ML-Assisted Cognitive Characterization of Human Problem Solving Behaviors through Visuo-Spatial Game
本研究利用基于集成学习的随机森林分类器和回归器，对来自视觉空间游戏的眼动追踪数据进行处理，成功地根据注视模式和游戏行为模式将玩家分为不同的行为组，即区分了解决者（专家型与坚持型玩家）与非解决者（尝试型与放弃型玩家）。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类的心智是导航大师，不断地扫描世界以寻找模式、解决难题并达成目标。几十年来，科学家们一直试图通过观察我们的行为来理解这一过程：我们所做的动作、我们做出的选择以及我们采用的策略。但很大一部分这种心理活动在我们采取行动之前就已经发生了。它发生在我们的眼睛移动的方式中——眼睛在一点与另一点之间跳跃，在细节上停留，或是在全局中扫描。这些眼动并非随机，它们是我们思维过程的直接窗口。当我们面对一个问题时，我们的眼睛会揭示我们是感到困惑，还是已经找到了前进的路径，亦或是陷入了试错的循环。通过研究这些视觉习惯，研究人员可以洞察人类解决问题的无形架构，从而区分出那些处于突破边缘的人和那些仅仅是在徘徊的人。
印度理工学院卡拉格普尔分校的一个研究小组决定利用一个经典谜题和一种现代工具来验证这一想法。他们召集了一群成年人，要求他们解决一种特定的视觉谜题，即 8 块拼图排列游戏。在这个游戏中，一张图像被分为九个区块，其中一个区块被移除（具体是右下角的方块），留下了一个空隙。玩家必须将图像块向空位滑动，以重建原始图像。这听起来很简单，但通往解决方案的路径很少是笔直的。研究人员为参与者配备了眼动追踪设备——这是一种能够记录一个人注视哪里以及注视多久的摄像机，每秒能捕捉数千个数据点。当玩家移动拼图块时，机器记录下了他们的注视轨迹，绘制出一张详细的注意力地图。其目标不仅是看谁解开了谜题，而是要理解他们的眼睛如何根据他们是成功解决了问题、挣扎了多久，还是完全放弃了，从而表现出不同的移动方式。
研究人员使用了一种强大的计算机程序（一种机器学习模型）来分析眼动追踪数据。他们不仅仅关注最终得分；相反，他们逐步观察整个过程的发展。他们发现，早在谜题结束之前，玩家的眼睛就已经讲述了一个清晰的故事。计算机可以将人群分为两大类：最终解开了谜题的人，他们被称为“解题者”（Solvers）；以及没有解开谜题的人，被称为“非解题者”（Non-solvers）。两者的区别不在于他们做了多少次移动，而在于他们注视的节奏和模式。解题者展现出一种独特的视觉行为，计算机可以高精度地识别这种行为，且通常在游戏的最初几步内就能识别出来。这表明，一个人观察问题的方式几乎立即揭示了他们的策略。
但故事并未止步于这两个群体。研究人员发现，在解题者内部，还存在着两种截然不同的思考类型。第一类是“专家”（Experts），他们以稳定且具有策略性的目光对待谜题。他们的注视是专注且高效的，带着明确的目的性向解决方案移动。第二类是“坚持型玩家”（Persistent players），他们也解开了谜题，但他们的眼睛讲述了另一个故事。他们的目光是飘忽不定的，在不同区域之间反复跳跃、回溯，在最终找到出路之前表现出明显的困惑。他们解决了问题，但他们是通过在各种可能性中徘徊，而非从一开始就清晰地看到路径来完成任务的。同样，非解题者也不尽相同。一些人是“尝试者”（Triers），他们花了很长时间试图解决谜题。他们的眼睛展现出努力与探索交织的状态；他们在寻找答案，测试想法，有时甚至在放弃前已经非常接近解决方案。另一类则是“放弃者”（Quitters），他们表现出缺乏参与感。他们的注视模式表明他们并没有寻找解决方案的真实意图；他们没有在进行探索，而是在单纯地等待游戏结束。
最令人震惊的发现之一是这些差异出现得有多早。计算机模型在仅观察到游戏极小一部分后，就能以极高的确定性预测玩家会成功还是失败。研究人员将这个时刻称为“鞍点”（saddle point），即玩家的行为稳定进入清晰模式的时刻。对于专家来说，这几乎是瞬间发生的。对于尝试者来说，由于他们在棋盘上进行探索，这需要稍长一点的时间，但他们的尝试模式仍然与放弃者有着明显的区别，因为后者没有表现出任何努力的模式。研究还探讨了计算机预测游戏未来的能力。通过观察早期的眼动，模型可以估算玩家还需要多少步才能完成，或者他们会在放弃前继续玩多久。当计算机针对特定类型的玩家进行训练，学习专家独特的“语言”或尝试者的特定挣扎时，预测最为准确。
研究人员还观察了数据中的“噪声”以了解玩家的精神状态。他们发现，专家的眼动信号非常干净、稳定，这暗示了一种冷静且自信的心态。然而，坚持型玩家的信号则有更多的噪声，其眼睛跳动得更加频繁，反映了他们在摸索过程中付出的心理努力。尝试者也表现出了这种多变且带有噪声的模式，这符合逻辑，因为他们正在积极寻找一个虽然无法完全掌握但却在努力把握的答案。至于放弃者，他们展现的是另一种类型的稳定性，这种稳定性源于脱离感而非专注力。这项研究表明，我们观察问题的方式是认知策略的一个敏感指标。它揭示了我们是在深度思考，还是陷入了循环，亦或是已经失去了兴趣。
这项研究提供了一种理解人类智能的新方式，不是通过人们自称在做什么，而是通过他们的眼睛揭示他们在想什么。它表明，解决问题并非单一的技能，而是一系列不同的行为集合，从专家的战略清晰到尝试者的坚定但困惑的搜索。这种在任务早期检测到这些模式的能力，对于想要帮助人们学习的教育者或设计者来说可能非常有价值。如果一个系统能够识别出一名学生是正处于洞察边缘但需要一点点提示的“尝试者”，它就可以在合适的时刻提供恰当的提示来帮助其成功。反之，它也可以识别出某人是否已经真正放弃，从而采取不同类型的干预措施。这项工作证实了我们的眼睛不仅仅是消极的摄像机，它们是思考的积极参与者，在我们的双手移动之前，就已经勾勒出了通往解决方案的路径。
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。