Gaze patterns predict preference and confidence in pairwise AI image evaluation
该研究表明，眼动追踪数据能够揭示人类在评估 AI 生成图像时的偏好形成过程，通过复制“注视级联效应”并分析注视特征，成功预测了用户的二元选择（68% 准确率）和决策置信度（66% 准确率），从而证明眼动模式可作为偏好标注质量的重要隐性信号。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文就像是在做一场"读心术"实验，只不过它读的不是你的心思，而是你的眼神。
想象一下，你正在玩一个游戏：屏幕上出现两个 AI 生成的图片（比如两张画得很像的猫），旁边还有一句描述（比如“一只在雨中打伞的猫”）。你的任务很简单：选一张你更喜欢的，然后告诉系统你有多确定（是“非常确定”还是“有点犹豫”）。
研究人员想知道：在你做出选择之前，你的眼睛其实已经“出卖”了你吗？
以下是这篇论文的核心发现，用大白话和比喻来讲：
1. 眼神的“滑梯效应” (Gaze Cascade)
比喻：想象你在两个冰淇淋口味之间做选择（草莓 vs 巧克力）。起初，你的目光在两个冰淇淋之间来回游移，像是在天平上摇摆。但神奇的是，在你最终按下按钮的前1 秒钟，你的目光会像坐滑梯一样，不由自主地、越来越频繁地滑向你最终选择的那个冰淇淋上。
- 研究发现：无论选的是哪张图，这种“滑梯效应”都会发生。你的眼睛在决定前的一秒，已经悄悄投了赞成票。这说明，你的眼睛比你的手指动作更早做出了决定。
2. 眼神能预测你会选哪张图吗？
比喻：这就好比侦探通过观察嫌疑人在两个房间之间来回走动的次数，来猜他最后会进哪个门。
- 研究发现：是的，而且猜得挺准（准确率约 68%）。
- 如果你最后选了左边的图，你的眼睛在左边图上停留的时间更长（多看了一会儿）。
- 你的眼睛在左边图上聚焦的次数更多（多看了好几眼）。
- 你的眼睛反复回到左边图上的次数更多（看了又看）。
- 关键点：这种偏好不是最后那一瞬间才有的，而是贯穿了整个思考过程。
3. 眼神能看出你有多“纠结”吗？
比喻：想象你在两个选项之间犹豫。
自信的人：像是一个坚定的导游，目光在两个景点之间平稳地移动，心里有数，切换得很慢。
犹豫的人：像是一个在两个路口来回奔跑的兔子，目光在两张图之间疯狂地来回切换，频率很高，因为他在反复比较，拿不定主意。
研究发现：
- 如果你很犹豫（低置信度），你的眼睛在两张图之间切换的频率非常高（每秒切换次数多）。
- 如果你很自信（高置信度），你的眼睛切换得比较慢，更专注于你选中的那个。
- 有趣的是，无论自信还是犹豫，那个“滑梯效应”（最后 1 秒看向选中项）都存在，只是犹豫的人“来回跑”得更勤快。
4. 这对 AI 有什么用？
现在的 AI（比如生成图片的模型）需要人类来教它什么好、什么坏。通常的做法是让人选“图 A 好”还是“图 B 好”。
- 现在的痛点：人类有时候是瞎蒙的，或者自己都没想清楚，但系统只记录了一个“选 A"的结果，不知道这个人当时有多纠结。
- 这篇论文的启示：如果我们加上眼动仪，就能知道：
- 这个人是不是真的喜欢这张图（通过眼神停留时间）。
- 这个人是不是在瞎蒙（通过眼神切换频率）。
- 应用：在训练 AI 时，我们可以给那些“眼神坚定”的投票更高的权重，把那些“眼神犹豫、来回乱跳”的投票过滤掉或降低权重。这样，AI 学到的东西就更靠谱，更懂人类真正的喜好。
总结
这就好比给 AI 配了一双“透视眼”。以前我们只能听到人类说“我选这个”，现在通过观察眼睛，我们还能看到人类怎么想的，以及有多确定。
虽然目前这种技术还主要用在实验室里，但它为未来让 AI 更懂人类、更精准地学习人类偏好打开了一扇新的大门。当然，作者也提醒，这种技术如果用在没有知情同意的地方（比如偷偷分析你的喜好），可能会侵犯隐私，所以需要谨慎使用。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。