núcleos do tronco encefálico, que por sua vez recebem inervação dos núcleos pré-motores, também localizados no tronco, localizado acima do primeiro. Os núcleos pré-motores recebem inervação da formação reticular pontina paramediana, responsável pelas sacadas (unidades de explosão) e pela manutenção da posição dos olhos durante a fixação do objeto (unidades tônicas). Nesse nível também estão os núcleos reticulares do tegmento pontino, responsáveis pelos movimentos finos de rastreamento.
As inervações do núcleo vestibular também chegam aos núcleos pré-motores, responsáveis pela estabilização da visão durante os movimentos da cabeça. Os padrões de inervação responsáveis pelos diferentes movimentos oculares estão organizados nos núcleos pré-motores.
orientação visual
Em um nível superior está o colículo superior, responsável pela orientação visual, não só dos olhos, mas também da cabeça e do tronco. É responsável pelas sacadas e pelos movimentos da cabeça relacionados às sacadas. Os sinais visuais chegam em sua região superficial e os sinais auditivos e somatossensoriais chegam em suas camadas mais profundas. O colículo recebe inervações do córtex, das regiões visuais frontais (campos oculares frontais, FEF), da área intraparietal lateral (LIP) e de V1. As regiões FEF e LIP de cada hemisfério seriam interconectadas através do tálamo.
Parece que as sacadas são ativadas diretamente das regiões frontais visuais ou do colículo superior, embora o FEF representasse um estágio superior de controle do sistema oculomotor. A FEF também seria responsável pela fixação fina e rastreamento dos objetos.
O papel da área intraparietal lateral não é tão claro. Parece que isso estaria mais relacionado às funções motoras, coordenação dos movimentos das mãos, cabeça, etc., a partir de estímulos visuais.
Movimentos oculares e movimentos da cabeça
Os estímulos do córtex pré-frontal dorsolateral chegariam às regiões frontais visuais, região associada ao desenvolvimento de planos de ação e inter-relação com o mundo ao nosso redor.
Quando a cabeça é movida, ocorre um movimento compensatório dos olhos, contrário à direção da cabeça, para estabilizar as imagens. Este fenômeno é alcançado pelos sistemas VOR e OKR.
sistema VOR
O sistema VOR, através dos canais semicirculares da orelha, detecta a velocidade da cabeça e envia um sinal compensatório aos núcleos que controlam os músculos extra-oculares, via núcleos oculomotores.
O reflexo de compensação é praticamente o mesmo da cabeça, com ganho igual a 1, muito rápido, aproximadamente 15 mseg. Se o estímulo de rotação continuar, como quando estamos na frente de um tambor girando, quando o ampSe a inclinação do movimento dos olhos for superior a 50º, ocorre uma sacada onde os olhos retornam à posição inicial, iniciando um novo movimento de rastreamento, semelhante a uma nistagmus.
Sistema OKR
Quando a taxa de giro da cabeça não é tão alta, o OKR é ativado em vez do VOR.
Funciona de acordo com a velocidade com que a imagem desliza sobre a retina, gerando um movimento ocular compensatório na direção oposta, através da estimulação do músculos extra-oculares.
Ao contrário do VOR, o movimento dos olhos é ajustado por meio de um mecanismo de feedback que tenta manter a imagem alinhada na retina, na mácula. O VOR não tem reset e o OKR tenta estabilizar a cena para que o controle de rastreamento fino dos objetos seja iniciado.
Generalizando, podemos dizer que o OKR trabalha para estabilizar a cena, através de áreas amplias dele, enquanto movimentos finos requerem um alvo pequeno. Os movimentos finos podem funcionar até velocidades que não ultrapassem 15º seg, e caso ultrapasse esta velocidade é acionada uma sacada que tenta corrigir a posição e reiniciar o movimento de rastreamento fino.
Ao ultrapassar os 100º seg, inicia-se um movimento sacádico constante. Quando há rastreamento fino constante, é produzido um ganho de 0.9, o que significa que se um objeto se move em 10º seg, os olhos o seguem em 9º seg, com um erro de deslocamento na retina de 1º seg. Isso explica a impossibilidade de fixar um objeto no local exato que corresponde a ele e explica situações conflituosas como o erro dos árbitros ao apitar um impedimento.
as vergências
Quando se trata de ajustar a visão em diferentes distâncias, é aí que as vergências entram em ação.
As vergências são movimentos lentos e finos, com latência de aproximadamente 120 mseg. Eles são ativados após uma disparidade retiniana (macular) e podem ser acompanhados por estímulos de acomodação, refocalização da imagem.
Movimentos oculares na vida cotidiana
Uma das questões mais importantes na percepção visual refere-se aos padrões de varredura e fixação de uma cena e se esses padrões são semelhantes na maioria dos indivíduos.
pontos de fixação dos olhos
Para estudar o primeiro ponto, padrões de varredura e fixação, um dos exemplos mais utilizados é o de leitura e inspeção de quadros.
Os primeiros estudos mostraram que havia uma grande disparidade entre os pontos de fixação de ambos os olhos e o trajeto destes na cena. Através dos novos sistemas de eye tracker (registro dos movimentos oculares), foi evidenciado o contrário, apesar de certas disparidades entre os dois olhos, na maioria dos casos observa-se um grande paralelismo, tornando a lei de Hering válida.
Em relação ao padrão de inspeção da cena, também foi encontrada certa concordância, houve uma fixação nos pontos mais relevantes da cena, rostos, figuras, etc. Se a cena for analisada com observadores diferentes, as diferenças são maiores no padrão de inspeção, mas, novamente, observa-se certa semelhança, fixação de rostos, figuras e outros elementos notáveis da cena.
Outro aspecto interessante é que os olhos realizam várias sacadas por segundo, ou seja, o observador gasta muito pouco tempo fixando um determinado ponto da cena, pulando e retornando a esse ponto várias vezes.
Movimentos oculares em uma cena
Existem duas escolas de pensamento que tentam explicar o padrão de inspeção da cena.
- De baixo para cima (de baixo para cima): em que os olhos se movem de acordo com os estímulos vindos da cena que chegam à retina, quase sem a intervenção de aspectos cognitivos.
- careca: Onde os movimentos não são tanto o resultado de propriedades da cena, mas de fenômenos mentais, como o propósito de procurar um determinado objeto ou realizar uma determinada ação, claramente de natureza cognitiva.
Atualmente a tendência é pensar em um mecanismo misto, onde se combinam estímulos de saída (bottoom up) e aspectos cognitivos (top-down).
Nesta linha de estudo, buscou-se saber o que torna um estímulo “saída”. A primeira é supor que algo será saliente ou importante, quando exigir nossa atenção. Devemos diferenciar entre o que chama nossa atenção e é identificado em alguma parte de nossa retina periférica, mas não desencadeia uma sacada para fixá-la com a mácula, e o estímulo que causa foveolização com a sacada.
Quais estímulos causam movimentos oculares e quais não?
A primeira é a mais frequente no cotidiano e segue um mecanismo diferente da segunda.
No primeiro caso falaríamos de um processo pré-atentivo e no segundo totalmente atento. A diferença entre os dois processos fica clara quando experimentamos a detecção de estímulos básicos em uma cena com distratores. Na maioria dos casos, os indivíduos localizam rapidamente o elemento diferencial, em menos de 10 ms, menos tempo do que o necessário para realizar um movimento de fovealização, é um mecanismo automático de “pop-out” como descrito por Treisman em 1988.
Se o número de distratores aumenta, mas o tempo de reação, de detecção, permanece constante, trata-se de um processo puramente periférico, bottom-up, e, se o número de distratores implica em aumento do tempo de reação, gasto atencional, significa que os mecanismos cognitivos vêm em jogo e estamos diante de um processo de cima para baixo.
Supõe-se atualmente que na vida real funcionamos com um mecanismo de pop-out (em paralelo) e apenas em determinadas circunstâncias passamos a fovealizar algo através de um escrutínio sequencial pós-atenção.
como vemos o mundo
O mecanismo de pré-atenção funciona em paralelo, ou seja, diferentes estímulos de baixo nível da cena chegam simultaneamente à retina, incluindo cor, brilho, orientação, etc. Cada um desses estímulos produz um mapa de características e cada mapa é combinado com os outros de forma aditiva, até formar um único mapa de saída com vários pontos quentes que podem atrair a atenção e gerar um movimento sacádico para ir foveolizar um deles. pontos (Itti e Koch, 2000). Um dos problemas colocados por essa teoria é que, se houver alguns pontos claramente "quentes" que atraem a atenção, sempre iríamos para esses pontos e não apreciaríamos o resto da cena. Para resolver este problema, especula-se que existe um mecanismo transitório de inibição de hot spot, para que os olhos possam se mover livremente sobre a cena capturando estímulos não salientes e de baixo nível.
Não parece ser totalmente o caso, mas é verdade que quando analisamos uma cena, tendemos a focar em determinados pontos, mais ou menos recursivamente (hot spots), mesmo que a ordem dos movimentos dos olhos seja diferente a cada tempo ou ao comparar diferentes indivíduos (Tatler e Vincent, 2008, 2009).
A localização de objetos gera movimentos oculares
Outro aspecto importante na detecção de estímulos salientes é sua localização na cena.
Nós sabemos que quando estão localizados em regiões centrais, o nível de detecção é maior do que quando estão na periferia, é por isso que a ideia de que existe um sistema de certa inibição ou filtragem dos estímulos de saída mais poderosos ganha mais substância, para deixar os olhos realizarem sacadas de inspeção ao longo de toda a cena. Esses movimentos também seguem certas "regras", geralmente são ampaltitude não muito grande e mais frequente no eixo horizontal (menos o vertical e menos o oblíquo).
Em oposição à concepção bottom-up de estímulos salientes, situa-se a hipótese top-down, que é confirmada por estudos que mostram que o movimento dos olhos muda quando se passa da simples observação de uma coisa para quando pedimos ao observador que procure algo determinado na cena. Neste momento, o rastreador ocular mostra um padrão de movimentos completamente diferente, o que mostra que esses movimentos são determinados por um processo mental de cima para baixo.
Movimentos oculares, procurando ou observando
A ideia mais generalizada é que em situações onde não há forte influência da mente (procurar algo, etc.), predominam os mecanismos de baixo para cima, enquanto quando um processo mental se inicia, predominam os mecanismos de cima para baixo.
Um dos pontos que ainda suscita dúvidas é o fato de como reconhecemos determinado objeto, quando captamos alguns dos aspectos salientes na retina periférica ou quando é produzida a sacada que a foveoliza.
Movimentos oculares na vida cotidiana
Parece que em situações onde não há um guia mental claro, a visão seguiria um mecanismo de mapa mestre formado por mapas de baixo nível resultantes de estímulos de saída que partem da retina periférica. É gerado um mapa de qualidade média, o suficiente para termos uma visão que nos guie na cena, minimizando os movimentos oculares para foveolizar (Vincent, 2007).
A foveolização aparece em tarefas concretas guiadas por uma ideia ou processo mental, geralmente em busca de algo e condicionado por experiências cognitivas anteriores (Torralva e Oliva 2003 e 2006). Se procurarmos uma jarra de água em uma foto de uma cozinha, primeiro inspecionaremos o balcão antes do chão, é mais provável que esteja nessa área da cozinha na foto.
quero ver algo
O papel desempenhado pelo pensamento, a mente, na orientação dos movimentos oculares parece ser cada vez mais relevante. Há experiências feitas com o eye tracker em uma cena em que os estímulos de saída foram filtrados, como velamento de rostos, etc. e observa-se que não há redução na fixação de pontos quentes, como olhos, nariz e boca, embora aprecie corretamente. Esses resultados estariam de acordo com o fato de que a maioria desses pontos salientes, como os olhos em um rosto, tem alguma base cognitiva.
Em relação aos rostos, no humano e somente neste, eles são detectados de acordo com padrões de pop-out, <10 ms, mesmo em cenas com ampgrupo de distratores (Hershler, 2005).
Tempo de fixação dos olhos nas cenas
Outro ponto de interesse é o movimento dos olhos em relação ao momento em que olhamos ou inspecionamos uma cena.
Não está claro que nas fases iniciais de reconhecimento os mecanismos de baixo para cima, baseados nos estímulos de saída, "enviam" e que com o passar do tempo vão perdendo efeito. O que parece mais aceito é o momento em que mantemos a fixação em algum ponto da cena. Nas fases iniciais seria em torno de 250 mseg e depois vai se alongando, até chegar a 350 ou 400 mseg. É como se primeiro fizéssemos uma rápida inspeção geral e depois analisássemos com mais detalhes alguns dos pontos escrutinados.
Como vemos o mundo ao nosso redor
Se perguntarmos a qualquer pessoa como vemos, certamente responderá que vemos contínua e completamente, ou seja, como quando assistimos a um filme. A realidade é muito diferente.
O processo de visão é subjetivo, incompleto e descontínuo. A imagem que processamos, na maioria das vezes, não vem de uma fixação macular, mas sim da retina periférica ou, no melhor dos casos, paramacular, ou seja, uma imagem de baixo nível, somente quando foveolamos é quando realmente percebemos os detalhes do mundo exterior e que ocupa um tempo mínimo no cálculo global do período de visão ao longo do dia. Por outro lado, em um terço das vezes, durante os movimentos sacádicos, nossa visão é cega e, finalmente, a imagem do mundo exterior que formamos em nossa psique é altamente influenciada por aspectos cognitivos e emocionais, o que implica um conceito de visão subjetiva, não objetiva, onde o que um indivíduo “vê” ou como ele o vê, será diferente de como outro indivíduo o vê.
visão descontínua
Que a visão é descontínua, vemos isso no fato de que a pessoa não está ciente ou não pode perceber os movimentos sacádicos dos olhos. Se formos colocados em frente ao espelho não conseguimos ver este tipo de movimentos oculares, no entanto é algo evidente quando o verificamos no registo feito por um eye-tracker. A continuidade da visão é uma mera ilusão.
visão incompleta
A visão incompleta é algo que não se admitia até os anos noventa, até então acreditava-se que a visão envolvia uma análise da cena segundo o método "ponto a ponto", uma análise detalhada de cada espaço e que sua adição permitia reconstruir a cena como se fosse uma pintura, é o que se conhece como "imagem na mente".
Estudos de vários autores, incluindo O'Regan (2000), mostraram que quando olhamos para uma cena, uma pintura ou uma foto, se durante a fase cega de uma sacada mudamos algo nessa cena, mesmo que seja bastante significativo , na maioria dos casos não a apreciaremos, continuaremos percebendo a cena como em seu início.
Uma possível inferência desse fato é que não vemos através de uma representação interna do mundo ao nosso redor. Para O'Regan, o que acontece é que formamos uma ideia do ambiente que nos cerca, em um nível baixo, apenas para nos orientar e, somente em determinadas circunstâncias, detectamos os detalhes de uma parte desse ambiente, quando nos interessamos por algo em concreto e o foveolamos.
visão e nível de atenção
O grau de atenção que prestamos a cada momento é um fator fundamental na hora de explicar o que vemos. Os detalhes que lembraremos se caminharmos por um caminho dando um passeio são muito diferentes do que se caminharmos por um caminho desconhecido tentando lembrar para onde estamos indo se sabemos que devemos repeti-lo outro dia como guias de caminhada.
Para Rensink, 2000, como mostra a figura original de sua obra, ao invés de uma imagem do tipo caixa (em duas dimensões), o que fazemos é construir uma representação 3D virtual com níveis de detalhes altamente variáveis, apenas os mais significativos para cada finalidade (orientação, artística, procura de cogumelos, etc).
Movimentos oculares relacionados à linguagem
A representação virtual de Rensink estaria diretamente ligada à ideia de representação integrada de Altman e Kamide, 2007, que apontam a relação entre informação visual e linguagem. Se deixarmos um observador em uma sala e depois movê-lo para outra onde não há nada, se na primeira havia uma janela, quando falamos da janela ou de uma janela em geral, verifica-se que na maioria dos casos ele faz uma movimento dos olhos em direção à posição onde estava a janela no primeiro cômodo, como se a procurássemos dentro de uma construção virtual em nossa mente, onde espaço e visão se combinam.
Essa ideia de integrar linguagem e visão situa-se mais na concepção dinâmica da percepção visual, afastando-se da concepção pictórica estática de outrora. A informação falada e a representação espacial criam um ambiente virtual muito mais eficaz.
Imagine espaços e olhos
O espaço virtual pode ser de dois tipos:
Egocêntrico: Representamos o que veríamos à nossa frente, como quando procuramos um determinado objeto em uma sala, olhamos para objetos menores que nosso corpo.
alocêntrico: O espaço virtual é maior, todo o quarto ou apartamento onde estamos, geralmente é uma representação maior do que nós (Hayhoe, 2008)
Outro aspecto importante é como retemos, ou o quanto retemos, as informações que estamos usando do ambiente em um determinado momento.
Quando fazemos algo que requer informação visual, dissemos que tendemos a construir uma representação virtual do ambiente e do que temos à nossa frente, o objeto que manipulamos, esse cenário virtual não é feito de todos os detalhes da realidade, apenas os aspectos que nos são úteis para realizar essa tarefa específica.
Tempo de retenção visual
O problema que surge agora não é apenas quais elementos entram na representação mental, mas também como eles aparecem e desaparecem, pois dissemos que a representação virtual é dinâmica, não pictórica estática. Tatler, 2001, descobriu que se um indivíduo que está realizando um determinado tipo de tarefa, como servir café, é instruído no meio da tarefa a acender as luzes (pressione o interruptor na parede), e no final da desta ação pede-se que descreva o que se lembra, ele dará muitos detalhes sobre a parede, mas muito poucos sobre a tarefa inicial de ser um café, que apenas alguns segundos atrás ocupava sua atenção principal.
A conclusão a que chegamos é que usamos apenas a informação do ambiente, a informação que é minimamente necessária para realizar as tarefas que estamos realizando em um momento preciso e que essa informação está mudando rapidamente. O que usamos é instantâneo, apenas enquanto nos é útil, então quando mudamos para outra coisa, esse dado é removido da memória de trabalho, é como se não fosse interessante salvá-lo, não é mais útil no a representação virtual e mantê-la pode interferir em novos pontos de entrada e levar a erros, além do gasto energético de manter mais dados do que o necessário.
Movimentos visuais em tarefas planejadas
Quando avançamos na ideia anterior de representação virtual, como algo dinâmico, ela atinge seu ápice quando se trata de tarefas com atividade motora significativa, como jogar tênis.
Em toda ação motora dois níveis podem ser diferenciados:
- Especificação da tarefa.
- Execução de tarefas.
Tarefas agendadas
A especificação da tarefa envolve tudo o que está relacionado ao planejamento de uma tarefa, a lista de ações necessárias para atingir o objetivo proposto.
É importante diferenciar entre tarefas rotineiras e aquelas que não são.
No trabalhos diários não é necessária uma supervisão detalhada, geralmente as fazemos de forma semi-automática, e é produzido um processo competitivo de esquemas que rapidamente e com pouco gasto de energia orienta nossa atividade no desenvolvimento de uma tarefa.
No tarefas não rotineiras ocorrem os mecanismos de esquemas sequenciais, que demandam mais tempo e são típicos de tarefas não rotineiras. Neste último caso, as tarefas são marcadas pelo sistema de supervisão atencional, que envolve a tomada de consciência dos passos a serem realizados em uma tarefa. Esse sistema está localizado no córtex pré-frontal dorsal, enquanto o planejamento de tarefas é realizado no córtex pré-motor e nos gânglios da base.
