Abstract In the search for the neural basis of conscious experience, perception and the cognitive processes associated with reporting perception are typically confounded as neural activity is recorded while participants explicitly report what they experience. Here we present a novel way to disentangle perception from report using eye-movement analysis techniques based on convolutional neural networks and neurodynamical analyses based on information theory. We use a bistable visual stimulus that instantiates two well-known properties of conscious perception: integration and differentiation. At any given moment, observers either perceive the stimulus as one integrated unitary object or as two differentiated objects that are clearly distinct from each other. Using electroen-cephalography, we show that measures of integration and differentiation based on information theory closely follow participants’ perceptual experience of those contents when switches were reported. We observed increased information integration between anterior to posterior electrodes (front to back) prior to a switch to the integrated percept, and higher information differentiation of anterior signals leading up to reporting the differentiated percept. Crucially, information integration was closely linked to perception and even observed in a no-report condition when perceptual transitions were inferred from eye movements alone. In contrast, the link between neural differentiation and perception was observed solely in the active report condition. Our results, therefore, suggest that perception and the processes associated with report require distinct amounts of anterior-posterior network communication and anterior information differentiation. While front-to-back directed information is associated with changes in the content of perception when viewing bistable visual stimuli, regardless of report, frontal information differentiation was absent in the no-report condition and therefore is not directly linked to perception per se .

Humans are remarkably capable of adapting their behaviour flexibly based on rapid situational changes: a capacity termed cognitive control. Intuitively, cognitive control is thought to be affected by the state of alertness, for example, when sleepy or drowsy, we feel less capable of adequately implementing effortful cognitive tasks. Although scientific investigations have focused on the effects of sleep deprivation and circadian time, little is known about how natural fluctuations in alertness in the regular awake state affect cognitive control. Here we combined a conflict task in the auditory domain with neurodynamics -EEG recordings- to test how neural and behavioural markers of conflict processing are affected by fluctuations in arousal. Using a novel computational method, we segregated alert and drowsy trials from a three hour testing session and observed that, although participants were generally slower, the typical slower responses to conflicting information, compared to non-conflicting information, was still intact, as well as the effect of previous trials (i.e. conflict adaptation). However, the behaviour was not matched by the typical neural markers of cognitive control -local medio-frontal theta-band power changes-, that participants showed during full alertness. Instead, a decrease in power of medio-frontal theta was accompanied by an increase in long-range information sharing (connectivity) between brain regions in the same frequency band. The results show the resilience of the human cognitive control system when affected by internal fluctuations of our arousal state and suggests a neural compensatory mechanism when the system is under physiological pressure due to diminished alertness.

Abstract Perceptual decision-making is highly dependent on the momentary arousal state of the brain, which fluctuates over time on a scale of hours, minutes, and even seconds. The textbook relationship between momentary arousal and task performance is captured by an inverted U-shape, as put forward in the Yerkes-Dodson law (Yerkes and Dodson, 1908). This law suggests optimal performance at moderate levels of arousal, and impaired performance at low or high arousal levels. However, despite its popularity, the evidence for this relationship in humans is mixed at best. Here, we use pupil-indexed arousal and performance data from various perceptual decision-making tasks to provide converging evidence for the inverted U-shaped relationship between arousal and performance across different task types (discrimination, detection) and modalities (visual, auditory). To further understand this relationship, we built a neurobiologically plausible mechanistic model and show that it is possible to reproduce our findings by incorporating two types of interneurons that are both modulated by an arousal signal. The model architecture produces two dynamical regimes under the influence of arousal: one regime in which performance increases with arousal, and another regime in which performance decreases with arousal, together forming an inverted U-shaped arousal-performance relationship. We conclude that the inverted U-shaped arousal-performance relationship is a general and robust property of sensory processing. It might be brought about by the influence of arousal on two type of interneurons that together act as a disinhibitory pathway for the neural populations that encode the available sensory evidence used for the decision. Significance statement When people are repeatedly performing the exact same task, their performance varies over time. This behavioral variability is partly caused by spontaneous fluctuations in arousal. According to the Yerkes-Dodson law, task performance is optimal at moderate levels of species’ arousal, with impaired performance at too low or too high arousal levels. However, until now, the evidence supporting this law as a general mechanism in human decision making is mixed, and a neural mechanism that may explain the inverted-U shaped arousal-performance relationship is lacking. We show that the Yerkes-Dodson law is a general law that holds for human observers across decision-making tasks and settings. Furthermore, we present a simple and neurobiologically plausible mechanistic model that can explain its existence.

Cognitive control over conflicting sensory input is central to adaptive human behavior. It might therefore not come as a surprise that past research has shown conflict detection in the absence of conscious awareness. This would suggest that the brain may detect conflict fully automatically, and that it can even occur without paying attention. Contrary to this intuition, we show that task-relevance is crucial for conflict detection. Univariate and multivariate analyses on electroencephalographic data from human participants revealed that when auditory stimuli are fully task-irrelevant, the brain disregards conflicting input entirely, whereas the same input elicits strong neural conflict signals when task-relevant. In sharp contrast, stimulus features were still processed, irrespective of task-relevance. These results show that stimulus properties are only integrated to allow conflict to be detected by prefrontal regions when sensory information is task-relevant and therefore suggests an attentional bottleneck at high levels of information analysis.

Performance typically peaks at moderate arousal levels, consistent with the Yerkes-Dodson law, as confirmed by recent human and mouse pupillometry studies. Arousal states are influenced by neuromodulators like catecholamines (noradrenaline; NA and dopamine; DA) and acetylcholine (ACh). To explore their causal roles in this law, we pharmacologically enhanced arousal while measuring human decision-making and spontaneous arousal fluctuations via pupil size. The catecholaminergic agent atomoxetine (ATX) increased overall arousal and shifted the entire arousal-performance curve, suggesting a relative arousal mechanism where performance adapts to arousal fluctuations within arousal states. In contrast, the cholinergic agent donepezil (DNP) did not affect arousal or the curve. We modeled these findings in a neurobiologically plausible computational framework, showing how catecholaminergic modulation alters a disinhibitory neural circuit that encodes sensory evidence for decision-making. This work suggests that performance adapts flexibly to arousal fluctuations, ensuring optimal performance in each and every arousal state.

Abstract Conflict detection in sensory input is central to adaptive human behavior. Perhaps unsurprisingly, past research has shown that conflict may even be detected in absence of conflict awareness, suggesting that conflict detection is an automatic process that does not require attention. To test the possibility of conflict processing in the absence of attention, we manipulated task relevance and response overlap of potentially conflicting stimulus features across six behavioral tasks. Multivariate analyses on human electroencephalographic data revealed neural signatures of conflict only when at least one feature of a conflicting stimulus was attended, regardless of whether that feature was part of the conflict, or overlaps with the response. In contrast, neural signatures of basic sensory processes were present even when a stimulus was completely unattended. These data reveal an attentional bottleneck at the level of objects, suggesting that object-based attention is a prerequisite for cognitive control operations involved in conflict detection.