Predizione degli effetti del feedback visivo sull'adattamento motorio del linguaggio in adulti sani (PVF)

Durante la produzione del linguaggio, il cervello si affida a molteplici fonti di feedback, tra cui l'input uditivo e le sensazioni fisiche provenienti dalla lingua e dalle labbra, per monitorare e regolare il linguaggio in tempo reale. Le persone differiscono nella misura in cui si affidano a ciascuna di queste fonti di feedback, e queste differenze individuali possono predire chi trae maggior beneficio da diversi tipi di supporto tecnologico per l'apprendimento del linguaggio.

Questo studio esamina se un modello computazionale della risposta individuale al feedback sensoriale può predire quanto una persona beneficia dall'aggiunta di feedback visivo in tempo reale durante un compito di linguaggio. I partecipanti completeranno una serie di compiti in cui il feedback uditivo del linguaggio viene alterato in tempo reale attraverso le cuffie. Viene quindi utilizzato un modello computazionale per stimare quanto fortemente ciascun partecipante si affida all'udito rispetto alla sensazione fisica quando monitora il linguaggio. I partecipanti ripetono poi il compito con un display visivo aggiuntivo che mostra il segnale del linguaggio insieme a un bersaglio, fornendo una fonte di feedback supplementare.

La domanda principale è se il profilo computazionale dell'uso del feedback sensoriale - specificamente, se una persona si affida maggiormente all'udito o alla sensazione fisica - predica quanto il display visivo migliora la capacità di ciascun partecipante di rispondere al feedback alterato.

Al basale, i partecipanti completano due versioni di un compito di feedback uditivo alterato (AAF) senza feedback visivo. La prima utilizza un design di "adattamento rapido" in cui il feedback alterato viene introdotto e ritirato ripetutamente durante brevi sessioni sperimentali; la seconda utilizza un design adattivo standard in cui il feedback alterato viene introdotto una volta e mantenuto per una sessione più lunga. La performance in entrambi i compiti viene sottoposta alla modellizzazione computazionale SimpleDIVA per stimare i parametri di risposta uditiva e somatosensoriale specifici del partecipante. L'uso di due varianti del compito consente di valutare la stima dei parametri attraverso le condizioni di elicitation.

I partecipanti completano poi un compito AAF adattivo standard con biofeedback visivo-acustico in tempo reale simultaneo. Il display visivo presenta il segnale audio corrente (cioè, il segnale alterato) insieme a un bersaglio visivo derivato dalla produzione basale del partecipante. La misura di esito primaria è il guadagno visivo, definito come la differenza intra-participante nella magnitudine della compensazione tra la condizione di feedback uditivo-visivo e la condizione solo uditiva del compito AAF adattivo standard.

L'analisi primaria utilizza la regressione lineare per testare se i parametri SimpleDIVA della fase basale predicano la magnitudine del guadagno visivo. Il predittore di interesse primario è il rapporto tra la ponderazione uditiva e quella sensoriale totale, riflettendo la dominanza relativa del feedback uditivo rispetto a quello somatosensoriale. La magnitudine della compensazione basale nella condizione solo uditiva sarà inclusa come covariata. Un t-test per campioni appaiati valuterà anche l'effetto complessivo dell'aggiunta del feedback visivo sulla magnitudine della compensazione nell'intero campione.