Was nehmen wir auf einen Blick einer realen Szene wahr?

Was sehen wir, wenn wir einen Blick auf eine natürliche Szene werfen, und wie verändert es sich, wenn der Blick länger wird? Wir haben naive Probanden gebeten, in einem Freiformformat zu berichten, was sie sahen, als sie kurz dargestellte Fotografien aus dem wirklichen Leben ansahen. Unsere Probanden erhielten keine spezifischen Informationen über den Inhalt jedes Stimulus. Daher unterscheidet sich unser Paradigma von früheren Studien, in denen Probanden vor der Präsentation eines Bildes Hinweise erhielten und/oder mit Multiple-Choice-Fragen befragt wurden. In der ersten Phase wurden 90 neue Graustufenfotografien foveal einer Gruppe von 22 Muttersprachlern Englisch präsentiert. Die Präsentationszeit wurde zufällig aus einem Satz von sieben möglichen Zeiten (von 27 bis 500 ms) gewählt. Ein perceptueller Maskierung folgte jeder Fotografie sofort. Nach jeder Präsentation berichteten die Probanden so vollständig und wahrheitsgemäß wie möglich, was sie gerade gesehen hatten. In der zweiten Phase wurde einer anderen Gruppe von naiven Personen aufgetragen, jede der von den Probanden in der ersten Phase produzierten Beschreibungen zu bewerten. Einzelne Werte wurden mehr als hundert verschiedenen Attributen zugewiesen. Wir zeigen, dass innerhalb eines einzigen Blicks viele Objekt- und Szeneninformationen von menschlichen Probanden wahrgenommen werden. Die Fülle unserer Wahrnehmung scheint jedoch asymmetrisch zu sein. Probanden neigen dazu, natürliche Szenen eher als im Freien statt im Inneren wahrzunehmen. Die Berichterstattung über sensorische oder featurebezogene Informationen einer Szene (wie Schattierung und Form) geht konsequent der Berichterstattung über die semantische Ebene voraus. Sobald die Probanden jedoch mehr semantische Komponenten einer Szene erkennen, gibt es kaum Beweise, die auf eine Bevorzugung der Szenen- oder Objektebene hindeuten.