ISSN: 1988-2688
http://www.ucm.es/BUCM/revistasBUC/portal/modulos.php?name=Revistas2&id=RCCV&col=1
http://dx.doi.org/10.5209/RCCV.55216
Revista Complutense de Ciencias Veterinarias 2017 11(especial):53-58
BASES DE LOS MODELOS MATEMÁTICOS DE PROCESAMIENTO SENSORIAL
MATHEMATICAL UNDERPINNINGS OF SENSORY PROCESSING MODELS
López-Casal, Berenice
Facultad de Psicología, UCM .
[email protected]RESUMEN
La explicación de los mecanismos sensoriales humanos a través de modelos matemáticos de
detección y discriminación podría considerarse una de las empresas fundamentales de la
psicología básica. El propósito de este trabajo consiste en presentar el origen de la lógica del
acercamiento tradicional al problema y exponer las líneas generales de su evolución, ambas
imprescindibles para comprender la estructura de los modelos sensoriales actuales. La
incompatibilidad de la concepción determinista de estos procesos con la evidencia empírica
empujó a adoptar una caracterización probabilística. Por otro lado, se descubrió que las
respuestas del sujeto en las tareas experimentales podían no corresponderse con las
sensaciones evocadas por los estímulos, lo cual obligó a incorporar también los mecanismos
de decisión y respuesta que inevitablemente median el comportamiento del sujeto en estas
tareas.
Palabras clave: umbral sensorial, teoría del umbral alto, teoría de umbral bajo, Teoría de
Detección de Señales, modelos de detección y discriminación sensorial.
ABSTRACT
The explanation of human sensory mechanisms by means of the development of mathematical
models of detection and discrimination processes could be considered one of the fundamental
enterprises of basic psychology. The aim of the present paper is to present the logic of the
54 López-Casal, B. Revista Complutense de Ciencias Veterinarias 11 (especial) 2017: 53-58
classical approaches and the foundations for its development, both of which are essential for a
comprehensive understanding of current sensory models. The incompatibility between the
deterministic conceptual framework and empirical evidence required for psychophysicists to
adopt a probabilistic characterization. On the other hand, it is often the case that the subject’s
responses in experimental tasks do not correspond to the sensations evoked by the
corresponding stimuli. These findings forced to include decision and response mechanisms
that underlie the subject’s behavior on experimental tasks.
Key words: sensory threshold, high-threshold theory, low-threshold theory, Signal Detection
Theory, sensory detection and discrimination models.
Bases de los Modelos Matemáticos de Procesamiento Sensorial
Explicar los fundamentos sensoriales y perceptivos del comportamiento humano ha
sido siempre el objetivo primordial de la psicología de la percepción. Más concretamente, la
psicofísica se ocupa de elaborar explicaciones de los procesos sensoriales que subyacen la
conducta humana. Para lograrlo, investiga la relación entre las propiedades físicas de los
estímulos y las sensaciones que evocan (Fechner, 1889/1966). Una manera de abordar esta
cuestión conlleva encontrar aquellos puntos del continuo físico que corresponden con cambios
en la sensación, planteándose así uno de los problemas fundamentales de la psicofísica: ¿Cuál
es la mínima diferencia entre las magnitudes de dos estímulos que puede ser detectada por una
persona? Esta “mínima diferencia” fue bautizada con el nombre de umbral diferencial, y
encontrarla se convirtió en la principal empresa de la psicofísica clásica. Análogamente, el
umbral absoluto se define como la mínima magnitud del estímulo que se necesita para que el
sistema sensorial lo detecte.
Todo proceso psicológico conforma un conjunto de fenómenos inobservables cuya
medición resulta un problema sofisticado. Para encontrar el umbral absoluto, el experimento
más simple que puede concebirse consiste en la presentación de un único estímulo por cada
ensayo, solicitando al sujeto que responda si ha percibido o no alguna señal. El proceso se
repite hasta haber presentado estímulos a lo largo de todo el rango relevante del continuo
físico. Debido a la ambigüedad de los lenguajes naturales, es imprescindible la representación
matemática de los procesos sensoriales para intentar explicarlos. Esto es posible porque los
mecanismos sensoriales, como muchos otros fenómenos naturales, exhiben estructuras que
pueden ser adecuadamente capturadas por la formalidad de las matemáticas.
55 López-Casal, B. Revista Complutense de Ciencias Veterinarias 11 (especial) 2017: 53-58
La construcción de modelos formales de procesos sensoriales parte de la formulación
de supuestos acerca del sistema empírico de interés. El diseño de este tipo de modelos
requiere, además, la traducción de esos supuestos a una serie de axiomas sobre los cuales
aplicar reglas de inferencia adecuadamente escogidas, permitiendo la derivación de teoremas
que sirvan de predicciones (Suppes et. al., 1994; Narens y Luce, 2008). La aproximación
clásica a la representación de procesos de detección postula la existencia de un umbral
absoluto, e incluye dos supuestos básicos que intuitivamente respaldan ese modelo. El
primero afirma que ante la presentación de un estímulo caben dos estados: el sistema sensorial
puede detectarlo (S) o no detectarlo (~S). Además, se asume que la misma magnitud del
estímulo provocará siempre la misma sensación. El segundo supuesto sostiene que las
respuestas del sujeto siempre se corresponden con las sensaciones experimentadas (esto es, S
↔ "Sí" y ~S ↔ "No"), pues el único elemento que guía su conducta en estas tareas es la
propia información sensorial. Definiendo la función psicométrica como aquella que relaciona
la magnitud del estímulo con la probabilidad de detectarlo, este modelo daría lugar a
funciones escalonadas cuya discontinuidad corresponde exactamente con el valor de θ. Bajo
el modelo propuesto, un estímulo será detectado solo si su magnitud es mayor que θ.
Esta noción determinista de los sistemas sensoriales se ve tambaleada a la luz de
evidencia empírica, pues se conoce que los estados sensoriales fluctúan ante la repetida
presentación de un estímulo. Explicar este fenómeno desde el punto de vista del modelo es
imposible si se tiene en cuenta la existencia de los supuestos previamente planteados. Para dar
cuenta de los nuevos hallazgos fue indispensable una reconsideración del planteamiento
original. La clave de las modificaciones posteriores fue propuesta por Thurstone (1927), quien
definió la sensación elicitada por una señal como una variable aleatoria (por lo general,
normalmente distribuida y con varianza igual a uno). Además, postuló la existencia de un
“ruido” inherente al sistema sensorial, distribuido de idéntica manera a la sensación producida
por el estímulo, y con una probabilidad baja de provocar una excitación tal que superase el
valor del umbral. Alternativas análogas suponen que es el propio umbral el que constituye una
variable aleatoria cuya media puede verse afectada por factores internos y externos (Luce y
Krumhansl, 1988). Es importante tener en cuenta que estas dos aproximaciones (y una tercera,
que propone la combinación de ambas) son equivalentes en el sentido de que dan lugar a
predicciones empíricas idénticas. En ambos casos, la introducción de un componente
probabilístico implica un cambio sustancial en la función psicométrica, que pasará a tomar la
forma de una función sigmoidal (por ejemplo, una función logística como la que se muestra
en la ecuación 1 y en la figura 1).
56 López-Casal, B. Revista Complutense de Ciencias Veterinarias 11 (especial) 2017: 53-58
(1
Donde x se corresponde con la magnitud del estímulo y α y β hacen referencia a la
localización y la anchura de la función, respectivamente. Una vez aceptada la naturaleza
probabilística de los sistemas sensoriales se desarrolló la teoría del umbral alto (Blackwell,
1953), que supone que este umbral se localiza en el continuo sensorial de tal manera que sea
muy poco probable que la sensación producida por el ruido interno lo supere. La presentación
de ensayos en blanco en los experimentos reveló una proporción de falsas alarmas (respuestas
de “Sí" ante la ausencia de estímulos) distinta de cero. De nuevo, la evidencia empírica llevó a
cuestionarse el hecho de que las respuestas de los sujetos estuvieran causadas exclusivamente
por información sensorial. Así, se postula la existencia de algún tipo de mecanismo no-
sensorial que subyace estas falsas alarmas, al que se le atribuye una tasa de respuestas al azar
que solo surge cuando la señal no es detectada. En otras palabras: algunos sujetos pueden
responder al azar cuando se encuentran con ensayos en blanco en lugar de responder que el
estímulo no estaba presente.
Figura 1: Función psicométrica
Discusiones acerca de la falta de plausibilidad de estos supuestos dieron lugar dos
grandes vertientes que se diferenciaron de la teoría del umbral alto: las teorías de umbral bajo
y la teoría de detección de señales (TDS). Las teorías de umbral bajo (ver, por ejemplo, Luce,
1963, 1966) conforman un conjunto diverso de modelos con al menos un supuesto en común:
el ruido interno del sistema excede el umbral un número sustancial de veces, justificando de
57 López-Casal, B. Revista Complutense de Ciencias Veterinarias 11 (especial) 2017: 53-58
esta manera el origen de las falsas alarmas. Por otra parte, la TDS (Tanner y Swets, 1954;
Green y Swets, 1966) le otorga protagonismo a procesos de decisión que hasta el momento
habían pasado inadvertidos en el ámbito de la psicofísica. La arquitectura teórica que sostiene
la TDS difiere de los fundamentos de las teorías de umbral en el sentido de que niega la
existencia de estados discretos (S y ~S). Dada la naturaleza continua de la escala sensorial, la
TDS postula que no existe un punto de corte o umbral sensorial discernible que distinga la
excitación producida por una señal de la producida por el ruido. En este caso, lo que
determina en última instancia la respuesta del sujeto es el criterio de decisión que adopte
durante el experimento, junto con los efectos sensoriales. En este marco conceptual, lejos de
quedarse obsoleto, puede redefinirse el umbral de detección como la magnitud θ del estímulo
necesaria para que el sistema lo detecte con probabilidad arbitraria π, como muestra la figura
1. Por tanto, todos los estímulos cuya magnitud supere el valor del umbral tendrán una
probabilidad igual o mayor que π de ser detectados.
El ocaso de las teorías de umbral marcó el comienzo de la construcción de modelos
sensoriales capaces de incorporar la complejidad cognitiva de las tareas de detección y
discriminación sensorial, atendiendo a la existencia de mecanismos de decisión y respuesta
que interactúan con la información recabada por el sistema sensorial para dar lugar a las
respuestas del sujeto. Estas teorías, junto con los paradigmas experimentales apropiados, dan
lugar a a distintas predicciones empíricamente contrastables que son el motor actual de la
disciplina.
BIBLIOGRAFIA
Blackwell, H. R. (1953) Psychophysical thresholds: Experimental studies of methods of
measurement. Bulletin of the Engineering Research Institute, 36.
Fechner, G. T. (1889/1966). Elements of psychophysics. Vol. I.
Green, J. & Swets, J. A. (1966). Signal Detection Theory and Psychophysics. John Wiley &
Sons, Inc.
Luce, R. D. (1963). A threshold theory for simple detection experiments. Psychological
Review, 70, 61-79.
Luce, R. D. (1966). A model for detection in temporally unstructured experiments with a
Poisson distribution of signal presentations. Journal of Mathematical Psychology,
3(1), 48-64.
58 López-Casal, B. Revista Complutense de Ciencias Veterinarias 11 (especial) 2017: 53-58
Luce, R. D., & Krumhansl, C. L. (1988). Measurement, scaling, and psychophysics. In
Stevens’ handbook of experimental psychology, Vol. 1. New York, John Wiley &
Sons.
Narens, L., & Luce, R. D. (2008). Meaningfulness and invariance. In The new Palgrave
dictionary of economics.
Suppes, P., Pavel, M., & Falmagne, J. C. (1994). Representations and models in psychology.
Annual review of psychology, 45(1), 517-544.
Tanner Jr, W. P., & Swets, J. A. (1954). A decision-making theory of visual detection.
Psychological review, 61(6), 401.
Thurstone, L. L. (1927). Psychophysical Analysis. The American Journal of Psychology,
38(3).
