Movimenti Oculari e Memoria di Riconoscimento: l’Eye Tracking come tecnica di Memory Detection

La capacità di riconoscere un oggetto, un volto o una scena in quanto esperita in precedenza è una abilità fondamentale del sistema mnestico umano, e rappresenta, sul piano evoluzionistico, una skill critica per la sopravvivenza. Negli anni sono state sviluppate diverse tecniche di memory detection con lo scopo di riuscire a rilevare la presenza o l’assenza di tracce mnestiche connesse ad uno specifico evento autobiografico, che hanno avuto molte applicazioni, in special modo nell’ambito forense. Tuttavia, queste tecniche prevedono esplicite risposte comportamentali che, nel contesto forense, potrebbero essere alterate dalla volontà di mentire. Pertanto, una questione aperta nelle neuroscienze forensi è legata all’individuazione di tecniche di memory detection che consentano di individuare marker di riconoscimento in maniera covert e in assenza di esplicite risposte comportamentali. Lo studio dei movimenti oculari sembra promettente in tal senso. Alcuni studi hanno mostrato che esistono differenze nei pattern di osservazione tra immagini nuove e conosciute. Il presente studio si pone l’obiettivo di indagare il ruolo dei movimenti oculari nella rilevazione del riconoscimento di scene visive in free-viewing. Un secondo obiettivo è quello di determinare se le dinamiche oculomotorie consentano di discriminare tra il riconoscimento di scene fisicamente visitate e scene viste in fotografia, rispetto a scene nuove. Inoltre, verrà testata la possibilità di rilevare il riconoscimento di scene a livello del singolo individuo, mediante algoritmi di classificazione. I risultati attesi potrebbero avere delle importanti implicazioni in ambito forense, campo in cui la memoria autobiografica è uno dei principali oggetto di studio. Tali risultati permetterebbero di rispondere a domande quali: “come si può determinare se un individuo è stato sulla scena del crimine?”, utilizzando dei dati oggettivi che riflettono dei processi fisiologici automatici, maggiormente affidabili rispetto alle sole risposte comportamentali, essendo più difficili da controllare e manipolare. Questi dati potrebbero così ridurre il rischio di simulazione o dissimulazione delle risposte da parte dei soggetti.