Sentidos e atenção

A visão é a porta que mais custa. É o sentido que ocupa mais cérebro, algo em torno de 30% do córtex humano é território visual, num mapa que Van EssenVan EssenMapeou as áreas visuais do córtex de macaco e de humano, e é dele a conta de quanto do córtex é território da visão.Uma referência neste trabalho:2001Mapping visual cortex in monkeys and humans using surface-based atlasesVer na bibliografia → e colegas desenharam em 2001 comparando macacos e gente. Território, porém, não é gasto, e a conta de energia é ainda mais apertada: disparar um neurônio custa tanto que o orçamento metabólico do córtex só permite que menos de 1% deles esteja substancialmente ativo ao mesmo tempo, como LennieLennieCalculou o custo energético de disparar um neurônio e concluiu que o orçamento do córtex só banca uma fração mínima deles ativa ao mesmo tempo.Uma referência neste trabalho:2003The cost of cortical computationVer na bibliografia → calculou em 2003. São trinta por cento do território, com menos de um por cento ligado de cada vez. É esse o teto real por trás de “não dá para chamar a atenção para cinco coisas”. O limite é o que o órgão consegue pagar, não preguiça de quem usa.

Para entender por que enxergamos só uma fração do que chega à retina, vale seguir o caminho da luz. Da retina, os sinais viajam pelo nervo óptico até o corpo geniculado lateraltálamoA central de distribuição do cérebro: quase tudo que vem dos sentidos passa por ele antes de chegar ao córtex. O olfato é o caso à parte, com uma via direta até as áreas de emoção e memória, e é daí que vem a lembrança carregada de sentimento que um cheiro puxa.Ver em Sentidos e atenção →Ver no glossário →, no tálamo, e dali seguem para o córtex visual primárioV1A primeira área do cérebro, lá na nuca, a receber o que o olho enviou. É onde a imagem vira contraste, borda e orientação, antes de você reconhecer o que está vendo.Ver em Sentidos e atenção →Ver no glossário →, a área V1, no lobo occipital, onde cada pixel do que vemos ganha a primeira forma cortical. Logo em seguida entra a área V2V2A área logo depois de V1. Junta as bordas que V1 detectou, separa figura de fundo e decide quais elementos formam um grupo, tudo isso antes de você perceber que olhou.Ver em Sentidos e atenção →Ver no glossário →, que expande o trabalho de V1: integra bordas, contornos e padrões espaciais, separa o que é figura do que é fundo e começa a reconhecer relações entre as partes. É onde as partes são montadas, antes de qualquer decisão consciente, e é ali que começa a se resolver quais elementos da sua tela formam um grupo e quais não formam. Boa parte do que a Gestalt descreve se decide nessa etapa e nas seguintes, V4 inclusive, com realimentação das áreas superiores.

A rede executiva de atenção, ancorada no cingulado anterior e no pré-frontalcórtex pré-frontalA região atrás da testa, onde a pessoa decide, planeja e sustenta a atenção. Ela mantém uma coisa em foco por vez e inibe o resto: é onde o gargalo da decisão consciente costuma apertar.Ver em Memória →Ver no glossário → lateral, é a que resolve o conflito entre os candidatos e decide qual deles fica, no modelo de três redes que PosnerPosnerDescreveu como a atenção funciona num mundo social, e é dele a base de boa parte do que o site diz sobre foco.2 referências neste trabalho:2012Attention in a social world1980Orienting of attentionVer na bibliografia → consolidou em 2012. Para economizar energia nesse trajeto, a evolução moldou filtros que barram quase todo o excesso, e só os sinais mais relevantes chegam de fato à consciência. Esse gargalo não é recente nem negociável: a organização básica da via visual, da retina ao tálamo e a V1, é conservada em toda a linhagem dos primatas, e o crânio do Homo sapiens já estava dentro da faixa de volume atual há trezentos mil anos, como NeubauerNeubauerComparou crânios fósseis e mostrou que o tamanho do cérebro chegou ao atual muito antes da forma, a globularidade é recente.Uma referência neste trabalho:2018The evolution of modern human brain shapeVer na bibliografia →, Hublin e Gunz mediram em 2018. Por mais que as telas exibam feeds em alta frequência, a nossa resolução visual só responde ao que esse filtro biológico permite. É exatamente esse limite que o rastreamento ocular torna visível, ao mostrar o que a pessoa de fato fixou e o que ela pulou sem nunca ter visto.

O som faz um caminho parecido. Entra pelos ouvidos, desce pela cóclea e ativa as células ciliadas; o impulso segue até o núcleo coclear, no tronco cerebraltronco cerebralA parte mais antiga do cérebro, na ligação com a medula. Cuida do que não se negocia — respirar, acordar, reagir a susto — e é por onde passam quase todos os sinais dos sentidos.Ver em Sentidos e atenção →Ver no glossário →, depois ao colículocolículo superiorUma estação no tronco cerebral que puxa o olhar para o que se move ou contrasta, antes de a pessoa decidir olhar. É esse reflexo que todo destaque visual sequestra.Ver no glossário → inferior, no mesencéfalo, ao corpo geniculadotálamoA central de distribuição do cérebro: quase tudo que vem dos sentidos passa por ele antes de chegar ao córtex. O olfato é o caso à parte, com uma via direta até as áreas de emoção e memória, e é daí que vem a lembrança carregada de sentimento que um cheiro puxa.Ver em Sentidos e atenção →Ver no glossário → medial, no tálamo, e finalmente ao córtex auditivo primárioA1A primeira área a receber som, no lobo temporal. Recebe tudo o que entra pelos ouvidos, mas só um fluxo por vez ganha prioridade e chega à consciência.Ver em Sentidos e atenção →Ver no glossário →, a área A1, no lobo temporal.

O que acontece quando vários sons chegam ao mesmo tempo foi medido em 1953, no experimento que ficou conhecido como cocktail party: CherryColin CherryFez o experimento do coquetel: como o ouvido escolhe uma voz entre várias e o que acontece com as que ficaram de fora.Uma referência neste trabalho:1953Some experiments on the recognition of speech, with one and with two earsVer na Wikipédia ↗Ver na bibliografia → mostrou que, entre várias vozes, escolhemos uma só para ouvir conscientemente. A magnetoencefalografia confirmou depois que a atenção já amplifica o fluxo escolhido dentro do próprio córtex auditivo, entre 20 e 50 milissegundos depois do som, antes de qualquer decisão consciente, como WoldorffWoldorffMediu que a atenção auditiva amplifica o sinal já nos primeiros 20 a 50 milissegundos, antes de qualquer decisão consciente.Uma referência neste trabalho:1993Modulation of early sensory processing in human auditory cortex during auditory selective…Ver na bibliografia → e colegas registraram em 1993. É essa resolução em milissegundos que a magnetoencefalografia e a EEG entregam, e que nenhum outro método entrega. A faixa que o ouvido escuta também é antiga. A partir dos ossículos fossilizados de cinco indivíduos de Atapuerca, MartínezMartínezMediu o ouvido interno de fósseis de 350 mil anos e mostrou que a faixa auditiva humana já era a nossa.Uma referência neste trabalho:2004Auditory capacities in Middle Pleistocene humans from the Sierra de Atapuerca in SpainVer na bibliografia → e colegas reconstruíram em 2004 a transmissão de som pelo ouvido externo e médio, e ela já acompanhava o padrão humano na faixa média da fala, de 2 a 4 kHz, e não o do chimpanzé. Na faixa de 3,5 a 5 kHz o quadro é outro: ali os de Atapuerca ainda não eram modernos, e quem chega lá são os neandertais, como Conde-ValverdeConde-ValverdeUma referência neste trabalho:2021Neanderthals and Homo sapiens had similar auditory and speech capacitiesVer na bibliografia → e colegas mostraram em 2021. Os fósseis foram datados de novo depois da publicação e têm pelo menos 430 mil anos, mais velhos que a nossa própria espécie. Por mais canais de áudio que um aplicativo ofereça, continuamos limitados a um único canal consciente.

O tato entra pela pele e sobe. Ao tocarmos algo, receptores mecânicos geram impulsos que chegam ao gânglio da raiz dorsal e seguem, pela medula, ao tálamotálamoA central de distribuição do cérebro: quase tudo que vem dos sentidos passa por ele antes de chegar ao córtex. O olfato é o caso à parte, com uma via direta até as áreas de emoção e memória, e é daí que vem a lembrança carregada de sentimento que um cheiro puxa.Ver em Sentidos e atenção →Ver no glossário → e ao córtex somatossensorial primárioS1O mapa do corpo desenhado sobre o córtex. Dedos, lábios e língua ocupam áreas enormes; costas e pernas, quase nada: é por isso que a ponta do dedo distingue o que o cotovelo não distingue.Ver em Sentidos e atenção →Ver no glossário →, o S1, no giro pós-central. São quatro tipos de receptor, os discos de Merkel, as cápsulas de Meissner, os órgãos de Ruffini e os corpúsculos de Pacini, e o mapa que eles formam em S1 é um espelho da superfície do corpo, só que um espelho deformado: mão e lábios ocupam uma fatia desproporcional do córtex, enquanto o tronco inteiro cabe num pedaço pequeno. Foi assim que PenfieldWilder PenfieldEstimulou o córtex de pacientes acordados durante cirurgia e desenhou o homúnculo, o corpo como o cérebro o representa.Uma referência neste trabalho:1937Somatic motor and sensory representation in the cerebral cortex of manVer na Wikipédia ↗Ver na bibliografia → e Boldrey desenharam o homúnculo, em 1937, estimulando diretamente o córtex de pacientes acordados.

A mesma desproporção aparece na pele, quando se conta. A mão sem pelo, palma e dedos, tem cerca de 17 mil unidades mecanorreceptivas, e elas não estão distribuídas por igual: na ponta do dedo a densidade chega a cerca de 240 por centímetro quadrado, contra cerca de 60 na palma, na contagem que JohanssonJohanssonContou, com Vallbo, as unidades mecanorreceptivas da mão humana uma a uma, e mediu a densidade de cada tipo em cada região da pele glabra.Uma referência neste trabalho:1979Tactile sensibility in the human hand: relative and absolute densities of four types of me…Ver na bibliografia → e Vallbo fizeram em 1979 registrando fibra por fibra. Os corpúsculos de Pacini, o tipo que responde a vibração, têm sensibilidade máxima em torno de 250 Hz, e é por isso que os motores hápticos de celular são construídos para ressoar entre 175 e 235 Hz. A faixa não saiu de uma escolha de engenharia. É a frequência que o corpo sente melhor.

Cheiro e sabor entram por portas mais estreitas. Os cheiros são captados por células receptoras na mucosa olfatória e enviados diretamente ao bulbo olfatório, que projeta para o córtex piriforme e para estruturas límbicas como a amígdalaamígdalaDuas estruturas pequenas no lobo temporal que decidem, em milissegundos, se algo é ameaça ou oportunidade. Elas respondem à sua tela antes de qualquer julgamento consciente sobre ela.Ver em Emoção →Ver no glossário → e o hipocampohipocampoA estrutura que transforma experiência recente em memória duradoura. Tudo que a sua interface pede para a pessoa lembrar amanhã passa por ele hoje.Ver em Memória →Ver no glossário →. É por isso que certos aromas evocam de imediato uma emoção ou uma lembrança: o olfato é o único sentido que alcança o sistema límbicosistema límbicoNome herdado para um grupo de estruturas — amígdala, hipocampo, vizinhas — que a literatura de design ainda trata como bloco único. A neurociência não trata assim, porque não há fronteira anatômica nem função comum, e cada uma dessas estruturas faz coisas diferentes.Ver em Emoção →Ver no glossário → já na primeira parada, sem passar antes pelo tálamotálamoA central de distribuição do cérebro: quase tudo que vem dos sentidos passa por ele antes de chegar ao córtex. O olfato é o caso à parte, com uma via direta até as áreas de emoção e memória, e é daí que vem a lembrança carregada de sentimento que um cheiro puxa.Ver em Sentidos e atenção →Ver no glossário →. Mesmo com cerca de metade dos genes de receptor olfativo inativos, mantemos algo em torno de 400 funcionais, na contagem que MalnicMalnicUma referência neste trabalho:2004The human olfactory receptor gene familyVer na bibliografia →, Godfrey e Buck publicaram em 2004.

O paladar depende das papilas gustativas, que transmitem doce, salgado, azedo, amargo e umami ao trato solitário, no tronco cerebraltronco cerebralA parte mais antiga do cérebro, na ligação com a medula. Cuida do que não se negocia — respirar, acordar, reagir a susto — e é por onde passam quase todos os sinais dos sentidos.Ver em Sentidos e atenção →Ver no glossário →, de onde os sinais sobem ao tálamo e alcançam o córtex gustativo, no lobo insular. A resolução de cheiros e sabores permanece baixa, e nem a estrutura da molécula prevê bem o cheiro que ela vai ter, como KellerKellerMediu a percepção de moléculas quimicamente diversas e mostrou o quanto o olfato humano discrimina, e o quanto não descreve.Uma referência neste trabalho:2016Olfactory perception of chemically diverse moleculesVer na bibliografia → e Vosshall mediram em 2016 com centenas de compostos. Descrever um cheiro em detalhe é quase impossível, e o que falha aí é a nomeação, não a lembrança, como OlofssonOlofssonExplicou por que é tão difícil nomear um cheiro: o olfato tem ligação fraca com o sistema de linguagem.Uma referência neste trabalho:2015The muted sense: neurocognitive limitations of olfactory languageVer na bibliografia → e Gottfried mostraram em 2015. Qualquer tentativa de digitalizar odores esbarra numa largura de banda muito menor que a de vídeo ou áudio.

Para equilibrar-se e perceber movimento, contamos com os canais semicircularescanais semicircularesTrês anéis de líquido no ouvido interno, um para cada eixo de giro. Quando a cabeça roda, o líquido demora a acompanhar, e é esse atraso que o corpo lê como “virei”.Ver em Sentidos e atenção →Ver no glossário → e os otólitosotólitosDuas bolsas com cristais de cálcio sobre uma membrana, também no ouvido interno. Registram aceleração em linha reta e a direção da gravidade, para onde é embaixo.Ver em Sentidos e atenção →Ver no glossário → no labirinto do ouvido interno. Os primeiros registram giro; os segundos, deslocamento em linha reta e a direção da gravidade. Os dois mandam sinal ao núcleo vestibular no tronco cerebraltronco cerebralA parte mais antiga do cérebro, na ligação com a medula. Cuida do que não se negocia — respirar, acordar, reagir a susto — e é por onde passam quase todos os sinais dos sentidos.Ver em Sentidos e atenção →Ver no glossário → e, de lá, ao cerebelocerebeloA estrutura na base da nuca que automatiza movimento e sequência. Quanto mais alguém usa o seu produto, mais a operação migra para cá, e mais caro fica mudar o que já virou automatismo.Ver em Memória →Ver no glossário → e ao córtex vestibular.

E há uma coisa aqui que não tem paralelo nos outros sentidos: eles disparam o tempo todo. Mesmo com a cabeça parada, uma fibra do canal semicircular mantém cerca de noventa impulsos por segundo. Não existe posição de desligado. O movimento não faz o sinal aparecer. Ele faz essa taxa subir de um lado da cabeça e cair do outro.

O cérebro compara o tempo todo o que o olho reporta com o que o ouvido interno reporta, e conta com os dois dizendo a mesma coisa. Quando eles discordam, dá enjoo. E os dois jeitos de fazer os dois discordarem são simétricos. No carro, olhando o celular, o ouvido diz que você está andando e o olho vê uma página parada. Num óculos de realidade virtual sentado, o olho vê você atravessando um corredor e o ouvido diz que ninguém saiu do lugar. É a mesma discordância, com os papéis trocados, e é por isso que olhar pela janela lateral alivia num caso e fechar os olhos alivia no outro.

Numa tela, o que produz a discordância é atraso: você vira a cabeça, o ouvido interno registra na hora, e a imagem chega alguns instantes depois. Repare que o atraso não é entre um sentido e outro. É entre o movimento e o desenho, e é a chegada atrasada do desenho que faz os dois sentidos contarem histórias diferentes.

Vale reparar de onde vêm os números que se repetem sobre isso, porque eles são um caso exemplar de número que troca de dono no caminho. LaViolaLaviola Jr.Revisou o que se sabe sobre enjoo em ambiente virtual, a discrepância entre o que o olho vê e o que o ouvido interno sente, e o que ela cobra de quem usa.Uma referência neste trabalho:2000A discussion of cybersickness in virtual environmentsVer na bibliografia → descreve o atraso como causa, em 2000, e não dá limiar nenhum: na seção sobre atraso não há um único milissegundo, e o número de exibição que ele dá são 30 Hz, sobre cintilação, que é outro problema. Trinta hertz é a taxa de vídeo comum, e a cintilação é aquele tremido que a lâmpada fluorescente faz no canto do olho.

O famoso “abaixo de 20 milissegundos” é uma recomendação de projeto que John Carmack fez em 2013, e virou fato fisiológico no caminho. Para ter uma régua: a 60 quadros por segundo, cada quadro dura 16,7 ms. Ou seja, a recomendação é “atraso menor que um quadro”, algo que qualquer pessoa que já ajustou uma animação conhece pelo nome de queda de quadro.

O que de fato se mediu é outra coisa. Gente detecta atraso abaixo de 17 ms, e um participante detectou 3,2 ms; já os estudos que provocaram enjoo de propósito trabalharam com atrasos de algumas dezenas de milissegundos até 340 ms, na revisão que StauffertStauffertRevisou o que se mediu de fato sobre atraso e enjoo em realidade virtual, e separou o que é limiar medido do que é recomendação de projeto virada em fato.Uma referência neste trabalho:2020Latency and cybersickness: impact, causes, and measuresVer na bibliografia → e colegas publicaram em 2020. Ou seja, entre dois e vinte quadros. Detectar não é adoecer, e os dois números vivem sendo trocados um pelo outro, ainda que as duas faixas se encostem na ponta de baixo.

Este parecia ser o raro caso em que a permanência dá para medir em fóssil, porque o labirinto ósseo é osso e osso sobrevive. Fui conferir e o achado diz outra coisa: o labirinto dos hominídeos de Atapuerca tem um padrão derivado de proporções dos canais semicirculares, próprio da linhagem neandertal, e não a geometria moderna, como QuamQuamReconstruiu o labirinto ósseo dos hominídeos de Atapuerca e achou um padrão derivado, da linhagem neandertal, não a geometria humana moderna.Uma referência neste trabalho:2016The bony labyrinth of the middle Pleistocene Sima de los Huesos hominins (Sierra de Atapue…Ver na bibliografia → e colegas descreveram em 2016. Ou seja, este sensor não serve de exemplo de “o mesmo há centenas de milhares de anos”. Quem serve é o ouvido, cujos ossículos fósseis já transmitiam som como os nossos.