Less is more: Aesthetic liking is inversely related to metabolic expense by the visual system
Notice bibliographique
Résumé
Energy efficiency is a major driving force in the evolution of organisms, and previous research implies that humans may have evolved pleasure-based signals to guide optimal actions. But could this energy-saving heuristic also apply to aesthetic pleasure? We test this hypothesis using both an in silico model of the visual system (VGG19) and human observers, finding strong evidence in both. First, we measure the proxy for metabolic cost incurred by VGG19-either pretrained for object and scene categorization or randomly initialized-as it processes 4,914 images of objects and scenes, revealing an inverse relationship between aesthetic preferences and metabolic cost, and only in the pretrained model. Next, we compare aesthetic ratings of visual stimuli to metabolic activity in the human visual system, measured via the blood oxygen level-dependent signal during functional magnetic resonance imaging. We observe the same inverse relationship between blood oxygen level dependent signals and aesthetic preferences in both early visual regions (V1, V2, and V4) and higher-level regions (fusiform face area, occipital place area, and parahippocampal place area). These findings suggest that aesthetic preferences may at least partially arise from an affective heuristic favoring low-energy states, and they offer a unified framework linking empirical evidence on visual discomfort with theories of processing fluency, image complexity, and prototypicality, providing a straightforward model for understanding aesthetic judgments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».