眼动追踪研究导论
眼动追踪是一种测量和记录眼位及运动的技术，用于了解人类如何探索、视觉互动和对环境的反应，旨在提高效率、增强安全或创造更愉悦的体验。该技术广泛应用于心理学和神经科学、人类因素、教育资源研究、消费者研究、医学研究、培训与评估、用户体验研究等领域。
研究之旅：从理论到眼动洞察
进行眼动研究通常遵循以下步骤：
- 定义研究问题：确定通过眼动追踪揭示感知、认知或行为机制。
- 转换理论想法：将理论想法转化为可测量的变量，如注视或眼跳。
- 选择眼动仪：根据研究环境和目标选择合适的眼动仪，如基于屏幕、可穿戴或VR环境。
- 选择软件和分析工具：选择支持可靠数据收集的软件和分析工具，确保数据可视化、分析和透明度。
- 进行飞行员实验：在大规模数据收集前进行试点实验，完善设置、说明和分析流程。
2025年数据概览
- 出版物数量：2025年，使用Tobii眼动追踪解决方案的出版物数量达到1,604篇，同比增长11%，其中科学期刊文章增长7%，会议论文集下降7%，书籍章节保持稳定。
- 研究领域分布：人因工程学成为发表量最大的领域（703篇），同比增长33%，超越心理学和神经科学（668篇，同比增长21%）。
- 眼动仪类型：基于屏幕的眼动追踪仍是主流，占比64%；可穿戴设备占比28%；VR研究占比7%。
- 软件使用：Tobii软件在所有研究中占比38%，同比增长35%，成为最常报道的软件类别。
眼动模式与认知负荷
- 认知负荷测量：眼动追踪通过测量眨眼速率和持续时间、瞳孔扩张、注视持续时间及频率、眼跳模式和微小眼跳，以及扫描路径的复杂性来评估认知负荷。
- 多模态研究：结合眼动追踪与其他传感器（如脑电图、心率）进行多模态研究，以获得更全面的认知状态洞察。
启发性的复杂眼动追踪设置
- TittaLSL：一个开源工具箱，简化使用Tobii屏幕式眼动仪进行网络眼动实验的创建，支持多用户、实时或复杂条件。
- 首脑眼动研究综述：探讨了基于摄像头的眼动追踪和机器学习在中风诊断中的应用。
- 病理学专业知识获取网络（PEAN）：使用Tobii Pro Spectrum眼动追踪器训练深度学习系统，识别皮肤病变。
尖端多模态研究
- 飞行员故障排除研究：结合眼动追踪和GPT-4模型，识别并回应飞行员故障排除活动。
- 厨房任务数据集：结合眼动追踪与RGB-D视频、动作捕捉、肌电图等多种传感器，记录人们在自然厨房环境中的行为。
科研焦点：介绍我们的脑电图和生物计量学合作伙伴Bitbrain
- 情感计算研究：结合Tobii眼动追踪和Bitbrain脑电技术，研究用户对情感自适应界面的无意识反应，揭示情感如何影响用户体验。
热门出版物
- 心理学与神经科学：自动从二语英语学习者的眼神追踪和生理测量中识别文本难度。
- 发展研究：两岁儿童在记忆决策中对反应选项的视觉探索预测了一年后对元记忆的监控。
- 社会科学：面对面交流中的注视行为：日本与荷兰的跨文化研究。
- 临床研究：评估多模式生理信号以检测恐惧：瞳孔测径、心率以及脑电图的相关效用。
- 人机交互：通过眼动追踪技术实现的自适应实时翻译辅助。
- 教育资源研究：生成式AI和多功能数据在教育反馈中的应用：具身数学学习的见解。
- 消费者研究：信任还是怀疑？揭开AIGC广告影响消费者反应的传播机制。
- 医学研究：提升早期中风诊断的准确性，借助眼动追踪技术。
- 培训与评估：为何专家医生和初级医学生在进行模拟医学面试时的注视行为存在差异：一项混合方法研究。
- 用户体验研究：通过数字支付系统中图标隐喻设计增强老年用户的使用体验：一项眼动追踪研究。
结论与预测
- 人工智能赋能眼动研究：注视数据正越来越多地被用作模拟人类行为和状态的数据输入信号，眼动追踪也越来越多地被用于评估人工智能系统。
- 人因工程学增长：眼动追踪的非侵入性特点使其非常适合研究安全性、性能和易用性，预计将在已确定的子领域以及复杂系统监控、混合自主性和工作场所安全等新兴领域实现增长。
- 认知状态推断：对推断认知状态，尤其是认知负荷的兴趣预计将随着眼动追踪在许多应用研究环境中提供相对不干扰且低摩擦的替代方案而增长。
- 2026年研究展望：眼动追踪研究预计将持续增长，尤其在应用人类因素、AI赋能分析和认知状态推断方面。
