Cuando dos personas coordinan sus movimientos, como tomados de la mano o moviendo muebles, intercambian señales físicas a través de los objetos que los conectan. Nueva investigación publicada en PLOS Biología Computacional sugiere que las conexiones más rígidas permiten una mejor comunicación pero requieren más esfuerzo para lograr la coordinación.
Durante el contacto físico, el cerebro intenta inferir el objetivo de un compañero a partir de sus acciones. Investigaciones anteriores han demostrado que durante las interacciones rígidas, como tomarse de las manos o mover una mesa, un compañero sigue el ejemplo del otro. Sin embargo, los roles de líder-seguidor sí lo hacen.no emerja durante una interacción suave, como cuando se mueve un colchón.
Atsushi Takagi del Instituto de Tecnología de Tokio y sus colegas se propusieron comprender mejor cómo las estrategias de interacción cambian con la rigidez. Pidieron a 14 pares de personas que persiguieran un objetivo común en una pantalla con un cursor usando movimientos coordinados de la muñeca. Se utilizó una interfaz robóticapara simular una banda elástica virtual que conecta las muñecas de cada par.
El equipo de investigación descubrió que una conexión más rígida entre los socios, es decir, una banda elástica virtual más fuerte, resultó en una mejor comunicación de las señales físicas, pero requirió que los socios hicieran más esfuerzos para perseguir el objetivo común.la banda virtual aún podía coordinarse al inferir información sobre las intenciones de cada uno, pero este proceso se deterioró a medida que la conexión se hizo más suave.
Una simulación computacional del experimento permitió a los investigadores probar diferentes modelos de posibles mecanismos subyacentes para ver cuál explicaba mejor los datos. El modelo de mejor ajuste explicaba la rigidez de la banda elástica y cómo influía en el rendimiento y el esfuerzo de cada compañero.
"Nuestros hallazgos tienen implicaciones para el entrenamiento físico y la rehabilitación, ya que la asistencia similar a la humana basada en nuestro modelo de interacción da como resultado un mejor aprendizaje que la orientación robótica", dice Takagi. "La conducción compartida también podría beneficiarse de este estudio para cambiar adaptativamente la rigidez de la interacciónentre un vehículo autónomo y el conductor humano para una entrega sin problemas "
Luego, el equipo de investigación planea usar imágenes cerebrales para investigar cómo las acciones y objetivos de cada compañero están representados en el cerebro durante la interacción física.
Fuente de la historia :
Materiales proporcionados por PLOS . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :