アイトラッキングが、私たちがどこに、どのように注意を向けているかを明らかにし、スポーツ、eスポーツ、建築、医療、教育の各分野で新たな知見を生み出していることをご紹介します。EEG、VR、AIと組み合わせることで、実際の行動における注意、意思決定、認知のプロセスを可視化します。アイトラッキングの普及と精度の向上に伴い、研究の拡大、環境の最適化、トレーニングの改善が進む一方で、重要な倫理的課題も浮き彫りになっています。
Table of Contents
アイトラッキング技術は誕生以来、大きな進歩を遂げており、研究や商業用途におけるその可能性は拡大し続けています。技術の進歩に伴い、アイトラッキングの機能も向上し、新たなイノベーションが絶えず生まれています。本記事では、ハードウェアやソフトウェアの進歩、機械学習や人工知能の統合、そして医療、教育、ゲームなどの分野における新たな応用可能性を含め、アイトラッキング技術の未来について探っていきます。 また、アイトラッキングの利用に伴う倫理的課題や、それらが技術の将来にどのような影響を与えるかについても論じます。この記事を読むことで、読者の皆様はアイトラッキング技術が抱えるエキサイティングな可能性と課題について、より深く理解することができるでしょう。
アイトラッキングが世界を変えている
近年、アイトラッキングは私たちの知る世界を一変させつつありますが、実はこれは古くからある技術です。その歴史は約100年から150年に及び（どこを起点とするかによりますが¹）、その起源は飛行機の発明よりも前（寛大に解釈すれば、自動車の発明よりも前）にまでさかのぼります。
つまり、この技術の開発は長い道のりでしたが、その成果がようやく現れ始めています。この分野における取り組みと革新により、私たちの未来を形作り始めている最先端技術が生まれたのです。
アイトラッキング機器の活用は、問題解決や新たなデータの取得に新たな道を開くだけでなく、まったく新しい研究分野を生み出しています。以下では、アイトラッキング技術と研究が未来にどのような影響を与えているか、5つの事例をご紹介します。また、自分だけのアイトラッキングメガネの作り方もご紹介しています。
スポーツ（およびeスポーツ）におけるアイトラッキング
これまでアイトラッキング研究は、厳重に管理された環境の整った実験室で行われてきたが、近年その状況は変わりつつある。最も劇的な変化が見られる分野の一つが、スポーツ研究へのアイトラッキングの応用である。
アスリートと非アスリートを比較するためにアイトラッキングを用いた最初の研究(2)では、参加者がセッション中ずっと座ったまま、一連の静止画スライドが使用された。言うまでもなく、それ以来状況は変わっている。
最近の研究では、アイトラッキングメガネを用いて、バスケットボール（3）からクリケット（4）、自転車競技（5）、さらには空手（6）に至るまで、様々なスポーツにおける試合中のプレーを分析している。 しかし、アイトラッキングを用いて最も多く調査されているスポーツがサッカー（7）であることは、驚くことではないかもしれない。その影響は、2018年のワールドカップ（8）で見られるかもしれない。上記の研究ではアイトラッキングメガネの使用が厳格に管理されていたが、将来の技術の進歩により、このプロセスはより容易になる可能性がある。
さらに将来を見据えると、アイトラッキングはすでにスポーツの新たな分野――ビデオゲームの競技、いわゆるeスポーツ――に応用され始めている。従来のスポーツと同様に、熟練したプレイヤーと初心者を比較する研究が行われている（9, 10）。
最近の研究から明らかなのは、アイトラッキングの活用が、現実世界と仮想世界の両方で、さまざまなスポーツ分野において、扱いやすく実用的なデータを提供し続けるだろうということだ。
ニューロアーキテクチャにおけるアイトラッキング
ニューロアーキテクチャ（認知アーキテクチャ）は、建築家の設計判断に実証的な根拠を提供する、新たな分野です。設計におけるベストプラクティスについて純粋に理論的な議論にとどまるのではなく、研究が道筋を示し、実証に基づいた設計の実現を導いています（本書はこちらからお買い求めいただけます）。
研究者らは、眼球運動追跡法と脳波測定（EEG）を併用し、建築設計における重要な要素である天井の高さ、部屋の広さ、明るさといった建築環境内の要因に対する参加者の反応を調査した（11）。建物に対する基本的な注意や認知の反応を理解することで、研究はより優れた設計へと導くことができる。
ニューロアーキテクチャというアプローチは、VR（12）という別の新興技術とも融合しつつある。提案されたさまざまな建物の仮想モデルを作成することで、建築家は迅速に（かつ比較的低コストで）反応を検証することができ、主観的な意見に妥協することなく、最適なデザインを選択できるようになる。
設計上の特徴に関するパイロット研究からは、無地のファサードの扱い方から建築模型における人の配置に至るまで、建物の設計手法に大きな影響を与えうる知見がすでに得られつつある。将来的には、慣例ではなく実証に基づいた建築提案がますます増えていくことになるだろう。
アイトラッカーの全ラインナップを見る
アイトラッキングと医療
医学はしばしば科学の発展の最前線に立ってきた。医療をあらゆる手段で改善し、革新し続けるという明確な推進力がある。多くの革新は新薬や新技術の開発に焦点を当てているが（13）、既存の医療をどう改善するかを探る研究も行われている。
研究により、臨床現場で看護師がバイタルサインを評価する際の判断の正確性やパフォーマンスを、アイトラッキングを用いて予測できることが示されている（14）。これらの知見を今後の研修プログラムの構築や、さらには臨床空間の設計に活かすことで、医療の提供方法を大幅に改善できる可能性がある。さらに、これらの知見を活用すれば、高額な新機器を導入することなく、研修やベッドサイドケアの質向上に寄与できるだろう。
同様の取り組みは、皮膚科（15）、小児科（16）、外科（17）、救急医療（18, 19）などの分野でも行われている。このことから、専門家と研修医のパフォーマンスを比較して得られた知見は、多くの分野で極めて有用であり、医療の効率向上に寄与するよう、今後の研修体制の構築に役立てることができることが明らかである（20）。
アイトラッキングと精神疾患の診断
これと似て非なるものとして、神経疾患の診断におけるアイトラッキングの応用が挙げられます。アイトラッキングを用いた自閉症の早期診断は、すでに確立され、さらに発展している分野であり（当サイトでも以前取り上げたことがあります）、他にもアイトラッキングによって将来的に診断が支援される可能性のある疾患は数多く存在します。
Tsengら（21）をはじめとする研究者たちは、眼球追跡法を用いて、ADHD（注意欠如・多動性障害）やFASD（胎児性アルコールスペクトラム障害）の子供たちと、既知の神経学的障害のない子供たちとを区別した。これは、子供たちが15分間テレビを見ている間の眼球運動を記録することで行われたものである。
また、同研究では、同じ手法を用いてパーキンソン病患者を約90％の精度で特定することもできた。改善の余地は残されているものの、この研究は、アイトラッキングを簡便で非侵襲的な診断補助手段として活用する明確な可能性を示した（22）。
また、アイトラッキングのデータは、うつ病（23）、統合失調症（24）、さらにはアルツハイマー病（25）の検出においても有用な指標となることが示されている。研究が進むにつれ、より洗練され、より正確な新たな診断法が登場する可能性が高い。
アイトラッキング装置の入手が容易になったことに加え、その非侵襲的で簡便な使用法により、これらの手法は神経疾患や障害の早期診断に容易に活用できるようになった。近い将来、こうした活用例がさらに増えることは間違いないだろう。
アイトラッキングと学習
学習は往々にして視覚的なプロセスであり――私たちが接する教材の大部分は視覚的なものである――したがって、研究者たちが最終的に、私たちがその情報をどのように「見ている」のかという点を検証しようとするのは、必然的な流れと言えるだろう。
これまでの研究では、アイトラッキングなどの技術が学習効果をどのように向上させるかだけでなく、学習プロセスをどのように支援できるかについても焦点が当てられてきた（26、27）。例えば、研究によれば、「反復読解」といった手法を用いることで、あらゆるスキルレベルの読解力が向上することが示されており、特に読解力の低い読者においてその効果が顕著であることが明らかになっている（28）。
こうした介入や手法に実証的な根拠を加えることで、新しいアイデアを現在の実践と照らし合わせて検証することが可能となり、学習者にとって最大の成果が得られるよう、学習プロセスを継続的に改善することができる（26）。
結論
アイトラッキング技術の継続的な活用により、未来はさまざまな形で形作られていくものと思われます。もちろん、目の動きを研究することで影響を受ける分野は上記だけではありませんが、これらの分野は、ますます普及しつつあるこの技術を最大限に活用する上で、大きな可能性を秘めています。
アイトラッキングがより一般的になっている分野（心理学、広告、人間工学など）においても、その活用に関する知見の深化や利用のしやすさの向上により、恩恵を受けています。各分野において、これらの機器を用いた研究論文の数は年々増加し続けています。
今後、アイトラッキングが知識の向上にどのような形で関わっていくにせよ、それは私たちにとって楽しみなものであることは確かです。
Eye Tracking Glasses
The Complete Pocket Guide
- 35 pages of comprehensive eye tracking material
- Technical overview of hardware
- Learn how to take your research to the next level
参考文献
1. ウェイド, N. J. (2010). 眼球運動研究の先駆者たち. I-Perception, 1(2), 33–68. https://doi.org/10.1068/i0389
2. Bard, C.、および Fleury, M. (1976). スポーツにおける問題状況下での視覚探索活動の分析. J. Hum. Mov. Stud. 3, 214–222.
3. Ryu D., Abernethy B., Mann D. L., Poolton J. M. (2014). バスケットボールの熟達度に対する中心視野と周辺視野の寄与：ぼやけがどのようにしてより鮮明な像をもたらすか。J. Exp. Psychol. 41, 167–185. 10.1037/a0038306
4. Mann D. L., Spratford W., Abernethy B. (2013). 頭部の軌跡と視線の予測：世界最高の打者がどのようにボールを打つか。PLOS ONE 8:e58289. 10.1371/journal.pone.0058289
5. Vansteenkiste P., van Hamme D., Veelaert P., Philippaerts R., Cardon G., Lenoir M. (2014). カーブを自転車で走行する際：走行速度がハンドル操作と視線行動に及ぼす影響. PLoS ONE 9:e102792. 10.1371/journal.pone.0102792
6. Milazzo N., Farrow D., Ruffault A., Fournier J. F. (2016). 空手選手は、マット上での課題遂行中に意思決定のパフォーマンスを向上させるために、状況に応じた確率情報を活用しているか？ J. Sports Sci.34, 1547–1556. 10.1080/02640414.2015.1122824
7. R. Kredel、C. Vater、A. Klostermann、および E.J. Hossner（2017）。「スポーツにおけるアイトラッキング技術と自然な視線行動の動態：40年間の研究に関する系統的レビュー」。『Frontiers in psychology』、8、1845。
8. （2013）『適切なバランスを見つける：サッカーのPKにおける代表的な課題設計における視線行動戦略の分析』、『Journal of Applied Sport Psychology』、26巻2号、172-181頁、DOI: 10.1080/10413200.2013.816892
9. Castaneda, L., Sidhu, M. K., Azose, J. J., & Swanson, T. (2016). 複雑なマルチプレイヤー・ビデオゲーム『Dota 2』における熟練度レベル別のプレイの違い. International Journal of Gaming and Computer-Mediated Simulations (IJGCMS), 8(4), 1-24. doi:10.4018/IJGCMS.2016100101
10. Díaz, C. M. C., Dorner, B., Hussmann, H., and Strijbos, J-W. (2015). 『Scientific Heroes：マルチプレイヤー・オンライン・バトル・アリーナはプレイヤーの仮説演繹的推論を促進する』. 2015年コンピュータ・ヒューマン・インタラクション・イン・プレイ年次シンポジウム論文集, 481-485, DOI: 10.1145/2793107.2810313
11. Balconi, M., Rezk, S., Leanza, F. (2015). 機能的・美的特徴に基づく環境への影響：それらは空間的特徴や報酬メカニズムにどのような影響を与えるのか？, 第6回空間認知国際会議要旨集, 16 (S1): 83-83.
12. Higuera-Trujillo, J. L., Marín-Morales, J., Rojas, J-C., and Tarruella-Maldonado, J. L. (2016). 感情マップ：神経アーキテクチャとデザインへの応用. IFDP`16 – システムとデザイン：プロセスと思考を超えて. DOI: 10.4995/IFDP.2016.3170.
13. Ciani, O. 他（2015）。『De innovatione：医療技術におけるイノベーションの概念と医療政策立案への示唆』。Health Policy Technol. 5, 47–64. https://dx.doi.org/10.1016/j.hlpt.2015.10.005.
14. J. Currie、R. R. Bond、P. McCullagh、P. Black、D. D. Finlay、および A. Peace。 (2018). 「シミュレーションされたバイタルサインシナリオを解釈する看護師の視覚的注意の視線追跡：パフォーマンスレベルを判別するための指標の抽出」, IEEE Transactions on Human-Machine Systems, vol. 48, no. 2, pp. 113-124, doi: 10.1109/THMS.2017.2754880
15. John, K. K., Jensen, J. D., King, A. J., ポカレル, M., および グロスマン, D. (2018). 皮膚科学におけるアイトラッキング技術の新たな応用. Journal of Dermatological Science, https://doi.org/10.1016/j.jdermsci.2018.04.002
16. Balslev T、Jarodzka H、Holmqvist K. ほか（2012）。小児神経学における視覚的専門性。Eur J Paediatr Neurol, 16(2):161–166.
17. Benjamin Law、M. Stella Atkins、A. E. Kirkpatrick、および Alan J. Lomax（2004年）。 「仮想腹腔鏡手術トレーニング環境における視線パターンは、初心者と熟練者を区別する」。『2004年視線追跡研究・応用シンポジウム（ETRA ’04）論文集』所収。ACM、ニューヨーク州ニューヨーク、米国、41-48頁。DOI=https://dx.doi.org/10.1145/968363.968370
18. Garry, Jonah ほか（2016）。集中治療室における視線追跡装置のパイロット研究。『Surgery』第159巻第3号、938–944頁
19. White, M., Howes, D., Egan, R., Braund, H., & Szulewski, A. (2017). P128: 実臨床における外傷性蘇生処置を主導する専門医の意思決定に関する認知タスク分析へのアイトラッキングの新たな応用. CJEM, 19(S1), S121-S121. doi:10.1017/cem.2017.330
20. Harezlak K., Kasprowski P. (2017). 医学におけるアイトラッキングの応用：調査、研究課題および課題。Computerized Medical Imaging and Graphics. doi: 10.1016/j.compmedimag.2017.04.006.
21. Tseng P.-H., Cameron I. G. M., Pari G., Reynolds J. N., Munoz D. P., Itti L. (2013). 自然な視線運動に基づく臨床集団の高スループット分類. Journal of Neurology. 260(1):275–284. doi: 10.1007/s00415-012-6631-2.
22. Laurent Itti. (2015). 新しい視線追跡技術がメンタルヘルススクリーニングに革命をもたらす可能性。Neuron, 第88巻、第3号、442-444ページ、https://doi.org/10.1016/j.neuron.2015.10.033.
23. Duque, A., & Vázquez, C. (2015). 臨床的うつ病における肯定的および否定的な感情を表す顔に対する二重の注意バイアス：アイトラッキング研究による証拠. Journal of behavior therapy and experimental psychiatry, 46, 107-14.
24. Holzman, P. S., Proctor, L. R., and Hughes, D. W. (1973). 統合失調症における視線追跡パターン. Science, : 179-181
25. アルツハイマー型認知症における眼球運動機能障害.
26. Yang, F., Tsai, M., Chiou, G., Lee, S., Chang, C., & Chen, L. (2018). アイトラッキング研究のレビューに基づく、デジタル環境における科学学習を支援するための指導的提言. Journal of Educational Technology & Society, 21(2), 28-45.
27. Van Gog, T., & Scheiter, K. (2010). マルチメディア学習の研究および改善のためのツールとしてのアイトラッキング. Learning and Instruction, 20, 95–99.
28. Zawoyski, Andrea M., Ardoin, Scott P. & Binder, Katherine S. (2015). 視線追跡を用いた、学力レベルに応じた小学2年生における反復読書の差異的効果の観察. Reading Research Quarterly, 50(2), 171–184. doi: 10.1002/rrq.91