AI時代的互動設計研究，眼動研究有哪些升級？

2023-03-31 16:39:41

本文著重探討了人工智慧交互中的眼動研究與傳統網絡眼動研究的異同，並從眼動技術本身、研究成果的延伸四個方面探討了人工智慧時代眼動研究的變化與不可改變。眼動研究內容、眼動分析思路的差異及注意事項。  

眼動研究是探索人類注意和認知規律的主要手段，它記錄了真實的眼動，描述了人的視覺行為，反映了人的認知過程和心理活動。面向人工智慧的互動設計研究中的問題，以及我們能夠在方法層面上進行哪些擴展  

眼動儀經歷了一百多年的發展。從最初的用鏡子直接觀察到眼球和記錄裝置之間的機械轉動，到目前的高精度測量，受試者的精度、精度和自由度都大大提高。  

目前，主流的眼睛跟蹤器是基於光電記錄瞳孔和角膜反射技術。根據眼動跟蹤器的形狀和結構的不同，可分為固定式、遙測式和可穿戴式。  

通過構建3D虛擬場景，眼動研究可以與更多的實驗場景兼容，為用戶提供沉浸式呈現，並且以較低的成本實現實驗材料的快速切換。  

以傳統的汽車外觀研究為例，模具開模等複雜工藝過程耗時長、成本高，利用三維建模技術，可以以較低的成本構建等比例尺的立體模型，並提供360度的視角。  

傳統的研究需要用戶到建成的實驗場地進行測試。三維建模突破了實驗場景對用戶的限制，使得多人同時執行成為可能，大大提高了眼動數據的樣本採集效率。  

VR技術使得各種研究方案的快速切換和自由控制成為可能，極大地豐富了實驗內容，例如，傳統市場研究中的貨架放置研究需要大量的工作來準備實驗，貨架應該放置在廣告中。萬斯。  

以往，由於行業的危險性，在VR技術的輔助下，研究較少，例如車載相關研究在實際道路試驗中是危險的，建立模擬駕駛實驗室的成本較高。虛擬實境技術不僅可以解決實驗的安全性和成本問題，而且可以控制道路的複雜性。  

在7月18日的開發者大會上，百度人工智慧互動設計研究院定義了人工智慧時代的人因工程研究（參見百度人工智慧互動設計研究院前沿探索），強調人工智慧時代的2.0研究更值得關注。離子對藥物的自然交互作用和情感交互作用。  

根據人類學和工程心理學的領導者威肯斯教授提出的多資源理論模型，人類接受信息、執行或表達信息是一個三維互動的過程。  

以智能語音機車為例，在駕駛過程中，視覺通道是駕駛員的主要信息源，而機車作為車輛娛樂信息系統，使駕駛員能夠執行大量非直接的駕駛子任務。與駕駛有關或不直接與駕駛有關。  

這些次要任務會不同程度地佔用駕駛員的視覺資源、認知資源和運動資源，影響駕駛性能。  

為了研究機車系統對駕駛員視覺資源的佔用情況，採用TobiiGlases2眼動儀採集駕駛員在真實道路條件下行駛時的眼動信息，得到兩臺智能語音機車行駛時用戶注意資源的佔用情況。駕駛條件下的交互任務。  

聽覺通道的協同是多通道研究的核心內容，同樣，以智能機車的研究為例，介紹了機車的交互過程和語音交互體驗，包括響應速度、引導語音、屏幕UI設計等。本研究通過眼動熱力學（EKT）的分布和密度來衡量不同引導語音技術對視覺資源使用的影響。  

情感交互是人工智慧研究的一個重要領域。情緒識別和情緒應對是情緒研究的兩個主要部分，眼動研究除了描述和分析注視數據外，還可以利用瞳孔直徑來觀察情緒刺激反應。  

由於瞳孔擴大和收縮是由自主神經系統控制的，而情緒加工也是由自主神經系統控制的，因此瞳孔直徑被用來分析不同情緒刺激引起的情緒反應。瞳孔擴大與情緒喚醒呈線性關係，即瞳孔直徑越大，喚醒程度越高。  

例如基於眼動和EEG技術的機器人情緒行為對用戶交互情緒影響的研究一文中，性別判斷用戶的情緒價值。  

澳大利亞大學和斯圖加特大學聯合公布了一個人工智慧項目的結果。研究人員使用傳感器運動儀器視頻眼球跟蹤器監測了42名參與者的眼睛運動。最後，使用人工智慧機器學習算法精確預測每個個體的個性。  

網絡應用中的眼動研究主要集中在網頁的可用性測試、設計方案的AB測試、網頁廣告和廣告空間的研究等方面。  

常用的基本眼球運動是注視、眼球掃視和持續運動。因為網際網路應用研究通常不涉及通過眼球運動來探索更深層的生理原因，所以使用的指標較少。本文簡要論述了常用的指標。  

對於人工智慧智能產品交互中的眼動研究，常見的指標是一樣的，不同的是經驗目標和分析方法。  

PC與移動產品的互動體驗具有較強的關注性。因此，傳統的網頁研究或廣告研究，通常是單一視覺渠道的研究，在對熱像圖進行分析時，更傾向於用戶關注的方案。  

人工智慧交互希望創造一個自然、低成本、用戶友好的交互體驗。這種體驗往往是多感官渠道。為了獲得最佳的組合體驗，我們需要探索不同渠道之間的協調與平衡。視覺頻道佔有越多，效果越好。  

或者以機車研究為例，案例發現：在駕駛場景中，人們需要超過90%的視覺資源來維持駕駛性能，以確保安全駕駛。本文的研究目的是提高語音交互的效率，減少用戶對中央控制機車的關注。  

結果發現，當語音引導清晰且屏幕內容與語音引導一致時，用戶能夠以較少的視覺資源獲得所需的信息(參見方案1熱力學圖)；當語音交互沒有得到有效引導時，屏幕內容和語音g在畫面的信息處理上（見方案2熱力學圖）。  

基於自然交互的目的，創建真實體驗場景是人工智慧互動設計研究的重要組成部分，是自然交互研究的基礎，以往基於靜態網頁的實驗室研究設計越來越少。  

例如，在車載環境中，行駛過程中道路條件的變化佔據了90%的視覺資源，這是一個不容忽視的因素。我們將讓參與者在相對安全的時期在真實的道路上進行駕駛測試，並且累積的採樣時間是眼動儀器技術的發展也使實驗場景更加自然，提高了眼動研究的生態有效性。  

在保證生態有效性的同時，必須考慮研究數據的準確性。從桌面研究到自然場景研究，日光是眼動數據採集中不可避免的問題。因為大多數眼動跟蹤器都依賴於紅外反射原理，所以紅外。在陽光下會影響眼睛運動的標定和捕捉，導致標定通過率低。  

然而，對於車輛場景的研究，在自然光環境下需要採集眼睛運動數據，此時，避免中午或測試陽光的方向。  

它涉及各種測量儀器的同時應用。在研究和設計過程中，應特別注意工藝設計，並事先做好內容重點和研究規劃，如儀器是否貫穿整個過程，基線數據的採集在哪裡，校準是否應進行。由於眼動校準的失敗率，D被放在第一步。  

由於不同的生理測量儀器需要在自身有限的條件下採集生理信號，因此應注意數據採集與恢復受試者自由度的平衡。例如，為了保證信號採集的穩定性，我們應該儘量避免大的頭部移動。  

此外，還應注意任務設置和時間控制，如用眼鏡眼動儀進行眼動測試，以避免中途摘下眼鏡造成的數據丟失。  

綜上所述，我們總結了傳統網絡眼動研究中人工智慧互動設計中眼動研究的變化和不變性：  

我們這一代用戶經歷了傳統的桌面研究，做了靜態實驗室研究，需要數百種實驗材料。目前，我們正在探索基於真實場景的高自由度眼動研究，並引入更多的生理測量儀器，如EEG，在機器學習的輔助下，使眼動研究具有更高的價值。