Résultats et discussion

Chacun des 48 participants a évalué chacune des 32 couleurs chromatiques du Berkeley Color Project (BCP) (Fig. 1 A et B) en termes d’appréciation de la couleur par le participant à l’aide d’une échelle de notation de marque de ligne qui a été convertie en nombres allant de -100 à +100 avec un point zéro neutre. Notes de préférence moyennes (Fig. 1C) montrent que les couleurs saturées (s), claires (l) et sourdes (m) produisent des fonctions approximativement parallèles avec un pic large au bleu et un creux étroit à la chartreuse. Les couleurs s ont été préférées aux couleurs l et m, qui ne différaient pas l’une de l’autre (F<1). Bien que le modèle des préférences de teinte pour les coupes s, m et l† ne diffère pas, il varie pour la coupe sombre (d) par rapport aux trois autres. En particulier, l’orange foncé (brun) et le jaune foncé (olive) étaient nettement moins préférés que les autres oranges et jaunes, tandis que le rouge foncé et le vert foncé étaient plus préférés que les autres rouges et verts.

L’hypothèse centrale de l’EVT est que les préférences de couleur, moyennées entre les personnes, sont déterminées par la valence affective moyenne des réponses des personnes aux objets fortement associés à chaque couleur. Nous avons testé cette affirmation en mesurant l’estimation de valence affective pondérée (ONDE) pour chacune des 32 couleurs BCP chromatiques (Fig. 1D) et corréler le résultat avec les préférences de couleur moyennes correspondantes (Fig. 1C). Le calcul des ondes des 32 couleurs BCP nécessitait la collecte et l’analyse des résultats de trois tâches différentes : une tâche d’association d’objet, une tâche d’évaluation d’objet-valence et une tâche de correspondance d’objet-couleur.

Dans la tâche d’association d’objets, 74 participants naïfs ont vu chaque couleur individuellement sur le même fond gris neutre et ont été chargés d’écrire autant de descriptions que possible d’objets qui contenaient de manière caractéristique la couleur affichée à l’écran. On leur a demandé de limiter leurs réponses aux objets dont la couleur serait généralement connue des autres à partir de la description sans nommer la couleur (par exemple, pas « mon pull préféré”) et aux objets dont la couleur serait relativement spécifique à ce type d’objet (par exemple, pas « crayon” ou « T-shirt”, qui pourrait être n’importe quelle couleur). Ils ont également été encouragés explicitement à ne pas supprimer le nommage d’objets désagréables. Les réponses ont été classées en 222 descriptions d’objets (les critères que nous avons utilisés sont décrits dans Matériaux et méthodes).

Dans la tâche suivante d’évaluation de l’objet-valence, 98 autres participants ont été montrés chacune des 222 descriptions d’objets en texte noir sur fond blanc et ont été invités à évaluer l’attrait de chaque objet référent sur une ligne étiquetée « négative” à gauche à « positive” à droite. La couleur n’était pas mentionnée dans les instructions, et les noms de couleurs n’apparaissaient dans les descriptions que lorsque cela était nécessaire pour désambiguïter la catégorie (par exemple, pommes rouges vs pommes vertes).

Dans la tâche de correspondance couleur-objet, un troisième groupe de 31 observateurs supplémentaires a été montré chacune des descriptions avec un carré de la couleur à laquelle cette description d’objet avait été donnée en tant qu’associé. Il leur a été demandé d’évaluer la force de la correspondance (degré de similitude) entre la couleur des objets décrits et la couleur affichée à l’écran. Les évaluations ont été effectuées en utilisant la même tâche de marque de ligne que pour les autres tâches et converties en une échelle 0-1, de sorte que les descriptions dont les référents correspondaient le mieux à la couleur de l’écran recevaient des poids plus proches de l’unité, et celles dont les référents étaient les plus différents recevaient des poids plus proches de zéro.

L’ONDE pour chaque couleur (Wc) a été calculée comme suit: où wco est la valeur moyenne de correspondance couleur-objet pour chaque appariement d’une couleur (c) et d’une description d’objet (o), vo est la cote de valence moyenne donnée à l’objet o et nc est le nombre de descriptions d’objets attribuées à la couleur c. La similitude frappante de ces fonctions d’ONDE (Fig. 1D) aux fonctions de préférence correspondantes (Fig. 1C) est soutenu par la corrélation positive élevée entre les données d’ONDE et les données de préférence de couleur (r = + 0,893), représentant 80% de la variance avec un seul prédicteur. Cet ajustement est d’autant plus impressionnant que, malgré sa complexité interne, aucun paramètre libre n’a été estimé dans le calcul de l’ONDE ; il est simplement le résultat d’une procédure bien définie pour déterminer une quantité théoriquement implicite par l’EVT. Pour comparer ses performances avec les théories alternatives, nous ajustons les mêmes données de préférence à trois autres modèles.

Nous avons utilisé la méthode de Hurlbert et Ling (9, 10) pour analyser les cotes de préférence de couleur moyennes en termes de composantes de contraste cône-adversaire en calculant les contrastes des couleurs de test sur le fond gris pour les systèmes adverses L-M, S- (L + M), (S + L + M) et la saturation CIELUV. Ce modèle étendu ne représentait que 37% de la variance de nos données : 21% par la sortie S-(L + M) (r = 0,46, P < 0.05, couleurs plus violettes préférées), 4% de plus par la sortie S + L + M (couleurs plus claires préférées), 8% supplémentaires par la saturation CIELUV (couleurs à saturation plus élevée préférées) et 4% finaux par la sortie L-M (couleurs plus bleu-vert préférées). Les performances nettement moins bonnes de ce modèle sur nos données (37%) que sur les propres données de Hurlbert et Ling (70%) résultent en grande partie de la gamme plus large de notre échantillon de couleurs. Lorsque leur modèle original de contraste conique (10) a été appliqué uniquement à l’ensemble étroit de huit couleurs BCP qui sont analogues aux couleurs de Hurlbert et Ling en ayant la même saturation et une luminance similaire (orange coupé, jaune coupé, chartreuse coupé, vert coupé, cyan saturé, rouge clair, vert clair et violet clair), il a pu expliquer 64,4%‡ de la variance, comparable à ses performances sur les propres données de Hurlbert et Ling. Cependant, lorsque les 24 couleurs supplémentaires de l’échantillon présent ont été incluses dans l’analyse, les performances du modèle à contraste conique ont diminué de manière spectaculaire.

Ensuite, nous avons prédit les notes de préférence moyennes en utilisant un modèle d’apparence des couleurs dérivé des notes moyennes de nos participants sur les dimensions classiques et de haut niveau d’apparence des couleurs: rouge / vert, jaune / bleu, clair / foncé et saturation haute / basse.¶ Le modèle couleur-apparence représentait 60% de la variance (multiple-r = 0,774, P < 0,01) pour l’ensemble complet de 32 couleurs avec trois prédicteurs: 34% pour le bleu-jaune (couleurs plus bleues préférées), 19% supplémentaires pour la saturation (couleurs à saturation plus élevée préférées) et 7% finaux pour le clair-foncé (couleurs plus claires préférées). Ce modèle d’apparence de couleur a donc surpassé le modèle de contraste conique, suggérant que les préférences sont mieux modélisées par des apparences de couleur de niveau supérieur, du moins lorsque les couleurs sont largement échantillonnées sur l’espace colorimétrique. Bien que ce modèle couleur-apparence explique beaucoup de variance, il ne parvient pas à prédire l’interaction saillante entre les préférences de teinte dans la coupe d par rapport aux autres coupes. Il ne parvient pas non plus à expliquer pourquoi les gens préfèrent les couleurs qu’ils utilisent; il fournit simplement une meilleure description du motif de préférence que le modèle à contraste conique.

Nous adaptons également Ou et al.’s (15, 16) modèle couleur-émotion à nos données de préférence de couleur moyenne en utilisant les évaluations directes de nos participants de leurs trois facteurs: actif / passif, lourd / léger et chaud / froid. Ce modèle représentait 55 % de la variance, soit à peu près le même que le modèle couleur-apparence et plus que le modèle cône-contraste. § Actif / passif a expliqué 22% de la variance (couleurs plus actives préférées), chaud / froid a expliqué 26% supplémentaires (couleurs plus froides préférées) et lourd / léger a expliqué 7% supplémentaires (couleurs plus claires préférées).

Le prédicteur d’ONDE de l’EVT, qui représentait 80% de la variance, a ainsi surpassé les trois autres modèles que nous avons testés — le modèle à contraste conique (37%), le modèle à apparence de couleur (60%) et le modèle à émotion de couleur (55%) – et il l’a fait avec deux prédicteurs de moins et des paramètres libres. La VAGUE est de loin le meilleur prédicteur des préférences de couleur moyennes, et elle capture bien les principales caractéristiques des fonctions de préférence de couleur complexes: le pic prononcé au bleu, le creux à la chartreuse, une préférence plus élevée pour les couleurs saturées et le minimum prononcé autour du jaune foncé (Fig. 1 C et D). Ses principales lacunes sont la sous-estimation de l’aversion pour l’orange foncé (peut-être parce que le chocolat et le café sont souvent jugés très attrayants) et la sous-estimation de la préférence positive pour le rouge foncé (peut-être parce que le sang est généralement jugé peu attrayant).

Peut-être le plus important, l’EVT fournit une explication claire et plausible des préférences de couleur: Les préférences sont causées par des réponses affectives à des objets de couleur correspondante. Bien que les preuves actuelles soient corrélatives, il semble peu probable que la causalité aille dans la direction opposée. Si les préférences d’objet étaient causées par des préférences de couleur, le chocolat et les matières fécales devraient être également attrayants car ils sont de couleur similaire. Ce n’est clairement pas le cas. Une troisième variable médiatrice pourrait vraisemblablement provoquer la forte corrélation, mais on ne sait pas ce que cela pourrait être.

Ces résultats montrent que les préférences de couleur moyennes des Américains modernes, échantillonnées à Berkeley, en Californie, sont fortement corrélées avec les préférences d’objets d’un échantillon indépendant mais similaire de personnes. La mesure dans laquelle ces préférences de couleur sont câblées, par opposition à apprises au cours de la vie d’un individu, est une question ouverte, cependant. Le fait que le modèle de préférence de teinte de base que nous avons mesuré concorde largement avec les études antérieures (1⇓⇓⇓⇓⇓⇓-8, 10, 11) et avec le modèle de biais de recherche trouvé chez les nourrissons (18⇓ -20) suggère qu’au moins certains aspects des préférences de couleur humaines peuvent être universels. Par exemple, les bleus et les cyans peuvent être universellement appréciés parce que le ciel clair et l’eau propre sont universellement attrayants, et les bruns et les olives peuvent être universellement détestés parce que les excréments et les aliments pourris sont universellement dégoûtants. Cependant, il n’est pas encore clair si ces universaux sont innés ou appris. Malgré cela, il existe de nombreuses façons d’évaluer si les expériences personnelles d’une personne influencent les préférences de couleur au cours de sa vie en étudiant les différences culturelles, institutionnelles et individuelles, que nous étudions actuellement.

Culturellement, l’EVT implique que la corrélation entre les préférences de couleur et les ondes obtenues à partir du même groupe culturel devrait être plus élevée que la corrélation entre les préférences de couleur et les ondes obtenues à partir de différents groupes culturels, à condition que les deux groupes aient des associations couleur-objet différentes ou des préférences différentes pour les mêmes objets (Fig. 2). Par exemple, les vagues américaines devraient prédire les préférences de couleur américaines mieux qu’elles ne prédisent les préférences de couleur japonaises, et les vagues japonaises devraient prédire les préférences de couleur japonaises mieux qu’elles ne prédisent les préférences de couleur américaines. Nous testons actuellement de telles prédictions pour nos 32 couleurs au Japon, au Mexique, en Inde et en Serbie, en plus des États-Unis. Les résultats préliminaires du Japon confirment ce modèle de prédictions : Les vagues américaines prédisaient mieux les préférences américaines (r = 0,89) que les préférences japonaises (r = 0.74), et les vagues japonaises prédisaient mieux les préférences japonaises (r = 0,66) que les préférences américaines (r = 0,55).

Selon la même logique, les données d’ONDE de groupes de participants américains ayant des préférences de couleur similaires devraient pouvoir mieux tenir compte de leurs propres préférences de couleur que des préférences de couleur d’autres groupes. Pour tester cette prédiction, nous avons mesuré à la fois les préférences de couleur (obtenues en premier) et les valences d’objets pour nos 222 descriptions d’objets (obtenues ultérieurement) à partir d’un seul ensemble de participants. Nous avons utilisé un algorithme de clustering hiérarchique (21) pour définir deux groupes internes homogènes, j et k (contenant respectivement 17 et 12 individus), en fonction des corrélations entre les préférences de couleur pour chaque paire des 29 participants étudiés jusqu’à présent. Nous avons ensuite calculé les données d’ONDE moyennes pour chaque groupe, en fonction de leurs propres cotes de valence des mêmes 222 descriptions d’objets. Comme prévu par l’EVT, les corrélations entre les ondes et les préférences de couleur au sein des groupes étaient plus élevées (r = 0,77 et 0,83) que les corrélations entre les groupes (r = 0,47 et 0,64) (Fig. 2). Il ressort clairement des graphiques montrant les préférences de couleur et les vagues pour les deux groupes (Fig. S1) que les fonctions d’ondes à l’intérieur du groupe et de préférence sont plus similaires que les fonctions d’ondes entre groupes et de préférence.

Ce résultat répond également à une objection possible selon laquelle la corrélation positive élevée entre les données d’ONDE et les préférences de couleur pourrait résulter d’un biais de valence-cohérence dans la tâche d’association d’objets: Peut-être que les gens listent simplement des objets plus souhaitables pour les couleurs qu’ils aiment et listent des objets moins souhaitables pour les couleurs qu’ils n’aiment pas. Les résultats de ces deux groupes démontrent que cette possibilité ne peut pas fournir un compte rendu complet, car les deux groupes ont évalué le même ensemble d’objets. Tout biais de sélection dans les 222 descriptions d’objets ne peut donc pas tenir compte des différences de corrélations entre les données d’ONDE et de préférence pour ces deux groupes.

L’EVT implique également que les allégeances des personnes envers les institutions sociales ayant des liens étroits avec des couleurs spécifiques devraient également affecter leurs préférences de couleur. Si un groupe de personnes a un fort investissement émotionnel positif (ou négatif) dans une institution sociale importante qui possède des associations de couleurs puissantes et cohérentes (par exemple, des universités, des équipes sportives, des gangs de rue, des ordres religieux et même des vacances), l’EVT prédit que ce groupe devrait aimer les couleurs associées de manière correspondante plus (ou moins, selon la polarité de leur effet) qu’un groupe neutre. La justification de cette prédiction est que prospérer dans la société moderne implique beaucoup plus que de simplement répondre à des besoins biologiques; les liens sociaux peuvent avoir autant d’importance, voire plus.

Les résultats préliminaires avec les couleurs universitaires suggèrent que les investissements sociaux peuvent et influencent les préférences de couleur des gens: Parmi les étudiants de premier cycle de l’Université de Californie à Berkeley, la quantité d ‘ »esprit scolaire”, telle qu’évaluée par un questionnaire administré après avoir évalué les préférences de couleur, était en corrélation positive avec la préférence pour les propres couleurs bleu et or de Berkeley et négativement avec la préférence pour le rouge et le blanc de l’université rivale de Berkeley, l’Université de Stanford. Le modèle inverse a été trouvé chez les étudiants de premier cycle de Stanford. Cette découverte appuie deux prédictions cruciales de l’EVT. Premièrement, il montre que les affiliations institutionnelles socioculturelles peuvent affecter les préférences de couleur au cours de la vie d’un individu. Deuxièmement, cela fournit une preuve supplémentaire de la direction causale, car il est extrêmement improbable que les attitudes des étudiants envers les universités soient causées par leurs préférences de couleur. Les étudiants qui aiment Berkeley ne le font pas parce qu’ils aiment le bleu et l’or; ils aiment le bleu et l’or parce qu’ils aiment Berkeley.

D’autres preuves préliminaires que les préférences d’objet entraînent des préférences de couleur proviennent de résultats indiquant que les préférences de couleur peuvent être modifiées en montrant des échantillons biaisés d’images d’objets colorés. Tous les participants ont d’abord évalué les 32 couleurs BCP pour leur préférence esthétique, puis ont vu un diaporama dans lequel ils ont porté divers jugements sur des images d’objets colorés, puis ont évalué à nouveau les mêmes 32 couleurs BCP. Pour un groupe, le diaporama contenait 10 photos d’objets rouges souhaitables (p. ex. fraises et cerises), 10 photos d’objets verts indésirables (p. ex., boue et moisissure), et 20 objets neutres d’autres couleurs. L’autre groupe a vu 10 objets verts souhaitables (par exemple, des arbres et des champs herbeux), 10 objets rouges indésirables (par exemple, du sang et des lésions) et les mêmes 20 objets neutres d’autres couleurs. Les deux groupes ont été informés que le diaporama faisait partie d’une expérience distincte sur l’esthétique spatiale, au cours de laquelle ils ont été invités à décider si une étiquette donnée était appropriée à l’image, à indiquer l’emplacement du centre de l’objet focal avec le curseur, à évaluer la complexité visuelle de l’objet focal et à évaluer à quel point ils aimaient l’objet focal. Jusqu’à présent, les résultats montrent que les cotes de préférence pour le rouge ont augmenté de manière significative pour le groupe qui a vu des objets rouges souhaitables, et les cotes de préférence pour le vert ont augmenté de manière significative pour le groupe qui a vu des objets verts souhaitables. Il y avait également des diminutions des cotes de préférence de la couleur des objets indésirables, mais ces diminutions n’étaient pas statistiquement fiables. Ces résultats démontrent que les préférences de couleur peuvent être influencées par l’expérience et soutiennent l’affirmation selon laquelle les préférences d’objet provoquent des préférences de couleur.

Il est important de noter que l’EVT ne nie pas la possibilité que les préférences de couleur puissent influencer de manière causale les préférences d’objet. Il est clair qu’il existe de nombreuses situations dans lesquelles les couleurs influencent les préférences des objets, en particulier pour les artefacts dans lesquels la couleur est la seule caractéristique qui différencie les instances autrement identiques (par exemple, la peinture, les vêtements et les meubles). L’EVT prédit en fait que la préférence pour une couleur sera renforcée par des commentaires positifs dans la mesure où les gens aiment finalement quelque chose qu’ils ont acheté, fabriqué ou choisi en raison de sa couleur. Les préférences de couleur ont donc tendance à se perpétuer, du moins jusqu’à ce que d’autres facteurs, tels que l’ennui, les nouvelles circonstances physiques ou sociales et / ou les tendances de la mode, modifient la dynamique de la réponse esthétique, comme ils le font inévitablement.