INDICE

1. GLI EYETRACKER
        1.1. EYEPROOF 
        1.2. PRIMO STUDIO
        1.3. SECONDO STUDIO      
        1.4. TERZO STUDIO
        1.5. QUARTO STUDIO
        1.6. QUINTO STUDIO
        1.7. SESTO STUDIO
        1.8. SETTIMO STUDIO
         

GLI EYETRACKER

Gli eye-tracker sono dei tracciatori oculari che misurano il movimento e la posizione degli occhi rispetto alla testa; questo processo e' chiamato eye tracking. Essi sono principalmente utilizzati nelle ricerche sulle abilita' visive in neurologia, psicologia e psicolinguistica oppure come dispositivo di input negli studi sull'interazione uomo-macchina. I primi eye tracker furono inventati agli inizi del Novecento da Edmund Huey, che utilizzava un puntatore in alluminio che si spostava seguendo il movimento dell'occhio, e George Buswell, che sfruttava il riflesso di una sorgente luminosa sull'occhio per impressionare una pellicola. Oggigiorno esistono tre principali tipologie di eye tracker:
-attached-eye tracking (tracker attaccato all'occhio); questa tipologia di tracker e' direttamente a contatto o quasi con l'occhio e ne misura spostamento verticale, orizzontale e torsione. Es. lenti a contatto con uno specchio o un sensore magnetico incorporato.
-optical tracking (tracker ottico); solitamente esso utilizza delle onde luminose, soprattutto infrarossi, che sono riflesse dalla retina (immagine di Purkinje) e il riflesso e' registrato da una videocamera e analizza il cambiamento di posizione (vedi figura 1). Es. Eye tribe a luce infrarossa.
Mountain View
FIGURA 1. Optical tracking [1]

-electric potential measurament (misurazione del potenziale elettrico); esso utilizza due elettrodi per misurare il potenziale elettrico prodotto dagli occhi (elettrooculogramma) permettendo le misurazioni anche con gli occhi chiuso o nel buio totale. Se gli occhi si muovessero, si sposterebbe anche il campo elettrico e la variazione di posizione potrebbe essere misurata.

Come detto in precedenza, le misurazioni fatte dal tracker possono essere utilizzate in numerosi campi per esempio per analizzare dove un osservatore concentra l'attenzione su uno schermo. Questo puo' essere utile per le analisi pubblicitarie ma anche per comprendere quali siano le parti piu' difficile da leggere per chi soffre di disturbi specifici dell'apprendimento (DSA), quali dislessia, discalculia, disortografia e disgrafia.
VIDEO

EYEPROOF

Eyeproof e' un sistema che permette l'analisi sulle immagini e i siti web ed e' composto principalmente da un software installabile per l'osservazione con il tracker e un sito web per l'analisi dei dati ottenuti. L'utilizzo di eyeproof e' composto da alcuni semplici passaggi:
1) Fare il download del software di eyeproof, aprire il sito di eyeproof e fare il login.
2) Formare l'esperimento ovvero inserire le immagini e i siti web che si vuole analizzare e regolare le impostazioni come la durata, il metodo per uscire dal sofware (tasto ESC o click del mouse), nome del test, messaggio da visualizzare all'inizio e alla fine del test e l'ordine delle immagini o dei siti web;
3) collocare l'eyetracker (nel mio caso Eye Tribe) nel suo supporto ligneo (insieme al pc) o su un treppiede per regolare l'angolazione. Accendere quindi il PC collegando l'eyetracker tramite cavo USB ad esso (vedi Figura 2 e 3). Aprire quindi il server del tracker per verificarne il corretto funzionamento (ci sara' scritto: "The Eye Tribe Tracker stands ready!") e il software di eyeproof. Fare il sign in con l'account del sito di eyeproof e aprire il test scelto e preparato su www.eyeproof.net. Chiamare lo studio con le iniziali dell'osservato, specificare il sesso, l'eta' e eventuali note. A questo punto partira' il processo di calibrazione: inizialmente, apparira' sull'interfaccia una luce rossa se l'eyetracker non rileva gli occhi mentre una luce verde con gli occhi se li rileva correttamente. A quel punto partira' la calibrazione in cui e' necessario seguire un cerchio tenendo ferma la testa. Una vota ottenuta la calibrazione corretta, il test iniziera'.

Mountain ViewMountain View
  FIGURA 2                                                     FIGURA 3
4) I dati saranno quindi traferiti al sito dove potranno essere analizzati. Per analizzare i risultati si potranno utilizzare:
-la mappa di calore (heatmap) (vedi figura 4), che mostra dove si e' concentrata maggiormente la vista attraverso i colori che partono dal blu (poca fissazione) al rosso (maggiore fissazione);
-lo scanpath (analisi del percorso) (vedi figura 5), che mostra la sequenza dei punti di fissazione enumerandoli cronologicamente;
-analisi per aree di interesse in cui si selezionano delle aree tra cui si vuole fare un confronto. Sono graficamente rappresentate per ogni area il tempo di osservazione, il numero di osservazioni, quale area hai osservato per prima e per quanto, etc. I dati possono essere discriminati in base anche all'eta', al sesso e alla selezione manuale;
-bee swarm che mostra i punti di fissazione in ordine senza enumerarli.

I dati ottenuti possono essere quindi scaricati sul proprio computer dal sito web in una sezione chiamata export e si potra' quindi creare un altro studio ripetendo i passaggi sopra elencati.
Mountain ViewMountain View
  FIGURA 4                                                      FIGURA 5

PRIMO STUDIO CON EYEPROOF

Il test che ho creato per eyeproof e' composto da due fasi: osservazione della precisione del sistema e osservazione di immagine e siti web campione.

PARTECIPANTI: l'esperimento ha come partecipante un normolettore.

OBIETTIVO PRIMA PARTE: la prima parte e' necessaria per verificare la precisione del sistema e di conseguenza i dati ottenuti per l'analisi.

MATERIALI: sono necessari un eyetracker e il software di Eyeproof.

METODO: l'immagine che componeva il test e' una tabella con le colonne chiamate in ordine alfabetico (partendo da A) e le righe in ordine numerico (partendo da 1) come quella in figura (figura 6) su cui sono stati disegnati dei punti di riferimento colorati quali cerchi, triangoli e vari tipi di stelle. Ho quindi chiesto all'osservato di osservare i punti della tabella che gli dicevo (es. cerchio rosso, triangolo a destra, lettera G, numero 8 etc.) mentre utilizzava il tracker collegato ad eyeproof ed ho analizzato la precisione dell'osservazione.

CONCLUSIONI: come si puo' notare della figura 7, la parti piu' colorate della mappa di calore si concentrano maggiormente nei punti da me indicati e grazie a questo risultato, ho dimostrato che la precisione e' molto buona.
Mountain View       Mountain View
FIGURA 6                             FIGURA 7
OBIETTIVO SECONDA PARTE: l'obiettivo e' sapere quali parti di un immagine o di un sito sono osservate maggiormente.

MATERIALI: sono necessari un eyetracker, il software di Eyeproof e delle immagini campione.

METODO: sottoporre le immagini campione all'osservato utilizzando l'eyetracker e analizzare i dati su eyeproof.

CONCLUSIONI: osservando i risultati ottenuti nelle figure 8 e 9 (clicca per tutti i risultati) si nota che alcuni elementi, quali i volti, i titoli e i personaggi piu' famosi, colgono, in questo caso, maggiormente l'attenzione di elenchi, parti discorsive o scritte piccole.

Mountain View  Mountain View
FIGURA 8                                                            FIGURA 9 
CONCLUSIONI GENERALI SU EYEPROOF: in generale, il software e il sito web per le analisi di eyeproof ha funzionato bene anche se dimostrano alcune lacune. Prima di tutto, in entrambi gli strumenti a disposizione sono pochi dato che nella preparazione dello studio si puo' modificare solo il tempo e la modalita' d'uscita e nell'analisi gli strumenti per l'analisi sono solo i quattro sopra citati. Seconda lacuna del sistema e' l'impossibilita' della visione di video e link che, nel sito web, limita molto la possibilita' d'analisi.

SECONDO STUDIO CON EYEPROOF: TESTO DI GARY

OBIETTIVO: analizzare un testo per osservare quali termini abbiano un tempo di lettura maggiore e minore allo scopo di identificare quali termine e quali suoni creaino maggiori difficolta' di lettura,.

PARTECIPANTI: l'esperimento ha come partecipante un normolettore.

MATERIALI: sono necessari un eyetracker, il software di Eyeproof e un testo da analizzare.

METODO: sottoporre il testo campione all'osservato utizzando l'eyetracker ed analizzare i dati suddividendo il testo in aree di interesse corrispondenti alle varie parole. Nella sezione statistiche analizzare quindi attraverso i vari campi (ad esempio, ho utilizzato i tempi totali di fissazione per aree di interesse) e scaricare i dati su dei fogli elettronici, come excel, ed effettuare una media su tre registrazioni raggruppando le varie medie in un diagramma a colonne.

CONCLUSIONI: analizzando i risultati dell'osservato campione AB per aree di interesse si notano alcune caratteristiche di lettura. Inanzitutto le parole corte (ad esempio il, e, di, un, le, etc) non vengono lette dall'osservato campione e le formule tipiche (tutto cio' che, ad esempio, etc) hanno un tempo di osservazione piu' breve mentre le parole lunghe (quadrupedi, soprattutto, movimenti, appartenente, etc) o ricche di consonanti (disposti, rapporti, accesso, etc) hanno tempi di osservazione piu' lunghi. Altra osservazione interessante e' che, alla terza lettura, l'osservato campione non legge le parole che terminano la pagine perche' le "legge" nella sua memoria. (per i tempi di fissazione medi vedi FIGURA 10)(clicca per tutti i risultati)

Mountain View

FIGURA 10. Tempi di fissazione medi dell'osservatore AB

TERZO STUDIO CON EYEPROOF

OBIETTIVO: analizzare un testo per osservare quali sintagmi abbiano tempi di osservazione piu' lunghi e quali piu' corti e confrontare i risultati tra un normolettore con occhiali e uno senza essi allo scopo di verificare se ci siano differenze.

PARTECIPANTI: l'esperimento ha come partecipanti: un normolettore con occhiali e uno senza essi.

MATERIALI: sono necessari un eyetracker (nel mio caso Eye Tribe), il software di Eyeproof e un testo da analizzare e da visualizzare su uno schermo.

METODO: sottoporre il testo campione all'osservato utilizzando l'eyetracker ed analizzare i dati suddividendo il testo in aree di interesse corrispondenti ai vari sintagmi. Nella sezione statistiche analizzare quindi attraverso i vari campi (ad esempio, i tempi totali di fissazione per aree di interesse) e scaricare i dati su dei fogli elettronici, come Excel, confrontando le tre osservazioni.

CONCLUSIONI: Osservando le immagini sottostanti (Figura 11 e 12), si nota che, sebbene i tempi medi di lettura dei tre partecipanti con occhiali sia superiore ai tempi di quelli senza essi, la differenza e' intorno ai 4-5 centesimi di secondo e quindi a mio parere insufficiente per evidenziare una reale differenza tra i tempi di letture delle due categorie di osservati.

Mountain View
FIGURA 11

Mountain View
FIGURA 12

QUARTO STUDIO CON EYEPROOF

OBIETTIVO: analizzare un testo per osservare quali situazioni ambientali di luce rendano piu' o meno efficace l'eyetracker.

PARTECIPANTI: l'esperimento ha come partecipante un normolettore che effettuera' tre registrazioni in condizioni ambientali di luce diverse.

MATERIALI: sono necessari un eyetracker, il software di Eyeproof e una tabella da visualizzare su uno schermo con le colonne chiamate in ordine alfabetico (partendo da A) e le righe in ordine numerico (partendo da 1) su cui sono stati disegnati dei punti di riferimento colorati quali cerchi, triangoli e vari tipi di stelle.

METODO: chiedere all'osservato di osservare i punti della tabella che gli si dicono (es. cerchio rosso, triangolo a destra, lettera G, numero 8 etc.) mentre utilizza il tracker collegato ad eyeproof ed analizzare la precisione delle osservazioni alle tre temperature del tracker.

CONCLUSIONI: dalle figure 13,14 (lo schermo e' diretto verso la finestra) e 15 si nota che la precisione sia ottima nelle situazioni di luci normali (luce proveniente da una finestra) mentre cali quando c'e' un forte riflesso (luce proveniente da una finestra e da un lucernario sul soffitto) e quando la stanza e' buia, probabilmente a causa del riflesso generato sull'occhio dalla luce dello schermo del PC.(clicca per tutti i risultati)
Mountain View    Mountain View    Mountain View
FIGURA 13. Luce proveniete da     FIGURA 14. Luce proveniente da     FIGURA 15. Stanza buia
           una finestra                    finestra e lucernario

QUINTO STUDIO CON EYEPROOF

OBIETTIVO: analizzare un testo per osservare se cala la precisione del tracker all'aumento della sua temperatura.

PARTECIPANTI: L'esperimento ha come partecipante un normolettore che effettuera' tre registrazioni in condizioni di temperatura diverse.

MATERIALI: sono necessari un eyetracker, il software di Eyeproof e una tabella da visualizzare su uno schermo con le colonne chiamate in ordine alfabetico (partendo da A) e le righe in ordine numerico (partendo da 1) su cui sono stati disegnati dei punti di riferimento colorati quali cerchi, triangoli e vari tipi di stelle.

METODO: chiedere all'osservato di osservare i punti della tabella che gli si dicono (es. cerchio rosso, triangolo a destra, lettera G, numero 8 etc.) mentre utilizza il tracker collegato ad eyeproof ed analizzare la precisione delle osservazioni alle tre temperature del tracker.

CONCLUSIONI: dalle figure sottostanti disposte in ordine cronologico dall'accensione (il tempo passato da essa e' descritto nella didascalia) si nota che l'eyetracker mantiene una buona precisione per i primi 45 minuti ma l'eccessivo aumento di temperatura superata l'ora di utilizzo corrisponde ad una diminuzione della precisione dello strumento.
Mountain View    Mountain View    Mountain View
FIGURA 16. Appena acceso           FIGURA 17. 5 minuti              FIGURA 18. 20 minuti

Mountain View    Mountain View    Mountain View
FIGURA 19. 45 minuti              FIGURA 20. 1.30 ore               FIGURA 21. 3 ore

SESTO STUDIO CON EYEPROOF

OBIETTIVO: analizzare un testo per osservare quali sintagmi abbiano tempi di osservazione piu' lunghi e quali piu' corti e confrontare i risultati tra una lettura a mente e una ad alta voce effettuete qualche giorno di distanza.

PARTECIPANTI: l'esperimento ha come partecipante un normolettore che deve compiere una lettura a mente e una ad alta voce.

MATERIALI: sono necessari un eyetracker, il software di Eyeproof e un testo da analizzare e da visualizzare su uno schermo.

METODO: sottoporre il testo campione all'osservato utilizzando l'eyetracker ed analizzare i dati suddividendo il testo in aree di interesse corrispondenti ai vari sintagmi. Nella sezione statistiche analizzare quindi attraverso i vari campi (ad esempio, i tempi totali di fissazione per aree di interesse) e scaricare i dati su dei fogli elettronici, come Excel, confrontando le due osservazioni.

CONCLUSIONI: dalla figura 22 si nota come i tempi di osservazione in millisecondi siano notevolmente piu' alti nella lettura ad alta voce e che i sintagmi, salvo qualche raro caso, sono stati letti tutti mentre nelle lettura mentale i sintagmi piu' corti sono spesso saltati. La prima colonna raprresenta i vari sintagmi, la seconda i tempi di osservazione per la lettura a mente, la terza i tempi di osservazione per la lettura ad alta voce e la quarta e' il rapporto tra la terza e la seconda colonna (rappresenta quindi quante volte il terzo sta nel secondo). Facendo una media tra i valori della quarta colonna (senza considerare il valore quando uno dei due termini del rapporto sono pari a 0), si puo' osservare che i tempi di lettura ad alta voce sono 2,76 volte i tempi della lettura a mente.(clicca per i grafici)

Mountain View

FIGURA 22

SETTIMO STUDIO CON EYEPROOF

OBIETTIVO: osservare quante fissazioni vengono fatte sulle parole e quante invece vengono fatte negli spazi all'esterno delle parole.

PARTECIPANTI: l'esperimento ha come partecipanti almeno un normolettore senza occhiali e almeno un altro normolettore con gli occhiali.

MATERIALI: sottoporre il testo campione ai partecipanti utilizzando l'eyetracker ed analizzare i dati suddividendo il testo in aree di interesse corrispondenti ai segni grafici dei sintagmi (lo spazio tra parole e tra righe non deve essere compreso). Creare quindi un area di interesse che comprenda tutto la pagina e scaricare i dati su dei fogli elettronici, come Excel. A questo punto, sommare il numero di fissazioni delle singole aree di interesse e farne la percentuale con il numero totale di fissazioni per pagina. Per ottenere un dato ancora piu' accurato, sommare le fissazioni sull'intera pagina di tutte le pagine e sommare le fissazioni sulle parole di tutte e quattro le pagine e farne il rapporto. Allargare leggermente quindi le aree di interesse cosicche' si possa eliminare l'errore di calibrazione comprendendo anche un po di spazio esterno.

CONCLUSIONI: Analizzando i dati scritti nella figura 21, si nota come sulle 1211 fissazioni fatte, solamente il 54,41% si concentra sul segno grafico mentre il restante e' per lo piu' negli spazi tra parole o tra righe. Questo puo' essere dovuto principalmente a due motivi: il primo e' un difetto di calibrazione che sposta leggermente il punto di fissazione oppure puo' essere dovuto alla capacita' del lettore di leggere la parola complessivamnete senza osservare minuziosamente i segni grafici. Allargando le aree di interesse, il 72,41% delle fissazioni si concentra sulle varie aree di interesse corrispondenti ai vari sintagmi. Facendo una stima, si puo' dire che il numero percentuale di fissazioni sulla parole rispetto al totale e' intorno al 60-70%. (clicca per i dati)


INDICE