Il ruolo della semantica nel riconoscimento visivo: uno studio sperimentale sull'effetto continuo della congruenza tra oggetto e scena

In the real world, objects never occur in isolation; rather, they are typically embedded within specific environments, where they occupy predictable positions and co-occur with other, related objects. Although much is known about the cognitive and cortical mechanisms underlying visual object recognition, the role of such “contextual associations” remains to be fully clarified. According to Bayesian accounts, prior experience with the visual world allows us to generate precise predictions about which objects are likely to appear in a given scene and how they are spatially arranged. Consequently, visual perception is guided by semantic frameworks, or schemas, that encode the relationships between objects and their surroundings. In this regard, a substantial body of research has documented the so-called “scene consistency effect,” whereby objects are identified more accurately and named more rapidly when they appear in semantically congruent, rather than incongruent, scenes. Importantly, objects can be more or less congruent with a given scene; yet most research on this topic has hitherto operationalized semantic consistency as a binary variable (consistent vs. inconsistent). The present study therefore aims to replicate the scene consistency effect using an object–scene naming task, while adopting a continuous measure of semantic congruency, in order to better understand how these schemas affect visual recognition.

Nel mondo reale, gli oggetti non sono mai isolati, ma vengono a trovarsi regolarmente entro determinati ambienti, per di più in posizioni precise e attorniati da altri oggetti cui sono in certa misura correlati. Sebbene siano ormai noti molti dei meccanismi cognitivi e corticali alla base del riconoscimento visivo, rimane ancora da chiarire il ruolo di queste “associazioni contestuali”. Secondo l’approccio bayesiano, alla luce della nostra esperienza, possiamo formulare delle previsioni precise sugli oggetti presenti in una determinata scena e sulla loro disposizione al suo interno. La nostra percezione e comprensione degli stimoli visivi risulta perciò guidata da alcune strutture semantiche o schemi che tengono traccia delle relazioni tra gli oggetti e il contesto in cui appaiono. Numerosi studi, a questo proposito, hanno messo in luce il cosiddetto “scene consistency effect”, per cui gli oggetti vengono identificati con maggiore accuratezza e denominati più rapidamente quando compaiono in scene semanticamente congruenti (piuttosto che incongruenti) ad essi. Naturalmente, la compatibilità di uno stimolo visivo con una scena può variare notevolmente; eppure, la maggior parte delle ricerche su questo effetto, finora, ha operazionalizzato la distanza semantica tra questi due elementi come una variabile binaria o dicotomica (coerente vs. incoerente). Nello studio qui descritto, ci proponiamo di verificare il “scene consistency effect” attraverso un compito di denominazione oggetto-scena, ricorrendo però ad una misura continua della congruenza semantica, in modo da comprendere chiaramente come i nostri schemi modulino il riconoscimento visivo.