Fonte: Nishida
(2012).
A informação que o LGN
recebe dos fotorreceptores da retina são passadas para o córtex visual
primário, um dos níveis do córtex visual responsável pela orientação e delimitação
(neste caso, de objetos). O córtex visual primário é dividido em mais seis
camadas (HUFF; TADI, 2019). Segundo alguns neurologistas, a quarta camada é
responsável por receber as informações vindas do LGN, mandando a informação
recebida para o córtex visual pré-estriado (V2), sendo esta área responsável
pelo reconhecimento de frequências espaciais, padrões de moderada complexidade
e orientação de objetos. O V2 manda uma espécie de feedback para o V1,
melhorando a complexidade dos padrões de luminosidade e orientação espacial
(WANDELL; DUMOULIN; BREWER, 2009), para então o sinal ser mandado à área visual
V4, uma área com grande concentração de células sensíveis a cores, o que alguns
cientistas chamam de centro das cores [Color Centre] (BARTELS; ZEKI,
2000), embora ainda haja controvérsias sobre o local em que a informação
provinda dos fotorreceptores é processada, tendo como fim o reconhecimento das
cores[3].
As explicações
neurocientíficas e físicas nos ajudam a entender os processos que estão
acontecendo em nosso cérebro, como sinais sinápticos etc. Porém, ainda há
algumas (ou várias) questões que não são respondidas de maneira tão definida.
Isto é, falar de comunicações entre neurônios não explica tudo sobre o assunto.
Entender, por exemplo, como um conjunto de fótons de luz, que convergem em
nossa retina, transformam-se em uma imagem não é uma tarefa simples. Além
disso, como chamamos esse resultado (imagem) por nomes, isto é, como fótons de
luz, que excitam neurônios e são processadas no córtex visual, se “transformam”
em uma imagem nomeada por uma determinada palavra (GEGENFURTNER, 2003)?
Formas de nomear cores ao redor do mundo
Um fenômeno da língua
consiste em categorizarmos cores, isto é, atribuímos um nome a cada uma das
diferentes frequências em certos intervalos. Por exemplo, chamamos o intervalo
entre ~635nm (nanômetros) à ~700nm de vermelho; ~400nm - ~450nm de violeta; ~560nm
- ~590nm de amarelo. Porém, essa é a forma com a qual categorizamos cores na
língua portuguesa. Nomeamos determinadas frequências arbitrariamente, isto é,
chamamos as cores da forma que aprendemos, e esta distinção é compartilhada
pelos falantes da língua. Pessoas com uma visão normal, falantes da mesma
língua, concordam com que as cores têm o mesmo nome. O que na verdade estamos
nomeando é a experiência causada por determinadas frequências (que se
distinguem por seu comprimento de onda). Podemos concordar que o mundo que
observamos é o mesmo. Porém, no tocante às cores, as nomeamos de maneira
diferente em diferentes línguas. O que significa que não é necessário apenas
poder ter certas experiências para categorizar e nomear cores: precisamos
também aprender socialmente a atribuir certos nomes a certas experiências.
Nomes básicos para cores,
ou termos básicos, são expressões para conceitos usadas para referir as cores
que nomeamos sem nenhum adjetivo adicional — sem necessidade de adicionar
expressões como ‘claro’, ‘escuro’, ou assim como tal coisa etc. Um termo
básico para uma cor é o que linguistas chamam de categoria (WITZEL;
GEGENFURTNER, 2018; BERLIN; KAY, 1969). A língua portuguesa, assim como o
inglês, tem onze nomes básicos para cores. Assim, um exemplo de termo básico no
português seria azul, sendo que azul claro ou azul escuro não seriam
categorias. Os termos básicos para cores, na língua portuguesa, são: vermelho,
azul, verde, amarelo, branco, preto, rosa, roxo, cinza, laranja e marrom. Dessa
forma, podemos dizer que a língua portuguesa tem onze categorias para cores. Ou
seja, categorizamos todas as frequências, capazes de excitar nossos
fotorreceptores, em onze categorias distintas. O azul não é verde, o verde não
é amarelo, o amarelo não é laranja, o laranja não é vermelho, e assim por
diante.
Porém, essa é a forma
como nós categorizamos. Dentre as variadas línguas humanas, há variadas formas
de categorizar cores. A língua russa e a grega têm doze termos básicos para
cores (MAIER; RAHMAN, 2018; THIERRY et al., 2009), dividindo o que
categorizamos como azul em dois termos. Claro que podemos ser recursivos e
dizer ‘o azul mais claro’, ‘o azul claro’ e ‘o azul escuro’, mas estamos
distinguindo apenas as diferenças dentro de um mesmo termo básico, para nós. Os
termos básicos mencionados acima são um tanto quanto simples de entendermos, já
que é uma bipartição de um termo básico da língua que falamos (azul na língua
portuguesa).
Essa fácil compreensão
não se repete ao analisarmos línguas com apenas cinco termos básicos. O berinmo
e o himba, duas línguas faladas em Papua Nova Guiné, dividem o espectro de
cores em cinco termos básicos (fig. 2). No caso do himba, o termo dumbu
serve para nomear o que no português seriam tons de verde, tons de amarelo,
tons de laranja, tons de marrom e tons de rosa. Já o termo burou são
tons de roxo, azul e verde. Essas distinções são muito semelhantes no berinmo,
em que o termo wor nomeia quase o mesmo que dumbu nomeia, e o
termo nol o que burou nomeia. O caráter universal que as cores
parecem ter enfraquece quando nos deparamos com a forma com a qual diferentes
culturas nomeiam cores.
Recentes estudos mostram
que nossa percepção é categórica (DAVIDOFF, 2001; ROBERSON; DAVIDOFF; DAVIES;
SHAPIRO, 2004). Isso significa que se ouvirmos em um continuum os sons ba
e pa, sendo que várias vezes se repete um em transição para outro,
ouviríamos ba ou pa, não havendo meio termo entre eles. Pois não
há um meio termo entre ba e pa. Isso significa que nossa
percepção ocorre de forma categórica, isto é, divide entre uma coisa ou outra.
Assim também ocorre com estímulos coloridos, os percebemos de forma categórica
(“azul” não é “amarelo”). Analisando a língua berinmo e a língua himba, no
entanto, percebeu-se uma grande diferença entre a percepção categórica de cores
entre línguas. Nessas línguas, as barreiras entre as cores são diferentes de
como nós, falantes do português, as concebemos, pois conseguimos distinguir a
barreira entre o verde e o azul, entre o verde e o amarelo, o amarelo e o rosa,
o amarelo e o marrom etc. Portanto, dentro desse continuum,
categorizamos o que é azul, verde, amarelo, marrom, rosa etc. Porém, isso não
acontece com os falantes de berinmo e himba. E este fato é ocasionado por suas
diferentes categorizações. Analisando a figura 2, podemos ver os limites entre
as categorias himba e berinmo. Dentro de um continuum, para falantes
dessas línguas, não há transição entre o que chamamos de azul e verde. Para
nós, falantes de línguas que não categorizam o espectro de cores da mesma
forma, não conseguimos distinguir a diferença entre as categorias dumbu/burou
(himba) e wor/nol (berinmo). Esses estudos, realizados por Roberson et
al (2004), são fortes evidências de que a língua do falante determina a
percepção categórica. Ou seja, nossa percepção categórica é moldada pela língua
que falamos.
Figura 2.
Categorias de cores na língua Himba, Berinmo e Inglês, respectivamente.
Fonte:
“Color categories: evidence to cultural relativity hypothesis” em Roberson and
colleagues.
Relativismo linguístico vs.
Universalismo das cores
As teses da seção
anterior são relacionadas com a teoria proposta por Benjamin Lee Whorf
(conhecido como paradigma Sapir-Whorf), que afirmava que a língua de um falante
altera a forma como ele pensa e como percebe o mundo (LUCY, 2001). Vários
experimentos e teorias surgiram em oposição, argumentando que cores são
categorias universais, dando origem ao universalismo das cores (BERLIN; KAY,
1969). Berlin e Kay, propuseram que cores são universais e seguem uma evolução.
Baseando-se em um estudo empírico de 20 línguas,
perceberam que línguas com dois termos para cores continham preto e branco;
línguas com três termos continham preto, branco e vermelho; línguas com quatro
termos continham os anteriores mais o verde; línguas com cinco ou seis, os
anteriores mais amarelo ou azul; línguas com sete, os anteriores, mais marrom;
e as com mais termos contêm todas as cores citadas mais o rosa e o cinza.
Entretanto, após
evidências de que os estágios evolucionários não seguiam o mesmo padrão
encontrado nas vinte línguas (além do experimento ter sido feito com falantes
bilíngues, isto é, falavam uma das vinte línguas mais o inglês), Berlin e Kay
alteraram sua teoria universal das cores. Dessa forma, vários estudos e
experimentos mostraram que a hipótese do relativismo das cores, proposta
primeiramente por Whorf (1956), ainda se sustenta. Embora de uma maneira mais
fraca e não tão radical como Whorf, Davidoff (2001) mostrou que falantes de
berinmo tinham diferentes categorias para cores (não seguindo os estágios
evolucionários proposto por Berlin e Kay) quando analisados frente a falantes
de inglês. Além disso, Regier e Kay (2009), chegaram à conclusão de que Whorf
estava parcialmente certo (o nome do artigo é “Linguagem, Pensamento e cores:
Whorf estava Meio Certo” [Language, Thought and colors: Whorf was Half Right]),
concluindo que a percepção de cores é influenciada pela língua do falante, mas
apenas no campo visual direito (sigla em inglês RVF [Right Visual Field]),
localizado no hemisfério esquerdo do cérebro, composto por algumas áreas
responsáveis pela linguagem, como a área de Wernick e a área de Broca. Isto é
conhecido como lateralização do processamento, quando apenas um hemisfério é
responsável pelo processamento de um estímulo dado sua colocação no campo
visual (GILBERT et al., 2008). Assim, esse estudo sugere que, embora seja
apenas o RVF que influencia a percepção de cores, ainda assim nossa percepção é
influenciada pelo conteúdo semântico que uma palavra para cor pode ter.
Podemos afirmar que nossa
percepção é influenciada por nossa língua, ocasionando uma percepção categórica
das cores. Mas como isso ocorre não está claro até este momento. Também podemos
dizer, a partir dos estudos das línguas berinmo e himba, que cores não existem
no mundo, já que a forma com a qual categorizamos as frequências chegadas aos
nossos olhos mudam de língua para língua[4]. A percepção dos limites (boundaries)
não é idêntica em línguas que categorizam o espectro das cores de maneira
distinta — não conseguimos encontrar a barreira entre o wor/nol da mesma
forma que falantes de berinmo não conseguem encontrar a barreira entre verde/azul
(ROBERSON; DAVIDOFF; DAVIES; SHAPIRO, 2004). Mas de que forma isso ocorre? De
que forma nossos conceitos (categorias de cores, nesse caso) influenciam nossa
percepção?
O cérebro como um testador de
hipótese
O cérebro como um
testador de hipóteses é uma teoria proposta, primeiramente, por Helmholtz
(1860/2007). Quando falamos de processamento cerebral, da forma como neurônios
se comportam e o resultado desse comportamento, estamos fazendo uma ligação
entre o mundo externo e o mundo interno. Dado que o mundo externo é acessível à
cognição somente por meio de inputs e, sendo esses inputs
estímulos ambíguos ou, no melhor dos casos, sinais degradados por conta de
mecanismos anatômicos, a teoria do cérebro como testador de hipóteses busca
explicar como podemos perceber formas definidas provenientes de estímulos pouco
definidos.
O problema da abdução
Supondo que somos nosso
cérebro e uma caixa seja nosso corpo, tudo o que acontece no exterior da caixa
é o mundo e não temos acesso direto ao que está ocorrendo fora da caixa. A
única forma de sabermos o que acontece fora da caixa é pelos barulhos que
chegam até ela. Assim, o que faríamos seria elaborar hipóteses acerca desses
sons disponíveis para nós (HOHWY, 2014). Esta é uma analogia para explicar que
nosso cérebro não tem acesso direto ao mundo, tendo que interpretá-lo usando
como conteúdos os inputs que chegam pelos sentidos. A partir desse
cenário, surge um problema: como podemos inferir as causas a partir dos efeitos
que chegam ao cérebro por meio dos sentidos? Esse problema é conhecido como o
problema da abdução, semelhante ao problema da indução de Hume.
A inferência abdutiva
parte dos efeitos às causas (“A grama está molhada, logo choveu”), diferente da
inferência indutiva, que, a partir das causas, infere os efeitos (“Se eu abrir
a torneira, irá sair água”). A noção de causa e efeito tem relação com o
movimento lógico-inferencial no qual um fato ou evento implica outro (A
B). Porém, ao contrário do que
pensamos, e que já foi visto por Hume (1748/2006), a relação causal
(representada por um tipo especial de implicação material: AB) não está na natureza, e sim na
mente humana.
O problema que surge a
partir da explicação do cérebro na caixa é que um efeito (input) pode
ter múltiplas causas (mundo exterior) — ao contrário da discussão humeana sobre
a inferência indutiva, que foca na questão dos múltiplos efeitos possíveis: em
como uma causa pode ter vários efeitos (abrir a torneira e sair água, ou não
sair água, ou sair uma salamandra, ou um fantasma etc.).
Retomando a analogia do
cérebro na caixa, ao ouvirmos um barulho (input) oriundo de fora (mundo
externo), como tóc-tóc-tóc a aproximadamente 200 batidas por minuto
(bpm), como não temos acesso direto ao que está acontecendo
externamente, temos que formular hipóteses que expliquem bem a evidência.
Poderíamos dizer, um tanto metaforicamente, que (1) é um pica-pau bicando o
exterior da caixa, ou (2) é uma pessoa batendo fora da caixa, ou (3) é um
extraterrestre atirando com sua arma laser. Portanto, o que temos são
apenas os efeitos, e temos de inferir a causa, sendo que o efeito é o barulho (tóc-tóc-tóc
a 200 bpm) e a causa é uma das três hipóteses formuladas acima. Trata-se de uma
inferência abdutiva, isto é, infere-se, a partir do efeito à causa. Para
descrevermos satisfatoriamente esses movimentos inferenciais usamos
probabilidade bayesiana:
Essa fórmula descreve
que: a melhor hipótese que explica a evidência é o resultado da probabilidade
da evidência (barulho) ser explicada pela hipótese, vezes a probabilidade de a
hipótese existir por si só, sendo tudo isso dividido pela probabilidade da evidência
existir.
Analisemos qual das três
hipóteses formuladas melhor explicam a evidência. (1) A probabilidade da
hipótese (p(h)) existir por si só é alta (a hipótese existir recebe o
valor 1), porém, um pica-pau conseguir bater em uma caixa a 200 bpm (p(e|h))
é algo quase impossível (por não haver pica-paus assim, consideremos que o
valor seja <0,01), não explicando bem o efeito. Assim, ao multiplicarmos
0,01 (p(e|h)) (considerando que não há pica-paus capazes de bater a 200
bpm) por 1 ((p(h)), temos o resultado de 0,01 (0,01 . 1 = 0,01). (2) A
probabilidade da hipótese (p(h)) existir por si só é alta (a hipótese
existir recebe o valor 1), além disso, a probabilidade de uma pessoa bater em
uma porta a 200 bpm (p(e|h)) também é alta e explica muito bem o efeito
(a probabilidade ser alta, e explicar bem a evidência, recebe um valor >0,5
- considerando que nem todas as pessoas conseguem bater nessa velocidade,
embora tenham esse potencial). Logo, multiplicando 0,5 (p(e|h)) por 1 ((p(h)),
temos um resultado de 0,5 (0,5 . 1 = 0,5). (3) A probabilidade da hipótese ((p(h))
existir por si só é baixa, levando em consideração que até hoje não se teve
indícios de vida fora do planeta Terra (a hipótese recebe valor <0,0001). Já
a probabilidade de uma arma laser atirar a 200 bpm é alta, explicando
muito bem a evidência (a probabilidade ser alta e explicar a evidência recebe
valor >0,8). Então, multiplicando 0,0001 (p(e|h)) por 0,8 ((p(h)),
temos como resultado 0,00008 (0,8 . 0,0001 = 0,00008). Todos os resultados que
obtivemos de (1), (2) e (3) são divididos pelo mesmo número, a probabilidade de
a evidência existir (p(e)), que nesse caso podemos dar o valor de 1,
pois estamos considerando que ela existe.
A hipótese a ser
escolhida como a que melhor explica a evidência é a que tem o maior resultado.
Portanto, escolheríamos a hipótese de que é uma pessoa batendo na caixa. Não
escolheríamos um pica-pau bicando a caixa, pois embora pica-paus existam, eles
não conseguiriam bicar a caixa na velocidade que se ouviu, portanto, a hipótese
não explica bem a evidência. Também não escolheríamos a arma do extraterrestre,
embora, ao contrário do pica-pau, explique muito bem a evidência, a
possibilidade da existência de um extraterrestre é muito baixa.
Percepção bayesiana
A percepção ocorrer de
forma preditiva é derivada da teoria do Cérebro Bayesiano. De acordo com ela, o
cérebro tem acesso ao mundo por intermédio dos sentidos, e sua tarefa é
compreender de forma abdutiva os estímulos sensoriais que chegam até ele. Porém,
os inputs provenientes do mundo estão cheios de irregularidades, sendo
que o cérebro, através da percepção preditiva, é o responsável por ordenar
essas irregularidades (HOHWY, 2014). Por não ter acesso direto, o cérebro cria
um modelo interno do mundo para predizer a realidade. Dessa forma, antes mesmo
dos fótons de luz, por exemplo, chegarem a sua retina, seu cérebro já está
predizendo isso. Essa predição é o que chamamos de percepção, sendo que, quanto
menor for o erro dessa predição, mais similar com o mundo a representação que
seu cérebro cria está. Portanto, a teoria é, basicamente: o cérebro tenta
encontrar regularidades na natureza, mesmo não tendo acesso direto a ela;
tentando predizer acuradamente, de forma calculada, a realidade, a fim de
diminuir o erro de predição, e evitar ter de se corrigir.
Assim, o modelo de mundo,
também chamado de modelo generativo, é a forma como o cérebro representa
(internamente) o mundo. Uma segunda tarefa da percepção (a primeira seria a
própria predição) é atualizar o modelo generativo, sendo que essa atualização é
feita quando há um erro de predição (quando o modelo generativo não condiz com
os dados recebidos dos sentidos). Essa comunicação entre o modelo generativo e
os inputs sensoriais (resultando no erro de predição) se dá em níveis
hierárquicos, sendo que os níveis mais elevados[5] (high-levels) correspondem aos
neurônios responsáveis pelo processamento de informação, enquanto os níveis
mais baixos[6]
(low-levels) estão relacionados a neurônios receptores de informação
sensorial (FRISTON, 2010).
Comumente pensa-se que os
inputs sensoriais percorrem o caminho para chegar aos níveis mais
elevados. Porém, o caminho feito é ao contrário, pois, como a predição vem
antes dos inputs sensoriais, o caminho feito é de cima para baixo (top-down)
e não de baixo para cima (bottom-up). Desta forma, a maneira como nós
percebemos é pelo modelo generativo, e não da forma como o mundo realmente é.
Assim, pois, níveis hierárquicos superiores influenciam níveis inferiores. Se
retomarmos o exemplo da seção anterior (pessoa dentro de uma caixa), perceberemos a influência que nossa escolha
da hipótese que melhor explica a evidência tem, uma vez que a única evidência
que tínhamos era um ruído incerto (apenas categorizamos ele como batidas a 200
bpm), sendo que poderíamos formular milhões de hipóteses que explicassem essa
evidência. Apenas escolhemos a hipótese (1), pois levando em consideração
experiências passadas (perceptual priors), através de um cálculo
probabilístico bayesiano, concluímos que a hipótese (1) explicava melhor a
evidência. Entretanto, isso não quer dizer que essa era de fato a hipótese
correta, mas sim a que melhor se encaixava nas evidências disponíveis.
Para entendermos melhor
como a estatística bayesiana serve para explicar como nossa percepção opera,
consideremos as seguintes variáveis: 1) posterior probability[7]; 2) likelihood[8];
e 3) prior probability[9].
Segundo a fórmula de Bayes, essas variáveis se organizariam da seguinte
maneira: posterior probability = likelihood . prior probability.
Correspondendo, respectivamente, à: p(h|e); p(e|h); e p(h).
Como dito anteriormente, antes da informação sensorial chegar ao nível de
processamento, o cérebro já estava predizendo isso. Ou seja, estava fazendo um
processo inferencial. Desta forma, a percepção é a inferência que melhor
explica a evidência. Se analisarmos novamente a fórmula (posterior
probability = likelihood . prior probability), perceberemos que nossas
hipóteses que melhor explicaram a evidência no passado (priors), são
determinantes para o resultado de nossa percepção (posterior). Esse
processo ocorre pelo fato do cérebro procurar regularidades no mundo. Para
melhor encontrá-las, ele precisa minimizar o erro de predição (a divergência
entre o modelo generativo e o mundo externo). Portanto, a tarefa da percepção é
a otimização do modelo generativo, acontecendo quando há um erro de predição,
isto é, quando os níveis hierárquicos superiores geram uma predição que não
condiz com os inputs vindos dos níveis inferiores. Dessa forma, o erro
de predição é o que chamamos de surpresa, um resultado inesperado ao organismo
O cérebro precisa de um modelo preciso para evitar a surpresa. Caso o modelo
generativo não seja preciso, as irregularidades (ruídos) que chegam aos
sentidos passariam dos níveis hierárquicos inferiores aos superiores gerando
erro de predição no organismo, ou seja, a cada movimento que acontecesse
geraria surpresa ao organismo, impedindo-o de se manter em estados em que sua
entropia é menor (ver FRISTON, 2010).
Influência Top-Down na Percepção
A percepção ser preditiva
é derivada de níveis hierárquicos de processamento cerebral. Níveis mais
elevados na hierarquia geram uma expectativa, uma predição, ao input que
está vindo do nível hierárquico inferior. Assim, a regra de bayes é aplicada em
diferentes níveis, gerando predições acerca do que está sendo processado nos
níveis abaixo. Dessa forma, é dito que há uma penetrabilidade top-down,
em que níveis superiores de processamento influenciam níveis inferiores,
havendo, desta forma, uma influência da cognição na percepção. Essa é uma tese
contrária às teorias bottom-up (PYLYSHYN, 1999; FODOR, 1983), que
defendem que “[...] fatores cognitivos de níveis superiores, como estados
mentais e conhecimento contextual, não podem, como não influenciam o
processamento de níveis inferiores de inputs sensoriais” (OTTEN; SETH;
PINTO, 2016, p. 3, tradução nossa, grifo nosso)[10].
Para sustentar que o
cérebro opere de acordo com a regra bayesiana, é necessário assumir a
penetrabilidade top-down. Entretanto, essa suposição não é meramente
teórica. Existem diversos experimentos que demonstram essa penetrabilidade de
estágios superiores de processamento cognitivo nos níveis sensoriais (MARX;
EINHAUSER, 2014; SUMMERFIELD et al, 2008; BALCETIS. DUNNING, 2006).
Um dos experimentos
realizados por Levin e Banaji (2006) demonstrou que a percepção é influenciada
por perceptual priors. Foram apresentados dois estímulos em um monitor,
ambos com o mesmo grau de luminosidade e saturação: uma face com
características caucasianas e outra com características africanas. As duas
faces (figura) eram apresentadas ao mesmo tempo, uma delas sendo a referência e
a outra ajustável. A tarefa consistia em ajustar o brilho da face ajustável a
fim de ter o mesmo brilho da face referência. O resultado obtido foi de que:
“Os participantes escolheram menos luminância para faces negras como referência
do que faces brancas” (LEVIN; BANAJI, 2006, p. 504, tradução nossa)[11]. Ou seja,
se a face referência fosse negra, a luminância da face ajustável (branca) era
diminuída, deixando a face ajustável mais escura. O contrário acontecia quando
a face branca era a referência, sendo o grau de luminosidade da face ajustável
(negra) aumentado.
Isso mostra-nos que
antigos priors influenciam a percepção. Se analisarmos isso segundo a
forma de bayes, seria coerente chegarmos à conclusão de que faces com
características negras são mais escuras que as faces com características
brancas, dada a evidência de que até hoje vimos faces negras mais escuras
comparadas à faces brancas[12].
Esse efeito observado não pode ser explicado por teorias bottom-up,
visto que estas necessitam amparar a causa desta mudança de percepção em
diferenças de estímulo ou processamento sensorial. Entretanto, da mesma forma
como diversas ilusões de óptica, as teorias top-down são capazes de
explicar diferenças perceptivas na ausência de diferenças de estímulo.
Figura 4. Graus de saturação e luminosidade de faces
utilizadas no experimento de Levin e Banaji.
Fonte:
“Distortions in the Perceived Lightness of Faces: The Role of Race Categories”
de Levin e Banaji (2006).
Percepção moldada
Para responder à questão
levantada no final da seção 1.4 (“De que forma nossas categorias linguísticas
de cores influenciam nossa percepção?”) foi necessário primeiramente
apresentarmos a teoria do cérebro bayesiano (proposta por Hohwy (2014); Andy
Clark 2015), a fim de notarmos a influência dos níveis hierárquicos na
percepção. Dessa forma, analisaremos, neste capítulo, se há uma possível
intersecção entre a teoria do relativismo linguístico das cores (a percepção
categórica é alterada de acordo com a língua) frente a teoria do cérebro
bayesiano.
A categorização de cores não está no
córtex visual
Existem múltiplas formas
de abordar o estudo do processamento de cores no cérebro, devido à grande
abrangência dos processos envolvidos. Isso se dá por conta do longo caminho que
um input sensorial faz para ser processado e compreendido como o que
chamamos usualmente de cor. Primeiramente, (1) os fótons de luz (frequências a
determinados comprimentos de onda) chegam a nossa retina, (2) excitando os
fotorreceptores (cones e bastonetes), (3) gerando um sinal para o nervo óptico,
(4) carregando a informação (comunicação sináptica) até o tálamo, no LGN, (5)
enviando o sinal para o córtex visual, (6) sendo processado, subindo os níveis
do córtex visual, excitando as células sensíveis a cores (localizadas no V3[13] (OTTEN;
SETH; PINTO, 2016)).
Da mesma forma que os
cones não processam cores (apenas são fotorreceptores que são excitados com
frequências entre ~400nm à ~700nm), o córtex visual não é responsável pela
categorização das cores. Como vimos acima, o córtex visual é responsável pelo
processamento de frequências visíveis, isto é, células que são sensíveis aos
sinais enviados do LGN ao córtex visual, ao excitadas, ativam uma gama de
neurônios da área. Porém, isso não quer dizer que seja responsável pela
categorização de cores, já que a categorização tem a ver com a linguagem
(DAVIDOFF, 2001). Se afirmarmos que a categorização de cores está no córtex
visual, seria o mesmo que afirmarmos que a categorização de objetos também
está, pois é o córtex visual o responsável pelo primeiro processamento dos inputs
sensoriais da visão. Com o avanço da interdisciplinaridade em laboratórios
de neurociências cognitivas[14],
a pesquisa sobre o efeito da percepção categórica em relação a cores
expandiu-se. Bird et al, encontraram, com um experimento de fMRI (do inglês functional
Magnetic Resonance Imaging), que cores são
[...] codificadas categoricamente, mesmo quando a
diferença entre tons é irrelevante para a tarefa a ser feita. As únicas regiões
corticais que mostraram o efeito categórico foram o córtex pré-frontal
dorsolateral em ambos hemisférios, sugerindo que a codificação automática de
cores ocorra a um estágio conceitual de processamento (BIRD; BERENS; HORNER;
FRANKLIN, 2013, p.5, tradução nossa).[15]
Se classificarmos níveis
de processamento de forma hierárquica, um estágio conceitual (córtex
pré-frontal dorsolateral), como dito por Bird et al, estaria acima do nível de
processamento visual (córtex visual). Isso nos leva a inferir que a
categorização faz parte de um nível hierárquico elevado (high level).
Assim, o papel do córtex visual no processamento de cores é somente o de
reconhecimento de frequências do espectro visível, isto é, ao olharmos para um
objeto que estimula os fotorreceptores, o córtex visual “interpretará” esse
sinal como colorido[16]
e não como vermelho, azul, amarelo etc.
Percepção categórica e compreensão
Algo a ser notado é a
integração de vários níveis de processamento cerebral que “dão cor ao mundo que
enxergamos”. Pode-se inferir isso a partir de estudos em pacientes com lesões
cerebrais específicas. Se há uma lesão, ou deficiência, em algum desses níveis,
quer seja um mais baixo ou um mais elevado, há uma disfunção na percepção. Se a
uma pessoa nascer sem um dos cones, ela será daltônica, ou seja, não verá todo
o espectro visível de cores por uma deficiência de filtragem do input sensorial[17]. Caso a
lesão seja em um nível de processamento, como o córtex visual, ocorre um
fenômeno chamado de acromatopsia, “[...] o nome dado a uma condição causada por
uma lesão no córtex occipital ventral [ventral occipital cortex] que
causa uma perda da habilidade de reconhecer cores sem perda da percepção de
forma e movimento” (SHAPLEY; HAWKEN, 2011, p.704)[18]. Já se a lesão for em
um nível superior de processamento, envolvendo o córtex pré-frontal
dorsolateral, a compreensão de cores se esvai. Para melhor entendermos isso,
tomemos como exemplo o caso clínico de L.E.W, um paciente que sofreu um
acidente vascular encefálico no hemisfério esquerdo (ROBERSON; DAVIDOFF;
BRAISBY, 1999). A lesão ocorreu em todo o hemisfério esquerdo, danificando
regiões cerebrais que posteriormente foram descobertas responsáveis pela
categorização (córtex pré-frontal dorsolateral). Por conta disso, L.E.W. não
conseguia compreender cores, apesar de ter a capacidade de enxergá-las,
agrupando categorias de forma aleatória em tarefas de semelhança entre
tonalidades (DAVIDOFF, 2001). Outro experimento consistia em apontar para as
cores e nomeá-las,
L.E.W. nomeou as cores corretamente 3/10, 2/10 e 0/10;
Por vezes os erros de nomeação foram grotescos (e.g. azul para vermelho,
vermelho para amarelo) e em outros momentos LEW era incapaz de gerar qualquer
palavra, entretanto sempre declarava que sabia a palavra. Já erros ao
apontamento de cores foram menos grotescos (e.g. apontou rosa no lugar de
vermelho, azul ou marrom no lugar de verde, e branco no lugar de amarelo)
(ROBERSON; DAVIDOFF; BRAISBY, 1999, p. 6, tradução nossa).[19]
A partir dos exemplos
acima, podemos inferir que para haver percepção de cores, é necessária uma
integração de várias áreas cerebrais em diferentes estágios e níveis de
processamento. Isto é, para a percepção (posterior probability = likelihood
. prior probability) operar à fim de otimizar o modelo generativo
(predizendo melhor os inputs sensoriais e diminuindo o erro de
predição), é necessário ambas as conexões neurais de níveis hierárquicos
superiores (córtex pré-frontal dorsolateral) e de níveis inferiores (córtex
visual).
A percepção é a
inferência que melhor explica a evidência (input sensorial), dado que é
um movimento inferencial abdutivo (partindo do efeito à causa), que ocorre, de
forma preditiva em que a expectativa (do modelo generativo) pode moldar a forma
que percebemos o mundo (top-down). Caso haja um problema ocorrendo em um
nível superior podemos inferir que a percepção é falha, já que não há
compreensão do estímulo. Ou seja, não há erro de predição se não há predição
entre os níveis hierárquicos. A forma que o cérebro prediz a realidade não
ocorre de forma linear, isto é, não é um grau de predição. A predição ocorre
entre níveis hierárquicos de processamento, tendo uma “expectativa”, do nível
superior, em relação à resposta que o nível inferior dará. Como o organismo
busca minimizar o erro de predição para otimizar a percepção, um nível
hierárquico depende do outro para que a percepção opere de forma eficiente.
Portanto, o que o caso de L.E.W. nos mostra é que a percepção não pode ocorrer,
de maneira eficiente, sem a compreensão, sendo necessário entender cores para
percebê-las de forma adequada. Assim, podemos inferir que L.E.W. apenas vê o
mundo com cores, porém não consegue distinguir uma cor da outra por conta dos
níveis hierárquicos superiores não gerarem expectativa, não gerarem predições,
quanto aos inferiores.
Considerações finais
Perceber cores é uma
minimização do erro de predição, já que buscamos regularidades nas
irregularidades. Perceptual priors influenciam nossa percepção de cores
(OTTEN; SETH; PINTO, 2017), o que nos levaria a afirmação que a forma que
categorizamos cores influenciam nossa percepção categórica delas (REGIER; KAY,
2009), já que níveis hierárquicos superiores moldam níveis hierárquicos
inferiores?
Na primeira seção vimos
que nossa percepção de cores ocorre de forma categórica, e defendemos que essas
categorias são arbitrárias à língua do falante. Falantes de himba e de berinmo
agrupam na mesma categoria de cor tons de rosa os tons de verde, marrom,
laranja e amarelo, nomeando essa categoria de dumbu (himba) e wor (berinmo).
Também agrupam tons de verde, azul e roxo em outra categoria de cor, nomeando
de burou (himba) e nol (berinmo). Segundo experimentos realizados
por Roberson et al (2004), falantes de himba e berinmo eram incapazes de
encontrar os limites entre as categorias azul e verde, da mesma forma que
falantes de inglês foram incapazes de encontrar os limites entre dumbu/burou
e wor/nol. Na seção anterior (A categorização de cores não está no
córtex visual) vimos que a categorização de cores está em um nível de
processamento conceitual (BIRD; BERENS; HORNER; FRANKLIN, 2013), ou seja, um
nível hierárquico elevado. Na seção 2.5 vimos que níveis elevados de
processamento influenciam níveis inferiores (OTTEN; SETH; PINTO, 2016), gerando
predições a fim de minimizar o erro de predição. Isso nos levaria a inferir que
categorias de cores influenciam a forma que percebemos as cores?
A percepção de cores é
uma supressão do erro de predição, isso quer dizer que para percebermos as
cores, temos de minimizar o erro de predição, minimizar a diferença entre as
predições do modelo generativo e os inputs sensoriais vindos de níveis
inferiores. Como essa predição ocorre de forma top-down, não seria o
caso de menos categorias, como na língua himba e berinmo ou mais categorias,
como no russo e no grego, moldarem nossa percepção? Não há dúvida de que o input
sensorial que enxergamos é o mesmo, isto é, o mundo é o mesmo. A forma que um
organismo processa dado input sensorial seria a mesma se tivesse os
mesmos conceitos sobre a realidade. Embora saibamos que há uma diferença da
percepção (categórica), ainda não temos conhecimento o suficiente para afirmar
qualitativamente o quanto a percepção é influenciada.
De maneira geral, podemos
afirmar que percebemos as cores de maneira categórica (DAVIDOFF, 2001), isto é,
determinamos limites entre o continuum do espectro de frequências
visíveis. Isso ocorre pois nomeamos esse espectro visível. Essa nomeação só
ocorre por conta da língua que falamos. Vimos que diferentes línguas nomeiam de
forma distinta o espectro de frequências visíveis, ocasionando uma percepção
categórica diferente dos falantes de outras línguas cuja categorização não
ocorre da mesma forma (por exemplo, falantes de berinmo frente a falantes de
inglês). Dessa forma, nossa percepção é influenciada pela língua que falamos.
Como a categorização de
cores ocorre em um nível de processamento elevado (córtex pré-frontal
dorsolateral) (BIRD; BERENS; HORNER; FRANKLIN, 2013), e níveis superiores
influenciam os inferiores, nossa percepção categórica é moldada de acordo com a
língua que falamos. Isso explica por que não conseguimos encontrar os limites
entre as cores básicas de outras línguas que nomeiam-nas diferente de nós.
Podemos inferir isso da mesma forma, levando em conta o caso de L.E.W, que por
conta de um dano em uma área de processamento elevado, não conseguia nomear ou
encontrar os limites entre as cores. Mesmo tendo condições de ver as cores, não
era capaz de distingui-las, pois como vimos, a distinção de cores não está no
córtex visual, estágio de processamento inferior ao córtex pré-frontal
dorsolateral. Assim, levando em conta a intersecção entre a análise física e
cultural, frente aos experimentos linguísticos e neurocientíficos, podemos
concluir que a forma que percebemos as cores é categórica e a forma que nossa
língua categoriza as cores influencia a percepção categórica de cores, dando
validade para a tese do relativismo linguístico.
Referências
BARTELS, Adreas; ZEKI, Semir. “The Architecture of the Colour Centre in the Human
Visual Brain.” European Journal of Neuroscience 12, no 1
(janeiro de 2000): 172–93. https://doi.org/10.1046/j.1460-9568.2000.00905.x.
BALCETIS, Emily; DUNNING, David. “See what
you want to see: motivational influences on visual perception.” Journal of
personality and social psychology, v. 91, n. 4, p. 612, 2006.
BERLIN, Brent; KAY, Paul. “Basic Color
Terms: Their Universality and Evolution.” Berkeley: UC Press, 1969.
BIRD, Chris M.; BERENS, Samuel; HORNER,
Aidan; FRANKLIN, Anna. “Categorical Encoding of Color in the Brain.” Proceedings
of the National Academy of Sciences 111, no 12 (25 de março de
2014): 4590–95. https://doi.org/10.1073/pnas.1315275111.
BRAZIS, Paul W. Visual
Pathways; Anatomy and Field Defects. In: Encyclopedia of the Neurological
Sciences, v. 4, p. 707-713, 2014.
CLARK, Andy. Surfing Uncertainty: “Prediction, Action, and the Embodied Mind.” 1. Ed. New York: Oxford University Press, 2015.
DAVIDOFF, Jules. “Language and Perceptual
Categorisation.” Trends in Cognitive Sciences 5, no 9
(setembro de 2001): 382–87. https://doi.org/10.1016/S1364-6613(00)01726-5.
ODOR, Jerry A. The modularity of mind.
MIT press, 1983.
FRISTON, Karl. “The Free-Energy Principle:
A Unified Brain Theory?” Nature
Reviews Neuroscience 11, no
2 (fevereiro de 2010): 127–38. https://doi.org/10.1038/nrn2787.
GILBERT, Aubrey L. et al. Support for lateralization of the Whorf
effect beyond the realm of color discrimination. Brain and language, v.
105, n. 2, p. 91-98, 2008. DOI:
10.1016/j.bandl.2007.06.001
GEGENFURTNER, Karl R. “Cortical Mechanisms
of Colour Vision.” Nature Reviews
Neuroscience 4, no 7
(julho de 2003): 563–72. https://doi.org/10.1038/nrn1138.
GOURAS, Peter. Color Vision. Disponível em:
<https://webvision.med.utah.edu/book/part-vii-color-vision/color-vision/>. Acesso
em: 05/04/2019.
HADJIKHANI, Nouchine, Arthur K. Liu, Anders
M. Dale, Patrick Cavanagh, e Roger B.H. Tootell. “Retinotopy and Color
Sensitivity in Human Visual Cortical Area V8.” Nature Neuroscience 1, no 3 (julho de 1998): 235–41. https://doi.org/10.1038/681.
HELMHOLTZ, Hermann. Treatise on Physiological Optics, vol. III.
Tradução de C. Ladd-Franklin. New York: Dover, 2013.
HOHWY, Jakob. “The Hypothesis Testing
Brain: Some Philosophical Applications.” In Proceedings of the 9th
Conference of the Australasian Society for Cognitive Science, 135–44.
HOHWY, Jakob. The predictive mind.
New York: Oxford University Press, 2013.
HUFF, Trevor; TADI, Prasanna. “Neuroanatomy, Visual
Cortex”. Disponível em: <https://www.ncbi.nlm.nih.gov/books/NBK482504/>. Acesso em: 17 de março de 2019.
HUME, David. Investigação acerca do entendimento
humano. Acrópolis, 2006. Disponível em: <http://www.ebooksbrasil.org/adobeebook/hume.pdf>. Acesso em: 28 de novembro de 2018.
KOLB, Helga. “How Retina Works.” American Scientist
91 (Janeiro de 2003): 28-35
LENNIE, Peter. “The Physiology of Color Vision.” In: KSIAZEK, Susan. “The
Science of Color.” Amsterdam: Elsevier, 2003. p. 217-246.
LEVIN, Daniel T.; BANAJI, Mahzarin. “Distortions
in the Perceived Lightness of Faces: The Role of Race Categories.” Journal
of Experimental Psychology: General 135, no 4 (2006): 501–12. https://doi.org/10.1037/0096-3445.135.4.501.
LUCY, John A. “Sapir-Whorf Hypothesis.” In International
Encyclopedia of the Social & Behavioral Sciences, 903–6. Elsevier,
2015. https://doi.org/10.1016/B978-0-08-097086-8.52017-0.
MAIER, Martin; RAHMAN, Rasha A. “Native
Language Promotes Access to Visual Consciousness.” Psychological Science 29, no 11 (novembro de 2018): 1757–72. https://doi.org/10.1177/0956797618782181.
MARX, Svenja; EINHAUSER, Wolfgang. Reward directly modulates perception in
binocular rivalry. Journal of Vision, v. 14, n. 10, p. 502-502, 2014.
NAGEL, Thomas. "What Is It Like to Be a Bat?". The Philosophical Review 83,
nº 4 (1974): 435–450. doi:10.2307/2183914.
NISHIDA, Silvia. “Sentido da Visão”. In: “Apostila
do Curso de Fisiologia”. Botucatu:
UNESP, 2012. p. 85-100.
OTTEN, Marte, SETH, Anil K.; PINTO, Yair.
“A Social Bayesian Brain: How Social Knowledge Can Shape Visual Perception.” Brain
and Cognition 112 (março de 2017): 69–77.
https://doi.org/10.1016/j.bandc.2016.05.002.
PYLYSHYN, Zenon. Is vision continuous with
cognition?: The case for cognitive impenetrability of visual perception. Behavioral
and brain sciences, v. 22, n. 3, p. 341-365, 1999.
REGIER, Terry; KAY, Paul. “Language,
Thought, and Color: Whorf Was Half Right.” Trends in Cognitive Sciences
13, no 10 (outubro de 2009): 439–46.
https://doi.org/10.1016/j.tics.2009.07.001.
RIZZO, J. F. Embryology,
anatomy, and physiology of the afferent visual pathway. Clinical
Neuro-Ophthalmology, p. 3-82, 2005.
ROBERSON, Debi; DAVIDOFF, Jules; DAVIES,
Ian R.L.; SHAPIRO, Laura R. “Color Categories: Evidence for the Cultural
Relativity Hypothesis.” Cognitive
Psychology 50, no 4 (junho
de 2005): 378–411. https://doi.org/10.1016/j.cogpsych.2004.10.001.
ROBERSON, Debi; DAVIDOFF, Jules; BRAISBY,
Nick. “Similarity and Categorisation: Neuropsychological Evidence for a
Dissociation in Explicit Categorisation Tasks.” Cognition 71, no
1 (maio de 1999): 1–42. https://doi.org/10.1016/S0010-0277(99)00013-X.
SHAPLEY, Robert; HAWKEN, Michael J. “Color
in the Cortex: Single- and Double-Opponent Cells.” Vision Research 51, no
7 (abril de 2011): 701–17. https://doi.org/10.1016/j.visres.2011.02.012.
SUMMERFIELD, Christopher et al. Neural
repetition suppression reflects fulfilled perceptual expectations. Nature
neuroscience, v. 11, n. 9, p. 1004-1006, 2008.
THIERRY, Guillaume et al. Unconscious
effects of language-specific terminology on preattentive color perception. Proceedings
of the National Academy of Sciences, v. 106, n. 11, p. 4567-4570, 2009.
WANDELL, B.A.; DUMOULIN, S.O.; BREWER, A.A.
“Visual Cortex in Humans”. In Encyclopedia of Neuroscience. Elsevier,
2009: 251-57. https://doi.org/10.1016/B978-008045046-9.00241-2.
WITZEL, Christoph; GEGENFURTNER, Karl R.
“Are Red, Yellow, Green, and Blue Perceptual Categories?” Vision Research
151 (outubro de 2018): 152–63. https://doi.org/10.1016/j.visres.2018.04.002.
VANDENBROUCKE, Annelinde RE et al. Prior
knowledge about objects determines neural color representation in human visual
cortex. Cerebral cortex, v. 26, n. 4, p. 1401-1408, 2016
RECEBIDO: 07/02/2022 RECEIVED:
07/02/2022
APROVADO: 28/06/2022 APPROVED:
28/06/2022
