Marco de medición basado en seguimiento ocular para cuantificar la atención visual en entornos interactivos de arte digital basados en pantallas

Summary

Este protocolo describe un marco integral para cuantificar la atención visual en el arte digital interactivo. Detalla la arquitectura del sistema para sincronizar datos de seguimiento ocular con registros de interacción, el método para el mapeo dinámico de Área de Interés (AOI) y la cadena analítica para vincular la dinámica de atención con los resultados de la experiencia del usuario.

Abstract

Este artículo presenta un marco de medición habilitado por la mirada, diseñado para cuantificar la atención visual durante experiencias artísticas digitales interactivas y para vincular la dinámica de la atención con los resultados experienciales. A diferencia de la visualización tradicional de arte estático, el arte digital interactivo implica medios dinámicos, información multifuente y bucles de retroalimentación continuos, que desafían las metodologías estándar de seguimiento ocular. El sistema propuesto integra adquisición por seguimiento ocular, registro de interacciones, sincronización de marcas de tiempo, mapeo dinámico de Área de Interés (AOI) y cálculo métrico en una cadena unificada. El protocolo describe el desarrollo de un flujo de trabajo de datos reproducibles que alinea los datos de la mirada con eventos de interacción específicos, permitiendo cálculos precisos de asignación de atención, costes de cambio y entropía exploratoria. El diseño experimental implica tanto exploración libre como tareas orientadas a objetivos, como se demostró en un estudio con 37 participantes. Los resultados de aplicar este protocolo indican una alta percepción de facilidad de uso y satisfacción, con un modelo de medición que apoya un modelo de dos constructos de usabilidad y satisfacción. Además, la modelización de resultados confirma que la usabilidad percibida actúa como un predictor fundamental para la satisfacción general del usuario, mientras que la demostración de caso único valida la capacidad de la cadena para cuantificar cambios de atención conscientes del contexto. Este protocolo proporciona a investigadores y diseñadores un conjunto de herramientas riguroso y reproducible para analizar cómo los elementos de diseño de interacción—como la latencia de retroalimentación y la intensidad de la guía—moldean la atención del usuario y las experiencias subjetivas posteriores en entornos digitales inmersivos.

Introduction

El arte digital interactivo abarca un amplio espectro de modalidades, desde instalaciones espaciales inmersivas hasta plataformas interactivas basadas en^{pantallas 1,2}. Aunque los entornos totalmente inmersivos representan la frontera de esta evolución, el arte interactivo basado en pantalla sigue siendo un medio fundamental que requiere urgentemente metodologías de evaluación rigurosas y estandarizadas antes de una expansión espacial sin restricciones. Esta modalidad redefine eficazmente el papel del público, pasando de la observación pasiva a la co-creación activa, donde la participación moldea directamente el significado de la^{obra 3}. Los marcos clásicos de la psicología del arte, especialmente el Modelo Integrado de Percepción del Arte de Viena (VIMAP), ofrecen una perspectiva sofisticada para comprender la interacción entre el control cognitivo de arriba hacia abajo y el procesamiento perceptivo de abajo hacia arriba durante encuentros estéticos. Sin embargo, aunque estos modelos proporcionan una base sólida para la observación estática, extender sus aplicaciones más recientes a entornos digitales interactivos requiere técnicas avanzadas de medición. Traducir estos constructos teóricos en aplicaciones interactivas requiere métricas fisiológicas en tiempo real para capturar objetivamente el bucle continuo de retroalimentación entre la entrada del usuario y la respuesta del sistema. En consecuencia, la transición de la visualización estática a la interacción activa introduce una complejidad significativa en la evaluación de la experiencia del usuario. Los métodos de evaluación convencionales actuales en el campo se basan principalmente en cuestionarios posteriores al evento, entrevistas retrospectivas y observaciones in situ sobre los hábitos de visualización de los espectadores, la secuencia y el tiempo de espera⁴. Estos suelen complementarse con métricas de comportamiento de gran grueso, como la duración total de la estancia y la frecuencia^{de clics 5}. Aunque estos métodos son efectivos para captar preferencias generales y satisfacción general, fundamentalmente tienen dificultades para rastrear los cambios de atención a nivel micro en tiempo real que ocurren durante la experiencia. A diferencia de los cuestionarios retrospectivos que se basan en el recuerdo retardado y por tanto son susceptibles a sesgos cognitivos, el marco propuesto para el seguimiento ocular proporciona datos fisiológicos continuos, en tiempo real y objetivos. Además, en comparación con métricas conductuales gruesas como el tiempo total de permanencia o las frecuencias superficiales de clics, esta metodología habilitada por la mirada captura procesos cognitivos a nivel micro, como momentos de vacilación, estrategias de búsqueda visual y reacciones perceptivas inmediatas a la retroalimentación del sistema. De este modo, proporciona evidencia accionable y granular para el diseño de interacción iterativa que los métodos de evaluación tradicionales carecen^{fundamentalmente 6}. Esta tecnología ofrece métricas a nivel de proceso para comprender la asignación, mantenimiento y cambio de atención en el arte interactivo, proporcionando métricas fisiológicas objetivas del estado cognitivo^{del usuario 7,8,9}. Analizando cuándo, dónde y durante cuánto tiempo un usuario observa elementos específicos, los investigadores pueden proporcionar apoyo objetivo para la optimización de exposiciones y el diseño interactivo. Sin embargo, implementar el seguimiento ocular en el contexto de experiencias artísticas digitales interactivas presenta múltiples desafíos técnicos y metodológicos no triviales que lo distinguen de las pruebas de usabilidad estándar o de la visualización estática de imágenes.

Los entornos interactivos suelen implicar medios dinámicos, múltiples fuentes de información y tareas complejas de varios pasos. Los estímulos visuales no son fijos; evolucionan según la entrada del usuario. Los constantes cambios en los estímulos visuales y la retroalimentación del sistema provocan cambios rápidos de atención entre objetos en movimiento y áreas de interfaz. Este dinamismo hace que la segmentación y la interpretación métrica tradicionales, estáticas y basadas en interfaces, sean propensas a la^{distorsión 10,11}. Por ejemplo, un Área de Interés (AOI) que es relevante en un momento puede desaparecer o cambiar su significado semántico al siguiente, haciendo que los mapas de calor estáticos sean insuficientes.

Además, las interacciones en el mundo real suelen implicar comportamientos físicos naturales como movimientos de cabeza, oclusiones y distancias variables de la pantalla, lo que conduce a la deriva de^{calibración 12,13}. Estas fluctuaciones en la calidad del seguimiento introducen valores ausentes y ruido, reduciendo la comparabilidad entre sujetos y la estabilidad de las pruebas estadísticas. Los protocolos estándar de laboratorio suelen requerir una estabilización rígida (por ejemplo, reposacabezas para la barbilla) que resta a la experiencia naturalista necesaria para la apreciación del arte¹⁴. Por lo tanto, un protocolo eficaz debe equilibrar un riguroso control de calidad de los datos con la validez ecológica de la postura del usuario. Mediante el uso de seguimiento ocular remoto basado en pantallas, el marco propuesto permite micromovimientos naturales y sin restricciones del torso y la cabeza, sirviendo como una base pragmática para capturar reacciones estéticas sin ataduras físicas intrusivas.

De manera crítica, la sincronización temporal entre los datos de movimientos oculares y los registros de interacción impacta directamente en la interpretación causal. En una tarea de visualización estática, el inicio del estímulo es el único marcador temporal relevante. En el arte interactivo, cada toque, gesto o disparador de mirada inicia una nueva referencia temporal de evento. Sin un punto de referencia temporal unificado y un mecanismo de alineación de eventos, resulta difícil determinar si los cambios de atención son provocados por la retroalimentación del sistema o impulsados por estrategias individuales^{de exploración 15}. Para evaluar de forma exhaustiva el arte digital, los investigadores suelen basarse en dos fuentes de datos distintas: los registros de interacción (que capturan entradas del usuario y estados del sistema) y las señales fisiológicas (como el seguimiento de la mirada para la atención visual). Sin embargo, estas modalidades suelen analizarse de forma aislada. Integrarlos desde el principio de la cadena analítica es vital tanto conceptual como prácticamente porque son inherentemente complementarios: los registros de interacción proporcionan el 'desencadenante' contextual preciso (el qué y cuándo de la retroalimentación del sistema), mientras que los datos de la mirada continua revelan la correspondiente 'reacción' cognitiva (el dónde y cómo de la asignación de la atención). Sin un tiempo unificado, un punto de referencia y una alineación multimodal de eventos, resulta difícil determinar si un cambio de atención es provocado por la retroalimentación del sistema (por ejemplo, un efecto dominó visual) o impulsado por estrategias individuales de exploración. Al fusionar estos flujos de datos, este marco proporciona el beneficio teórico de cerrar el bucle causal entre las características de diseño interactivas y la cognición del usuario.

Por lo tanto, avanzar en la investigación del seguimiento ocular para el arte interactivo requiere más que capturar puntos de fijación; Requiere un riguroso control de calidad, alineación sincronizada y flujos de trabajo de procesamiento de datos reproducibles. Las limitaciones de las soluciones existentes subrayan aún más esta motivación investigadora. Los estudios existentes de seguimiento ocular en contextos artísticos se centran predominantemente en tareas de visualización estática o tratan las descripciones textuales y las guías turísticas como variables externas, careciendo de integración con mecanismos^{interactivos 16,17}. Aunque la evidencia sugiere que los métodos de presentación de la información y las estrategias de orientación pueden alterar significativamente las vías de atención y los puntos focales de los espectadores, la mayoría de los hallazgos se mantienen en el nivel de correlaciones de intervención única, sin explicar cómo los bucles de retroalimentación interactivos moldean las estrategias de atención a lo largo de la experiencia.

Por el contrario, aunque las prácticas artísticas interactivas han desarrollado sistemas prototipo que utilizan la mirada como entrada natural de interacción—enfatizando la transformación de los espectadores de observadores pasivos a participantes activos—estos esfuerzos suelen centrarse en demostraciones de instalaciones o validación^{técnica 18,19}. Frecuentemente carecen de métricas unificadas de atención, paradigmas experimentales replicables y modelos de investigación de bucle cerrado que establezcan conexiones comprobables entre la dinámica de la atención y los resultados experienciales. Esta brecha dificulta el desarrollo de principios de diseño transferibles que puedan predecir de forma fiable cómo una elección de diseño específica (por ejemplo, la velocidad de una transición visual) afectará a la inmersión o usabilidad del usuario.

De forma crítica, la literatura existente carece de un marco cohesivo que alinee fundamentalmente la atención visual con los sistemas interactivos en tiempo real. Aunque los avances en el mapeo dinámico AOI y la sincronización de eventos de mirada se han explorado en contextos generales de HCI, rara vez se integran en el entorno fluido y altamente variable del arte digital. La brecha de la investigación fundamental radica en la incapacidad de las evaluaciones actuales de modalidad única para explicar el bucle causal entre la retroalimentación del sistema y la cognición del usuario. Mediante la integración temprana de datos multimodales —específicamente, fusionando coordenadas de mirada continua con registros de interacción de milisegundos precisos— los investigadores pueden trascender métricas básicas de usabilidad. Esta integración proporciona el beneficio teórico de atribuir cambios específicos de atención a nivel micro (por ejemplo, estrategias de búsqueda frente a enfoque estabilizado) directamente a elecciones específicas de diseño de interacción, transformando el flujo experiencial de un sentimiento subjetivo a un estado cognitivo cuantificable.

Para abordar estas lagunas, este protocolo propone un marco de medición de la atención basado en seguimiento ocular, específicamente restringido al arte digital interactivo basado en pantallas. Aunque la tubería técnica subyacente comparte similitudes estructurales con las pruebas genéricas de interacción humano-ordenador (HCI), este marco integra de forma única tareas estéticas no utilitarias (por ejemplo, exploración visual libre de medios generativos) junto con acciones orientadas a objetivos. Esta integración distingue explícitamente la naturaleza fluida y exploratoria de la apreciación del arte del enfoque utilitarista estándar para la evaluación de software. Teóricamente, este estudio opera en la intersección entre el arte digital interactivo, la IHC y el análisis de seguimiento ocular. Aborda tanto el desafío persistente de caracterizar objetivamente el flujo experiencial continuo en la evaluación del arte digital como la determinación de la correlación entre la entrada interactiva y la salida atencional.

El ámbito de la investigación sitúa este estudio no solo en el contexto experiencial del arte digital interactivo, sino también en la integración de datos de seguimiento ocular con registros de interacción para establecer una cadena sistemática de evidencias—desde la entrada experiencial hasta las métricas de atención y, en última instancia, las variables de resultado. A nivel de sistema, establecemos una cadena de datos reproducibles que integra la captura de movimientos oculares, el registro de registros de interacción y la sincronización temporal en una arquitectura unificada. Este marco estandariza el preprocesamiento, el mapeo de regiones y la generación de métricas de atención, al tiempo que proporciona estructuras de datos trazables y scripts analíticos.

El marco conceptual (Figura 1) explica cómo el diseño de interacción influye en los resultados subjetivos al alterar los procesos de atención visual de los espectadores. La lógica central trata los elementos de interacción (como la latencia de retroalimentación y la intensidad de la guía) como entradas controlables, la dinámica de la atención visual como variables clave del proceso, y los resultados de la experiencia (inmersión, usabilidad, satisfacción) como salidas. Las diferencias individuales se incorporan como factores moderadores. Para el diseño experimental, se desarrollan tareas interactivas que equilibran la exploración libre con objetivos orientados a metas. A nivel de modelado, correlacionamos la dinámica de la atención con las variables de resultado para examinar los mecanismos por los cuales los elementos del diseño de interacción influyen en la experiencia del usuario a través de la atención visual. Este protocolo proporciona pasos metodológicos detallados para replicar este marco, asegurando que la compleja interacción entre usuario, sistema y arte pueda medirse con rigor científico.

Protocol

Esta investigación se realizó en cumplimiento con las directrices institucionales de la Facultad de Innovación y Diseño de la Universidad de la Ciudad de Macao. Todos los participantes dieron su consentimiento informado antes de la recogida de datos.

1. Desarrollo de sistemas y configuración de la arquitectura

1. Define el flujo de trabajo de investigación
   1. Adopta el proceso de circuito cerrado de cuatro etapas como se muestra en la Figura 2: Desarrollo de Sistemas, Experimento de Seguimiento Ocular, Analítica y Modelado de Resultados.
   2. Asegúrate de que el flujo de trabajo facilite el refinamiento iterativo, donde los datos de la fase analítica puedan informar los ajustes en el desarrollo del sistema para futuras iteraciones.
2. Configurar la arquitectura del sistema
   1. Construye el sistema utilizando la arquitectura de pipeline ilustrada en la Figura 3, que comprende cinco módulos distintos: Experiencia (Tareas), Seguimiento Visual, Registros, Sincronización (Sincronización) y Analítica.
   2. Módulo de experiencia: Desarrollar la interfaz artística interactiva para que sirva como punto de entrada unificado. Configúralo para generar dos flujos de datos paralelos:
      1. Flujo de datos de seguimiento ocular: Genera coordenadas de mirada en bruto y marcas de tiempo desde el dispositivo.
      2. Flujo de registro de interacciones: Documentar acciones del usuario (clics, gestos) y cambios en el estado del sistema (disparadores de retroalimentación, transiciones de escena).
   3. Implementa un script del Protocolo de Datagramas de Usuario (UDP) dentro del módulo de sincronización para enviar marcadores de eventos desde el motor de renderizado de interacción a la API del eye-tracker en el milisegundo exacto en que un estímulo visual se altera o se registra una entrada del usuario.
   4. Evalúa la estabilidad del offset ejecutando un bucle de prueba de sincronización de 60 segundos antes del experimento. Verifique que la desviación estándar (DS) de la latencia entre el reloj de interacción y el reloj eye-tracker se mantenga estrictamente por debajo de 6,5 ms (según la Tabla 1). Si la SD supera los 6,5 ms, restablece la conexión de red y recalibra.
   5. Almacenamiento de datos alineados: Configura la base de datos o sistema de archivos para almacenar datos alineados donde cada punto de datos contiene coordenadas de mirada sincronizadas, banderas de evento e índices AOI.
3. Establecer el bucle de ejecución del sistema
   1. Implementa el bucle de ejecución tal como se muestra en la Figura 4.
   2. Programa la secuencia para que siga estrictamente: Iniciar sesión → calibración → cargar escena + AOIs → bucle en tiempo real (interacción del usuario / captura de mirada / retroalimentación de renderizado).
   3. Asegurarse de que la cadena de datos (Escritura de Registros → Sincronización de Marca de Tiempo → Análisis de Fijación → Mapeo AOI) funcione inmediatamente después de la adquisición de datos para facilitar controles de calidad rápidos.

2. Diseño de estímulos e interacción

1. Seleccionar modalidades de interacción
   1. Elige las modalidades de interacción según la taxonomía. Selecciona entre interacción basada en la mirada, interacción basada en el tacto/gesto o interacción multiusuario colocada según la pregunta de investigación.
   2. Para este protocolo, implementa una combinación de entradas de mirada y táctil para cumplir con el principio de minimizar la dificultad de entrada y maximizar la interpretabilidad de salida.
2. Define los módulos de interacción y los eventos de activación.
   NOTA: Aquí, un "módulo de interacción" se define operativamente como una unidad funcional discreta de la obra digital (por ejemplo, un efecto visual interactivo específico), mientras que un "evento desencadenante" se refiere a la entrada específica del usuario o al cambio de estado del sistema que activa dicho módulo con una marca de tiempo precisa de milisegundos.
   1. Programa los módulos de interacción específicos definidos en la Tabla 2.
   2. Atractor ambiental: Configura el disparador en entrada en escena o estado de reposo durante ≥ 3,2 s. Define la respuesta de atención esperada como una exploración más amplia y una mayor dispersión de la mirada.
   3. Destacado de la mirada: Configura el disparador como la mirada en un objeto con un AOI ≥ 420 ms. Asegúrate de que esto active un resaltado visual para reforzar la concentración.
   4. Touch ripple: Implementa un efecto de ondulación visual en las coordenadas (x,y) al tocar el evento de lienzo. Registrar los cambios de amplitud de la sacada siguiendo el frente de onda.
   5. Señal guiada: Programa una señal visual para que aparezca durante 1,4–2,1 s en un AOI preestablecido. Mide el tiempo hasta la primera fijación (TTFF) usando esta señal.
   6. Puerta de elección: Crea un punto de decisión donde el usuario seleccione 1 de 3 opciones en 7,5 s. Utiliza esto para medir el tiempo de permanencia en la opción elegida frente a las rechazadas.
3. Áreas de Interés de Diseño (AOIs)
   1. Crea AOIs estáticas y dinámicas como se muestra en la Figura 5.
   2. Define AOIs estáticas para elementos fijos de interfaz de usuario (UI) (por ejemplo, menús, bordes).
   3. Define AOI dinámicas para elementos visuales en movimiento (por ejemplo, orbes flotantes, sistemas de partículas). Asegúrate de que las coordenadas AOI se actualicen en el archivo de registro a la frecuencia de refresco del sistema.
   4. Implementar etiquetado semántico para AOI (por ejemplo, Objeto Objetivo, Distracción, Texto de Instrucciones) para facilitar el cálculo de la credibilidad semántica durante el análisis.

3. Reclutamiento y selección de participantes

1. Estrategia de reclutamiento
   1. Reclutar participantes de un grupo demográfico relevante (por ejemplo, estudiantes universitarios para estudios de arte digital) para asegurar una base de alfabetización digital.
   2. Obtén el consentimiento informado e informa a los participantes sobre la naturaleza del procedimiento de seguimiento ocular.
2. Criterios de selección
   1. Comprobar la agudeza visual. Verifica que los participantes tengan visión normal o corregida a normal.
   2. Excluir a las personas con enfermedades oculares (por ejemplo, estrabismo, astigmatismo severo) que interfieran con la calibración estándar del seguimiento ocular.
   3. Comprobación de calibración: Durante la configuración inicial, realiza una calibración de 5 o 9 puntos. Excluyan a los participantes que no puedan alcanzar un error medio de calibración de ≤ 0,85° o que presenten pérdida de seguimiento persistente (razón muestral válida < 85%).
   4. Registrar datos demográficos, incluyendo edad, género, mano y exposición auto-reportada al arte digital (véase los parámetros de la Tabla 3 ).

4. Procedimiento experimental

1. Montaje físico
   1. Realiza el experimento en una habitación tranquila con iluminación ambiental estable. Elimina la luz solar directa o los reflejos fuertes en la pantalla.
   2. Coloca al participante a una distancia de visión fija (por ejemplo, 60–70 cm) adecuada para la unidad comercial específica de seguimiento ocular basada en pantalla.
   3. Ajusta la altura de la silla para que los ojos del participante estén a la altura del centro de la pantalla.
2. Ejecución en sesión
   1. Calibración: Ejecuta la rutina de calibración. Verifica la exactitud. Si la deriva es > 1,10°, realiza una recalibración (comprobación de deriva).
   2. Prueba de práctica: Administrar una sesión de práctica estandarizada (aproximadamente 2 minutos) para familiarizar al participante con los protocolos de interacción (por ejemplo, cómo activar el Brillo de Mirada).
   3. Ejecución de tareas: Presenta los dos tipos de tareas en un orden contrabalanceado para minimizar los efectos de la secuencia:
      1. Tarea de exploración gratuita: Instruye al participante para que "explore libremente la obra de arte e interactúe con los elementos que le interesen."
      2. Tarea dirigida a un objetivo: Instruir al participante para que "Encuentre elementos ocultos específicos" o "Complete la secuencia de interacción para desbloquear la imagen final."
   4. Registro de datos: Asegúrese de que el sistema registre automáticamente tanto el flujo de seguimiento ocular como los registros de interacción con marcas de tiempo unificadas a lo largo de las tareas.
   5. Cuestionarios posteriores a la tarea: Inmediatamente después de cada bloque de tarea, administra las escalas de experiencia (Inmersión, placer estético, usabilidad, satisfacción).

5. Pipeline de procesamiento y análisis de datos

1. Preprocesamiento de datos y control de calidad
   1. Consulte la Figura 6 para una visión completa de la cadena de procesamiento de la mirada. Este esquema visual delimita las etapas secuenciales necesarias para transformar las coordenadas de la mirada en bruto en datos analíticos interpretables: control inicial de calidad de la señal (incluyendo interpolación de parpadeo y filtrado espacial), análisis basado en la velocidad de los movimientos oculares en fijaciones y sacadas, mapeo dinámico de puntos de mirada a Áreas de Interés activas (AOIs) y el cálculo final de métricas cuantitativas de atención.
   2. Gestiona los parpadeos y cortes de señal usando una tubería estandarizada de interpolación y filtrado. Identificar parpadeos y segmentos de pérdida de señal donde el diámetro de la pupila es igual a cero o las banderas de validez de seguimiento son inválidas.
   3. Para huecos cortos (≤75 ms), aplicar un algoritmo de interpolación lineal para estimar las coordenadas de mirada que faltan. Para huecos superiores a 75 ms, dejar los datos sin mapear para evitar la generación de artefactos artificiales. Tras la interpolación, se aplica un filtro de media móvil (tamaño de ventana = 3 muestras) para suavizar el ruido menor de alta frecuencia.
   4. Detectar y eliminar valores atípicos espaciales definidos como puntos de mirada que caen fuera de los límites físicos de la pantalla o que demuestran velocidades sacádicas biológicamente imposibles (> 1000^o/s).
   5. Calcular la fracción final de abandono; Excluye las sesiones en las que la pérdida irrecuperable supera el 12% de la duración total de la tarea.
   6. Aplica corrección de deriva a nivel de prueba. Si se detectó un desplazamiento sistemático durante la comprobación de validación inmediatamente antes de un bloque de tarea específico, se aplica un vector de corrección de coordenadas lineales a los datos de mirada bruta de ese ensayo específico para compensar pequeños desplazamientos posturales de la cabeza.
2. Fijación y análisis sintáctico en sacada
   1. Aplica el algoritmo de análisis sintáctico Identificación por umbral de velocidad (I-VT). Clasificar los datos en bruto como sacádeos si la velocidad de movimiento ocular supera los 30°/s; de lo contrario, clasifícalos como fijaciones.
   2. Aplica un umbral de duración mínima de fijación de 80 ms para filtrar micro-sacadas y ruido de artefactos.
   3. Clasifica los movimientos oculares en fijaciones (mirada estable) y sacádeas (movimiento rápido). Genera una mesa de fijación y una mesa de sacada.
3. Alineación temporal y mapeo AOI
   1. Alinea las marcas de tiempo de los eventos de mirada con las marcas de tiempo del registro de interacción usando los marcadores de eventos UDP como ancla de referencia absoluta.
   2. Corregir cualquier retraso inherente a la transmisión por hardware restando el desplazamiento medio registrado durante el bucle de prueba de inicialización de todas las marcas de tiempo de la mirada.
   3. Consulte la Tabla 4 para un ejemplo esquemático de las filas de datos sincronizadas que ilustran esta integración a nivel analítico. Observa cómo esta matriz fusiona coordenadas de mirada continua, banderas de eventos de interacción discreta e índices dinámicos de AOI a resolución milisegundo para formar el conjunto de datos fundamental para el cálculo posterior de métricas.
   4. Implementar el Mapeado Dinámico AOI para superar las limitaciones de la partición espacial estática en entornos de arte digital fluido.
   5. Mapea cada coordenada de fijación a las AOIs activas actualizadas específicamente para ese minuto exacto de milisegundo usando un algoritmo punto en polígono.
   6. NOTA: Esto garantiza que, incluso cuando los elementos visuales se mueven o cambian de estado continuamente, los datos de la mirada se atribuyen correctamente al objeto interactivo previsto en lugar de una ubicación fija y obsoleta de la pantalla.
   7. Asignar prioridad a AOIs solapadas usando una regla jerárquica estricta de z-buffer. Mapea la coordenada de mirada en bruto (x,y) al array de cajas delimitadoras actualizado en ese sello de tiempo específico de milisegundos.
   8. Si la coordenada se encuentra dentro de múltiples cajas delimitadoras activas, asigna la fijación exclusivamente al AOI con el índice de capa de renderizado más alto (el elemento visual más importante). Descarta los datos superpuestos de las capas inferiores para evitar el doble conteo.
   9. Calcula el porcentaje de fijaciones no cartografiadas. Asegúrese de que esto se mantenga ≤ 0,18 (18%) para verificar la completitud de las definiciones de AOI.
4. Cálculo métrico
   1. Calcular métricas en tres dimensiones como se muestra en el marco de la Figura 1 :
   2. Calcula TTFF, definido estrictamente como el tiempo transcurrido desde el inicio de un estímulo visual específico hasta el inicio de la primera fijación dentro de su correspondiente AOI objetivo. Calcula el tiempo de permanencia (duración total de fijación dentro de un AOI) y la tasa de revisita.
   3. Calcular matrices de transición para cuantificar el cambio de atención. Calcule la probabilidad de transición P_AB de pasar de AOI A a AOI B dividiendo el número de transiciones de mirada de a por el número total de transiciones originadas en A. Calcule la Tasa de Cambio dividiendo el número total de transiciones inter-AOI por la duración válida de la tarea.
   4. Calcula la Entropía Global de la Mirada (H) usando la fórmula de la Teoría de la Información de Shannon para cuantificar la aleatoriedad de la exploración visual. Formula la ecuación de la siguiente manera:
      (1)
      donde las variables se definen de la siguiente manera: : Entropía global de la mirada, que representa la dispersión de la atención visual. N: El número total de AOIs dinámicas definidas dentro de la escena. p_i: La probabilidad de que la mirada se pose en un AOI específico. Esto se deriva de la proporción del tiempo de permanencia en la AOI en relación con la duración total válida de la tarea.
   5. Agrega estas métricas por fase de tarea (Exploración Libre vs. Dirigida a Objetivos).
5. Modelado estadístico
   1. Ensamblar el conjunto de datos final fusionando las Métricas Calculadas con las Puntuaciones de la Encuesta.
   2. Realizar un Análisis Factorial Confirmatorio (CFA) para validar los conceptos de usabilidad y satisfacción.
   3. Utiliza modelos de efectos mixtos o modelado de ecuaciones estructurales (SEM) para probar las hipótesis (por ejemplo, la latencia de interacción predice el cambio de atención, el cambio de atención predice la usabilidad).

Results

Características de la muestra y calidad de los datos

La aplicación de este protocolo reclutó a 43 estudiantes, de los cuales 37 fueron finalmente incluidos en el análisis final (tasa de inclusión: 86,0%). Como se detalla en la Tabla 3, la exclusión de 6 participantes se debió exclusivamente al cumplimiento de protocolos de calidad de datos: seguimiento de pérdidas/mala calibración (n=2), excesiva falta de muestras (n=2), tarea...

Discussion

Este estudio establece un marco validado de medición del seguimiento ocular específicamente diseñado para el arte digital interactivo. En esencia, los hallazgos indican que el mapeo dinámico de Área de Interés (AOI) junto con la sincronización multimodal a nivel de milisegundos cuantifica con éxito los desplazamientos visuales a nivel micro que antes estaban ocultos en medios fluidos. Teóricamente, esta investigación cierra la brecha conceptual entre los modelos de observación pasiva y d...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Rastreador ocular	Tobii AB	Pro Nano	captura de mirada basada en pantalla a 60 Hz; Calibración de 5/9 puntos
Monitor	ASUS	VP249QGR	23,8'', 1920 y tiempos; 1080; Distancia de visualización ~65 cm
Interaction PC	Dell	OptiPlex 7010	Windows 10; ejecuta interfaz + logs
Reloj de sincronización	Costumbres	v1.0	Unifica la mirada y Marcas temporales de interacción
Analizador de Fijación	Código abierto	I-VT	Umbral de fijación 80 y guion; 120 ms.
AOI Mapper	Costumbres	Punto en polígono 2D	Mape Gaze a AOIs estáticas/dinámicas