Проблемы и Validity в Тестах на Распознавание Лиц

Введение

Исследователи всё больше интересуются изучением степени индивидуальных различий в способности к распознаванию лиц, поскольку первоначальные предположения о том, что люди, вероятно, являются универсальными 'экспертами' в распознавании лиц (например, Diamond & Carey, 1986), оказались ошибочными. Этот тип предположений был так распространён в данной области в течение долгого времени, что, возможно, это не удивительно: если предположить, что эффективность распознавания лиц опирается на длительную историюNatural selection, интуитивно следует, что индивидуальная изменчивость, вероятно, будет довольно мала. Однако многократно наблюдалось, что баллы отдельных людей по стандартным мерам распознавания лиц (таким как Тест памяти лиц Кембриджа (Cambridge Face Memory Test, CFMT); Duchaine & Nakayama, 2006) дают распределение результатов, которое варьируется от достаточно плохих до выдающихся. Индивиды на 'краях' этого распределения эффективности получили свои собственные имена: «развивающаяся пропозагнозия» (Developmental Prosopagnosia, DP) для тех, кто показывает очень плохие результаты (например, Bate et al., 2019a, b; Behrmann & Avidan, 2005; Bennetts et al., 2022) и «суперраспознаватели» (Super-Recognisers, SR) для тех, кто показывает очень хорошие результаты (например, Bobak et al., 2016; Davis et al., 2016; Ramon, 2020).

Подход

В результате, наряду с растущим интересом к выявлению и дальнейшему изучению индивидов на 'краях' популяции, появилась новая индустрия по разработке тестов на основе лиц, которые могут, возможно, 'диагностировать' людей как DP или SR. В частности, с явным акцентом на тестирование восприятия лиц наблюдается рост новых незнакомых задач на сопоставление лиц, таких как Тест на сопоставление лиц Кент (Kent Face Matching Test, KFMT; Fysh & Bindemann, 2018), Тест экспертизы в лицевой сравнении (Expertise in Facial Comparison Test, EFCT; White et al., 2015), Тест 1 из 10 (Bruce et al., 1999), Тест вызова идентификации лицом (Person Identification Challenge Test, PICT; White et al., 2015), Тест сортировки карточек идентичности лиц (Face Identity Card Sorting Test, FICST; Stacchi et al., 2020), Тест сопоставления лиц Глазго (Glasgow Face Matching Test, GFMT; Burton et al., 2010), тест распознавания лиц Бентона (Benton facial recognition test; Murray et al., 2022) и Тест сопоставления лиц Глазго 2 (GFMT2; White et al., 2022).

Несмотря на то, что все эти тесты в своей сути задают участникам один и тот же основной вопрос, а именно - одинаковые ли эти два лица?, конкретные элементы парадигмы могут значительно варьироваться. Включая основной процесс представления стимула, формат стимула и даже формат ответа (да/нет или шкала Лайкерта). Потенциальное ключевое подразумеваемое предположение заключается в том, что производительность участника на таких тестах является 'окном' в то, как индивидуумы справляются с повседневным (знакомым) распознаванием лиц - то есть тесты являются валидным прокси этого латентного навыка. Текущее исследование расследует, захватывают ли эти задачи действительно единую 'конструкцию' 'реальной' способности обработки лиц - некоторый общий фактор восприятия лиц (аналогично 'f'; Verhallen et al., 2017) - основываясь на ранней работе Megreya и Burton (2006), которая ставила под сомнение это предположение.

Заключение

Данные выводы подчеркивают важность ценности и управляемости методов, используемых для оценки индивидуальных различий в способности обработки лиц. Наличие вариаций между тестами может отражать больше, чем просто личные различия в навыках распознавания лиц - это также может быть связано с качеством самих тестовых конструкций. Конечно, ещё стоит продолжать исследовать эти вопросы дальнейшими способами, чтобы более эффективно подойти к тому, как мы понимаем проблемы распознавания лиц как спасательные. Постройте на этих выводах и используйте их для создания ещё более надёжных методик в будущем.