Psicofísica Moderna II – Teoria de Detecção de Sinal (parte II)

No texto Psicofísica Moderna II – Teoria de Detecção de Sinal (parte I) apresentamos os fundamentos teóricos da TDS. Ademais, apontamos que a maioria dos livros-textos cometem erros básicos em suas explicações sobre a referida teoria. A origem destes erros é a tentativa de simplificar um assunto deveras complexo.
Como discutido no texto supracitado, a TDS não supõe um limiar sensorial absoluto. Ou seja, perceber um estímulo é um fenômeno contínuo e não discreto. Neste sentido, depreende-se que o fato de uma pessoa perceber ou não um estímulo depende de fatores não-sensoriais. Os indivíduos não apenas percebem, mas tomam decisões acerca de evidências. A TDS relaciona o comportamento de escolha ao espaço de decisão psicológica.
Para avançar em nossa discussão, vamos nos valer mais uma vez do método sim/não. Este método de investigação é o mais simples dentro da TDS. Vamos supor que eu lhes apresente rapidamente (cerca de meio segundo) a Figura 1.
Figura 1. Padrão ambíguo para ilustrar o método sim/não.
Você consegue perceber/detectar um T nesta figura?
Após esta breve apresentação, será que você perceberia uma letra T dentro deste padrão? Algumas pessoas dirão que sim, percebi. Outras responderão: não, não percebi. Este cenário do método sim/não nos coloca quatro possíveis resultados, que dependem de dois fatores: 1) se o estímulo estava presente ou ausente; e 2) a resposta do observador (sim ou não). Estas possibilidades são comumente apresentadas em uma matriz de resultado (ver Figura 2). Caso o estímulo tenha sido realmente apresentado, uma resposta SIM é um “acerto” e uma resposta NÃO é uma “omissão”, como pode ser observado no lado esquerdo da Figura 2. Caso o estímulo não tenha sido apresentado, uma resposta SIM é um “falso alarme” e uma resposta NÃO é uma “rejeição correta”, como vemos no lado direito da Figura 2.
Figura 2. Uma matriz de resultado baseada no método sim/não da TDS.
A matriz de resultados expõe que diferentes observadores não respondem igualmente frente a um mesmo estímulo. O que pode ser uma evidência suficiente para uma pessoa responder SIM, pode não ser forte o suficiente para outra. Assim, vários observadores podem ter a mesma capacidade sensorial para perceber um estímulo e diferir somente no critério de decisão para dar uma resposta.
Por exemplo, uma pessoa pode cometer mais erros de julgamentos ou falhas, em função das consequências de sua resposta. Imagine um salva-vidas. Ele deve estar atento para evitar que pessoas se afoguem no mar. Uma pessoa que está na água agita os braços, ela encontra-se bem distante da areia. O salva-vidas tem que decidir se a pessoa está em perigo e precisa de socorro ou se está apenas agitando os braços. Nota-se aqui, uma grande incerteza associada ao processo de decisão. É melhor o salva-vidas ir até lá e conferir a real condição da pessoa ou não? A resposta para esta questão depende das consequências da decisão.

Neste caso, é preferível cometer um erro de “falso alarme” (ele ir e a pessoa não estar se afogando) do que um erro de “omissão” (ele não ir e a pessoa se afogar). Em outras situações, um erro de “omissão” pode ser mais prejudicial do que um de “falso alarme”. Imagine um médico que ao olhar um exame deve decidir sobre a necessidade ou não de operar um paciente. Não operar alguém que realmente precisava desta intervenção (“omissão”) é mais prejudicial do que operar um paciente que pouco se beneficiou da cirurgia (“falso alarme”).

Obviamente, as consequências de tomar uma decisão correta (“acerto” ou “rejeição correta”) também exercem um grande impacto na resposta. Vamos supor que você seja recompensado com certa quantia de dinheiro a cada vez que acertar uma resposta. Com certeza sua taxa de “acerto” aumentará. 

A TDS expande a abordagem da Psicofísica Clássica ao considerar os fatores de decisão relevantes para a compreensão dos processos perceptivos. Como mencionado no texto Psicofísica Moderna II – Teoria de Detecção de Sinal I (link), o critério de decisão adotado (β) também pode ser calculado. Contudo, assim como na Psicofísica Clássica, seu objetivo principal também é avaliar a sensibilidade (detecção e discriminação) dos sistemas sensoriais. Para isso, a TDS utiliza as porcentagens de “acerto” e de “falso alarme” para obter uma medida relativamente pura desta sensibilidade, o parâmetro d’.

Cabe destacar, que qualquer que sejam as condições que afetam o critério de resposta, este repercutirá de forma similar tanto sobre o índice de “acerto” quanto sobre o índice de “falso alarme”. Assim, se um observador adota um critério liberal, isto é, uma força de evidência pequena é suficiente para responder SIM, o resultado será uma alta proporção de “acerto”, mas também uma alta proporção de “falso alarme”. Conclui-se, então, que o preço de reconhecer perfeitamente um estímulo é o completo fracasso em reconhecer outro estímulo. 

Por outro lado, se o critério é conservador e, consequentemente, o observador necessita de uma evidência muito forte para responder SIM, haverá uma diminuição tanto da taxa de “falso alarme” quanto da taxa de “acerto”. Foi o que ocorreu na segurança dos aeroportos após o ataque às Torres Gêmeas em Nova Iorque no dia 11 de setembro de 2001. Para evitar uma nova tragédia, adotaram-se novas regras e critérios estritos  para garantir a detecção de uma ameaça, por menor que fosse a evidência desta. Consequentemente, várias pessoas inocentes foram  interrogadas e, até mesmo, detidas (aumento do taxa de “falso alarme”).

Fica evidente que a variação do critério (β) afeta a relação existente entre as taxas de “acerto” e “falso alarme”. Ao analisar esta relação, podemos medir separadamente os efeitos da sensibilidade do observador em detectar o estímulo e os efeitos do deslocamento do critério (β). É muito comum na TDS, representar graficamente esta relação para uma intensidade constante de estímulo através de Curvas Características de Operação do Receptor (curvas ROC). No eixo y (ordenada) apresenta-se a proporção de “acerto” e no eixo x (abscissa) a proporção de “falso alarme”. Veja um exemplo de Curva ROC na Figura 3.

 
<!–[if gte vml 1]>

Proporção de acerto

<![endif]–>Figura 3. Exemplo de curva ROC. Cada ponto representa os acertos e os falsos alarmes em função de um critério (β), por exemplo, a expectativa pela presença do sinal. Vamos supor que houvesse uma variação no percentual de tentativas em que o estímulo foi realmente apresentado. Esta manipulação afetaria a expectativa do observador e, consequentemente, o critério (β). Note que quanto maior é este percentual, maior é a proporção de acertos e de falsos alarmes. É importante destacar que não é possível construir ROCs pelo método sim/não, a não ser que você tenha condições em que varie: 1) a intensidade do estímulo ou 2) proporção de apresentação do estímulos nas tentativas. (Adaptado de Harvey Jr., 2003, acesse esse texto aqui).


Para uma dada curva ROC, há dois parâmetros que se mantêm constantes ao longo da curva: 1) a sensibilidade do observador e 2) a intensidade do sinal. O que varia é a proporção de acertos e de falsos alarmes, em função de modificações no critério (β). É importante notar, que a curva ROC descreve um arco deslocado para o alto e para a esquerda. A medida de sensibilidade (d’) é calculada por meio do arqueamento da curva, utilizando-se as proporções de acertos e de falsos alarmes. Explicações sobre este cálculo estão além do escopo deste texto e seus detalhes podem ser encontrados na bibliografia sugerida.
Quando a curva está próxima à diagonal de 45°, isso indica um desempenho aleatório do observador, isto é, quando as proporções de acerto e de falso alarme são iguais (d’ = 0). Quanto maior for o arqueamento da curva, maior será o valor de d’ (ver Figura 4). Assim, maior será a taxa de acertos e menor a de falsos alarmes. Dessa forma, quanto maior o valor deste parâmetro, maior será a sensibilidade do observador a uma intensidade particular do estímulo, e maior sua capacidade de detectá-lo. Uma curiosidade: o desempenho praticamente perfeito, com uma taxa de acerto de 0,99 e uma taxa de falso alarme de 0,01, resultaria em um d’ = 4,65.
Figura 4. Cada curva ROC representa um valor específico de sensibilidade a uma determinada intensidade de sinal. 
(Adaptado de Green &Sweets, 1966/1988).
Por fim, a TDS desenvolveu-se em um nível extremamente sofisticado. Sua grande contribuição foi permitir uma avaliação dos efeitos da capacidade sensorial do observador, de maneira isolada de fatores não-sensoriais (expectativas, motivação, atenção, dentre outros). As teorias não são estáticas e estão sempre sendo revistas e melhoradas. Neste sentido, atualmente, os estudiosos da TDS tentam resolver dois problemas cruciais, a saber: a natureza e a determinação empírica sobre o ruído (não sabe o que é ruído? Leia aqui – link Psicofísica Moderna II – Teoria de Detecção de Sinal I). Além disso, a TDS foi fundamental para o renovado interesse sobre a Psicofísica, o que resultou inclusive na tradução para o inglês da obra seminal “Element der Psychophysik”, de Gustav T. Fechner, mais de cem anos após sua publicação.

Quer baixar o texto? Clique aqui.
Leonardo Gomes Bernardino

Gostou? Quer ler mais?
  • Green, D. M., & Swets, J. A. (1966/1988). Signal detection theory and psychophysics, reprint edition. Los Altos, CA: Peninsula Publishing.
  • Harvey Jr., L. O. (2003). Detection Sensitivity and Response Bias. Handout of Psychology of Perception. University of Colorado. Boulder, Colorado.
  • Macmillan, N. A., & Creelman, C. D. (2005). Detection theory: A user’s guide. (2nd Edition). Mahwah, NJ: Erlbaum.

1 comentário

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google

Você está comentando utilizando sua conta Google. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s