Twoje oczy zdradzają więcej niż twarz. AI odczytała z ruchu gałek ocznych unikalny „odcisk palca”

Wejdź do zatłoczonej kawiarni. Twój wzrok automatycznie wędruje ku pewnym przedmiotom, ignorując inne. To nie przypadek. Zespół z Dartmouth College dowiódł, że ten schemat spojrzenia jest tak unikalny jak linie papilarne i może posłużyć do twojej identyfikacji przez sztuczną inteligencję.

Koncepcyjny plan priorytetów

→ Czytaj też: Największy otwarty model AI ma 2,8 biliona parametrów. Chiny rzucają wyzwanie USA

Psychologowie od dawna badają, na czym świadomie lub nieświadomie skupiamy uwagę w nowym otoczeniu. Caroline Robertson, profesor nadzwyczajna nauk psychologicznych i o mózgu na Dartmouth, wraz z zespołem odkryła, że za ruchami naszych oczu kryją się głębokie „priorytety konceptualne”. To osobiste uprzedzenia, które decydują, co wizualnie „wyskakuje” nam przed oczy.

Amerykańska flaga i piłka do futbolu nie są do siebie fizycznie podobne. Łączy je jednak abstrakcyjny temat, na przykład patriotyzm. Badanie opublikowane w Proceedings of the National Academy of Sciences wykazało, że nasze oczy instynktownie dłużej poszukują obiektów pasujących do naszych wewnętrznych, tematycznych zainteresowań. „Od najwcześniejszych chwil w nowym środowisku dokonujemy radykalnie różnych wyborów dotyczących tego, na co zwracamy uwagę” – komentuje Robertson.

Trzy akty patrzenia

→ Czytaj też: AI rozszyfrowała śpiew ptaków. Co mówią nam od lat?

Niezależnie od osobistych preferencji, wszyscy przechodzimy przez sztywny, trzyczęściowy biologiczny scenariusz eksploracji wzrokowej. Badacze wyposażyli około 60 uczestników w gogle VR i pozwolili im swobodnie rozglądać się po serii codziennych scen – od warsztatu samochodowego po basen publiczny.

Analiza danych z eyetrackingu ujawniła trzy wyraźne etapy:

• Etap 1 (0–2 sekundy): Orientacja przestrzenna. Mózg błyskawicznie skanuje fizyczne wymiary pomieszczenia, takie jak horyzont i środek sceny.
• Etap 2 (2–8 sekund): Wyrazistość wizualna. Wzrok przesuwa się ku rzucającym się w oczy, fizycznie wybijającym się obiektom i ludziom.
• Etap 3 (8–16 sekund): Semantyka interpretacyjna. Mózg przechodzi w głęboki tryb koncepcyjny, koncentrując się mocno na znaczeniu obiektów.

Dopiero w trzeciej fazie ujawnia się nasza indywidualność. Jedna osoba w biurze najpierw spogląda na przedmioty związane z pisaniem, jak klawiatury i notesy. Inna koncentruje się na elementach architektonicznych – sztukateriach i dekoracyjnych panelach.

Wielki model językowy jako detektyw tożsamości

Kluczowym elementem eksperymentu było wykorzystanie dużego modelu językowego (LLM) do analizy tematycznych powiązań między obiektami, na które patrzyli badani. Model generował podpisy sugerujące potencjalne historie, na przykład: „flaga na ścianie, która może sygnalizować tożsamość narodową”.

Gdy naukowcy porównali skuteczność identyfikacji, wyniki zaskoczyły. Śledzenie surowych cech fizycznych obiektów było mniej dokładne niż analiza ich znaczenia. To mapa koncepcyjna okazała się najbardziej predykcyjna. „Sugeruje to, że indywidualne różnice we wzorcach spojrzenia zawierają stabilne preferencje na poziomie osobowości, które utrzymują się w czasie” – podkreśla Robertson. Gdy połowa grupy wróciła tydzień później, by oglądać nowe obrazy, modele AI zbudowane na podstawie wcześniejszych danych dokładnie przewidziały, jakie obiekty przyciągną ich wzrok.

Obietnica kliniczna i widmo inwigilacji

To pierwszy raz, gdy LLM został użyty do modelowania ludzkiego spojrzenia. Amanda Haskins, pierwsza autorka badania, wskazuje na potencjalnie rewolucyjne zastosowanie w diagnostyce autyzmu. Określenie, czy unikanie przez dziecko kontaktu wzrokowego z twarzami wynika z przetwarzania wizualnego, czy z głębszego wyboru koncepcyjnego, mogłoby obniżyć średni wiek diagnozy z czterech lat do około dwóch. Wcześniejsze wsparcie edukacyjne stałoby się faktem.

Jednak ta sama technologia niesie poważne zagrożenie dla prywatności. W miarę jak konsumenckie gogle VR i AR staną się codziennością, dane z eyetrackingu mogą stać się wyjątkowo inwazyjne. Reklamodawcy mogliby pasywnie zbierać informacje o twoich poglądach politycznych, hobby i profilu psychologicznym wyłącznie na podstawie tego, na co patrzysz. To skok daleko poza tradycyjne kliknięcia w sieci. Twoje spojrzenie staje się cyfrowym podpisem, który zdradza cię w każdej sekundzie.