Círculos impresos que parecen moverse. Colores que parecen diferentes a pesar de ser idénticos. Todo el mundo ama una buena ilusión óptica, aunque en muchos casos sigue siendo un misterio exactamente dónde ocurre la magia.
Un nuevo estudio realizado por el ecólogo visual Jolyon Troscianko de la Universidad de Exeter y el neurocientífico Daniel Osorio de la Universidad de Sussex en el Reino Unido ha intervenido en el debate sobre si ciertos errores en la detección del color, la sombra y la forma ocurren como resultado de la función del ojo. o el cableado neurológico del cerebro.
La pareja descubrió que las clases específicas de ilusión pueden explicarse por las limitaciones de nuestras neuronas visuales, células que procesan la información que proviene de los ojos, en lugar de un procesamiento de nivel superior.
Estas neuronas solo tienen un ancho de banda finito, y los autores del estudio desarrollaron un modelo que muestra cómo esto puede afectar nuestra percepción de patrones en diferentes escalas, basándose en trabajo previo analizando cómo se perciben las gamas cromáticas en los animales.
“Nuestros ojos envían mensajes al cerebro haciendo que las neuronas se disparen más rápido o más lento”. dice Troscianko.
“Sin embargo, hay un límite en la rapidez con la que pueden disparar, y las investigaciones anteriores no han considerado cómo el límite podría afectar la forma en que vemos el color”.
El nuevo modelo sugiere que los límites en el procesamiento y la energía metabólica fuerzan a las neuronas a comprimir los datos visuales que ingresan a través de nuestros ojos. Esto es menos perceptible en el desorden del paisaje natural, pero tiene un mayor impacto en la forma en que percibimos los patrones más simples.
Sucede lo mismo cuando se comprimen las imágenes digitales: con una foto de una escena del mundo real, los artefactos de compresión son más difíciles de detectar, porque los píxeles están más mezclados y variados. En una ilustración digital, donde las líneas y los bordes son fijos y distintos, esos artefactos de compresión tienden a sobresalir.
Los hallazgos podrían ayudarnos a comprender por qué percibimos contrastes en los televisores modernos con HDR (alto rango dinámico) incorporado. En teoría, nuestros ojos no deberían ser capaces de detectar el increíble nivel de contraste entre el blanco más claro y el negro más oscuro que se presenta con esta tecnología.
Los investigadores postulan que las neuronas han evolucionado para ser lo más eficientes posible: algunas están configuradas para notar diferencias muy pequeñas en los tonos, mientras que otras están configuradas para ser menos sensibles a las pequeñas diferencias pero mucho mejores para detectar grandes rangos de contraste, razón por la cual los últimos televisores HDR se ven más impresionantes.
“Nuestro modelo muestra cómo las neuronas con un ancho de banda de contraste tan limitado pueden combinar sus señales para permitirnos ver estos enormes contrastes, pero la información está comprimida, lo que da como resultado ilusiones visuales”. dice Troscianko.
“El modelo muestra cómo nuestras neuronas evolucionan con precisión para usar cada bit de capacidad”.
Esto se aplica a las muchas ilusiones que surgen de las diferencias en contraste. Gran parte de nuestra percepción del color depende del contexto en estos escenarios, y el nuevo modelo muestra exactamente qué parte de nuestro sistema de procesamiento visual es responsable.
El modelo computacional fue probado y se encontró que era cierto para la percepción humana de varias ilusiones opticasrespuestas registradas en las retinas de los primatesy más de 50 ejemplos de fenómenos de brillo y color.
Anteriormente, se pensaba que otros factores (nuestro conocimiento actual de las formas y los objetos, por ejemplo, o los movimientos de los ojos) podrían ser los responsables de que las ilusiones ópticas nos engañen por completo. Parece que esas ideas anteriores podrían necesitar un replanteamiento.
“Esto arroja al aire muchas suposiciones arraigadas sobre cómo funcionan las ilusiones visuales”. dice Troscianko.
La investigación ha sido publicada en PLOS Biología Computacional.