ResXR: infrastructure for quality-controlled, reproducible studies of human behavior in Extended Reality
ResXR es un kit de herramientas de código abierto para visores Meta Quest que estandariza la recolección, el control de calidad y la exportación de datos de comportamiento humano en Realidad Extendida al formato Motion-BIDS, permitiendo así una investigación de XR reproducible y accesible sin requerir programación especializada.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo
Imagina un mundo donde los científicos pueden entrar en un entorno generado por computadora para estudiar cómo las personas piensan, sienten y se mueven. Esta tecnología, conocida como realidad extendida, ofrece una ventaja única: combina el control estricto de un laboratorio con la sensación de estar en un lugar real. A diferencia de mirar una pantalla plana, estos sistemas inmersivos pueden desencadenar respuestas físicas y emocionales genuinas, lo que permite a los investigadores observar el comportamiento natural en un entorno seguro y controlado. Durante décadas, este campo ha crecido rápidamente a medida que el equipo se volvía más barato y accesible. Sin embargo, un problema significativo ha frenado el progreso. Así como un científico en un laboratorio de química necesita cristalería estándar y herramientas de medición precisas para asegurar que sus resultados puedan ser confiables y repetidos por otros, los investigadores en realidad virtual han carecido de una forma compartida y fiable de construir experimentos y verificar sus datos. Sin estos estándares, cada laboratorio construye sus propias herramientas personalizadas, creando datos que son difíciles de comparar o verificar, dejando al campo con una gran cantidad de ideas interesantes pero con una escasez de ciencia sólida y reproducible.
Para resolver esto, un equipo de investigadores ha construido un nuevo kit de herramientas de código abierto llamado ResXR, diseñado para convertir el proceso caótico de la investigación en realidad virtual en un flujo de trabajo fluido y estandarizado. El sistema está diseñado para visores independientes (standalone), que son computadoras autónomas que se llevan en la cara y que no necesitan estar conectadas a una computadora externa potente. El kit de herramientas proporciona una base lista para experimentos, permitiendo a los científicos registrar exactamente lo que una persona ve, hacia dónde mira y cómo mueve sus manos y su cuerpo. Crucialmente, el sistema no solo recolecta datos; actúa como un riguroso inspector de control de calidad. En el pasado, los investigadores a menudo asumían que si su visor decía que estaba rastreando una mano o un ojo, los datos eran buenos. El equipo detrás de ResXR descubrió que esta suposición es peligrosa. Realizaron una serie de pruebas de estrés, bloqueando deliberadamente la vista del visor de una mano o cubriendo el ojo de un participante para ver cómo el dispositivo reportaba la situación. Descubrieron que el software interno del visor a menudo continuaba reportando datos como "válidos" incluso cuando había perdido la vista del sujeto, ocultando eficazmente los errores tras una luz verde.
Los investigadores encontraron que las etiquetas de estado integradas en el visor, que supuestamente deben advertir a los usuarios cuando se pierde el rastreo, son frecuentemente poco fiables. En sus pruebas, cuando una mano era ocultada de la cámara, el visor a veces mantenía la etiqueta de "válido" activada mientras la posición de los datos derivaba hacia una pose fija e incorrecta. Del mismo modo, cuando un participante cerraba los ojos, el sistema de seguimiento ocular a menudo no registraba el cierre, continuando con el reporte de los datos de la mirada como si los ojos estuvieran abiertos. El equipo se dio cuenta de que confiar en las advertencias predeterminadas del fabricante llevaría a una ciencia defectuosa. En lugar de confiar en estas señales no probadas, ResXR utiliza un enfoque diferente. Registra los datos brutos junto con los propios informes de estado del visor y luego ejecuta un programa informático independiente para buscar errores. Este programa busca patrones específicos, como caídas repentinas en los datos o señales que indican que se ha perdido una mano, y marca esos momentos para la revisión del investigador. Si los datos son malos, el sistema puede ocultar esos momentos específicos sin borrar el resto de la grabación, preservando la integridad del experimento.
Una vez que los datos son limpiados y verificados, el kit de herramientas los organiza en un formato universal llamado Motion-BIDS. Este es un método estandarizado para etiquetar y almacenar datos de movimiento, similar a cómo una biblioteca organiza los libros para que cualquiera pueda encontrarlos. Al convertir los archivos desordenados y personalizados del visor en este formato limpio y estándar, los investigadores aseguran que los datos de un laboratorio puedan ser fácilmente compartidos y analizados por otro. El sistema también genera un informe visual claro para cada sesión, mostrando exactamente cuándo los datos fueron buenos y cuándo no lo fueron. Para demostrar que este sistema funciona sin ralentizar la experiencia, el equipo lo probó mientras los participantes navegaban por laberintos y exploraban museos virtuales. Encontraron que registrar todos los datos a alta velocidad no interrumpía el rendimiento del visor; el mundo virtual permanecía fluido y la tasa de fotogramas se mantenía estable. El kit de herramientas incluye tres experimentos listos para usar —una tarea de elección, un laberinto de navegación y un recorrido por un museo— que los investigadores pueden ejecutar inmediatamente sin necesidad de escribir ningún código de computadora.
El principal logro de este trabajo no es solo el software en sí, sino la prueba de que las herramientas que usamos para medir el comportamiento humano en realidad virtual deben ser probadas empíricamente en lugar de aceptadas por fe. Los investigadores demostraron que incluso los visores de consumo más avanzados pueden producir datos que parecen perfectos pero que en realidad están rotos, y que la única forma de saber la diferencia es someter el sistema a pruebas de estrés bajo condiciones reales. Al proporcionar un camino transparente y de código abierto desde el momento en que un participante se pone el visor hasta el conjunto de datos final y verificado, ResXR elimina las barreras técnicas que han mantenido a muchos científicos fuera del campo. Ofrece una base donde el enfoque puede volver a la ciencia del comportamiento humano, con la confianza de que las mediciones son reales, los errores son conocidos y los resultados pueden ser confiados por la comunidad en general.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.