Seu cérebro grava um “molde” da primeira vez que você vê algo confuso — e é só por isso que você reconhece na segunda

Por

Olhe para uma mancha de tinta que parece só um borrão de preto e branco. Agora alguém aponta: “é um dálmata cheirando o chão, debaixo de uma árvore”. No instante seguinte, você nunca mais vai conseguir não ver o cachorro naquela mesma imagem. O borrão virou dálmata para sempre — mas só aquele borrão específico. Um borrão parecido, de outro cachorro, continua sendo só um borrão.

Esse truque de mais de 50 anos da psicologia da percepção — conhecido como imagem de Mooney — sempre foi usado como demonstração de sala de aula de que o cérebro “aprende a ver” quase instantaneamente. O que faltava era saber, com precisão, onde dentro do cérebro esse aprendizado de uma única exposição fica gravado, e como ele é fisicamente diferente de simplesmente lembrar um fato.

Um estudo publicado em fevereiro de 2026 na revista Nature Communications, conduzido por pesquisadores da NYU Grossman School of Medicine (parte da NYU Langone Health), em colaboração com o Icahn School of Medicine at Mount Sinai e a NYU Tandon School of Engineering, respondeu as duas perguntas combinando quatro métodos raramente reunidos em um único trabalho: testes comportamentais de precisão, ressonância magnética funcional de altíssima resolução, eletrodos implantados diretamente no cérebro de pacientes em tratamento neurocirúrgico e um modelo de rede neural artificial construído para replicar o fenômeno. O resultado é um mapa bastante concreto de como uma única olhada pode reorganizar, de forma duradoura, a maneira como você vê um objeto específico — sem que isso tenha qualquer relação com “confiar no instinto” ou com conceitos abstratos de intuição no sentido popular do termo. É, do início ao fim, uma história sobre o mecanismo físico da visão.

O que é uma imagem Mooney, exatamente

As imagens Mooney levam o nome da psicóloga canadense Craig Mooney, que as desenvolveu nos anos 1950 e 1960 como ferramenta de pesquisa sobre percepção visual. São fotografias reduzidas a apenas duas cores — preto e branco puro, sem tons de cinza intermediários —, de forma que boa parte da informação de contorno e sombreado do objeto original se perde. O resultado é um estímulo ambíguo: contém informação suficiente para, em tese, revelar um objeto reconhecível, mas insuficiente para que o sistema visual o reconheça de imediato sozinho.

O exemplo mais famoso do campo é justamente uma foto de um dálmata farejando o chão sob a sombra de uma árvore, popularizada pelo psicólogo britânico Richard Gregory em 1970. Antes de saber o que procurar, a maioria das pessoas vê apenas manchas pretas espalhadas sobre um fundo branco. Depois de ver a versão nítida da mesma cena — a fotografia original em tons de cinza, sem a degradação — o cérebro passa a reconhecer o cachorro quase instantaneamente sempre que a versão degradada reaparece.

É exatamente esse “antes e depois” que a equipe da NYU usou como ferramenta experimental: mostrar a versão degradada, depois a versão nítida correspondente, e medir com precisão o que muda no cérebro e no comportamento quando a imagem degradada é mostrada de novo.

Os quatro métodos combinados

O que diferencia este estudo de demonstrações anteriores do fenômeno Mooney é a combinação de quatro abordagens complementares, cada uma cobrindo uma limitação da outra:

Psicofísica comportamental. Voluntários viram sequências de imagens Mooney seguidas de suas versões nítidas correspondentes, e tiveram sua precisão de reconhecimento testada quando as imagens degradadas eram reapresentadas — inclusive em versões alteradas (giradas, reposicionadas, redimensionadas, ou substituídas por um objeto diferente da mesma categoria). Essa etapa envolveu participantes distintos em diferentes experimentos, testando cada manipulação separadamente.

Ressonância magnética funcional de 7 Tesla. Dez participantes tiveram a atividade cerebral registrada em um scanner de altíssimo campo magnético (o dobro da força típica de equipamentos hospitalares de 3 Tesla) enquanto realizavam a mesma tarefa de reconhecimento. A resolução mais fina desse tipo de aparelho permite distinguir sinais de regiões cerebrais vizinhas com uma precisão que equipamentos convencionais não alcançam.

Eletroencefalografia intracraniana (iEEG). Dezenove pacientes que já estavam internados para monitoramento neurocirúrgico — com eletrodos implantados diretamente no tecido cerebral como parte do próprio tratamento, somando 1.886 eletrodos ao todo — foram convidados a realizar uma versão breve da mesma tarefa perceptiva durante o período de monitoramento. É importante deixar claro o que esse detalhe metodológico significa e o que não significa: esses eletrodos existem exclusivamente por razões clínicas, para localizar a origem de crises antes de eventuais procedimentos, e a condição médica desses pacientes não é o assunto deste estudo nem deste artigo. O que a presença desses eletrodos permitiu foi, de forma incomum, registrar a atividade elétrica de neurônios individuais e de pequenos grupos de neurônios com uma precisão temporal (na casa dos milissegundos) que nenhum exame não invasivo — nem mesmo o fMRI de 7 Tesla — consegue oferecer. É esse tipo de acesso raro e clinicamente motivado que permitiu à equipe observar a sequência exata de eventos elétricos no córtex durante o instante do reconhecimento.

Modelagem com redes neurais profundas. Os pesquisadores construíram uma rede neural artificial baseada em arquitetura de transformador visual, incorporando um mecanismo de retroalimentação “de cima para baixo” (top-down) — ou seja, camadas mais avançadas do modelo influenciando o processamento de camadas mais iniciais, de forma semelhante ao que se acredita acontecer no córtex biológico. Esse modelo computacional foi capaz de reproduzir o padrão de aprendizado de uma única exposição observado nos humanos, funcionando como uma espécie de banco de testes para as hipóteses sobre o mecanismo.

Reunidas, essas quatro fontes de evidência convergiram para o mesmo ponto: existe uma marca física, localizável e mensurável, deixada no cérebro pela primeira exposição à imagem nítida.

Um “molde” perceptivo, não um conceito

O ponto talvez mais importante do estudo é a distinção entre duas formas possíveis de explicar por que o dálmata “aparece” na segunda vez: o cérebro poderia ter armazenado o conceito “cachorro nesta pose, farejando o chão” — uma representação abstrata, no nível do significado — ou poderia ter armazenado algo mais parecido com um molde ou gabarito puramente visual daquela imagem específica, sem qualquer camada de significado embutida.

Os experimentos comportamentais apontam fortemente para a segunda opção. Quando os pesquisadores trocavam a imagem nítida mostrada por uma fotografia de um cachorro diferente, mas da mesma raça e em pose semelhante, o efeito de aprendizado desaparecia quase por completo: a nova imagem degradada continuava tão difícil de reconhecer quanto antes de qualquer exposição. Se o cérebro estivesse armazenando o conceito “dálmata farejando o chão”, generalizar para outro exemplar da mesma categoria deveria funcionar razoavelmente bem. Não funcionou. O que ficou gravado foi específico daquele exemplar visual exato — não da categoria à qual ele pertence.

É por isso que a equipe descreve o fenômeno como o armazenamento de um “prior” perceptivo: um padrão prévio, guardado em nível de imagem, que o cérebro passa a usar como referência de comparação sempre que um estímulo visual parecido aparece de novo. A comparação entre a análise de similaridade representacional (uma técnica estatística que compara o padrão de atividade cerebral entre diferentes condições experimentais) derivada dos dados comportamentais e a derivada dos dados de neuroimagem mostrou que apenas uma região específica do cérebro correspondia de forma significativa ao padrão previsto pelo comportamento — o que leva à segunda descoberta central do estudo.

Por que o córtex visual de alto nível, e não o primário

Uma suposição razoável seria a de que esse tipo de “memória de imagem” ficasse armazenado no córtex visual primário — a primeira estação de processamento visual no cérebro, responsável por decodificar informações bem básicas como bordas, contraste e orientação de linhas em cada pequeno pedaço do campo visual. Os dados apontam para o contrário: o local de armazenamento identificado foi o córtex visual de alto nível, com destaque especial para o córtex fusiforme — uma região situada mais adiante na via de processamento visual, já responsável por reconhecer objetos e rostos completos, não apenas fragmentos de linha e contraste.

Dois conjuntos de evidência sustentam essa localização. No fMRI de 7 Tesla, o córtex fusiforme concentrou a maior proporção de voxels (unidades de volume da imagem cerebral) cuja atividade continha informação relacionada ao “prior” armazenado — quase 30% dos voxels analisados nessa região carregavam esse sinal, uma proporção muito acima da encontrada em áreas visuais mais iniciais. Nos registros intracranianos, de resolução temporal muito mais fina, as mudanças de atividade elétrica ligadas ao reconhecimento apareceram primeiro no córtex visual de alto nível — por volta de 225 milissegundos após a apresentação da imagem —, precedendo alterações em outros circuitos cerebrais relacionados à tarefa.

Essa localização faz sentido dentro do que já se sabia sobre a arquitetura do sistema visual: o córtex primário processa informação bruta e de baixo nível, comum a praticamente qualquer imagem; já o córtex visual de alto nível já lida rotineiramente com formas, objetos e rostos completos — é, portanto, o lugar onde uma “assinatura” específica de um objeto individual faz mais sentido ser mantida em memória de curto e médio prazo, disponível para comparação instantânea da próxima vez que um estímulo parecido aparecer.

Invariante a tamanho, mas sensível a orientação e posição

A parte mais reveladora do estudo, do ponto de vista de entender como esse molde perceptivo realmente funciona, veio dos experimentos que manipularam sistematicamente a imagem nítida mostrada aos participantes antes de testar o reconhecimento da versão degradada.

Quando os pesquisadores aumentavam ou diminuíam o tamanho da imagem entre a exposição e o teste, o aprendizado permanecia praticamente intacto — o efeito de reconhecimento não dependia de a imagem aparecer do mesmo tamanho nas duas vezes. Já quando giravam a imagem (por exemplo, invertendo-a de cabeça para baixo ou rotacionando em 90 graus) ou alteravam sua posição na tela, o efeito de aprendizado diminuía de forma clara, embora não desaparecesse totalmente.

Esse padrão — invariância a tamanho combinada com sensibilidade a orientação e posição — é uma pista importante sobre a arquitetura computacional por trás do fenômeno. Ele sugere que o “molde” armazenado não é uma cópia fotográfica abstrata e totalmente flexível da imagem, livre de qualquer ancoragem espacial, mas também não está amarrado a um tamanho fixo específico de projeção na retina. É uma representação intermediária: suficientemente abstrata para ignorar o quanto a imagem ocupa do campo visual, mas ainda suficientemente concreta para carregar informação sobre para que lado o objeto está voltado e onde ele está posicionado. O modelo de rede neural profunda desenvolvido pela equipe, ao incorporar retroalimentação top-down em sua arquitetura, foi capaz de reproduzir esse mesmo padrão de sensibilidades — no experimento comparativo, o modelo apresentou um efeito de aprendizado perceptivo de cerca de 16,6%, contra apenas 3,1% de um efeito de mera repetição, e seus erros de reconhecimento acompanharam de forma estatisticamente significativa os erros cometidos pelos participantes humanos.

O que o estudo mostra — e o que ele não mostra

Vale marcar com clareza os limites do que foi demonstrado. O estudo trata de um mecanismo específico e bem definido de percepção visual: como uma única exposição a uma imagem nítida altera, de forma duradoura e localizada no córtex visual de alto nível, a capacidade de reconhecer aquela mesma imagem quando ela reaparece degradada. Não é um estudo sobre tomada de decisão, sobre “confiar no instinto” em situações da vida cotidiana, nem sobre qualquer forma de intuição no sentido amplo e popular do termo — o achado nem sequer testa cenários fora do laboratório de percepção visual controlada. Também não é, em nenhum momento, um estudo sobre epilepsia ou qualquer condição neurológica: os pacientes que contribuíram com os dados de eletroencefalografia intracraniana participaram exclusivamente porque já possuíam eletrodos implantados por motivos clínicos alheios à pesquisa, e nenhum resultado do estudo diz respeito à condição desses pacientes.

O que o trabalho estabelece, com base em evidência convergente de quatro métodos independentes, é mais estreito e, por isso mesmo, mais sólido: existe uma forma de aprendizado perceptivo que ocorre em uma única exposição, é armazenada como um padrão específico de imagem (não como um conceito abstrato) dentro do córtex visual de alto nível, e obedece a regras próprias e mensuráveis de generalização — tolerante a mudanças de tamanho, mas sensível a mudanças de orientação e posição. Um dos autores seniores do estudo, a neurocientista Biyu J. He, resumiu o objetivo da pesquisa afirmando que o trabalho revelou não apenas onde esses padrões prévios ficam armazenados, mas também os cálculos cerebrais envolvidos no processo. Já o coautor sênior Eric K. Oermann, que também estuda inteligência artificial, apontou o contraste com a tecnologia atual: nenhuma ferramenta de IA hoje é capaz de aprender de uma única exposição do jeito que o cérebro humano faz — o que torna esse tipo de mapeamento biológico um material de referência valioso para quem tenta construir sistemas artificiais mais eficientes nesse quesito.

Fontes citadas neste artigo:

Deixe um comentário