← Nieuwste papers
🤖 AI

Gaze patterns predict preference and confidence in pairwise AI image evaluation

Dit onderzoek toont aan dat oogvolgingspatronen, zoals blikrichting en fixaties, zowel de keuze als het vertrouwen van deelnemers bij het evalueren van AI-genereren afbeeldingen kunnen voorspellen, wat impliceert dat oogtracking waardevolle impliciete signalen biedt voor de kwaliteit van voorkeurannotaties.

Oorspronkelijke auteurs: Nikolas Papadopoulos, Shreenithi Navaneethan, Sheng Bai, Ankur Samanta, Paul Sajda

Gepubliceerd 2026-03-27
📖 4 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Nikolas Papadopoulos, Shreenithi Navaneethan, Sheng Bai, Ankur Samanta, Paul Sajda

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Onzichtbare Stem van je Ogen: Hoe Kijken Je Ogen Jouw Voorkeur Verraad

Stel je voor dat je twee prachtige foto's van AI ziet. De ene toont een kat in een ruimtepak, de andere een hond die surfen op een golf. Je moet kiezen: welke vind jij mooier? En hoe zeker ben je van die keuze?

Meestal denken we dat dit een heel snelle, innerlijke gedachte is. Maar dit onderzoek van Columbia University onthult een verrassend geheim: je ogen verraarden je keuze lang voordat je je hand op de knop zet.

Hier is wat de onderzoekers ontdekten, vertaald in alledaags taal:

1. De "Kies-De-Overwinnaar"-Dans (De Gaze Cascade)

Stel je voor dat je twee kandidaten ziet voor een baan. Je kijkt eerst even naar de ene, dan naar de andere. Maar naarmate je besluit nadert, begin je onbewust meer naar de kandidaat te staren die je uiteindelijk wilt aannemen.

Dit noemen de onderzoekers het "Gaze Cascade-effect".

  • Wat ze zagen: Ongeveer één seconde voordat iemand op "Links" of "Rechts" drukt om zijn keuze te maken, beginnen de ogen al te "glijden" naar de foto die ze gaan kiezen.
  • De metafoor: Het is alsof je ogen een onzichtbare touwtrekker zijn. Ze beginnen al aan de kant te trekken waar de winnaar staat, nog voordat je bewust zegt: "Oké, dit is het." Dit gebeurde bij bijna iedereen, ongeacht of ze zich er 100% zeker van waren of twijfelden.

2. De "Kijk-En-Keer"-Spel (Voorspellen van de Keuze)

De onderzoekers keken niet alleen naar waar mensen keken, maar ook hoe vaak en hoe lang.

  • Het patroon: Mensen kijken langer naar de foto die ze uiteindelijk kiezen. Ze kijken er vaker naar (meer "fixaties") en ze komen er vaker op terug (meer "revisits").
  • De analogie: Het is alsof je in een supermarkt staat tussen twee soorten ijs. Je pakt het ene pakje, legt het neer, pakt het andere, legt het neer. Maar als je echt voor het eerste pakje wilt gaan, blijf je er steeds weer naar kijken alsof je zegt: "Ja, dit is het."
  • Het resultaat: Een computerprogramma kon op basis van deze oogbewegingen voorspellen welke foto iemand zou kiezen met 68% nauwkeurigheid. Dat is veel beter dan raden!

3. De "Twijfel-Dans" (Voorspellen van Zekerheid)

Dit is misschien wel het coolste deel. Kunnen we zien of iemand twijfelt?

  • De ontdekking: Als iemand zich zeker voelt, kijkt hij rustig van de ene foto naar de andere en landt hij bij de winnaar. Maar als iemand twijfelt (onze "onzekerheid"), dan gaan de ogen als gek heen en weer springen.
  • De analogie:
    • Zeker: Je loopt rustig naar de deur die je wilt openen.
    • Onzeker: Je staat voor twee deuren, opent de ene, sluit hem, opent de andere, sluit hem, kijkt weer naar de eerste... Je bent een "huppelende kip" die niet weet waarheen te gaan.
  • Het resultaat: Door te tellen hoe vaak iemand van de ene foto naar de andere springt, konden ze voorspellen of iemand twijfelde of niet met 66% nauwkeurigheid.

Waarom is dit belangrijk? (De "AI-Coach")

AI-systemen (zoals die die prachtige plaatjes maken) moeten leren wat mensen leuk vinden. Ze doen dit door mensen twee plaatjes te laten kiezen. Maar vaak weten we niet of die keuze gemaakt werd met een zeker gevoel of met een gokje.

  • Het probleem: Als een mens twijfelt, is die keuze misschien minder betrouwbaar om de AI op te trainen.
  • De oplossing: Als we de ogen van de mens kunnen volgen, kunnen we zien: "Ah, deze persoon twijfelt, laten we die keuze maar niet gebruiken om de AI te leren." Of: "Deze persoon is super zeker, laten we die keuze zwaar laten wegen."

Conclusie

Kortom: je ogen zijn als een onbewuste verteller. Ze vertellen ons niet alleen wat je wilt kiezen, maar ook hoe zeker je bent van die keuze. Dit onderzoek laat zien dat we in de toekomst misschien niet hoeven te vragen "Wat vind je leuk?", maar dat we gewoon kunnen kijken hoe je kijkt. Dat maakt het trainen van slimme AI-systemen veel slimmer en betrouwbaarder.

Kort samengevat: Je ogen weten al wie de winnaar is, voordat jij het zelf weet. En als je heen en weer springt, weten ze dat je twijfelt.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →