Ученые из Университета Аалто (Финляндия) вместе с международными партнерами создали алгоритм, объясняющий выбор читателя при изучении текста. Модель базируется на методах обучения с подкреплением, применяемых в робототехнике. Статья опубликована в журнале Nature Human Behaviour.
Предыдущие разработки обучались на массивах данных, которые связывали фрагменты текста с показателями отслеживания глаз. Они имитировали человеческое поведение без понимания фактического содержания материала. Новая система работает на основе психологических механизмов, отвечающих за распределение внимания. Алгоритм показывает процесс формирования смысла при переходе взгляда между словами и предложениями.
В основе работы лежит концепция ресурсной рациональности. Во время чтения человек непрерывно принимает решения о том, куда направить взгляд в следующий момент. Целью является максимальное понимание информации за ограниченный промежуток времени. Выбор точки фокусировки происходит на уровне отдельных слов, фраз и целых абзацев.
На движение глаз влияют индивидуальные факторы, включая объем памяти и скорость зрительного восприятия. Читатель с развитой памятью способен быстро перемещаться от одного абзаца к другому. Человек с меньшим объемом памяти будет чаще возвращаться к уже прочитанным фрагментам. Мозг распределяет внимание подобно бюджету, определяя, какую информацию можно пропустить.
Персонализация текстовой информации
Разработчики добавили в систему характеристики пользователя в виде настраиваемых параметров. Программа самостоятельно выработала оптимальные стратегии направления внимания. Алгоритм изучил миллионы текстов для оптимизации процесса восприятия информации. В ходе работы модель формирует краткое описание содержания прочитанного материала.
При нехватке данных о ключевом слове система возвращает взгляд для сбора информации. Сравнение решений модели с реальными результатами окулографии подтвердило совпадение поведенческих паттернов. Исследователи получили профиль усредненного читателя, который поддается тонкой настройке; уровень понимания текста проверяется с помощью контрольных вопросов по прочитанному материалу.
Результаты работы позволят создавать инструменты для поддержки людей с дислексией. Технологию можно использовать для настройки очков дополненной реальности. Устройства смогут автоматически форматировать текст в зависимости от ситуации и потребностей человека. В будущем это поможет водителям получать текстовые подсказки без отвлечения от управления автомобилем.
Ранее ученые выяснили, как телефоны влияют на чтение у детей.