L’apprendimento visivo non supervisionato emerge per scene naturali irrilevanti al compito grazie alla riduzione degli effetti di soppressione attentiva nelle aree visive

Come il cervello apprende da ciò che vediamo

Ogni giorno i nostri occhi catturano migliaia di scene, dalle strade affollate alle foreste tranquille. Non studiamo coscientemente queste vedute, eppure col tempo la nostra visione si affina rispetto al mondo che ci circonda. Questo studio pone una domanda semplice ma dalle conseguenze sorprendenti: il cervello impara automaticamente da tutte le immagini visibili, o solo da alcune tipologie, e in che modo l’attenzione favorisce o ostacola questo apprendimento nascosto?

Vedere senza sforzo

I ricercatori si sono concentrati su un tipo di miglioramento chiamato apprendimento percettivo visivo, in cui le persone diventano più abili nel giudicare caratteristiche visive di base come l’orientamento di una linea o la finezza dei pattern. Lavori precedenti suggerivano che tale apprendimento richieda spesso feedback o attenzione focalizzata. Ma gran parte dell’apprendimento umano e delle macchine è ritenuto non supervisionato, guidato semplicemente dall’esposizione ripetuta. Per verificare se questo tipo di apprendimento passivo modella la visione, il gruppo ha mostrato ai volontari immagini irrilevanti rispetto al compito che stavano svolgendo e in seguito ha misurato come fosse cambiata la loro capacità di percepire dettagli visivi fini.

Scene naturali contro pattern artificiali

I partecipanti hanno eseguito un esigente compito di lettere e numeri al centro dello schermo mentre, sullo sfondo, venivano presentate o scene naturali o immagini artificiali appositamente progettate. Le scene naturali assomigliavano a foreste, paesaggi urbani o altre viste del mondo reale, ricche di bordi, trame e contorni. Le immagini artificiali erano costruite per corrispondere ad alcune proprietà semplici delle scene naturali, come luminosità complessiva, orientamento delle linee e frequenza spaziale, ma erano rimescolate in modo che la struttura significativa fosse rimossa. Dopo molti giorni di esposizione, le persone sono state testate su quanto bene potessero discriminare orientamenti di linea o la ruvidità dei pattern usando immagini neutre di prova.

Quando il cervello impara e quando non lo fa

I risultati sono stati sorprendenti. Quando le immagini venivano semplicemente osservate senza alcun compito centrale, sia le immagini naturali sia quelle artificiali portarono a un miglioramento della sensibilità visiva, mostrando che l’apprendimento non supervisionato è possibile in linea di principio. Tuttavia, quando l’attenzione era occupata dal compito centrale impegnativo, solo le scene naturali produssero guadagni duraturi. Le immagini artificiali, pur visibili e abbinate nelle statistiche semplici, non produssero alcun miglioramento. Ulteriori esperimenti hanno sezionato le immagini in diversi tipi di struttura statistica. L’apprendimento si manifestava ogni volta che le immagini irrilevanti al compito contenevano relazioni complesse di ordine superiore tra bordi e trame, e scompariva quando erano presenti solo componenti semplici di ordine inferiore.

Attenzione e struttura nascosta delle immagini

Per comprendere cosa accadeva nel cervello, il team ha combinato test comportamentali con neuroimaging. Hanno riscontrato che i sistemi attentivi nelle regioni parietali e frontali inviavano segnali di soppressione simili indipendentemente dal tipo di immagine. Tuttavia i pattern di attività nelle aree visive superiori oltre la corteccia visiva primaria erano meno attenuati per le immagini che portavano struttura di ordine superiore rispetto a quelle più semplici. Esperimenti di temporizzazione aggiuntivi hanno mostrato che il cervello impiega più tempo per estrarre queste relazioni complesse dalle scene naturali rispetto a processare pattern semplici. Poiché la soppressione top-down svanisce entro una finestra temporale limitata, i segnali più lenti e complessi possono filtrare dopo il passaggio della soppressione più intensa, permettendo all’apprendimento non supervisionato di stabilizzarsi.

Cosa significa per la visione quotidiana

In termini semplici, lo studio suggerisce che il cervello è costantemente predisposto ad apprendere da ciò che vediamo senza istruzioni, ma che questo apprendimento è filtrato. Quando la nostra attenzione è strettamente concentrata su un compito, i pattern artificiali semplici sullo sfondo vengono efficacemente smorzati e lasciano poco traccia. Le scene naturali, con la loro ricca rete di relazioni tra bordi e trame, sono più difficili da sopprimere e possono comunque rimodellare il modo in cui vediamo, anche quando non vi prestiamo attenzione. Questo lavoro indica l’apprendimento non supervisionato come un motore fondamentale di miglioramento visivo, il cui impatto dipende sia dalla struttura nascosta di ciò che osserviamo sia dal modo in cui l’attenzione filtra l’informazione attraverso il sistema visivo.

Citazione: Watanabe, T., Sasaki, Y., Zama, T. et al. Unsupervised visual learning is revealed for task-irrelevant natural scenes due to reduced attentional suppression effects in visual areas. Nat Commun 17, 4232 (2026). https://doi.org/10.1038/s41467-026-72918-3

Parole chiave: apprendimento visivo, scene naturali, attenzione, apprendimento percettivo, fMRI