$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Badania psycholingwistyczne podkreśliły znaczenie analiz ruchów gałek ocznych w zrozumieniu procesów związanych ze zrozumieniem języka. Istotą wnioskowania o procesach rozumienia na podstawie zapisu spojrzenia jest hipoteza, która łączy poznanie z ruchami gałek ocznych5. Istnieją trzy główne rodzaje ruchów gałek ocznych: sakkady, ruchy przedsionkowo-gałkowe i płynne ruchy pościgowe. Sakkady to szybkie i balistyczne ruchy, które zachodzą głównie nieświadomie i są niezawodnie powiązane ze zmianami uwagi6. Uważa się, że momenty względnej stabilności wzroku między sakkadami, znane jako fiksacje, indeksują aktualną uwagę wzrokową. Pomiar miejsca fiksacji i czasu ich trwania w odniesieniu do procesów poznawczych jest znany jako "metoda śledzenia ruchu gałek ocznych". Wczesne implementacje tej metody służyły do badania czytania ze zrozumieniem w kontekstach ściśle lingwistycznych (zobacz Rayner7 w celu zapoznania się z recenzją). W tym podejściu czas sprawdzania obszaru słowa lub zdania jest związany z trudnościami w przetwarzaniu. Śledzenie ruchu gałek ocznych zostało jednak również zastosowane do badania rozumienia języka mówionego podczas inspekcji obiektów w świecie (lub na ekranie komputera2). W tej wersji śledzenia wzroku w "świecie wizualnym" inspekcja obiektów odbywa się za pomocą języka. Na przykład, kiedy rozumiejący słyszą zebrę, ich oględziny zebry na ekranie są brane pod uwagę, że myślą o zwierzęciu. W tak zwanym paradygmacie świata wizualnego wzrok osoby rozumiejącej jest brany pod uwagę w celu odzwierciedlenia rozumienia języka mówionego i aktywacji związanej z nim wiedzy (np. słuchacze obserwują również zebrę, gdy słyszą wypas, wskazując na czynność wykonaną przez zebrę)2. Takie badania sugerują systematyczny związek między relacjami język-świat a ruchami gałek ocznych2. Powszechnym sposobem ilościowego określenia tego powiązania jest obliczenie proporcji spojrzeń do różnych, z góry określonych regionów na ekranie. Pozwala to naukowcom na bezpośrednie porównanie (w różnych warunkach, przez uczestników i pozycje) ilości uwagi poświęconej różnym obiektom w danym momencie i jak te wartości zmieniają się w rozdzielczości milisekundowej.
Badania w psycholingwistyce wykorzystały śledzenie ruchu gałek ocznych w światach wizualnych, aby rozdzielić konkurencyjne hipotezy teoretyczne dotyczące architektury umysłu1. Fiksacja wzroku na przedstawionych obiektach ujawniła ponadto, że osoby rozumiejące mogą – zakładając wystarczająco restrykcyjny kontekst językowy – dokonywać przyrostowej interpretacji semantycznej8, a nawet rozwijać oczekiwania co do nadchodzących postaci9. Takie dane dotyczące spojrzenia w oczy rzuciły również światło na szereg dalszych procesów rozumienia, takich jak leksykalna niejednoznaczność resolution10,11, pronoun resolution12, ujednoznacznienie strukturalnego i tematycznego przypisywania ról za pomocą informacji w kontekście wizualnym13,14,16 oraz procesy pragmatyczne15, wśród wielu innych4. Oczywiste jest, że ruchy gałek ocznych w kierunku obiektów podczas rozumienia języka mogą być źródłem informacji o związanych z tym procesach.
Metoda śledzenia ruchu gałek ocznych jest nieinwazyjna i może być stosowana u niemowląt, młodych i starszych użytkowników języka. Kluczową zaletą jest to, że w przeciwieństwie do punktowych odpowiedzi na sondy lub naciśnięć przycisku odpowiedzi w zadaniach weryfikacyjnych, zapewnia wgląd w czasie w rozdzielczości milisekundowej na to, w jaki sposób język kieruje uwagą i jak kontekst wizualny (w postaci obiektów, działań, zdarzeń, spojrzenia mówcy i emocjonalnej mimiki twarzy, a także konfiguracji obiektów przestrzennych) przyczynia się do przetwarzania języka. Ciągłość pomiaru podczas rozumienia zdań dobrze uzupełnia się z innymi miarami po zdaniu i po eksperymencie, takimi jak jawna weryfikacja zdań obrazkowych/wideo, pytania ze zrozumieniem i zadania przypominania pamięci. Jawne odpowiedzi w tych zadaniach mogą wzbogacić interpretację zapisu spojrzenia, zapewniając wgląd w wynik procesu rozumienia, pamięci i uczenia się2. Połączenie śledzenia ruchu gałek ocznych z tymi innymi zadaniami pozwoliło odkryć, w jakim stopniu różne aspekty kontekstu wizualnego modulują uwagę wzrokową i (natychmiastowe, jak również opóźnione) zrozumienie przez całe życie.
Prezentacja języka (mówionego lub pisanego) i scen może być symultaniczna lub sekwencyjna. Na przykład Knoeferle i współpracownicy17 przedstawili scenę 1000 ms przed wypowiadanym zdaniem i pozostała ona obecna podczas rozumienia. Przedstawili dowody na to, że clipartowe przedstawienia zdarzeń akcji przyczyniają się do rozwiązania lokalnej niejednoznaczności strukturalnej w niemieckich zdaniach podmiot-orzeczenie-dopełnienie (SVO) w porównaniu ze zdaniami dopełnienie-orzeczenie-podmiot (OVS). Knoeferle i Crocker18 zaprezentowali scenę clipart przed napisanym zdaniem i przetestowali przyrostową integrację zdarzeń clipart podczas rozumienia zdań. Zaobserwowali przyrostowe efekty kongruencji, co oznacza, że czas czytania przez uczestników składników zdania był dłuższy, gdy nie pasowały one (vs. pasowały) do zdarzenia przedstawionego w poprzedniej scenie. W innym wariancie prezentacji bodźca uczestnicy najpierw przeczytali zdanie opisujące relację przestrzenną, a następnie zobaczyli scenę określonego układu przestrzennego obejmującego rysunki linii obiektów19. W badaniu tym oceniono przewidywania obliczeniowych modeli języka przestrzennego, prosząc uczestników o ocenę dopasowania zdania wydanego do sceny, przy czym ruchy gałek ocznych były rejestrowane podczas przesłuchania w scenie. Wzorce spojrzenia uczestników były modulowane przez kształt obiektu, z którym zostali skonfrontowani – częściowo potwierdzając przewidywania modelu i dostarczając danych do udoskonalenia modelu.
Chociaż w wielu badaniach wykorzystano obrazy clipartów17,18,19,20,21,22,23, możliwe jest również łączenie rzeczywistych obiektów, filmów przedstawiających te obiekty lub statycznych zdjęć z językiem mówionym1,21,24,25,26,46. Knoeferle i jego koledzy wykorzystali rzeczywiste ustawienia24, a Abashidze i koledzy użyli formatu prezentacji nagranej na wideo do badania zdarzeń akcji i efektów czasu25. Możliwe jest różnicowanie dokładnej zawartości scen (np. przedstawiających akcje lub nie)22,27,38 jest możliwe i może również ujawniać efekty kontekstu wizualnego. Podobne badanie przeprowadzone przez Rodrígueza i współpracowników26 miało na celu zbadanie wpływu nagranych na wideo wizualnych wskazówek dotyczących płci na rozumienie następnie prezentowanych zdań mówionych. Uczestnicy oglądali filmy, na których widać męskie lub żeńskie dłonie wykonujące stereotypowo związane z płcią czynność. Następnie usłyszeli zdanie o stereotypowo męskim lub kobiecym wydarzeniu akcji, jednocześnie oglądając wystawę przedstawiającą dwie fotografie obok siebie, jedną przedstawiającą mężczyznę, a drugą kobietę. To bogate środowisko wizualne i językowe pozwoliło autorom oddzielić wpływ stereotypowej wiedzy za pośrednictwem języka na rozumienie od efektów wizualnie przedstawionych (ręcznych) wskazówek dotyczących płci.
Dalsze zastosowanie tego paradygmatu ma na celu zmiany rozwojowe w przetwarzaniu języka. Ruchy gałek ocznych na obiektach podczas rozumienia języka mówionego ujawniły efekty przedstawionych wydarzeń u dzieci w wieku 4 - 5 lat27,28 oraz u osób starszych29 w czasie rzeczywistym, ale nieco opóźnione w porównaniu z młodymi dorosłymi. Kröger i współpracownicy22 zbadali wpływ wskazówek prozodycznych i oznaczania przypadków w eksperymencie i porównali je w eksperymentach u dorosłych i dzieci. Uczestnicy przyjrzeli się niejednoznacznej scenie akcji-zdarzenia, słuchając powiązanego, jednoznacznie oznaczonego przypadkiem niemieckiego zdania. Ruchy gałek ocznych ujawniły, że wyraźne wzorce prozodyczne nie pomogły ani dorosłym, ani 4- lub 5-latkom w ujednoznacznieniu, kto komu co robi. Zaznaczanie przypadków w początkowym zdaniu wpływało jednak na ruchy gałek ocznych dorosłych, ale nie u dzieci. Sugeruje to, że rozumienie przypadków przez 5-latków nie jest wystarczająco solidne, aby umożliwić przypisanie ról tematycznych (patrz badanie przeprowadzone przez Özge i współpracowników30), przynajmniej nie wtedy, gdy zdarzenia związane z akcją nie ujednoznaczniały relacji ról tematycznych. Wyniki te są interesujące, biorąc pod uwagę, że kontrastują z poprzednimi wynikami efektów prozodycznych na przypisywanie ról tematycznych31. Kröger i współpracownicy22 zasugerowali, że (mniej lub bardziej wspierający) kontekst wizualny jest odpowiedzialny za kontrastujące wyniki. W zakresie, w jakim te interpretacje są prawdziwe, podkreślają one rolę kontekstu w rozumieniu języka przez całe życie.
Metoda śledzenia wzroku dobrze łączy się z pomiarami z zadań weryfikacji zdań obrazkowych (lub wideo)zdań18,20,26, zadania weryfikacyjne obrazka32, badania korpusowe24, zadania oceniające19, lub posteksperymentalne zadania przypominania25,33. Abashidze i współpracownicy34 oraz Kreysa i współpracownicy33 zbadali wzajemne oddziaływanie spojrzenia mówcy i filmów akcji w świecie rzeczywistym34 oraz spojrzenia mówcy i przedstawień akcji33, odpowiednio, jako wskazówki dotyczące nadchodzącej treści zdań. Łącząc śledzenie wzroku w scenie podczas rozumienia języka z posteksperymentalnym zadaniem pamięciowym, naukowcy lepiej zrozumieli, w jaki sposób percepcja spojrzenia mówcy przez słuchaczy i przedstawione działania oddziałują na siebie i wpływają zarówno na natychmiastowe przetwarzanie języka, jak i przywoływanie wspomnień. Wyniki ujawniły wyraźny wpływ działań i wzroku mówcy na zrozumienie w czasie rzeczywistym w porównaniu z procesami przypominania pamięci po eksperymencie.
Chociaż metoda śledzenia ruchu gałek ocznych może być stosowana z dużą elastycznością, pewne standardy są kluczowe. Poniższy protokół podsumowuje uogólnioną procedurę, którą można dostosować do różnych typów pytań badawczych zgodnie z konkretnymi potrzebami badaczy. Protokół ten jest ustandaryzowaną procedurą stosowaną w Laboratorium Psycholingwistyki na Uniwersytecie Humboldta w Berlinie, a także w dawnym Laboratorium Języka i Poznania w Klastrze Doskonałości Technologii Interakcji Kognitywnej (CITEC) na Uniwersytecie w Bielefeld. Protokół opisuje pulpit i konfigurację zdalną. Ten ostatni jest zalecany do stosowania w badaniach z udziałem dzieci lub osób starszych. We wszystkich eksperymentach wymienionych w Reprezentatywnych Wynikach wykorzystuje się urządzenie śledzące ruch gałek ocznych, które ma częstotliwość próbkowania 1000 Hz i jest używane razem ze stabilizatorem głowy, komputerem PC do testowania uczestników (Display PC) oraz komputerem PC do monitorowania eksperymentu i ruchów gałek ocznych uczestników (Host PC). Główną różnicą tego urządzenia w stosunku do poprzednika jest to, że pozwala na obuoczne śledzenie oczu. Protokół ma być wystarczająco ogólny, aby można go było używać z innymi urządzeniami śledzącymi ruch gałek ocznych, które zawierają stabilizator głowy i wykorzystują konfigurację z dwoma komputerami (Host + Wyświetlacz). Należy jednak pamiętać, że inne konfiguracje prawdopodobnie będą miały różne metody radzenia sobie z problemami, takimi jak niepowodzenia kalibracji lub utrata ścieżki, w takim przypadku eksperymentator powinien zapoznać się z instrukcją obsługi swojego konkretnego urządzenia.