PERCEPCIÓN MULTISENSORIAL

El último tema del Bloque de Percepción estará dedicado al estudio del

carácter multisensorial de la percepción. Dada la inexistencia de ningún texto

académico en castellano sobre percepción multisensorial (más allá de breves

referencias que comienzan a surgir en algunos libros), los alumnos contarán

exclusivamente con el material proporcionado por el profesor, así como alguna

lectura en inglés seleccionada por su claridad y facilidad en la compresión.

Como se mencionó al comenzar este bloque temático, percibir, al igual que

respirar, nos puede parecer un proceso sencillo, que se realiza sin esfuerzo. Así, al

abrir los ojos percibimos formas complejas, coherentes, llenas de detalles. A través de

los oídos percibimos multitud de sonidos, melodías y ritmos. La piel nos aporta una

enorme cantidad de información, sobre el tamaño de los objetos, la temperatura, el

peso. Nuestro sentido del olfato capta moléculas dispersas en el aire que dan lugar a

los diferentes olores, a veces agradables y otras veces no tanto. A través del gusto

saboreamos las comidas y rechazamos alimentos potencialmente peligrosos para

nuestra salud. Sin embargo, la percepción es un proceso complejo en el que, como

veremos aquí, no sólo hay que tener en cuenta a los sentidos por separado, si no las

interacciones que se dan entre ellos.

Sin duda, la visión es el sentido que más influye en nuestra percepción del

mundo que nos rodea. Es por ello que la mayoría de los libros de texto sobre

percepción versan sobre dicho sentido, con gran cantidad de detalles sobre la forma

cómo el cerebro transforma los haces de luz que bombardean nuestra retina en

formas, colores y objetos. Nadie discute que cada uno de los sentidos se encarga de un

tipo de señal física bien definida, y que dispone de unos receptores y vías de

procesamiento independientes. Es más, la idea de que los sistemas sensoriales son

totalmente independientes entre sí ha sido la dominante en la investigación en

percepción hasta hace poco. No es hasta los años 80 cuando se produce un

surgimiento exponencial de estudios que investigan la forma cómo la información de

los diferentes sentidos interactúa y es integrada en el cerebro, si bien es cierto que

existen evidencias empíricas publicadas desde hace casi 100 años (e.g., Burt, 1917).

Si bien las evidencias comportamentales acerca de la existencia de conexiones

entre los diferentes sentidos son numerosas, no es hasta la publicación de estudios

neurofisiológicos en animales y humanos cuando la idea de integración entre

diferentes entradas sensoriales se asienta en el campo de estudio de la percepción.

Estas investigaciones se centran fundamentalmente en el descubrimiento de neuronas

bimodales y trimodales, neuronas que responden a dos o tres señales sensoriales

diferentes. Estás neuronas se han encontrado en varias áreas del cerebro tanto en

zonas subcorticales, como los colículos superiores y el putamen, como en zonas

corticales como la unión occipito-parietal, el cortex orbitofrontal o el surco

intraparietal. Estas neuronas no solo se han encontrado en las llamadas áreas de

integración multisensorial, si no también en áreas que tradicionalmente se pensaba

como exclusivamente unisensoriales (e.g., el cortex somatosensorial).

La integración multisensorial no está únicamente mediada por la activación de

neuronas bimodales o trimodales, sino también por las conexiones existentes entre las

áreas multisensoriales y las áreas unisensoriales, así como entre las propias áreas

unisensoriales. Así, el procesamiento de un input visual en V1 puede afectar al

procesamiento de un input auditivo en A1. En este punto es necesario aclarar la

diferencia entre integración e interacción multisensorial. Si bien no hay un consenso

claro en la literatura referido a esta terminología, se suele hablar de integración

multisensorial cuando se muestran activaciones en áreas de integración. Por tanto,

esta terminología suele estar a veces restringida a los estudios con datos

neurofisiológicos. Se denomina interacción multisensorial o crossmodal al resultado

observado en el comportamiento cuando se presentan más de un input sensorial al

observador. Es importante destacar aquí que observar un efecto diferente en la

respuesta a un estímulo en una modalidad cuando se presenta en conjunción con un

estímulo en otra modalidad con respecto a cuando se presenta solo, no es evidencia

suficiente para determinar que se ha producido la activación de áreas de integración

perceptual. Esta idea se desarrolla más adelante en el tema.

Los datos fisiológicos que se describirán brevemente en esta primera parte del

tema no hacen sino corroborar las evidencias empíricas de estudios comportamentales

presentes con anterioridad en la literatura. Así, existen numerosos ejemplos de cómo

el procesamiento de un estímulo en una modalidad puede verse modulado por la

presencia de un estímulo (o varios estímulos) en otra modalidad. El cerebro, ante la

multitud de inputs sensoriales que llegan a los sentidos, tiene que decidir qué

estímulos provienen del mismo objeto u evento y qué estímulos no son parte del

mismo evento. De alguna forma, los fenómenos de percepción multisensorial son

ejemplos de agrupamiento perceptual entre diferentes entradas sensoriales.

Para ejemplificar los fenómenos de integración multisensorial se suelen

describir ilusiones perceptivas como el caso del efecto del ventrílocuo o el efecto

McGurk. En el primer caso, se ha demostrado que la localización percibida de un

estímulo auditivo suele estar sesgada hacia la localización de un estímulo visual que

se presenta al mismo tiempo, aunque algunos grados de ángulo visual alejado de la

fuente del estímulo auditivo (este fenómeno explicaría la ilusión de que el muñeco

que sostiene el ventrílocuo habla cuando mueve la boca). El efecto McGurk es más

llamativo aún, ya que supone un ejemplo de cómo el cerebro genera una nuevo objeto

perceptual que no está presente en el ambiente. Para generar el efecto, se presenta la

cara de una persona pronunciando una sílaba mientras que se oye una sílaba diferente.

Uno de los ejemplos más claros es la presentación de una persona vocalizando “ga”,

mientras se oye “ba”, lo que da lugar a que (la mayoría de) los sujetos perciban “da”.

Lo sorprendente de estos efectos es que, aunque al observador se le informe de que se

trata de una ilusión y que por tanto la información proviene de un montaje artificial,

sigue percibiendo los estímulos de forma ilusoria. El experimentador lo que hace es

grabar a una persona articulando y pronunciando la sílaba “ba”, después graba a la

misma persona articulando y pronunciando la sílaba “ga”, para más tarde realizar un

montaje en el que se vea la cara de la persona articulando “ga” pero se oiga la voz de

la persona diciendo “ba”.

En el ámbito del estudio de la interacción multisensorial han surgido

investigaciones tan curiosas como la que le valió el premio IgNobel a los

investigadores Massimiliano Zampini y Charles Spence de la Universidad de Oxford.

En esta investigación demostraron cómo modular el sonido (a través de auriculares)

producido al morder una patata frita (Pringles) variaba la percepción de la “frescura”

del producto de los participantes en el estudio. Así, aunque dos patatas proviniesen de

la misma bolsa, al oír un sonido diferente, los participantes percibían una sensación

gustativa diferente e incluso creían que eran productos de dos paquetes diferentes.

Otra investigación llevada a cabo en el mismo laboratorio demostró que un olor

(agradable o desagradable) presentado al mismo tiempo que los participantes tocaban

un pedazo de tela (sin poder verlo), afectaba a la suavidad percibida.

Además de los efectos descritos en los párrafos anteriores, los alumnos

tendrán la oportunidad de conocer e incluso experimentar otras ilusiones

multisensoriales como la ilusión de las dos luces o two flash illusion, la ilusión de la

mano de goma o rubber hand illusion, o los efectos del color sobre la percepción del

sabor.

Una de las cuestiones fundamentales en el estudio de la percepción

multisensorial que el alumno deberá aprender en este tema hace referencia al nivel de

procesamiento en el que dos señales sensoriales están integrándose o están

interactuando. Anteriormente se ha comentado que el cerebro debe ser capaz de

agrupar los inputs sensorial que pertenecen al mismo objeto o evento. Esta idea

supone que este proceso es de carácter temprano, es decir, lo que se denomina

proceso perceptual de bajo nivel. Sin embargo, las diferentes entradas sensoriales

pueden integrarse e interactuar en niveles tempranos del procesamiento, antes de la

selección o ejecución de una respuesta, o a niveles más tardíos del procesamiento de

información, como la selección de respuesta. Por tanto, en el estudio de los

fenómenos multisensoriales es de vital importancia determinar el nivel al que los dos

o tres inputs sensoriales están interactuando o están siendo integrados.

En el caso de la interacción de bajo nivel, se entiende que el procesamiento

perceptual de un estímulo presentando en una modalidad se ve afectado por el

procesamiento perceptual de un estímulo presentado en otra modalidad. Así, en el

caso del efecto del ventrílocuo, el resultado del procesamiento de la localización del

estímulo visual modularía el resultado del procesamiento de la localización del

estímulo auditivo. Dicho de otro modo, los sujetos percibirían realmente que el sonido

proviene de una fuente diferente a la real, con una posición sesgada hacia la posición

de la fuente del estímulo luminoso.

En el caso de interacciones a nivel post-perceptual, las entradas sensoriales de

procesarían de forma independiente en sus respectivas áreas de procesamiento

perceptual (e.g., V1 para la entrada visual y A1 para la entrada auditiva). Así, las dos

entradas llegarían a etapas más tardías del procesamiento de forma independiente, por

ejemplo, al momento en el que se determina la selección de la respuesta que va a dar

el observador. En este sentido es importante recordar que en los experimentos

denominados comportamentales, para obtener datos válidos siempre se necesita

recoger respuestas de los sujetos. Por ejemplo, en el caso del efecto del ventrílocuo, al

observador se le pide que localice la fuente de la estimulación sonora. En la mayoría

de los casos, estas demandas de la tarea vienen acompañadas por la instrucción de

ignorar la información presentada en la otra modalidad sensorial, que no es el objetivo

de la tarea. Por tanto, en el caso de las interacciones multisensoriales a nivel post-

perceptual, los efectos comportamentales pueden ser debidos a lo que generalmente se

denominan “sesgos de respuesta” (e.g., facilitación de la respuesta que proviene de la

fuente de información sensorial distractora, la mera interferencia por parte de la

modalidad sensorial distractora en el momento de la selección y/o ejecución de la

respuesta, estrategias de decisión, etc.). Estos sesgos de respuesta pueden ser

automáticos y fuera del control del observador o conscientes y controlados.

En el caso del efecto del ventrílocuo, al presentar un estímulo auditivo en una

localización y, al mismo tiempo un estímulo visual en una localización cercana,

pueden suceder varias cosas. Por un lado, como hemos mencionado anteriormente, es

posible que el observador realmente oiga el sonido en una localización diferente a la

real, siempre sesgada hacia la localización del estímulo visual. Pero, es posible

también que la presencia del estímulo visual distraiga al observador y por tanto no

procese de forma correcta la localización del estímulo auditivo. Dado que el

experimentador le obliga a dar una respuesta en cada ensayo, y que la localización del

estímulo visual es clara, el observador respondería que el estímulo auditivo ha

ocurrido en la misma localización que el estímulo visual o en una localización muy

cercana.

En este punto es importante destacar que si un investigador quiere demostrar

que está describiendo un proceso de integración o interacción a nivel perceptual (i.e.,

el procesamiento de bajo nivel de un estímulo se ve afectado por el procesamiento de

bajo nivel en otra modalidad), debe asegurarse que el efecto que está midiendo no se

debe a ninguna estrategia de respuesta adoptada por los sujetos de su experimento

para satisfacer las demandas de la situación experimental. Por ejemplo, en situaciones

de conflicto multisensorial (como en el caso del ventrílocuo, ya que dos estímulos se

presentan al mismo tiempo pero en localizaciones diferentes), cambios en el criterio

de respuesta pueden ocurrir si el participante se da cuenta de la presencia de dichos

conflictos. Así, como ya dijo Pierce hace más de 100 años (Pierce 1908; citado en

Orne, 1962):

‘It is to the highest degree probable that the subject (‘s)…general attitude of mind is

that of ready complacency and cheerful willingness to assist the investigator in every

possible way by reporting to him those very things which he is most eager to find, and

that the very questions of the experimenter…suggest the shade of reply

expected…Indeed…it seems too often as if the subject were now regarded as a stupid

automaton…’

Lo que Pierce quería decir aquí es que es muy probable que los sujetos se

enfrenten a los experimentos con unas expectativas acerca de lo que el

experimentador quiere de sus respuestas y con la idea de complacer en lo máximo

posible al experimentador. Sin embargo, es bastante corriente que los

experimentadores perciban a los sujetos como meros autómatas estúpidos. El alumno

deberá darse cuenta aquí de que es muy importante tener en cuenta los procesos de

arriba-a-abajo que pueden darse en todo experimento que pretende estudiar procesos

de percepción de bajo nivel, ya sean referidos a una única modalidad sensorial o a la

interacción/integración entre modalidades.

El efecto del ventrílocuo servirá para introducir el siguiente punto del tema,

que hace referencia a los factores que determinan el resultado de la

integración/interacción entre los sentidos y a la dominancia sensorial. Así, cuando se

genera un conflicto en el dominio del espacio, la visión ejerce normalmente una fuerte

dominacia sobre el procesamiento de entradas sensoriales de otras modalidades.

Evidencias mostrando sesgos auditivos o táctiles en el procesamiento visual del

espacio son escasas y además los efectos suelen ser de magnitud más reducida que los

efectos de la visión sobre esas dos modalidades.

Varios autores, especialmente Posner y sus colaboradores (Klein, 1977;

Posner, Nissen, y Klein, 1976; ver también Colavita, 1974), explicaron la dominacia

sensorial en términos del sesgo inherente que tiene los seres humanos en atender a la

modalidad visual con el objeto de compensar el bajo potencial de alerta de los

estímulos visuales. Si bien esta idea podía explicar los sesgos en el dominio espacial,

no podía explicar la dominancia auditiva en el dominio del tiempo (como en el caso

de la ilusión de los dos flashes).

Una explicación más plausible hace referencia a cómo de útil es una

modalidad sensorial para una tarea, lo que determina el patrón de dominancia

sensorial. Esto es lo que se ha denominando hipótesis de la modalidad apropiada. La

visión es normalmente bastante más precisa que la audición en términos del

procesamiento espacial, mientras que lo contrario es cierto en el procesamiento

temporal. Como resultado, en una tarea espacial, la visión dominará sobre la audición,

mientras que lo contrario se esperaría en una tarea temporal. Los resultados empíricos

apoyan esta idea, mostrando como en función del dominio estimular en el que se

basaba la tarea que debían realizar los sujetos determinaba el patrón de dominancia.

Otros investigadores han sugerido que el resultado de la interacción

multisensorial no depende únicamente de lo adecuado de una modalidad para una

tarea en concreto, sino también en la fiabilidad de la información sensorial. Por

ejemplo, manipular la incertidumbre relativa existente en cada una de las modalidades

sensoriales que contribuyen en un evento perceptual puede sesgar la percepción hacia

una u otra modalidad.

Esta última idea indicaría que la percepción multisensorial es un proceso

flexible más que un proceso donde el que gana se lo lleva todo, donde cada una de las

entradas sensoriales recibe un peso dependiendo de su respectiva fiabilidad con

respecto al parámetro estimular relevante para la tarea. Esto tiene sentido desde un

punto de vista ecológico, ya que el resultado de la percepción estaría dominado por la

modalidad sensorial que suministrase la información más consistente (i.e., con menor

variabilidad) en relación con un evento u objeto (relevante) en un contexto

determinado.

Además de lo expuesto anteriormente, existen otros tres aspectos

fundamentales que determinan el resultado de la interacción/integración

multisensorial. Nos referiremos en este punto a las llamadas “reglas de la integración

multisensorial”: la regla espacial, la regla temporal y la superaditividad. Las reglas

espacial y temporal hacen referencia al hecho de que la integración/interacción entre

dos entradas sensoriales se maximiza cuanto mayor es la coincidencia temporal y

espacial entre ellas. Datos recientes apuntan a que la sincronía temporal es más

determinante que la co-localización en el resultado de la integración multisensorial

(i.e., es más fácil que dos entradas sensoriales interactúen se si presentan al mismo

tiempo pero en localizaciones cercanas aunque no coincidentes que si se presetan en

momentos diferentes pero desde exactamente el mismo lugar). La regla de la

superaditividad, fundamentada en los descubrimientos de la neurofisiología, hace

referencia al hecho de que la activación neural relacionada con un estímulo bimodal

es mayor que la suma de las activaciones resultantes de la presentación de cada una de

las entradas sensoriales por separado. Unido a estas tres reglas, investigaciones

recientes sugieren la existencia de un nuevo factor determinante en la integración

multisensorial, que hace referencia a la organización perceptual presente en cada una

de las modalidades que contribuyen en el fenómeno de integración. Se ha visto por

ejemplo que la interacción entre una entrada visual y una entrada auditiva es mayor

cuanto más parecido sea el número de eventos/objetos perceptuales en cada una de las

modalidades sensoriales.

El último argumento descrito en el párrafo anterior se relaciona directamente

con lo que se ha denominado unity assumption (asunción de unidad) o objecthood

(entidad de objeto). De acuerdo con esta idea, en situaciones de conflicto

multisensorial, cuanto más crea el observador que dos entradas sensoriales están

asociadas al mismo objeto, mayor será el sesgo. Por ejemplo, Jackson (1953)

describió un mayor efecto del ventrílocuo cuando el sonido de una tetera era asociado

a la presencia de un hilo de humo en otro lugar visible que cuando el sonido de una

campana se asociaba a una campana estática. Investigaciones recientes parecen

apoyar esta idea en contraposición a una interpretación basada en lo que

anteriormente hemos denominado como sesgos de respuesta.

Referencias  básicas:  

• Calvert, G. A., Spence, C., & Stein, B. E. (Eds.) (2004). The handbook of

multisensory processes. Cambridge, MA: MIT Press.

• Stein, B. E., & Meredith, M. A. (1993). The merging of the senses.

Cambridge, MA: MIT Press.

• Goldstein, B. E. (2006). Sensación y Percepción. NY: Thomson