Estrutura de Medição Baseada em Rastreamento Ocular para Quantificar a Atenção Visual em Ambientes Interativos de Arte Digital Baseados em Tela

Summary

Este protocolo descreve uma estrutura abrangente para quantificar a atenção visual em arte digital interativa. Ele detalha a arquitetura do sistema para sincronizar dados de rastreamento ocular com logs de interação, o método para mapeamento dinâmico de Área de Interesse (AOI) e o pipeline analítico para vincular dinâmica de atenção aos resultados da experiência do usuário.

Abstract

Este artigo apresenta uma estrutura de medição habilitada pelo olhar, projetada para quantificar a atenção visual durante experiências artísticas digitais interativas e para vincular dinâmicas de atenção a resultados experienciais. Ao contrário da visualização tradicional de arte estática, a arte digital interativa envolve mídias dinâmicas, informações multifontes e ciclos contínuos de feedback, que desafiam as metodologias padrão de rastreamento ocular. O sistema proposto integra aquisição por rastreamento ocular, registro de interações, sincronização de carimbo de tempo, mapeamento dinâmico de Área de Interesse (AOI) e computação métrica em um pipeline unificado. O protocolo descreve o desenvolvimento de um fluxo de trabalho de dados reproduzíveis que alinhe os dados de olhar com eventos específicos de interação, permitindo cálculos precisos de alocação de atenção, custos de troca e entropia exploratória. O desenho experimental envolve tanto exploração livre quanto tarefas orientadas a objetivos, como demonstrado em um estudo com 37 participantes. Os resultados da aplicação desse protocolo indicam alta percepção de facilidade de uso e satisfação, com modelagem de medição suportando um modelo de duas construções de usabilidade e satisfação. Além disso, a modelagem de resultados confirma que a usabilidade percebida atua como um preditor fundamental para a satisfação geral do usuário, enquanto a demonstração de caso único valida a capacidade do pipeline de quantificar mudanças de atenção conscientes do contexto. Esse protocolo oferece a pesquisadores e designers um conjunto rigoroso e reproduzível de ferramentas para analisar como elementos de design de interação — como latência de feedback e intensidade de orientação — moldam a atenção do usuário e as subsequentes experiências subjetivas em ambientes digitais imersivos.

Introduction

A arte digital interativa abrange um amplo espectro de modalidades, desde instalações espaciais imersivas até plataformas interativas baseadas em^{telas 1,2}. Embora configurações totalmente imersivas representem a fronteira dessa evolução, a arte interativa baseada em tela permanece um meio fundamental que exige urgentemente metodologias rigorosas e padronizadas de avaliação antes da expansão espacial sem restrições. Essa modalidade redefine efetivamente o papel do público, passando da observação passiva para a cocriação ativa, onde a participação molda diretamente o significado da obra³. Estruturas clássicas em psicologia da arte, notadamente o Modelo Integrado de Percepção da Arte de Viena (VIMAP), oferecem uma lente sofisticada para entender a interação entre o controle cognitivo de cima para baixo e o processamento perceptivo de baixo para cima durante encontros estéticos. No entanto, embora esses modelos forneçam uma base sólida para observação estática, estender suas aplicações mais recentes para ambientes digitais interativos exige técnicas avançadas de medição. Traduzir esses construtos teóricos em aplicações interativas exige métricas fisiológicas em tempo real para capturar objetivamente o ciclo contínuo de retroalimentação entre a entrada do usuário e a resposta do sistema. Consequentemente, a transição da visualização estática para a interação ativa introduz complexidade significativa na avaliação da experiência do usuário. Os métodos de avaliação atuais na área baseiam-se principalmente em questionários pós-evento, entrevistas retrospectivas e observações no local sobre os hábitos de visualização, sequência e tempo de permanência dos^{espectadores 4}. Essas características geralmente são complementadas por métricas comportamentais grosseiras, como a duração total da estadia e a frequência^{de cliques 5}. Embora esses métodos sejam eficazes para capturar preferências gerais e satisfação geral, eles têm dificuldade fundamental em acompanhar as mudanças de atenção em tempo real e em nível micro que ocorrem durante a experiência. Ao contrário dos questionários retrospectivos que dependem de recordação retardada e, portanto, são suscetíveis a viés cognitivo, o modelo proposto para acompanhamento ocular fornece dados fisiológicos contínuos, em tempo real e objetivos. Além disso, comparada a métricas comportamentais grosseiras como tempo total de permanência ou frequências superficiais de cliques, essa metodologia habilitada pelo olhar captura processos cognitivos em nível micro — como momentos de hesitação, estratégias de busca visual e reações perceptivas imediatas ao feedback do sistema. Ao fazer isso, fornece evidências acionáveis e granulares para o design iterativo de interação que os métodos tradicionais de avaliação fundamentalmente não^{possuem 6}. Essa tecnologia oferece métricas em nível de processo para entender a alocação, manutenção e mudança de atenção na arte interativa, fornecendo métricas fisiológicas objetivas do estado cognitivo^{do usuário 7,8,9}. Ao analisar quando, onde e por quanto tempo um usuário observa elementos específicos, os pesquisadores podem fornecer suporte objetivo para otimização de exposições e design interativo. No entanto, implementar o rastreamento ocular no contexto de experiências digitais interativas apresenta múltiplos desafios técnicos e metodológicos não triviais que o diferenciam dos testes de usabilidade padrão ou da visualização estática de imagens.

Ambientes interativos frequentemente envolvem mídias dinâmicas, múltiplas fontes de informação e tarefas complexas em múltiplas etapas. Os estímulos visuais não são fixos; elas evoluem com base na entrada do usuário. As constantes mudanças nos estímulos visuais e no feedback do sistema causam rápidas mudanças de atenção entre objetos em movimento e áreas de interface. Esse dinamismo torna a segmentação tradicional, estática, baseada em interface e a interpretação métrica propensas à^{distorção 10,11}. Por exemplo, uma Área de Interesse (AOI) relevante em um momento pode desaparecer ou mudar seu significado semântico no seguinte, tornando os mapas de calor estáticos insuficientes.

Além disso, interações no mundo real frequentemente envolvem comportamentos físicos naturais, como movimentos de cabeça, oclusões e distâncias variadas da tela, levando ao desvio de^{calibração 12,13}. Essas flutuações na qualidade do acompanhamento introduzem valores ausentes e ruído, reduzindo a comparabilidade entre sujeitos e a estabilidade dos testes estatísticos. Protocolos laboratoriais padrão frequentemente exigem estabilização rígida (por exemplo, apoio para o queixo) que prejudica a experiência naturalista necessária para a apreciação artística¹⁴. Portanto, um protocolo eficaz deve equilibrar rigoroso controle de qualidade dos dados com a validade ecológica da postura do usuário. Ao utilizar rastreamento ocular remoto, a estrutura proposta permite micromovimentos naturais e sem restrições do torso e da cabeça, servindo como uma base pragmática para capturar reações estéticas sem restrições físicas intrusivas.

De forma crítica, a sincronização temporal entre os dados de movimentos oculares e os logs de interação impacta diretamente a interpretação causal. Em uma tarefa de visualização estática, o início do estímulo é o único marcador temporal relevante. Na arte interativa, cada toque, gesto ou gatilho de olhar inicia uma nova referência temporal a evento. Sem um mecanismo unificado de referência temporal e alinhamento de eventos, torna-se difícil determinar se as mudanças de atenção são desencadeadas pelo feedback do sistema ou impulsionadas por estratégias individuais^{de exploração 15}. Para avaliar abrangente a arte digital, os pesquisadores normalmente se baseiam em duas fontes de dados distintas: logs de interação (capturando entradas do usuário e estados do sistema) e sinais fisiológicos (como o rastreamento do olhar para atenção visual). No entanto, essas modalidades são frequentemente analisadas isoladamente. Integrá-los cedo no pipeline analítico é conceitual e prático vital porque são inerentemente complementares: os logs de interação fornecem o 'gatilho' contextual preciso (o quê e quando do feedback do sistema), enquanto os dados de olhar contínuo revelam a correspondente 'reação' cognitiva (o onde e como da alocação de atenção). Sem um tempo unificado, um parâmetro e um alinhamento multimodal de eventos, torna-se difícil determinar se uma mudança de atenção é desencadeada pelo feedback do sistema (por exemplo, um efeito cascata visual) ou impulsionada por estratégias individuais de exploração. Ao fundir esses fluxos de dados, essa estrutura oferece o benefício teórico de fechar o ciclo causal entre as características de design interativo e a cognição do usuário.

Portanto, avançar na pesquisa de rastreamento ocular para arte interativa exige mais do que apenas capturar pontos de fixação; Exige rigoroso controle de qualidade, alinhamento sincronizado e fluxos de trabalho de processamento de dados reproduzíveis. As limitações das soluções existentes reforçam ainda mais essa motivação para pesquisa. Estudos existentes de rastreamento ocular em contextos artísticos focam predominantemente em tarefas de visualização estática ou tratam descrições textuais e guias turísticos como variáveis externas, carecendo de integração com mecanismos interativos^16,17. Embora evidências sugiram que métodos de apresentação da informação e estratégias de orientação podem alterar significativamente os caminhos de atenção e os pontos focais dos espectadores, a maioria dos achados permanece no nível de correlações de intervenção única, falhando em explicar como os ciclos interativos de feedback moldam as estratégias de atenção ao longo da experiência.

Por outro lado, embora as práticas artísticas interativas tenham desenvolvido sistemas protótipo que usam o olhar como um input natural de interação — enfatizando a transformação dos espectadores de observadores passivos em participantes ativos — esses esforços frequentemente focam em demonstrações de instalações ou validação^{técnica 18,19}. Eles frequentemente carecem de métricas unificadas de atenção, paradigmas experimentais replicáveis e modelos de pesquisa em ciclo fechado que estabeleçam conexões testáveis entre dinâmica de atenção e resultados experienciais. Essa lacuna dificulta o desenvolvimento de princípios de design transferíveis que possam prever de forma confiável como uma escolha específica de design (por exemplo, a velocidade de uma transição visual) impactará a sensação de imersão ou usabilidade do usuário.

De forma crítica, a literatura existente carece de uma estrutura coesa que alinhe fundamentalmente a atenção visual com sistemas interativos em tempo real. Embora avanços em mapeamento AOI dinâmico e sincronização de olhar-evento tenham sido explorados em contextos gerais de HCI, eles raramente são integrados ao ambiente fluido e altamente variável da arte digital. A lacuna da pesquisa fundamental está na incapacidade das avaliações atuais de modalidade única de explicar o ciclo causal entre o feedback do sistema e a cognição do usuário. Por meio da integração precoce de dados multimodais — especificamente, fundindo coordenadas de olhar contínuo com registros de interação precisos em milissegundos — os pesquisadores podem transcender métricas básicas de usabilidade. Essa integração oferece o benefício teórico de atribuir mudanças específicas de atenção em nível micro (por exemplo, estratégias de busca vs. foco estabilizado) diretamente a escolhas específicas de design de interação, transformando o fluxo experiencial de um sentimento subjetivo em um estado cognitivo quantificável.

Para suprir essas lacunas, esse protocolo propõe uma estrutura de medição de atenção orientada por rastreamento ocular, especificamente restrita à arte digital interativa baseada em tela. Embora o pipeline técnico subjacente compartilhe semelhanças estruturais com os testes genéricos de interação humano-computador (HCI), essa estrutura integra de forma única tarefas estéticas não utilitárias (por exemplo, exploração visual livre de mídias generativas) junto com ações orientadas a objetivos. Essa integração distingue explicitamente a natureza fluida e exploratória da apreciação da arte da abordagem utilitária padrão para avaliação de software. Teoricamente, este estudo opera na interseção entre arte digital interativa, IHC e análise por rastreamento ocular. Ela aborda tanto o desafio persistente de caracterizar objetivamente o fluxo vivencial contínuo na avaliação de arte digital quanto a determinação da correlação entre entrada interativa e saída atencional.

O escopo da pesquisa posiciona este estudo não apenas no contexto experiencial da arte digital interativa, mas também na integração de dados de rastreamento ocular com logs de interação para estabelecer uma cadeia sistemática de evidências — desde a entrada experiencial até métricas de atenção e, por fim, para variáveis de resultado. No nível do sistema, estabelecemos um pipeline de dados reproduzível que integra captura de movimentos oculares, registro de registros de interação e sincronização temporal em uma arquitetura unificada. Essa estrutura padroniza o pré-processamento, o mapeamento regional e a geração de métricas de atenção, ao mesmo tempo em que fornece estruturas de dados rastreáveis e scripts analíticos.

O arcabouço conceitual (Figura 1) elucida como o design de interação influencia resultados subjetivos ao alterar os processos de atenção visual dos espectadores. A lógica central trata elementos de interação (como latência de feedback e intensidade de orientação) como entradas controláveis, dinâmica de atenção visual como variáveis-chave do processo, e resultados da experiência (imersão, usabilidade, satisfação) como saídas. Diferenças individuais são incorporadas como fatores moderadores. Para o desenho experimental, são desenvolvidas tarefas interativas que equilibram a exploração livre com objetivos orientados a metas. No nível da modelagem, correlacionamos a dinâmica da atenção com variáveis de resultado para examinar os mecanismos pelos quais elementos de design de interação influenciam a experiência do usuário por meio da atenção visual. Este protocolo fornece etapas metodológicas detalhadas para replicar essa estrutura, garantindo que a complexa interação entre usuário, sistema e arte possa ser medida com rigor científico.

Protocol

Essa pesquisa foi realizada em conformidade com as diretrizes institucionais da Faculdade de Inovação e Design da Universidade da Cidade de Macau. Todos os participantes forneceram consentimento informado antes da coleta dos dados.

1. Desenvolvimento do sistema e configuração da arquitetura

1. Defina o fluxo de trabalho da pesquisa
   1. Adote o processo de circuito fechado de quatro estágios mostrado na Figura 2: Desenvolvimento de Sistemas, Experimento de Rastreamento Ocular, Análise e Modelagem de Resultados.
   2. Garanta que o fluxo de trabalho facilite o refinamento iterativo, onde os dados da fase de análise podem orientar ajustes no desenvolvimento do sistema para futuras iterações.
2. Configure a arquitetura do sistema
   1. Construa o sistema usando a arquitetura do pipeline ilustrada na Figura 3, compreendendo cinco módulos distintos: Experiência (Tarefas), Rastreamento Visual, Logs, Sincronização (Sincronização) e Análise.
   2. Módulo de Experiência: Desenvolver a interface artística interativa para servir como ponto de entrada unificado. Configure-o para gerar dois fluxos de dados paralelos:
      1. Fluxo de dados de rastreamento ocular: Produza coordenadas brutas de olhar e carimbos de tempo do dispositivo.
      2. Fluxo de registro de interação: Documente ações do usuário (cliques, gestos) e mudanças no estado do sistema (gatilhos de feedback, transições de cena).
   3. Implemente um script User Datagram Protocol (UDP) dentro do módulo de sincronização para enviar marcadores de evento do motor de renderização de interação para a API do eye-tracker no milissegundo exato em que um estímulo visual se altera, ou uma entrada do usuário é registrada.
   4. Avalie a estabilidade do offset executando um loop de teste de sincronização de 60 segundos antes do experimento. Verifique se o desvio padrão (SD) da latência entre o clock de interação e o clock eye-tracker permanece estritamente abaixo de 6,5 ms (conforme Tabela 1). Se o SD exceder 6,5 ms, reinicie a conexão de rede e recalibre.
   5. Armazenamento de dados alinhados: Configure o banco de dados ou sistema de arquivos para armazenar dados alinhados onde cada ponto de dados contém coordenadas de olhar sincronizadas, flags de evento e índices AOI.
3. Estabelecer o ciclo de execução do sistema
   1. Implemente o loop de runtime conforme mostrado na Figura 4.
   2. Programe a sequência para seguir estritamente: Iniciar Sessão → Calibração → Carregar Cena + AOIs → Loop em Tempo Real (Interação do Usuário / Captura de Olhar / Feedback de Renderização).
   3. Garantir que o pipeline de dados (Gravação de Logs → Sincronização de Carimbo de Tempo → Análise Sintática → Mapeamento AOI) opere imediatamente após a aquisição de dados para facilitar rápidas verificações de qualidade.

2. Design de estímulo e interação

1. Selecione modalidades de interação
   1. Escolha as modalidades de interação com base na taxonomia. Selecione entre Interação baseada em Olhar, Interação Baseada em Toque/Gesto ou Interação Colocada Multiusuário, dependendo da questão de pesquisa.
   2. Para esse protocolo, implemente uma combinação de entradas de olhar e toque para seguir o princípio de minimizar a dificuldade de entrada enquanto maximiza a interpretabilidade da saída.
2. Defina os módulos de interação e os eventos de disparo.
   NOTA: Aqui, um "módulo de interação" é definido operacionalmente como uma unidade funcional discreta da obra digital (por exemplo, um efeito visual interativo específico), enquanto um "evento de gatilho" refere-se à entrada específica do usuário ou mudança de estado do sistema que ativa o módulo em um carimbo de tempo preciso de milissegundos.
   1. Programe os módulos específicos de interação definidos na Tabela 2.
   2. Atrator ambiente: Ajuste o gatilho para entrada na cena ou estado de inatividade por ≥ 3,2 s. Defina a resposta de atenção esperada como exploração mais ampla e maior dispersão do olhar.
   3. Destaque do olhar: Configure o gatilho enquanto o olhar permanece em um objeto com AOI ≥ 420 ms. Certifique-se de que isso ative um destaque visual para reforçar o foco.
   4. Touch ripple: Implemente um efeito de ondulação visual nas coordenadas (x,y) ao tocar no evento da tela. Registre as mudanças de amplitude da sacada após a frente de onda.
   5. Comando guiado: Programe um sinal visual para aparecer por 1,4–2,1 s em uma AOI pré-definida. Meça o tempo até a primeira fixação (TTFF) usando este sinal.
   6. Portão de escolha: Crie um ponto de decisão onde o usuário seleciona 1 das 3 opções em 7,5 s. Use isso para medir o tempo de permanência da opção escolhida em comparação com as rejeitadas.
3. Áreas de Interesse de Design (AOIs)
   1. Crie AOIs estáticas e dinâmicas como mostrado na Figura 5.
   2. Defina AOIs estáticas para elementos fixos de interface do usuário (UI) (por exemplo, menus, bordas).
   3. Defina AOIs dinâmicas para elementos visuais móveis (por exemplo, orbes flutuantes, sistemas de partículas). Garanta que as coordenadas AOI sejam atualizadas no arquivo de log na taxa de atualização do sistema.
   4. Implemente marcação semântica para AOIs (por exemplo, Objeto Alvo, Distrator, Texto de Instrução) para facilitar o cálculo da credibilidade semântica durante a análise.

3. Recrutamento e triagem de participantes

1. Estratégia de recrutamento
   1. Recrute participantes de um grupo demográfico relevante (por exemplo, estudantes universitários para estudos de arte digital) para garantir uma base de alfabetização digital.
   2. Obtenha consentimento informado e informe os participantes sobre a natureza do procedimento de rastreamento ocular.
2. Critérios de triagem
   1. Avalie a acuidade visual. Verifique se os participantes têm visão normal ou corrigida para normal.
   2. Exclua indivíduos com doenças oculares (por exemplo, estrabismo, astigmatismo severo) que interferam na calibração padrão do rastreamento ocular.
   3. Verificação de calibração: Durante a configuração inicial, realize uma calibração de 5 ou 9 pontos. Exclua participantes que não conseguem atingir um erro médio de calibração de ≤ 0,85° ou que apresentam perda persistente de acompanhamento (razão amostral válida < 85%).
   4. Registre dados demográficos, incluindo idade, gênero, mobilidade e exposição auto-relatada à arte digital (ver parâmetros da Tabela 3 ).

4. Procedimento experimental

1. Configuração física
   1. Realize o experimento em um ambiente silencioso com iluminação ambiente estável. Elimine a luz solar direta ou reflexos fortes na tela.
   2. Sente-se o participante a uma distância fixa de visualização (por exemplo, 60–70 cm) apropriada para a unidade comercial específica de rastreamento ocular baseada em tela.
   3. Ajuste a altura da cadeira para que os olhos do participante fiquem nivelados com o centro da tela.
2. Execução da sessão
   1. Calibração: Execute a rotina de calibração. Verifique a precisão. Se o desvio estiver > 1,10°, realize uma recalibração (verificação de desvio).
   2. Teste prático: Administre uma sessão de prática padronizada (aproximadamente 2 minutos) para familiarizar o participante com os protocolos de interação (por exemplo, como ativar o Destaque do Olhar).
   3. Execução da tarefa: Apresente os dois tipos de tarefas em ordem contrabalançada para minimizar os efeitos da sequência:
      1. Tarefa de exploração gratuita: Instrua o participante a "explorar livremente a obra de arte e interagir com elementos que lhe interessam."
      2. Tarefa direcionada ao objetivo: Instrua o participante a "Encontrar elementos ocultos específicos" ou "Completar a sequência de interação para desbloquear o visual final."
   4. Gravação de dados: Garanta que o sistema registre automaticamente tanto o fluxo de rastreamento ocular quanto os registros de interação com carimbos de tempo unificados ao longo das tarefas.
   5. Questionários pós-tarefa: Imediatamente após cada bloco de tarefa, administre as escalas de experiência (Imersão, prazer estético, usabilidade, satisfação).

5. Pipeline de processamento e análise de dados

1. Pré-processamento de dados e controle de qualidade
   1. Consulte a Figura 6 para uma visão abrangente do pipeline de processamento do olhar. Esse esquema visual delimita as etapas sequenciais necessárias para transformar coordenadas brutas do olhar em dados analíticos interpretáveis: controle inicial de qualidade do sinal (incluindo interpolação por piscar e filtragem espacial), análise baseada em velocidade dos movimentos oculares em fixações e sacadas, mapeamento dinâmico dos pontos do olhar para Áreas de Interesse (AOIs) ativas e o cálculo final de métricas quantitativas de atenção.
   2. Gerencie piscas e cortes de sinal usando um pipeline padronizado de interpolação e filtragem. Identifique os sinais de piscarada e segmentos de perda de sinal onde o diâmetro da pupila é zero ou as bandeiras de validade de acompanhamento são inválidas.
   3. Para intervalos curtos (≤75 ms), aplique um algoritmo de interpolação linear para estimar as coordenadas de olhar que faltam. Para lacunas superiores a 75 ms, deixe os dados não mapeados para evitar a geração de artefatos artificiais. Após a interpolação, aplique um filtro de média móvel (tamanho da janela = 3 amostras) para suavizar ruídos menores de alta frequência.
   4. Detectar e eliminar valores espaciais definidos como pontos de observação que caem fora dos limites físicos da tela ou que demonstram velocidades sacádicas biologicamente impossíveis (> 1000^o/s).
   5. Calcule a fração final de abandono; Exclua sessões em que a perda irrecuperável exceda 12% da duração total da tarefa.
   6. Aplique correção de deriva em nível de teste. Se um deslocamento sistemático foi detectado durante a verificação de validação imediatamente antes de um bloco de tarefa específico, aplique um vetor de correção de coordenadas linear aos dados brutos do olhar daquele ensaio específico para compensar pequenas mudanças posturais da cabeça.
2. Fixação e análise sintáctica saccada
   1. Aplique o algoritmo de análise sintática Identificação por Limiar de Velocidade (I-VT). Classificar os pontos de dados brutos como sacades se a velocidade de movimento dos olhos exceder 30°/s; caso contrário, classifique-os como fixações.
   2. Aplique um limite mínimo de duração de fixação de 80 ms para filtrar micro-sacadas e ruídos de artefatos.
   3. Classifique os movimentos oculares em fixações (olhar estável) e sacadas (movimento rápido). Gere uma mesa de fixação e uma mesa de sacada.
3. Alinhamento temporal e mapeamento AOI
   1. Alinhe os carimbos de tempo dos eventos de olhar com os carimbos de tempo do log de interação usando os marcadores de evento UDP como âncora de referência absoluta.
   2. Corriga para quaisquer atrasos inerentes na transmissão de hardware subtraindo o deslocamento médio registrado durante o ciclo de teste de inicialização de todos os carimbos de tempo de olhamento.
   3. Consulte a Tabela 4 para um exemplo esquemático das linhas de dados sincronizadas que ilustram essa integração no nível analítico. Note como essa matriz funde coordenadas de olhar contínuo, flags de eventos de interação discreta e índices dinâmicos de AOI em resolução de milissegundos para formar o conjunto de dados fundamental para o cálculo subsequente de métricas.
   4. Implemente o Mapeamento Dinâmico AOI para superar as limitações da partição espacial estática em ambientes de arte digital fluidos.
   5. Mapeie cada coordenada de fixação para as AOIs ativas especificamente atualizadas para aquele milessegundo exato usando um algoritmo de ponto em polígono.
   6. NOTA: Isso garante que, mesmo com elementos visuais em movimento contínuo ou mudando de estado, os dados do olhar sejam corretamente atribuídos ao objeto interativo pretendido, em vez de uma localização fixa e obsoleta na tela.
   7. Atribua prioridade a AOIs sobrepostas usando uma regra hierárquica rígida de z-buffer. Mapeie a coordenada de olhar bruto (x,y) para o array da caixa delimitadora atualizado nesse timestamp específico de milissegundos.
   8. Se a coordenada estiver dentro de múltiplas caixas delimitadoras ativas, atribua a fixação exclusivamente ao AOI com o maior índice da camada de renderização (o elemento visual mais importante). Descarte dados sobrepostos das camadas inferiores para evitar contagem dupla.
   9. Calcule a porcentagem de fixações não mapeadas. Garanta que isso permaneça ≤ 0,18 (18%) para verificar a completude das definições de AOI.
4. Cálculo métrico
   1. Calcule métricas em três dimensões, conforme mostrado no framework da Figura 1 :
   2. Calcule o TTFF, definido estritamente como o tempo decorrido desde o início de um estímulo visual específico até o início da primeira fixação dentro de sua AOI alvo correspondente. Calcule o Tempo de Permanência (duração total de fixação dentro de uma AOI) e a Taxa de Revisita.
   3. Calcule Matrizes de Transição para quantificar a troca de atenção. Calcule a probabilidade de transição P_AB de passar de AOI A para AOI B dividindo o número de transições de olhar de para pelo número total de transições originadas de A. Calcule a Taxa de Troca dividindo o número total de transições inter-AOI pela duração válida da tarefa.
   4. Calcule a Entropia do Olhar Global (H) usando a fórmula da Teoria da Informação de Shannon para quantificar a aleatoriedade da exploração visual. Formule a equação da seguinte forma:
      (1)
      onde as variáveis são definidas da seguinte forma: : Entropia do Olhar Global, representando a dispersão da atenção visual. N: O número total de AOIs dinâmicas definidas dentro da cena. p_i: A probabilidade do olhar cair dentro de uma AOI específica. Isso é derivado da proporção do tempo de permanência na AOI em relação à duração total válida da tarefa.
   5. Agregue essas métricas por fase da tarefa (Exploração Livre vs. Orientada a Metas).
5. Modelagem estatística
   1. Monte o conjunto final de dados mesclar as Métricas Computadas com as Pontuações da Pesquisa.
   2. Realize a Análise Factorial Confirmatória (CFA) para validar os conceitos de Usabilidade e Satisfação.
   3. Use Modelos de Efeitos Mistos ou Modelagem de Equações Estruturais (SEM) para testar as hipóteses (por exemplo, Latência de Interação prevê Troca de Atenção, Mudança de Atenção prevê Usabilidade).

Results

Características da amostra e qualidade dos dados

A aplicação desse protocolo recrutou 43 estudantes, dos quais 37 foram incluídos na análise final (taxa de inclusão: 86,0%). Como detalhado na Tabela 3, a exclusão de 6 participantes resultou exclusivamente da adesão aos protocolos de qualidade dos dados: perda de acompanhamento/calibração deficiente (n=2), excesso de amostras ausentes (n=2), tarefas incompletas devido ao enjoo ...

Discussion

Este estudo estabelece uma estrutura validada de medição de rastreamento ocular, especificamente adaptada para arte digital interativa. No núcleo, os achados indicam que o mapeamento dinâmico de Área de Interesse (AOI), aliado à sincronização multimodal em nível de milissegundos, quantifica com sucesso mudanças de atenção visual em nível micro antes obscurecidas em meios fluidos. Teoricamente, essa pesquisa faz a ponte conceitual entre os modelos de observação passiva e participação ativ...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Rastreador de Olhos	Tobii AB	Pro Nano	captura de olhar baseada em tela de 60 Hz; Calibração de 5/9 pontos
Monitor	ASUS	VP249QGR	23,8'', 1920 e times; 1080; Distância de visualização ~65 cm
Interaction PC	Dell	OptiPlex 7010	Windows 10; executa interface + logs
Clock de Sincronização	Costume	v1.0	Unifica o olhar & Carimbos de tempo de interação
Analisador de Fixação	Código aberto	I-VT	Limiar de fixação 80– 120 ms.
AOI Mapper	Costume	Ponto 2D no Polígono	Mapas olham para AOIs estáticas/dinâmicas