人机交互中的眼动追踪

眼动追踪已成为可用性和人机交互（HCI）研究领域不可或缺的工具，为认知过程和用户行为提供了无与伦比的见解。通过精确测量用户凝视的位置、时间和时间，研究人员可以揭示人类与数字界面、软件甚至编程语言交互的细微差别。这种理解对于设计更直观、高效和用户友好的系统至关重要。

最近的研究“调试Python源代码时的阅读眼动指数，”Dempsey、Tsiola、Bosch、Christianson和Stites（2025）在《认知心理学杂志》上发表。这项研究利用SR研究EyeLink 1000 Plus眼动仪揭示了经验丰富的程序员调试Python代码时所涉及的复杂认知过程

人机交互与眼动追踪方法

该研究记录了经验丰富的程序员在确定21个不同的Python函数是否会产生所需的输出、不正确的输出或错误消息时的眼球运动。记录并分析了眼动追踪指标，如首次注视持续时间、凝视持续时间、重读概率、重读时间和跳过率。

Python代码和自然文本的不同眼动模式

该研究表明，与自然文本阅读相比，调试Python代码会引发不同的眼球运动模式。主要发现包括，与用于理解或校对的自然文本阅读相比，用于调试Python源代码的阅读会引起更长的注视时间和更高的重读概率。与没有错误的情况相比，语法错误会导致更少的重读和更低的置信度，这表明一旦发现语法错误，就不需要将其广泛集成到更广泛的代码上下文中。然而，语义错误会导致被窃听的感兴趣区域（AOI）的注视时间更长，这表明语义信息是在早期阶段处理的。该研究得出结论，调试Python源代码是一个独特的认知过程，它利用了自然语言阅读机制和人机交互系统的专业知识。

这项研究展示了眼动追踪如何超越简单的凝视映射，揭示人类认知与复杂数字环境之间的复杂舞蹈，最终为更实用、更以人为本的技术景观做出贡献。从这些研究中获得的见解对于推进人机交互的科学理解和实际应用都是无价的。

有关眼动追踪如何帮助您的研究的信息，请查看我们的解决方案和产品页面或联系我们。我们很乐意为您提供帮助！