Почему мы не видим слепое пятно в глазу? Ответ на этот вопрос рассудит спор о природе сознания

С одной стороны, мы обладаем точнейшими инструментами для сканирования мозга, от функциональной МРТ до оптогенетики. С другой — наука о сознании остается полем битвы десятков теоретических моделей, которые годами существуют параллельно, почти не пересекаясь. Каждая теория предлагает свое объяснение того, как физическая материя мозга порождает субъективный опыт, и каждая находит косвенные подтверждения. Чтобы выйти из этого тупика, ведущие научные группы перешли к практике «состязательных коллабораций».

Суть этого подхода в том, что сторонники конкурирующих гипотез совместно разрабатывают дизайн одного решающего эксперимента. Они заранее согласуют протокол, методы анализа и, что самое важное, фиксируют свои предсказания до начала сбора данных. Это исключает возможность интерпретировать результаты в свою пользу постфактум.

В январе 2026 года в рецензируемом журнале PLoS ONE был опубликован протокол одного такого эксперимента. Его цель — столкнуть лбами две самые влиятельные на сегодняшний день теории: интегрированную теорию информации и теорию предиктивной обработки. Объектом исследования выбрано физиологическое слепое пятно — область сетчатки глаза, лишенная фоторецепторов.

Фундаментальный конфликт: структура против Вычисления

Сначала разберемся в том, как именно враждующие теории объясняют природу нашего восприятия.

Интегрированная теория информации (IIT), главным идеологом которой является нейробиолог Джулио Тонони, постулирует, что сознание неразрывно связано с физической архитектурой системы. Согласно IIT, сознательный опыт определяется способностью системы интегрировать информацию, что напрямую зависит от топологии связей в нейронной сети. Теория вводит понятие «причинно-следственной силы». Чтобы мы воспринимали пространство как протяженное и непрерывное, необходима соответствующая непрерывная структура нейронных взаимодействий в зрительной коре.

Теория предиктивной обработки (PP), которую в данном исследовании представляют Карл Фристон и Якоб Хови, предлагает другой взгляд. Согласно этому подходу, мозг — это не пассивный приемник информации, а машина для генерации прогнозов. Восприятие представляет собой процесс байесовского вывода: мозг строит внутреннюю модель мира и постоянно обновляет ее, стремясь минимизировать ошибку между своим прогнозом и входящим сенсорным сигналом.

Слепое пятно становится идеальным объектом для проверки возникших разногласий. У каждого здорового человека в поле зрения есть область, откуда в мозг не поступает визуальная информация (там, где зрительный нерв выходит из глазного яблока). Однако субъективно мы не видим черного пятна или пустоты. Мы видим цельную картину. Вопрос в том, как именно мозг это делает.

Предсказания сторон

Для IIT слепое пятно — это структурный дефект. В этой области коры отсутствуют прямые входящие сигналы, характерные для остальной сетчатки. Следовательно, нарушается локальная причинно-следственная структура нейронной сети.

• Прогноз IIT: поскольку физический субстрат для представления пространства в этой зоне деградирован, субъективное восприятие пространства должно быть искажено. Теория предсказывает эффект сжатия: расстояния, проходящие через слепое пятно, должны восприниматься как более короткие, чем они есть на самом деле. Мозг не может сгенерировать пространство там, где нет соответствующей нейронной архитектуры.

Для Предиктивной обработки (PP) отсутствие сигнала от рецепторов — это лишь отсутствие данных, которое легко компенсируется. Внутренняя генеративная модель мозга, основанная на статистике окружающего мира, знает, что объекты редко исчезают бесследно.

• Прогноз PP: модель предсказывает непрерывность пространства на основе контекста. Следовательно, восприятие должно оставаться достоверным и неискаженным. Мозг заполнит пробел наиболее вероятной гипотезой о том, что там находится. Сторонники этой теории утверждают, что искажения (смещения оценки) будут отсутствовать, хотя точность оценки (вариативность ответов) может снизиться из-за шума в сигнале.

Архитектура эксперимента: три метрики пространства

Исследовательский консорциум разработал серию из трех психофизических задач, призванных измерить геометрию субъективного пространства в зоне слепого пятна. Главная методическая сложность заключается в том, чтобы предъявить стимул в слепую зону так, чтобы испытуемый мог его оценить.

Для этого используется метод дихоптической презентации. Участники надевают очки с цветовыми фильтрами (красный/зеленый). Один глаз видит только маркер слепого пятна и точку фиксации, а другой глаз, которому предъявляют тестовые стимулы, видит всю картину целиком, включая зону, соответствующую слепому пятну первого глаза. Благодаря бинокулярному слиянию у человека создается единый зрительный образ.

Эксперимент 1: оценка линейной дистанции

Участникам последовательно показывают две пары точек. Одна пара расположена на обычном участке поля зрения, вторая — пересекает границу слепого пятна. Задача испытуемого — определить, расстояние между какими точками больше.

Используется адаптивная процедура: сложность задачи меняется в зависимости от ответов участника. Это позволяет построить психометрическую функцию и определить точку субъективного равенства. Если IIT верна, то точки, разделенные слепым пятном, будут систематически казаться ближе друг к другу.

Эксперимент 2: оценка площади объектов

Испытуемый видит два круга: один в центре (в фовеальной зоне), другой — на периферии. В критических пробах периферийный круг располагается так, что накрывает собой слепое пятно. Участник должен изменить размер центрального круга так, чтобы он совпал с размером периферийного.

Это прямая проверка гипотезы о сжатии пространства. Если нейронная ткань, лишенная входа, не участвует в формировании метрики пространства, объект в слепом пятне должен восприниматься как имеющий меньшую площадь.

Эксперимент 3: восприятие кривизны движения

Точка движется по траектории, пересекающей слепое пятно. Траектория может быть прямой или искривленной. Задача участника — оценить степень кривизны.

Предиктивные модели предполагают, что мозг будет экстраполировать движение по инерции, сглаживая траекторию. Структурные модели (IIT) допускают, что из-за нарушения топологии коры траектория может восприниматься с разрывами или искажением угла, так как холст, на котором разворачивается действие, деформирован.

Строгость анализа и контроль данных

Важной особенностью данного протокола является использование Байесовского сравнения моделей. Вместо привычной проверки нулевой гипотезы, которая лишь говорит о наличии или отсутствии эффекта, ученые будут оценивать «вес доказательств» для каждой из теорий.

Анализ будет проводиться вслепую: данные, собранные в лабораториях Глазго и Йорка, будут обработаны алгоритмами, которые заранее прописаны в пререгистрации. Это исключает так называемый p-hacking — подгонку статистики под желаемый результат.

Кроме того, в протокол включено направление «Нейрорепрезентационализм» — подвид теории предиктивной обработки. Оно занимает промежуточную позицию, допуская наличие незначительных искажений в восприятии, но настаивая на том, что высокоуровневые когнитивные процессы способны их компенсировать почти полностью. Таким образом, эксперимент способен различить даже нюансы внутри одного теоретического лагеря.

Значение для фундаментальной науки

Сбор данных завершился в конце 2025 года, и скоро будут опубликованы итоги.

Если данные подтвердят предсказания IIT (искажение пространства), наука получит весомый аргумент в пользу того, что сознание — это жестко детерминированное свойство биологического субстрата. Это будет означать, что нельзя просто скопировать человеческий разум на цифровой носитель, для воспроизведения сознания потребуется точная репликация причинно-следственной архитектуры связей.

Если же победит Предиктивная обработка (стабильное пространство), это укрепит представление о мозге как о мощной симуляционной машине, для которой сенсорные данные вторичны по отношению к внутренней модели реальности. Это подтвердит гипотезу о том, что мы воспринимаем не мир как он есть, а свое предсказание этого мира, скорректированное ошибками.

Источник: PLOS One