Saltar al contenido principal
LibreTexts Español

4.6: Lo que muestran las cifras ambiguas- Expectativas y Conjunto

  • Page ID
    94030
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    Las figuras ambiguas son intrigantes. Sin embargo, no son típicas de las cosas que normalmente vemos, entonces, ¿por qué dedicar tanto tiempo a ellas? La respuesta es que nos dicen algo muy importante sobre las causas de nuestras experiencias visuales.

    Empecemos con un simple ejemplo de causalidad. Supongamos que ingresa la misma secuencia de números en su computadora, la cual tiene programada para calcular promedios. Entonces se le pide que ingrese los mismos números en mi computadora, que traté de programar para que funcione de la misma manera que lo hace el suyo. Pero a las dos computadoras se les ocurren diferentes respuestas. ¿Cómo podríamos explicar esto?

    Una hipótesis es que usted ingresó erróneamente diferentes números en las dos computadoras. Pero verificas dos veces y descubras que diste la misma entrada a cada computadora. Ahora, ¿qué podría explicar los diferentes resultados? Dado que la entrada es la misma —se mantiene constante — en los dos casos, la diferencia debe tener algo que ver con lo que sucede dentro de cada computadora.

    Hasta el momento, tan bien. Pero, ¿qué hay en las computadoras que dan cuenta de las diferentes salidas? Quizás uno de los programas tiene un error en él. Se podía probar para ver si este era el caso trabajando a través de cada programa. Si son iguales, entonces la diferencia en el comportamiento de las dos computadoras debe tener algo que ver con el hardware o los otros programas en la computadora. (En este punto es posible que quieras llamar a tu amigable hacker, Wilbur.)

    Muchas veces razonamos sobre la causalidad de esta manera. En un capítulo posterior, examinaremos las complejidades de tal razonamiento, pero aquí basta señalar que las figuras ambiguas nos permiten aprender algo sobre las causas de la percepción de la misma manera que aprendimos algo sobre las causas de las diferentes salidas de las dos computadoras.

    Cuando miras el cubo Necker, o cualquiera de las otras figuras ambiguas, la entrada a tu sistema visual es la misma, sin importar cómo percibes la figura. Es lo mismo cuando ves las dos caras como lo es cuando ves el jarrón. Sin embargo, tu experiencia visual es diferente.

    Dado que la entrada es la misma en los dos casos, la diferencia debe tener algo que ver con lo que sucede dentro de ti después de que se forme la imagen. Implica la forma en que se procesa la entrada. Además, si logramos mantener constantes otros factores, es posible que podamos concentrarnos en los factores que afectan el procesamiento interno.

    En resumen, las constancias perceptuales sugieren que podemos tener diferentes entradas mientras tenemos la misma salida (la misma experiencia visual). Esto sugiere que la unicidad de entrada no es una condición necesaria para tener la misma experiencia. Y nuestras figuras ambiguas muestran que podemos tener la misma entrada mientras tenemos diferente salida (diferentes experiencias visuales). Esto demuestra que la unicidad de entrada no es una condición suficiente para tener la misma experiencia.

    1. Las constancias perceptuales sugieren que tener la misma entrada sensorial no es necesario para ver lo mismo.
    2. Cifras ambiguas muestran que tener la misma entrada sensorial no es suficiente para ver lo mismo.

    La moraleja es que la mente está activa. Pero, ¿qué determina la naturaleza del papel activo que desempeña? Los siguientes ejemplos nos dan parte de la historia.


    This page titled 4.6: Lo que muestran las cifras ambiguas- Expectativas y Conjunto is shared under a CC BY-NC 4.0 license and was authored, remixed, and/or curated by Jason Southworth & Chris Swoyer via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.