Каковы преимущества 2AFC в задаче психофизической дискриминации?

Что делает задачу двухальтернативной задачей с принудительным выбором?

Я начинаю свой ответ с этого вопроса, потому что существует общее неправильное представление о том, что на самом деле означает 2AFC. Многие считают, что 2AFC относится к любому заданию, в котором испытуемых просят выбрать один из двух вариантов (да/нет, старый/новый, яркий/тусклый). Однако вместо этого его определяет то, что в каждом испытании предъявляются два стимула.

Ваше определение можно рассматривать как пример интервальной 2AFC (также известной как временная 2AFC), но ваш пример не является типичной парадигмой 2AFC. Это правда, что и s1, и s2 предъявляются до принятия решения, однако обычно (по моему опыту) испытуемые реагируют только на один из стимулов (как в моих примерах на рисунке выше). Тем не менее, важным отличием является то, что в настоящей задаче 2AFC испытуемым предъявляются два стимула за испытание. Всякий раз, когда испытуемые оценивают одиночный стимул за испытание, это считается заданием на различение или заданием на обнаружение (например, определение направления движения в кинематограмме со случайными точками).

Плюсы и минусы обнаружения и задач 2AFC

Наиболее часто упоминаемая причина использования процедуры 2AFC заключается в том, что она беспристрастна. Например, в моем задании на дискриминацию по признаку пола (представленном на крайней левой панели рисунка) участник мог быть предвзятым, чтобы ответить больше мужчин, чем женщин. Но в версии задачи 2AFC участник выбирает пространственное положение (слева/справа) или интервал (1-й или 2-й), поэтому любое предубеждение, которое у него есть в отношении пола, исключается из решения. Если систематическая ошибка уменьшена или устранена, это дает дополнительное преимущество, заключающееся в том, что допущения, необходимые для моделей обнаружения сигналов, становятся устаревшими (например, лежащие в основе распределения являются гауссовыми).

Вторая причина использования 2AFC заключается в повышении производительности за счет того, что участникам предоставляется больше информации о каждом испытании. То есть в одном случае вам предоставляется одно лицо, и вы должны решить, из какого дистрибутива оно взято, что сложнее, чем получить одно лицо из каждого распределения и решить, какое лицо принадлежит целевому распределению.

Что касается минусов, то вышеперечисленные плюсы могут вовсе не соответствовать действительности. Для этого обсуждения я указываю вам на эту статью 2008 года, написанную Йешуруном, Карраско и Мэлони .

В конечном счете, лучшая процедура будет зависеть от того, каков ваш вопрос и какие предположения вы хотите или не хотите делать.