生の視線追跡データを、効果的な認知負荷の指標へと変換する方法をご紹介します。これにより、視覚的注意と精神的負荷がどのように関連しているかについての知見が得られます。視線移動パターンを分析することで、研究者は認知負荷を定量化でき、ユーザー体験や情報処理の理解を深めることが可能になります。
Table of Contents
この生データを収集する基本的な手法についてより深く理解していただくために、当社の「アイトラッキング（スクリーンベース）」に関する専用リソースをご覧ください。
視線追跡信号を、認知的負荷の解釈可能な指標に変換する方法
アイトラッキングシステムは膨大な量のデータを生成します。記録が行われるたびに、1秒間に数百回サンプリングされた視線座標のデータストリームが生成され、多くの場合、瞳孔の測定値やタイムスタンプも併せて記録されます。これらの信号を単独で見れば、明らかに認知を記述するものではなく、単に動きを表しているに過ぎません。
科学的な課題はデータの収集ではなく、その解釈にある。生の視線データは、どのようにして認知負荷の有効な指標となるのか。視覚的行動は、どのようにして精神的な努力の解釈可能な指標へと変わるのか。
この記事では、生の視線データから構造化された認知負荷指標へと変換するプロセスを段階的に解説し、それらの指標に意味を持たせるための前提条件について説明します。
生データが何を表しているか
最も基本的なレベルでは、アイトラッカーは、ある特定の瞬間に視線がどこに向いているかを記録します。各データポイントは通常、水平および垂直の視線座標と、タイムスタンプで構成されています。
生の視線データは連続的であり、ノイズが多く、文脈に大きく依存する。それは、注意、理解、あるいは努力を直接的に表すものではない。2つの全く同じ視線軌跡であっても、課題の要求、刺激の特性、および個人の戦略によって、全く異なる認知状態を反映している可能性がある（Rayner, 1998）。
認知的な意味はサンプルレベルでは存在せず、データが構造化されて初めて現れるものである。
視線サンプルから眼球運動イベントへ
最初の主要な変換ステップはセグメンテーションである。生の視線データは、機能的な眼球運動イベント、具体的には主に注視とサッカードに分類される。
固定とは、視線が比較的安定し、視覚情報を処理できる期間を指す。サッカードとは、固定と固定の間の急速な眼球運動であり、その間、注意処理は概ね抑制される（Rayner, 2009）。読解課題において、回帰とは、以前に見た箇所へ視線を戻す後方へのサッカードである。
このセグメンテーションの段階は重要である。なぜなら、より高次元の解釈はすべて、事象がどのように定義されるかに依存するからである。同じ生データであっても、注視検出アルゴリズムが異なれば、得られる注視回数や持続時間は異なる結果となる。こうした違いは、その後の指標や結論に直接影響を及ぼす（Holmqvist et al., 2011）。
処理負荷の指標としてのイベントレベルのメトリクス
視線データをイベントごとに分割すると、研究者は定量的な指標を抽出できるようになる。これらの指標は、特に読解や視覚処理の課題において、認知負荷の指標候補としてよく用いられる。
固定点に基づく指標
注視時間の長さは、一般的に処理負荷の増加と関連している（Andreou & Gkantaki, 2024）。注視時間の変動が大きい場合は、処理が不安定であるか、中断されていることを示唆している可能性がある。特定の関心領域における注視回数は、その情報を再確認する必要がある頻度を明らかにする。
サッカードに基づく指標
処理負荷が高まると、サッカードの振幅が小さくなり、回帰率が上昇することが一般的に観察される。これは、単語認識における不確実性や認知負荷の増加を反映している。最近の視線追跡研究によると、流暢な読解ではサッカードが長く、予測しやすい傾向にあるのに対し、認知的負荷の高い読解では、より制約された非効率的な眼球運動パターンが見られることが示されている（Toki, 2024）。
時間的パターン
認知的負荷は、多くの場合、一様な処理速度の低下としてではなく、不規則な動きとして現れる。突然の停止、繰り返される後戻り、および視線の軌道の乱れは、いずれも精神的負荷が高まっている瞬間を示唆している（Hyönä et al., 2002）。
現段階では、指標はあくまで記述的なものに留まっている。それらは行動パターンを示すものではあるが、まだ認知的負荷の指標とはなっていない。
補助的な指標としての瞳孔測定
視線の位置に加え、多くのアイトラッカーは瞳孔の大きさも記録する。課題によって引き起こされる瞳孔の拡張は、精神的努力を示す確立された生理学的指標である（Beatty, 1982; Kahneman, 1973）。
視線の方向とは異なり、瞳孔の反応は空間的な性質を持たない。それらは、時間の経過に伴う覚醒度やリソース配分の変化を反映している。課題の要求度が高まると、視覚的な刺激が一定であっても、瞳孔の大きさが大きくなることが多い。
瞳孔データは慎重な管理が必要です。照明条件、画面の明るさ、疲労、感情的な反応はすべて瞳孔の大きさに影響を与えます。人口統計学的要因も重要であり、幼い子供や高齢者は、しばしば異なるベースラインの瞳孔動態や反応範囲を示します。臨床対象者においては、瞳孔反応が非典型的であったり、障害されていたりすることがあり、それが解釈可能性に直接影響を及ぼします。
テキストと背景のコントラストや、刺激間のコントラストの変化といった研究デザインの選択は、瞳孔反応をさらに調節する。こうした理由から、瞳孔の測定値は通常、絶対値として扱うのではなく、ベースライン補正を施し、課題のイベントを基準として解釈される（Beatty & Lucero-Wagoner, 2000）。
瞳孔の大きさは、課題の難易度を直接示すものではありません。それは、その瞬間にどれだけの認知的努力が費やされているかを反映しているのです。
指標から指数へ：認知負荷の測定指標の構築
認知負荷指数は単一の測定値ではありません。これは、理論的根拠に基づいて集計・正規化された、複数の指標を体系的に組み合わせたものです。
このプロセスには通常、いくつかの段階が含まれます：
- 個人差を考慮したベースライン補正
- 参加者間または条件間の標準化
- 時間ウィンドウまたは関心領域ごとの集計
- タスクの関連性に基づく評価指標の重み付け
例えば、読解に関連する認知負荷指数としては、テキスト内の言語的に複雑な領域における注視時間、回視頻度、瞳孔散大を組み合わせたものが考えられる（Sweller et al., 1998; Paas et al., 2003）。
認知負荷指標は、発見されるものではなく、構築されるものである。その妥当性は、明確な前提条件と、課題の要求事項との綿密な整合にかかっている。
課題、刺激、および個人差の役割
アイトラッキングの指標には決まった意味はありません。同じ注視時間であっても、ある課題では深い理解を表す一方で、別の課題では混乱を表すこともあります。
課題の構成は重要である。黙読、声に出しての読解、視覚的探索は、視覚系や認知系に対してそれぞれ異なる負荷をかける。刺激の設計も重要な役割を果たす。単語の出現頻度、フォントの選択、文字間隔、レイアウトはすべて、眼球運動の挙動に影響を与える（Rayner, 2009）。
個人差は解釈をさらに複雑にする。熟練した読者、初心者の読者、そして失読症の読者は、理解度の結果が同じであっても、異なる眼球運動パターンを示すことがある。こうした違いは、多くの場合、能力の不足というよりも、代償戦略を反映している（Hyönä et al., 2002）。
認知的負荷は関係性に基づくものである。それは、課題、刺激、そして参加者の関係においてのみ存在する。
認知負荷指標が示せること、示せないこと
適切に構築された視覚測定による認知負荷指標は、条件、実験デザイン、あるいは課題の段階ごとに、精神的負荷の相対的な変化を明らかにすることができる。これらは、パフォーマンス指標だけでは反映されない精神的負荷を検出するのに特に有用である。
しかし、これらの指標は、認知能力や知能、あるいは臨床的状態を診断するものではない。また、負荷が生じる理由を説明するものでもない。これらは、課題の要求度が高まった際に視覚的行動がどのように変化するかを記述するものである（Paas et al., 2003）。
慎重に用いれば、認知負荷指標は説明の深みを増す。不用意に用いれば、過剰な解釈を招く。
なぜこの変革が重要なのか
生の視線データを認知負荷指標に変換することは、視線追跡を単なる視覚的注意の測定にとどまらず、科学的に有用なものにする方法の一つである。これにより、研究者は単なる視線経路の記述から、構造化され、比較可能な精神的負荷の測定へと移行することができる。
この手法は、読書研究、教育、アクセシビリティ設計、人間とコンピュータの相互作用、および人間工学における応用を支えています。いずれの場合も、その目的は同じです。すなわち、自己報告のみに頼ることなく、目に見えない認知的負荷を測定可能にすることです。
「認知的負荷」について詳しくはこちら：
記事：認知的負荷の理解：それは何か、そして私たちにどのような影響を与えるのか？
参考文献
- Beatty, J. (1982). 課題誘発性瞳孔反応、処理負荷、および処理リソースの構造. Psychological Bulletin, 91(2), 276–292.
- Beatty, J. および Lucero-Wagoner, B. (2000). 「瞳孔系」. J. T. Cacioppo ほか（編）『心理生理学ハンドブック』所収。
- Holmqvist, K., Nyström, M., Andersson, R., Dewhurst, R., Jarodzka, H., & van de Weijer, J. (2011). 『アイトラッキング：手法と測定法の包括的ガイド』. オックスフォード大学出版局.
- Hyönä, J., Lorch, R. F., & Kaakinen, J. K. (2002). 説明文の要約を読む際の個人差. 教育心理学ジャーナル, 94(1), 44–55.
- Andreou, G., & Gkantaki, M. (2024). テキスト理解の研究における成人の眼球運動の追跡：総説. Languages, 9(12), 360. https://doi.org/10.3390/languages9120360
- カーネマン, D. (1973). 『注意と努力』. プレンティス・ホール.
- Paas, F., Tuovinen, J. E., Tabbers, H., & Van Gerven, P. W. M. (2003). 認知負荷理論の発展に向けた手段としての認知負荷測定。『Educational Psychologist』, 38(1), 63–71.
- Toki, E. I. (2024). アイトラッキングを用いたディスレクシアの評価：新たなエビデンスに関する系統的レビュー. Education Sciences, 14(11), 1256. https://doi.org/10.3390/educsci14111256
- Rayner, K. (2009). 読書、場面知覚、および視覚探索における眼球運動と注意。『Quarterly Journal of Experimental Psychology』, 62(8), 1457–1506.
- スウェラー, J., エアーズ, P., & カリューガ, S. (1998). 『認知負荷理論』. スプリンガー.
