中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文聚焦于AI交互中的眼動(dòng)研究和傳統(tǒng)互聯(lián)網(wǎng)眼動(dòng)研究的異同，從眼動(dòng)技術(shù)本身、研究?jī)?nèi)容的延展、眼動(dòng)分析思路的差異、眼動(dòng)研究注意事項(xiàng)，這四個(gè)方面，來探討AI時(shí)代眼動(dòng)研究的變與不變。

AI時(shí)代，人機(jī)交互研究面臨新的命題與新的挑戰(zhàn)，研究方法也需要不斷豐富升級(jí)。

眼動(dòng)研究是我們探索人類注意和認(rèn)知規(guī)律的主要手段：它通過記錄眼球的真實(shí)運(yùn)動(dòng)，描述人的視覺行為，反映人的認(rèn)知加工和心理活動(dòng)。面向AI時(shí)代的交互設(shè)計(jì)研究，眼動(dòng)研究有哪些升級(jí)，可以幫助我們解決哪些問題，在方法層面上又有哪些延展？

導(dǎo)讀

1. AI對(duì)眼動(dòng)研究的技術(shù)升級(jí)
2. AI交互設(shè)計(jì)中的眼動(dòng)研究?jī)?nèi)容
3. 眼動(dòng)分析：相同的指標(biāo)，不同的解讀
4. AI眼動(dòng)研究的設(shè)計(jì)實(shí)施

一、AI對(duì)眼動(dòng)研究的技術(shù)升級(jí)

1. 市場(chǎng)主流眼動(dòng)儀的分類

眼動(dòng)儀經(jīng)歷百余年的發(fā)展歷程，從最初的用鏡子直接觀察，到中間通過機(jī)械轉(zhuǎn)動(dòng)將眼球與記錄裝置連接，到現(xiàn)在的高精測(cè)量，實(shí)現(xiàn)了準(zhǔn)確度、精確度和被試自由度的大幅提升。

目前主流的眼動(dòng)儀采用的都是基于光電記錄法的瞳孔角膜反射技術(shù)；根據(jù)眼動(dòng)儀的外形結(jié)構(gòu)差異，可將其分為桌面固定式、桌面遙測(cè)式、可穿戴式。

眼動(dòng)儀分類

AI技術(shù)在可穿戴式的基礎(chǔ)上，發(fā)展了VR嵌入式眼動(dòng)儀。

Tobii Pro VR 集成方案

2. 嵌入VR技術(shù)對(duì)研究的影響

通過搭建3D虛擬場(chǎng)景，眼動(dòng)研究可以兼容更多實(shí)驗(yàn)場(chǎng)景，為用戶提供沉浸式的臨場(chǎng)感，并能以較低成本實(shí)現(xiàn)實(shí)驗(yàn)物料的快速切換。

3. 降低研究成本

以傳統(tǒng)的汽車外觀研究為例，其可能需要開模等復(fù)雜的工序，耗時(shí)長(zhǎng)、成本高。而利用3D建模，就能夠以較低成本構(gòu)建等比例立體模型，并提供360°的全方位查看視角。

4. 提高研究效率

傳統(tǒng)研究需要用戶到搭建好的實(shí)驗(yàn)現(xiàn)場(chǎng)進(jìn)行測(cè)試，3D建模則打破了實(shí)驗(yàn)場(chǎng)景對(duì)用戶的限制，使多人多地同時(shí)執(zhí)行成為可能，極大提高了眼動(dòng)數(shù)據(jù)的樣本采集效率。

5. 拓展實(shí)驗(yàn)場(chǎng)景

VR技術(shù)使多種研究方案的快速切換和自由控制成為可能，極大豐富了實(shí)驗(yàn)內(nèi)容。如傳統(tǒng)市場(chǎng)研究中的貨架擺放研究，實(shí)驗(yàn)準(zhǔn)備需要大量工作，要提前將貨架擺置好。

此外受空間限制，測(cè)試方案也比較有限。

但通過3D建模，就可以低成本得到多種擺放方案，并且實(shí)現(xiàn)較細(xì)顆粒度的不同方案對(duì)比。

6. 推動(dòng)高難研究

過去由于行業(yè)危險(xiǎn)性而較少涉足的研究領(lǐng)域，會(huì)在VR技術(shù)的協(xié)助下獲得發(fā)展。如車載相關(guān)研究，在真實(shí)道路測(cè)試比較危險(xiǎn)，搭建模擬駕駛實(shí)驗(yàn)室的成本又高，VR既可以解決實(shí)驗(yàn)的安全問題與成本問題，還可以控制道路的復(fù)雜程度。

二、AI交互設(shè)計(jì)中的眼動(dòng)研究?jī)?nèi)容

百度AI交互設(shè)計(jì)院曾在18年7月開發(fā)者大會(huì)上定義AI時(shí)代的人因工程研究（詳見《百度AI交互設(shè)計(jì)院前沿探路 打造類人交互智能體》），強(qiáng)調(diào)AI時(shí)代的2.0研究我們更多關(guān)注智能體的自然交互及情感交互。

1. 眼動(dòng)應(yīng)用于多通道研究

根據(jù)人因?qū)W、工程心理學(xué)泰斗Wickens教授提出的多資源理論模型，人接受信息及執(zhí)行或表達(dá)信息是一個(gè)立體交互過程。

根據(jù)多資源理論，在衡量多通道交互的用戶體驗(yàn)時(shí)，我們要特別注意這兩個(gè)問題：

1. 多任務(wù)操作時(shí)，單一通道的使用；
2. 單任務(wù)操作時(shí)，不同通道間的配合。而在大腦所有的信息輸入來源中，視覺因素占70%，所以在多通道研究中，基于視覺的人因研究至關(guān)重要。

多資源理論模型

2. 多通道研究一：視覺單通道的資源分配

眼動(dòng)研究主要研究在多通道的配合中，視覺單通道的資源占用情況。

以智能語(yǔ)音車機(jī)為例：視覺通道是司機(jī)在行車過程中的主要信息來源，而車機(jī)作為車上娛樂信息系統(tǒng)，使駕駛員在完成駕駛主任務(wù)之外，還執(zhí)行著大量和駕駛無(wú)關(guān)或不直接相關(guān)的駕駛次級(jí)任務(wù)。

這些次級(jí)任務(wù)會(huì)在不同程度上占用駕駛員的視覺資源、認(rèn)知資源和動(dòng)作資源，影響駕駛績(jī)效。

為了研究車機(jī)系統(tǒng)對(duì)司機(jī)視覺資源的占用，我們采用Tobii Glasses2眼動(dòng)儀，采集駕駛員在真實(shí)路況上駕駛時(shí)的眼動(dòng)信息，得到行車狀態(tài)下兩種智能語(yǔ)音車機(jī)在執(zhí)行交互任務(wù)時(shí)，對(duì)用戶注意資源的占用情況。

用戶注視資源分配情況

3. 多通道研究二：多通道間的配合

試聽通道的配合，是多通道研究的重點(diǎn)內(nèi)容。同樣以智能車機(jī)研究為例，車機(jī)的交互流程、語(yǔ)音交互體驗(yàn)，包括響應(yīng)速度、引導(dǎo)話術(shù)、屏幕UI設(shè)計(jì)等都會(huì)影響到用戶視聽資源的分配。在研究中，我們通過眼動(dòng)熱力圖的分布和密度衡量不同引導(dǎo)話術(shù)對(duì)用戶視覺資源使用的影響。

眼動(dòng)研究數(shù)據(jù)收集現(xiàn)場(chǎng)

4. 眼動(dòng)應(yīng)用于情緒研究

情感交互是AI研究的重要領(lǐng)域，情緒識(shí)別和情緒應(yīng)對(duì)構(gòu)成了情感研究的兩大塊內(nèi)容。眼動(dòng)研究除描述和分析注視等數(shù)據(jù)之外，也可以利用瞳孔直徑觀察情緒刺激的反應(yīng)。

因?yàn)橥椎臄U(kuò)大和收縮受到自主神經(jīng)系統(tǒng)的支配，而情感的處理也受到自主神經(jīng)系統(tǒng)的支配，因此瞳孔直徑被用來分析由不同情緒刺激材料所誘發(fā)的情感反應(yīng)。在國(guó)外和國(guó)內(nèi)的相關(guān)研究中，有結(jié)論表明：瞳孔的放大與情感喚醒度呈線性關(guān)系，即瞳孔直徑越大代表喚醒度越高。

比如發(fā)布在《人類工效學(xué)》上的《基于眼動(dòng)和腦電技術(shù)的機(jī)器人情緒行為對(duì)用戶交互情感的影響研究》一文，用眼動(dòng)測(cè)量得到瞳孔直徑判斷人和機(jī)器人交互時(shí)的情緒喚醒度，用腦電測(cè)量得到的額中線theta波和額區(qū)alpha波的不對(duì)稱性判斷用戶的情緒效價(jià)。

基于眼動(dòng)和腦電技術(shù)的機(jī)器人情緒行為對(duì)用戶交互情感的影響研究

5. 其它前沿應(yīng)用，結(jié)合機(jī)器學(xué)習(xí)研究人格特質(zhì)

澳大利亞大學(xué)和斯圖加特大學(xué)聯(lián)合公布了一個(gè)人工智能項(xiàng)目實(shí)驗(yàn)結(jié)果，研究人員采用SensorMotoric Instruments的視頻眼動(dòng)儀監(jiān)測(cè)42名參與實(shí)驗(yàn)的人類眼球運(yùn)動(dòng)，最后采用人工智能機(jī)器學(xué)習(xí)算法準(zhǔn)確的預(yù)測(cè)出每個(gè)人的個(gè)性。

三、眼動(dòng)分析：相同的指標(biāo)，不同的解讀

互聯(lián)網(wǎng)應(yīng)用中的眼動(dòng)研究主要集中在頁(yè)面的可用性測(cè)試，設(shè)計(jì)方案的AB test、頁(yè)面廣告及廣告位的研究等。

1. 常用眼動(dòng)類型及分析指標(biāo)

常用基礎(chǔ)眼動(dòng)類型：注視（fixation）、掃視（sacccade）和追隨（persuit movement）。因?yàn)榛ヂ?lián)網(wǎng)應(yīng)用研究一般不涉及到通過眼動(dòng)探索更深層次的生理原因，使用指標(biāo)較少，本文暫討論常用指標(biāo)。

注視及掃視示意，來源：AIID智能語(yǔ)音車機(jī)人因工程研究

常用眼動(dòng)類型

可視化方法有熱力圖（heatmap）、軌跡圖（gaze plot），及眼動(dòng)錄像（gaze video）：

熱力圖（heatmap）示意

軌跡圖（gaze plot）示意

2. 不同的分析思路

對(duì)于AI智能產(chǎn)品交互中的眼動(dòng)研究，常見指標(biāo)是一樣的。不同的，是體驗(yàn)?zāi)繕?biāo)和分析思路。

PC和移動(dòng)產(chǎn)品的交互體驗(yàn)有“強(qiáng)注意力”的特點(diǎn)，我們希望獲取用戶更多的注意力。因此傳統(tǒng)的網(wǎng)頁(yè)研究或者廣告研究，通常為視覺單一通道的研究，在熱力圖的分析中以用戶注視多的方案為優(yōu)。

而AI交互希望打造自然、低成本、接近用戶本能的交互體驗(yàn)。這種體驗(yàn)往往是多感官通道的，要達(dá)到組合體驗(yàn)最優(yōu)就需要探索不同通道間的配合與平衡，視覺通道的占用就不是越多越好。

還是以車機(jī)研究為例，案頭發(fā)現(xiàn)：在駕駛場(chǎng)景中，人們需要90%以上的視覺資源維持駕駛績(jī)效保證安全駕駛，我們的研究目的是提升語(yǔ)音交互效率減少用戶對(duì)中控車機(jī)的關(guān)注。

研究發(fā)現(xiàn)：當(dāng)語(yǔ)音的引導(dǎo)明確、屏幕內(nèi)容和語(yǔ)音引導(dǎo)配合一致時(shí)，用戶花費(fèi)較少的視覺資源便可獲得所需信息（見方案一熱力圖）；而當(dāng)語(yǔ)音交互缺乏有效引導(dǎo)，屏幕內(nèi)容與語(yǔ)音引導(dǎo)配合不當(dāng)時(shí)，用戶會(huì)花更多視覺資源在車機(jī)屏幕的信息加工上（見方案二熱力圖）。

不同引導(dǎo)話術(shù)下的用戶眼動(dòng)熱力圖

四、AI眼動(dòng)研究的設(shè)計(jì)實(shí)施

除眼動(dòng)研究實(shí)驗(yàn)設(shè)計(jì)和實(shí)施的通用注意事項(xiàng)外，AI交互設(shè)計(jì)的研究中還需注意：

1. 打造真實(shí)場(chǎng)景，提高生態(tài)學(xué)效度

基于自然交互的目標(biāo)，打造真實(shí)體驗(yàn)場(chǎng)景是AI交互設(shè)計(jì)研究中重要的一環(huán)，是研究自然交互的基礎(chǔ)。我們?cè)絹碓缴俚氖褂眠^去基于靜態(tài)網(wǎng)頁(yè)靜態(tài)物料的實(shí)驗(yàn)室研究設(shè)計(jì)。

比如在車載環(huán)境下，變化的路況占據(jù)了行車過程中90%的視覺資源，信息多，變化快，這是一個(gè)不可忽略的因素。我們會(huì)讓被試在相對(duì)安全的時(shí)段在真實(shí)道路上進(jìn)行駕駛測(cè)試，累計(jì)樣本時(shí)長(zhǎng)不低于900分鐘。而眼動(dòng)儀技術(shù)的發(fā)展也使得實(shí)驗(yàn)情景更趨于自然，提高了眼動(dòng)研究的生態(tài)學(xué)效度。

2. 保證數(shù)據(jù)收集的準(zhǔn)確性

在保證生態(tài)學(xué)效度的同時(shí)，要兼顧研究數(shù)據(jù)的準(zhǔn)確性。從桌面端研究到自然場(chǎng)景下的研究，日光是眼動(dòng)數(shù)據(jù)收集中無(wú)法回避的問題。由于大多數(shù)眼動(dòng)儀是依靠紅外線反射原理，日光中的紅外線會(huì)對(duì)眼動(dòng)的校準(zhǔn)和捕捉造成影響，導(dǎo)致校準(zhǔn)通過率低。

但是如車載場(chǎng)景研究就需要在自然光環(huán)境下進(jìn)行眼動(dòng)數(shù)據(jù)采集。這時(shí)，要避開正午時(shí)間或正對(duì)陽(yáng)光的方向做測(cè)試。

3. 與其它生理測(cè)量?jī)x器相結(jié)合時(shí)，做好流程設(shè)計(jì)和實(shí)驗(yàn)控制

涉及到多種測(cè)量?jī)x器的同時(shí)應(yīng)用，在研究設(shè)計(jì)環(huán)節(jié)要特別注意流程設(shè)計(jì)，提前做好內(nèi)容聚焦和研究規(guī)劃。例如儀器是否全程佩戴；基線數(shù)據(jù)的獲取放在哪一環(huán)節(jié)；由于眼動(dòng)校準(zhǔn)存在一定的失敗率，那么是否需要把校準(zhǔn)放在最先步驟等等。

由于不同生理測(cè)量?jī)x器需要在各自限定條件下進(jìn)行生理信號(hào)的采集，所以要關(guān)注數(shù)據(jù)采集和還原被試自由度之間的平衡，如腦電測(cè)量時(shí)，為保證信號(hào)采集的穩(wěn)定性，要盡量避免頭部大幅運(yùn)動(dòng)。

此外，還要注意任務(wù)設(shè)置和時(shí)長(zhǎng)控制，如通過眼鏡式眼動(dòng)儀進(jìn)行眼動(dòng)測(cè)試，要避免被試中途摘下眼鏡導(dǎo)致數(shù)據(jù)丟失。

小結(jié)

綜上，我們把AI交互設(shè)計(jì)中的眼動(dòng)研究于傳統(tǒng)互聯(lián)網(wǎng)眼動(dòng)研究的變與不變總結(jié)為以下幾點(diǎn)：

1. VR的嵌入，拓展了眼動(dòng)研究的場(chǎng)景，可以快速切換實(shí)驗(yàn)場(chǎng)景，并讓高危場(chǎng)景研究更為深入；
2. 眼動(dòng)研究?jī)?nèi)容在AI交互設(shè)計(jì)領(lǐng)域有所延伸，包括多通道研究及情感研究；
3. 眼動(dòng)研究更多與腦電等測(cè)量?jī)x器及機(jī)器學(xué)習(xí)等技術(shù)手段相結(jié)合；
4. 體驗(yàn)?zāi)繕?biāo)的變化，眼動(dòng)數(shù)據(jù)不再是越多越好，而是多通道的最佳組合；
5. 打造真實(shí)場(chǎng)景，做好流程規(guī)劃和實(shí)驗(yàn)控制。

眼動(dòng)研究作為探索人類視覺的工具，在PC和移動(dòng)時(shí)代都發(fā)揮了重要作用。

我們這一代做用戶研究的人經(jīng)歷了傳統(tǒng)的桌面研究，做過需要準(zhǔn)備上百實(shí)驗(yàn)素材的實(shí)驗(yàn)室靜態(tài)研究，目前正在探索基于真實(shí)場(chǎng)景的高自由度眼動(dòng)研究，并引入腦電等更多生理測(cè)量?jī)x器，輔以機(jī)器學(xué)習(xí)，賦予眼動(dòng)研究更高價(jià)值。

本文由 @AIID（百度） 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于CC0協(xié)議。