Trong nghiên cứu nhận thức và thần kinh nhãn khoa, cử động mắt (saccades) đã trở thành một công cụ đo lường tinh vi nhằm khám phá cách bộ não con người chuyển hóa tín hiệu âm thanh ngôn ngữ thành các biểu trưng nhận thức theo thời gian thực. Mô hình "Thế giới thị giác" (Visual World Paradigm) thường đặt người tham gia trước một màn hình hiển thị các hình ảnh trực quan, đồng thời phát ra tín hiệu thanh học chứa tên của một trong các vật thể đó. Vị trí điểm nhìn của mắt được ghi nhận liên tục nhằm phân tích các cử động mắt định hướng (signal-driven saccades). Các nghiên cứu sơ khởi đã ghi nhận rằng ngay khi những âm tiết đầu tiên của từ cất lên, định hướng nhãn cầu có thể chuyển sang hình ảnh tương ứng chỉ sau khoảng 200 ms.
Tuy nhiên, một câu hỏi căn bản về sinh lý nhận thức và phương pháp luận lâm sàng luôn được đặt ra: Liệu việc xem trước (preview) màn hình thị giác có làm thay đổi bản chất của quá trình xử lý ngôn ngữ hay không? Người xem có tự âm thầm gán tên cho các vật thể trước (covert prenaming) rồi chỉ đơn thuần đối chiếu âm thanh nghe được với bản đồ tên gọi đã kích hoạt sẵn, hay bộ não thực sự tiến hành giải mã từ vựng và tương tác động với hệ thống biểu trưng thị giác - ngữ nghĩa? Việc làm sáng tỏ cơ chế này không chỉ có ý nghĩa trong khoa học nhận thức mà còn giúp chuẩn hóa các công cụ đo lường vận động nhãn cầu trong chẩn đoán thần kinh thị giác.
Cơ chế thần kinh - thị giác và sự tương tác giữa âm thanh với nhận thức không gian
Để hiểu được bản chất của các cử động mắt saccade được dẫn dắt bởi ngữ âm, chúng ta cần xem xét ba mô hình giả thuyết về sự tương tác giữa đầu vào thị giác và đầu vào thanh học:
- Giả thuyết đối chiếu âm phong (Phonological matching): Việc xem trước màn hình cung cấp một tập hợp khép kín các lựa chọn âm phong. Người nghe âm thầm gán tên cho các hình ảnh; khi âm thanh xuất hiện, bộ não bỏ qua bước xử lý từ vựng sâu (lexical processing) mà chỉ đối chiếu trực tiếp dạng âm thanh nghe được với dạng âm phong gán cho từng vị trí không gian.
- Giả thuyết kích hoạt dạng từ vựng (Lexical-form activation): Tín hiệu âm thanh kích hoạt các biểu trưng từ vựng trong kho lưu trữ (lexicon). Sự tương thích giữa biểu trưng từ vựng được kích hoạt và tên gọi của hình ảnh sẽ điều hòa xác suất định hướng nhãn cầu. Mô hình này dự đoán rằng tần suất từ vựng (lexical frequency) sẽ ảnh hưởng trực tiếp đến cử động mắt.
- Giả thuyết tương tác ngữ nghĩa - thị giác (Semantic/conceptual mapping): Tín hiệu âm thanh kích hoạt biểu trưng từ vựng, từ đó kích hoạt biểu trưng ngữ nghĩa. Mắt chuyển hướng dựa trên sự tương thích giữa biểu trưng ngữ nghĩa này và biểu trưng thị giác/khái niệm được trích xuất từ màn hình, hoàn toàn không cần sự can thiệp của việc "đặt tên ngầm" cho hình ảnh.
Bên cạnh cơ chế nhận thức ngữ nghĩa, hệ thống vận động nhãn cầu còn chịu ảnh hưởng bởi sự trích xuất thông tin thị giác ngoại fovea (parafoveal processing) và các định hướng không gian tự nhiên (spatial biases). Khi quan sát một thị trường gồm nhiều vật thể, mắt có xu hướng quét ưu tiên theo các tọa độ không gian nhất định (như góc trên bên trái) trước khi thực hiện các nhịp saccade tiếp theo.
Bằng chứng thực nghiệm từ phân tích cử động mắt và tần suất từ vựng
Nghiên cứu được tiến hành trên 69 người tham gia (sử dụng tiếng Hà Lan), phân thành hai nhóm điều kiện: không có thời gian xem trước (no-preview, n = 39) và có 500 ms xem trước (preview, n = 30). Hệ thống theo dõi cử động mắt SMI Eyelink (tần số lấy mẫu 250 Hz) được sử dụng để ghi nhận chính xác tọa độ cố định nhãn cầu (fixations) và nhịp saccade trên lưới 5x5 chứa 4 hình ảnh (vật thể đích - target, vật thể cạnh tranh đồng âm đầu - competitor, và hai vật thể nhiễu - distractors).
Kết quả nghiên cứu đã chứng minh rõ ràng vai trò của thời gian xem trước và tần suất từ vựng đối với hành vi vận động nhãn cầu:
- Ảnh hưởng của thời gian xem trước (Preview Effect): Trong điều kiện không xem trước, người tham gia nhìn vào tất cả các hình ảnh với tỷ lệ ngang nhau ở thời điểm ban đầu. Chỉ khi có 500 ms xem trước, các nhịp saccade hướng tới vật thể cạnh tranh đồng âm mới cao hơn rõ rệt so với vật thể nhiễu (47% so với 34%, p < 0.0001).
- Ảnh hưởng của tần suất từ vựng (Lexical Frequency): Thời gian cố định nhãn cầu ban đầu vào vật thể cạnh tranh có tên gọi tần suất cao dài hơn đáng kể so với vật thể tần suất thấp (208 ms so với 186 ms, p < 0.05). Điều này bác bỏ giả thuyết cho rằng người nghe tự đặt tên cho hình ảnh, vì nếu tự đặt tên, từ tần suất thấp (khó truy xuất hơn) sẽ đòi hỏi thời gian cố định nhãn cầu dài hơn.
- Định hướng vị trí không gian (Spatial Position Bias): Có sự ưu tiên rõ rệt đối với vị trí góc trên bên trái trong các nhịp cố định nhãn cầu đầu tiên. Vật thể cạnh tranh nằm ở các vị trí phía trên thu hút nhiều nhịp saccade hơn so với khi nằm ở góc dưới bên phải (p < 0.0005).
| Thông số / Biến số phân tích | Điều kiện Không xem trước (No-preview) | Điều kiện Có xem trước (500 ms Preview) | Ý nghĩa thống kê (p-value) |
|---|---|---|---|
| Số lượng cố định nhãn cầu trung bình / thử nghiệm | 4.5 nhịp (4.2 cao TSTV - 4.8 thấp TSTV) | 4.8 nhịp (4.5 cao TSTV - 5.2 thấp TSTV) | Khác biệt không đáng kể |
| Tỷ lệ nhìn vào Vật thể cạnh tranh (Competitor) | 49% (526 / 1072 thử nghiệm) | 47% (343 / 727 thử nghiệm) | Chiếm ưu thế khi có Preview |
| Tỷ lệ nhìn vào Vật thể nhiễu tương đồng (Matched Distractor) | 48% (516 / 1072 thử nghiệm) | 34% (242 / 712 thử nghiệm) | p < 0.0001 (khi có Preview) |
| Thời lượng cố định nhãn cầu (Competitor Fixation Duration) | Tần suất cao: 208 ms Tần suất thấp: 186 ms | N/A (phân tích trên nhóm No-preview để loại bỏ nhiễu) | t(30) = 2.2, p < 0.05 |
Bình luận lâm sàng và phân tích tính trung thực của phản xạ vận động mắt
Các phát hiện trong nghiên cứu này mang lại giá trị luận giải quan trọng cho cả các nhà nghiên cứu tâm lý ngôn ngữ lẫn các bác sĩ lâm sàng thần kinh nhãn khoa. Việc chứng minh rằng tần suất từ vựng ảnh hưởng trực tiếp đến thời gian dừng của mắt và xác suất tái cố định nhãn cầu (refixation) cho thấy cử động mắt trong mô hình thị giác phản ánh chân thực quá trình truy xuất từ vựng sâu trong vỏ não, thay vì chỉ là một chiến lược phản xạ bề mặt đối với các hình ảnh được gán tên trước.
"Sự kết hợp giữa xử lý âm thanh từ vựng và vận động nhãn cầu không đơn thuần là phản xạ cơ học với từ ngữ được kích hoạt trước, mà là một quá trình tích hợp động đa giác quan giữa biểu trưng ngữ nghĩa và bản đồ thị giác không gian. Điều này khẳng định cử động mắt saccade là một 'cửa sổ' trung thực nhìn vào các quá trình nhận thức cao cấp của não bộ."
Tuy nhiên, nghiên cứu cũng chỉ ra một cạm bẫy phương pháp luận quan trọng: Thiên vị vị trí không gian (Spatial bias). Việc mắt người có xu hướng ưu tiên quét các góc trên (đặc biệt là góc trên bên trái) nghĩa là vị trí sắp xếp của vật thể thử nghiệm trên màn hình có thể trở thành một biến số nhiễu lớn. Nếu một vật thể cạnh tranh vô tình được đặt ở góc dưới bên phải, xác suất nó thu hút nhịp saccade sẽ giảm đi đáng kể, bất chấp sự tương thích mạnh mẽ về mặt âm thanh - ngữ nghĩa.
Ứng dụng thực hành và định hướng nghiên cứu nhãn khoa - thần kinh
- Kiểm soát thời gian xem trước (Preview Time): Trong các thiết kế thực nghiệm hoặc bài kiểm tra chức năng nhãn cầu - nhận thức, cần cung cấp khoảng thời gian xem trước tối thiểu (khoảng 500 ms) để hệ thống thị giác kịp trích xuất biểu trưng khái niệm ngoại fovea trước khi kích thích âm thanh diễn ra.
- Triệt tiêu nhiễu vị trí không gian: Cần ngẫu nhiên hóa triệt để hoặc cân bằng đối trọng (counterbalance) vị trí hiển thị của các vật thể kích thích trên lưới thị giác. Tránh đặt các vật thể mục tiêu quan trọng duy nhất ở góc dưới bên phải để ngăn ngừa hiện tượng âm tính giả do bỏ sót saccade.
- Đo lường thời lượng cố định nhãn cầu (Fixation Duration): Sử dụng thời lượng cố định nhãn cầu (ms) như một chỉ số nhạy để đánh giá tải trọng nhận thức và hiệu quả truy xuất ngữ nghĩa, đặc biệt hữu ích trong đánh giá tổn thương vỏ não thị giác - ngôn ngữ hoặc sa sút trí tuệ.
- Xác nhận tính nguyên vẹn của đường truyền Thị - Thính giác: Cử động mắt saccade được dẫn dắt bởi ngữ âm là công cụ hữu hiệu để kiểm tra sự tích hợp đa giác quan (multisensory integration) giữa vỏ nhiên thính giác và vỏ não thị giác vận động.
Tài liệu tham khảo:
Dahan, D., Tanenhaus, M. K., & Salverda, A. P. (2007). The influence of visual processing on phonetically driven saccades in the “visual world” paradigm. In R. P. G. van Gompel, M. H. Fischer, W. S. Murray, & R. L. Hill (Eds.), Eye Movements: A Window on Mind and Brain (pp. 471–486). Elsevier Ltd. https://doi.org/10.1016/B978-008044980-7/50021-3