Percezione visiva: come il cervello legge una fotografia

Come guardiamo una fotografia: dove cade lo sguardo e perché

Una fotografia sembra un oggetto fermo, e per questo si presume che anche lo sguardo si posi con calma. I fatti raccontano altro. La parte della retina che vede con precisione, la fovea, copre appena uno o due gradi del campo visivo: poco più dell’ampiezza di un pollice a distanza di braccio. Tutto il resto arriva sfocato e poco colorato. Per vedere una scena nitida l’occhio la campiona, un frammento alla volta.

Il campionamento avviene con movimenti rapidissimi, le saccadi. Ciascuna dura tra i 20 e i 200 millisecondi, a seconda dell’ampiezza, e le saccadi più grandi, intorno ai 25 gradi, possono raggiungere i 700 gradi al secondo. Tra una saccade e l’altra l’occhio si ferma in una fissazione. Nell’esplorazione di una scena un osservatore compie in media due o tre fissazioni al secondo. Durante la saccade la sensibilità ai dettagli grossolani viene attenuata, un fenomeno chiamato soppressione saccadica, e per questo non percepiamo il mondo che sfreccia.

La sequenza di fissazioni e saccadi si chiama scanpath, percorso dello sguardo. Lo studio sistematico di questi percorsi comincia nell’Ottocento: nel 1879 Louis Émile Javal osservò che la lettura non è uno scorrimento continuo ma una successione di brevi soste. Più tardi Guy Thomas Buswell, a Chicago, costruì i primi apparecchi non invasivi che riflettevano la luce sull’occhio e registravano il risultato su pellicola, e li usò anche per studiare come le persone guardano le immagini. Oggi si usano mappe di calore per mostrare dove un gruppo di osservatori ha guardato più a lungo, mappe di salienza per evidenziare ciò che attira l’occhio, mappe delle zone ignorate.

Ne discende la prima risposta alla domanda su dove cade lo sguardo: dove il cervello trova qualcosa che merita una fissazione. Le sezioni che seguono spiegano cosa conta come «qualcosa».

Percepire significa costruire

Il sistema visivo funziona in modo diverso da una fotocamera che archivia pixel. Dalle fissazioni arriva un flusso di campioni discontinui, e il cervello li assembla in una scena stabile e continua. Aggiunge ciò che manca, scarta ciò che non serve, interpreta le ambiguità sulla base dell’esperienza. Chi ha riguardato un proprio scatto e ha scoperto un dettaglio prima ignorato conosce l’effetto: l’immagine era sempre stata lì, ma l’attenzione no.

La riflessione su questa natura attiva del vedere ha una lunga storia anche fuori dalla psicologia sperimentale. La pagina del sito su fotografia, tempo e percezione segue quel filo dal lato filosofico. Qui interessa il lato che si può misurare.

La psicologia della Gestalt e le sue leggi

La psicologia della Gestalt nasce nei primi decenni del Novecento in Germania e in Austria come reazione alle teorie che spiegavano la percezione sommando sensazioni elementari. Il suo slogan, attribuito a Kurt Koffka, dice che il tutto è qualcosa di diverso dalla somma delle parti. I tre fondatori sono Max Wertheimer, Kurt Koffka e Wolfgang Köhler. Si considera l’inizio del movimento l’articolo di Wertheimer del 1912 sul movimento apparente, il fenomeno phi, quello per cui due luci che si accendono in successione sembrano una sola luce in movimento. Il concetto di «qualità di forma» era stato introdotto già nel 1890 da Christian von Ehrenfels.

Negli anni Trenta la persecuzione nazista costrinse i protagonisti a emigrare negli Stati Uniti. Koffka morì nel 1941 e Wertheimer nel 1943, e l’impulso della scuola si indebolì. L’eredità però resta viva nel design delle interfacce, nella cartografia e nella ricerca sulla percezione.

Le leggi di organizzazione percettiva descritte dalla scuola sono utili a chi guarda e a chi fotografa:

• Prossimità. Gli elementi vicini vengono visti come gruppo. Tre persone ferme a un metro l’una dall’altra, in una piazza vuota, si leggono come un insieme.
• Somiglianza. Gli elementi simili per colore, forma o dimensione si raggruppano. Una fila di ombrelli rossi in mezzo a ombrelli neri forma subito una figura.
• Chiusura. Le forme incomplete vengono completate. Un volto per metà in ombra viene percepito intero.
• Continuità. Gli elementi allineati lungo un percorso regolare si leggono come collegati. Una ringhiera, un orizzonte, una fila di finestre guidano l’occhio.
• Destino comune. Ciò che si muove nella stessa direzione appartiene allo stesso gruppo. In fotografia si rende con il mosso o con una folla orientata.
• Simmetria ed esperienza passata. Anche ciò che già conosciamo influisce sul modo di raggruppare.
• Prägnanz. Il principio che sta sopra gli altri: tra più interpretazioni possibili, la percezione tende alla più semplice, regolare e ordinata.

Per un fotografo queste leggi spiegano perché certe immagini «funzionano» prima ancora di essere analizzate, e perché altre generano una leggera confusione senza che se ne capisca il motivo. Una composizione in cui prossimità e somiglianza suggeriscono raggruppamenti diversi manda segnali contraddittori.

Figura e sfondo

La distinzione tra figura e sfondo è il primo atto della lettura di un’immagine. La scena viene divisa in un elemento che spicca e in un fondo che arretra. Lo psicologo danese Edgar Rubin l’ha studiata con la celebre immagine del vaso che è anche una coppia di volti: a seconda di dove il cervello assegna il contorno, si vede un vaso bianco o due profili neri. Le due letture si alternano, fenomeno che si chiama multistabilità.

Alcuni indizi fanno propendere per l’una o per l’altra interpretazione. Le regioni più piccole tendono a essere viste come figura, così come le forme convesse e gli oggetti in movimento su un fondo fermo. Il contorno appartiene alla figura e ne definisce la forma. Si tratta di probabilità, senza valore di regole assolute.

Questa organizzazione ha conseguenze immediate in fotografia. Un soggetto isolato su un fondo uniforme si stacca senza sforzo. Un soggetto di colore simile allo sfondo, in una zona di trama fitta, perde la figura e l’occhio vaga. Lo stesso principio spiega la forza della silhouette: il contorno è l’unica informazione, quindi la forma deve essere leggibile. Il rovesciamento figura-sfondo, usato dai grafici come procedimento deliberato, ha un equivalente nelle immagini in cui lo spazio vuoto pesa quanto l’oggetto.

Attenzione visiva: contrasto, compito e punti focali

La ricerca sull’attenzione distingue due fonti di guida dello sguardo. La prima è dal basso, bottom-up: stimoli che emergono dal contesto e catturano l’occhio in modo riflesso. La seconda è dall’alto, top-down: memoria, aspettative, obiettivi, come guardare a destra prima di attraversare la strada.

La salienza bottom-up nasce quasi sempre da un contrasto con l’intorno. Un punto rosso in mezzo a punti bianchi, una barra verticale tra barre orizzontali: sono elementi che «saltano fuori», effetto detto pop-out. Secondo una delle ipotesi più discusse, la corteccia visiva primaria produce una mappa di salienza che guida i primi spostamenti dello sguardo. Nel 1998 Laurent Itti, Christof Koch ed Ernst Niebur hanno proposto un modello computazionale basato su meccanismi centro-periferia, origine di buona parte dei modelli di attenzione usati in visione artificiale.

Per la fotografia, la traduzione è diretta. Attirano lo sguardo la zona più luminosa in un’immagine scura, il colore saturo in un contesto spento, il dettaglio nitido tra elementi sfocati, l’unico elemento orientato diversamente dagli altri. Il punto focale di un’immagine coincide molto spesso con il punto di massimo contrasto, qualunque sia la natura del contrasto. Su questo terreno la dominante cromatica lavora in modo silenzioso: in un’immagine dal colore uniforme, il singolo contrasto cromatico acquista un peso enorme.

Il secondo canale, quello dall’alto, è stato mostrato con chiarezza dallo psicologo sovietico Alfred Yarbus. Nel suo libro del 1965, tradotto in inglese nel 1967 con il titolo Eye Movements and Vision, Yarbus registrò i percorsi dello sguardo di osservatori che guardavano la stessa immagine e mostrò che il compito assegnato modifica i percorsi: davanti a domande diverse, gli occhi si concentrano sulle zone rilevanti per quella domanda. Tornano più volte sugli stessi elementi, per esempio gli occhi e la bocca di un volto, e ignorano buona parte dei dettagli secondari.

Volti e sguardi: la calamita dell’immagine

Tra gli stimoli che attirano il cervello i volti occupano un posto speciale. La neuroscienziata Nancy Kanwisher nel 1997 diede il nome di area fusiforme del volto a una regione sulla superficie inferiore del lobo temporale, che risponde più ai volti che alla maggior parte delle altre categorie di oggetti. Justine Sergent l’aveva descritta nell’essere umano già nel 1992. L’attività dell’area è più forte per i volti familiari che per quelli sconosciuti e più intensa davanti a volti spaventati che a volti neutri, il che suggerisce un ruolo che va oltre il riconoscimento dell’identità.

Il dibattito scientifico sulla natura di quest’area resta aperto. Kanwisher e altri la considerano dedicata ai volti. Isabel Gauthier sostiene che serva a distinguere oggetti visivamente simili e che la sua attivazione in esperti di auto, uccelli o scacchi ne sia la prova. Uno studio di risonanza magnetica non ha trovato un’area selettiva per i volti in bambini di quattro-sei mesi, il che complica l’ipotesi di un modulo innato. Per chi fotografa la conclusione pratica regge in entrambi i casi: i volti, e in particolare gli occhi, ottengono fissazioni più numerose e più lunghe di qualunque altro elemento.

Ne segue una regola di buon senso. Un volto in primo piano domina l’immagine, uno sguardo diretto in camera blocca l’attenzione, uno sguardo che esce dal quadro la trascina fuori. Il tema di ciò che resta oltre il bordo è trattato nella pagina sul fuori campo.

Arnheim e la composizione come campo di forze

Chi ha portato la Gestalt dentro lo studio delle arti visive è Rudolf Arnheim, nato a Berlino il 15 luglio 1904 e morto ad Ann Arbor il 9 giugno 2007, a 102 anni. Allievo di Wertheimer e Köhler all’Università di Berlino, scrisse Art and Visual Perception: A Psychology of the Creative Eye (1954), rivisto nel 1974 e tradotto in quattordici lingue. Il libro usa la scienza della percezione per capire l’arte. Nel 1969 uscì Visual Thinking, dove sostiene che percezione e pensiero sono legati e che l’espressione artistica è un modo di ragionare. In The Power of the Center (1982) affronta la composizione nei suoi schemi concentrici e a griglia, in pittura e in architettura.

L’idea di fondo di Arnheim è che un’immagine sia un sistema di forze visive. Ogni elemento ha un peso e una direzione, il quadro ha un centro e dei bordi che esercitano un’attrazione, e l’equilibrio nasce dalla compensazione di queste forze, di cui la simmetria è soltanto un caso. Le sue pagine hanno influenzato generazioni di insegnanti di fotografia e di design. Nella stessa area di interessi si colloca György Kepes, autore di Language of Vision, che portò la riflessione sul vedere nella didattica della scuola Bauhaus americana.

Cosa ne consegue per la composizione

Il risultato è un metodo di controllo, senza ricette. Prima di scattare o di ritagliare è utile chiedersi che cosa vedrà l’occhio nei primi secondi, e se corrisponde a ciò che si voleva mostrare. Un elenco di verifiche pratiche, ricavate dalle ricerche appena viste:

• Trovare il punto di massimo contrasto. Luminosità, colore, nitidezza, orientamento. Se coincide con un elemento secondario, l’immagine va riequilibrata.
• Controllare la figura. Il soggetto si stacca dallo sfondo per contorno, tono o colore? Se il fondo ha una trama fitta o un colore affine, il soggetto si confonde.
• Verificare i raggruppamenti. Prossimità e somiglianza propongono lo stesso ordine? Se suggeriscono gruppi diversi, l’occhio esita.
• Dare un percorso. Linee, bordi, direzioni dello sguardo dei soggetti: la continuità guida l’occhio da un elemento all’altro.
• Guardare i volti. Dove sono, dove guardano, quanto spazio occupano.
• Socchiudere gli occhi o ridurre l’anteprima. È il modo più rapido per eliminare i dettagli e vedere i pesi.

Le regole classiche della composizione assumono in questa luce un significato più preciso. La regola dei terzi è una scorciatoia per collocare il soggetto fuori dal centro, dove l’attrazione del centro viene bilanciata da una zona di vuoto. L’articolo sulla composizione fotografica ne ricostruisce la storia. La percezione fornisce una spiegazione a posteriori di ciò che i fotografi avevano scoperto a occhio.

I limiti delle teorie

Una trattazione onesta deve ricordare dove le teorie si fermano. Contro la Gestalt si è osservato che le sue leggi descrivono ma non spiegano, che termini come «forma buona» sono vaghi e che mancavano un modello neurale e una quantificazione. Le leggi di raggruppamento sono tendenze, e quando entrano in conflitto la scena può essere letta in più modi.

L’eye tracking ha un limite analogo. Una fissazione dice dove l’occhio si è posato, e lascia aperto il perché: una fissazione su un volto può indicare riconoscimento, simpatia o perplessità. Per questo le misure oculari vengono spesso affiancate ad altri metodi, come i resoconti verbali. Anche la salienza è solo una parte della storia: l’esperienza, la cultura visiva, il momento e il contesto della visione cambiano i percorsi.

Resta un patrimonio di osservazioni solide. Lo sguardo è selettivo, il cervello cerca ordine, il contrasto e i volti guidano l’attenzione, il compito cambia il modo di guardare. Chi compone un’immagine tenendo a mente queste quattro cose riduce la distanza tra ciò che ha in testa e ciò che vedrà chi la guarda.