Un concept clé : les marques mixtes de travail de formulation

Os resultados dos três estudos fornecem informação útil sobre a natureza da organização das variáveis estruturais e da importância em tarefas específicas.

Na tarefa de nomeação de objectos, os detalhes internos e a variabilidade da representação são as dimensões estruturais mais importantes para explicar o desempenho dos participantes, tanto a nível dos TR e como da precisão. Em contraste, na categorização, que é uma tarefa que se baseia no processamento de informação estrutural e semântica, aparece como especial bom preditor do desempenho o factor contornos dos objectos. Finalmente, na decisão se a figura representa um objecto real ou não, as partes, os contornos e os detalhes internos dos objectos contribuem na predição do TR.

A utilização destas três tarefas, que pretendem incitar processos de níveis de profundidade diferentes, está de acordo com o modelo acerca dos níveis de processamento que Craik e Lockhart defendem (ex. 1972, 1978). Este modelo tem por pressuposto básico a profundidade com que os estímulos são processados depender das associações que são criadas entre as várias informações, sendo que quanto mais forem estas associações, mais profundo é o processamento. No presente trabalho considera-se, devido ao modelo teórico em que nos baseamos (o modelo em cascata), que a profundidade de processamento está estreitamente relacionada com o número de competidores que um determinado item tem, tanto na nomeação, como nas tarefas de categorização e de decisão se a figura representa um objecto ou não. O tempo disponível para responder e a tarefa que se pede aos participantes são dois dos factores responsáveis pelo tipo de processamento que é incitado, mais ou menos profundo (consoante as associações serem apenas estruturais, ou estruturais e semânticas e associativas, ou estruturais, semânticas, associativas e fonológicas). Assim, há um nível de profundidade crescente nas tarefas decisão, categorização e nomeação, respectivamente. Houve também uma tentativa de limitar a profundidade do processamento na própria tarefa de nomeação com a introdução de uma condição com limitação de tempo.

Segundo o modelo em cascata são as características estruturais a principal e mais precoce fonte de competição, porque, como já foi referido, a semelhança em termos estruturais entre objectos vai levar à activação, perante determinada dimensão, de todos

os objectos que partilham essa dimensão. Essa competição vai se agravando ao longo do processamento, à medida que se percorrem os armazéns de informação. Essa dificuldade crescente é confirmada pela maior taxa de erros e de não respostas que se verificou na tarefa de nomeação relativamente às outras duas. Portanto, dimensões estruturais afectam não apenas o reconhecimento mas também a nomeação e quando todos os sistemas são percorridos as dimensões que mais se destacam em termos da competição criada parecem ser os detalhes internos e a variabilidade da representação.

Estes resultados apoiam o modelo HIT, proposto por Forde e Humphreys (2001) e desenvolvido a partir do modelo original em cascata. Segundo este modelo, a diferença entre a tarefa de nomeação e por exemplo a de categorização não está apenas relacionada com o facto de na primeira existir mais um nível, o fonológico. Uma outra diferença importante, relaciona-se com o facto de o processamento ocorrer em paralelo e ser interactivo, havendo a possibilidade de se recrutar a qualquer altura do processamento (mas mais aquando da nomeação), informação estrutural adicional, havendo assim uma circulação da activação no sentido contrário. Esse recrutamento posterior é mais provável na tarefa de nomeação, porque é necessário mais tempo para o desempenho e há uma maior dificuldade associada, dificuldade esta que pode ser aliviada por este fenómeno top-down. Na tarefa de categorização, uma competição menos grave está em causa, porque apenas os sistemas estrutural e semântico são necessários e, por isso, não há interferência de informação fonológica nem uma tão intensa interacção no sentido oposto (do semântico para o estrutural). De reparar que neste caso nem os detalhe internos, nem a variabilidade da representação são preditores significativos. Podemos, assim, concluir que estas duas dimensões estejam especialmente associadas à tarefa de nomeação, ambas contribuindo para a competição no sistema e dificultando o processo de nomeação (i.e. levando a um maior tempo de latência e uma menor precisão das respostas). Na tarefa de categorização os contornos foram a dimensão que mais peso teve na predição do TR, e sendo que a relação encontrada foi positiva a conclusão é a de que esta dimensão também dificulta o desempenho, podendo contribuir para a competição. Conclusão esta não completamente certa devido à natureza da dimensão, sendo que o que parece existir é uma relação positiva entre o facto de o objecto ter contornos redondos e um desempenho mais prolongado. Portanto mais investigação é necessária relativamente à forma como os contornos afectam o reconhecimento. Quanto a última tarefa, relativa à decisão se a

imagem representa um objecto ou não, todas as dimensões bottom-up, são relevantes, mas apenas as partes e os detalhes internos contribuem para a competição no sistema porque são as que têm relações positivas com o TR. Os contornos aqui parecem ter um papel inverso ao que teve na tarefa anterior, sendo que quanto mais curvilíneos os contornos, mais rápido é o reconhecimento dos objectos.

Conclui-se que a variabilidade da representação é uma dimensão exclusivamente relevante para a tarefa de nomeação, o que em termos de nível de processamento faz sentido, sendo que é a tarefa mais exigente e por isso com maior acesso às representações. Apesar da variabilidade da representação desempenhar este papel fundamental e exclusivo na nomeação de objectos, há muito pouca investigação sobre esta dimensão e deve ser explorada mais profundamente. Além disso, em conjunto com o recrutamento adicional e top-down de informação estrutural, defendido pelo modelo HIT como típico da tarefa de nomeação, seria interessante investigar se este recrutamento é de alguma forma estratégico e por isso perante as representações que se encontrarão em competição, haverá uma activação mais monitorizada e complexa que resolverá esta competição. Dito de outra forma, o facto da variabilidade da representação ser uma dimensão top-down, o facto estar associada a uma tarefa mais profunda, uma tarefa que difere das outras no facto de recorrer a informação estrutural adicional, não poderá apontar para alguma ligação entre a variabilidade da representação e esse recrutamento top-down? E esse recrutamento será activação de informação estrutural de forma aleatória? Ou de alguma forma estratégico? São questões relativas à tarefa de nomeação que podem ter interesse e que pode esclarecer quanto à particularidade desta tarefa.

A tarefa de decisão se a figura é de um objecto ou não, também necessita de mais estudos, porque como foi acima argumentado não é claro que os processos implicados sejam unicamente os que se prentendem estudar. Especificamente, é provável que a tarefa e o material utilizado tenham implicado um acesso não só às representações estruturais, mas também a informação semântica. As alternativas apontadas para o estudo do reconhecimento de objectos, nomeadamente recorrendo a uma nova tarefa e a não-objectos (em vez de objectos quiméricos) devem ser consideradas em estudos futuros.

No seu conjunto, estes estudos permitem clarificar de forma consistente e sistemática quais as variáveis estruturais que influenciam os diferentes níveis de

processamento. Além disso, outra conclusão importante a retirar desta investigação prende-se com as suas implicações para o conceito de semelhança estrutural. Os nossos resultados informam de forma mais clara e objectiva quais as variáveis estruturais que contribuem para a semelhança entre itens e de que forma esta semelhança interage com a tarefa realizada, dificultando ou facilitando o desempenho. De facto, dependendo da tarefa em causa, a semelhança estrutural pode promover a competição entre itens, aumentando os tempos de latência e o número de erros, mas noutras tarefas a semelhança estrutural ajuda o processamento e assim facilita na resposta (Gerlach, 2009). A semelhança estrutural como facilitadora ocorre quando não é necessária uma diferenciação entre os membros da mesma categoria para realizar a tarefa (ex. decidir se objectos pertencem a mesma categoria sobreordenada). Assim no caso de uma categoria com membros estruturalmente semelhantes (ex. animais) a resposta será mais rápida que no caso de uma categoria cujos membros não são tão próximos estruturalmente (ex. veículos; Humphreys, Riddoch, & Price, 1997). Mas, como se observou neste estudo, esta possível facilitação depende muito do tipo de dimensão estrutural, uma vez que não se verificou em todas as dimensões. Assim podemos dizer que há uma interacção entre tarefa, categoria e dimensão estrutural.

Algumas limitações devem ser apontadas aos nossos estudos e à base de dados utilizada. Um primeiro aspecto relaciona-se com a desactualização de algumas das imagens. De facto, tendo esta base de dados sido publicada em 1980, alguns itens têm hoje uma aparência diferente (como é o caso de “telefone” ou “boneca”). Outra limitação prende-se com a baixa familiaridade de alguns itens e que podem depender de aspectos culturais. Por exemplo, Magnié et al. (2003) apontam que há objectos do conjunto do S&V (80) que são particularmente difíceis para participantes franceses talvez por não estarem familiarizados com eles (ex. celeiro, milho). Verificaram-se resultados semelhantes no nosso estudo, sendo que houve imagens que tinham uma taxa de respostas correctas muito reduzidas, mesmo na condição standard que é considerada fácil (ex. celeiro, alcachofra). Com base nestas dificuldades, será importante nas próximas análises destes dados excluir os itens mais problemáticos, usando um critério objectivo de exclusão (ex. itens com mais de 80% de respostas incorrectas em condições standard). Nas análises aqui descritas, optou-se por eliminar os dados apenas de sujeitos problemáticos (i.e. com menos de 80% de respostas certas). No entanto, dados os

problemas acima referidos com alguns itens, faz sentido usar um critério de exclusão de itens.

É importante esclarecer que não se espera que este estudo reflicta todas as dimensões que ocorrem ao nível pré-semântico do reconhecimento de objectos. As dimensões estruturais que aqui se apontam como relevantes são provenientes de dados empíricos com um conjunto específico de imagens, por isso generalizações para outros tipos de imagens devem ser feitas com cuidado (Marques & Raposo, in press). Um objectivo interessante de investigações futuras consiste em explorar estas dimensões estruturais em outros conjuntos de dados, nomeadamente, desenhos a cores, fotografias e objectos reais em 3D. Para além das quatro dimensões, outras variáveis podem ser propostas para o mesmo conjunto de imagens e outras variáveis terão necessariamente que ser estudadas em casos de objectos reais (ex. cor, textura, propriedades tridimensionais, entre outras). Assim mudando os estímulos não só as variáveis podem mudar mas também as relações entre estas e o próprio peso de cada componente.

Uma variável a considerar é a “manuseabilidade”, ou seja o quão manuseável é o objecto. Estudos anteriores mostraram que, numa tarefa de decisão se a figura representa um objecto real ou não, quanto mais manuseável era o objecto menor era o tempo de latência da respostas (ex. Magnié et al., 2003). Os autores propõem que objectos que são mais manuseáveis têm mais informação sensório-motora (evocando experiências passadas que se teve com o objecto), o que ajuda ao reconhecimento do objecto e também porque se trata de uma característica muito distintiva, uma vez que são raros os objecto que se manuseiam da mesma forma. Almeida, Mahon e Caramazza (2010) recentemente estudaram o papel precoce da manuseabilidade no reconhecimento de objectos, em contextos de categorização sobreordenada e em contexto de nomeação. Demonstraram que os objectos que representam instrumentos beneficiam especialmente deste conhecimento motor rudimentar e sugerem que esta características associa-se directamente com a acção e não tanto com a função dos objectos.

Rossion e Pourtois (2004) e Price e Humphreys (1989) mostraram que a textura adiciona mais detalhes internos, podendo assim haver uma relação entre textura e a componente dos detalhes internos (esperando-se um maior TR em figuras com textura do que em figuras sem ela). Ainda referem que a cor não parece ter muita importância na nomeação de objectos. Ainda assim, seria interessante estudar a existência de relação

entre a cor e algumas componentes que foram encontradas, Por exemplo, a cor poderá ter um papel relevante na extracção do contorno (fundo - figura) e das partes dos objectos (mudanças de cor são passíveis de serem detectadas quando se passa da margem da figura para o fundo ou de uma parte do objecto para outra parte).

Uma questão de extrema importância que na literatura aparece muito relacionada com o reconhecimento de objectos é o grouping. No presente trabalho apenas foram referidas as características estruturais dos objectos mas nada foi dito acerca da importância da junção dos vários elementos extraídos das imagens no reconhecimento (ex. Behrmann & Kimchi, 2003). Dois tipos de grouping podem ser enumerados. Um diz respeito à criação de agrupamentos de elementos (processamento mais básico) e o outro que diz respeito à extracção da forma global do objecto (processamento mais exigente, nomeadamente em tempos de reacção). É este segundo que nos poderá interessar mais no presente enquadramento pela relação estreita que isso pode ter com as dimensões estruturais.

4. ESTUDO II