La progettazione delle mappe e la comprensione della percezione visiva dei dati spaziali hanno impiegato metodi che monitorano il movimento degli occhi tra gli spettatori. Gli studi, ad esempio, hanno esaminato il periodo di tempo e le zone in cui gli occhi si concentrano mentre gli spettatori guardano delle mappe. In associazione con metodi standard che utilizzano dei questionari, il miglioramento delle mappe interattive può trarre vantaggio dall’integrazione del monitoraggio del movimento oculare.
Rendere migliori le mappe capendo dove guardano gli spettatori
I miglioramenti hanno incorporato esperimenti in cui i dati registrano i movimenti oculari, comprendendo così quali informazioni sono più coerenti ed efficaci per i diversi spettatori , così da percepire informazioni corrette facilmente e rapidamente. Un metodo utilizza cubi spazio-tempo che forniscono fasce temporali e approfondimenti regionali in modo che l’analisi spazio-temporale, compresi i percorsi spazio-temporali, possano essere mappati e determinati, fornendo una maggiore comprensione delle tradizionali mappe statiche che registrano semplicemente dove qualcuno guarda.
Utilizzo dei dati GIS e del movimento oculare per comprendere la sicurezza stradale
Oltre a progettare e comprendere la mappa, altri approcci hanno tentato di estendere la consapevolezza spaziale e altre funzioni, compresa la guida, dove la sicurezza spesso significa coordinamento visivo e cognitivo. I ricercatori hanno sviluppato dei modelli, come il modello di coordinazione visuale-motoria, che tiene traccia di come i movimenti degli occhi variano in relazione ai movimenti del veicolo. L’idea è di capire come i movimenti motori possono essere correlati alla percezione cognitiva del guidatore, inclusa la rapidità con cui la percezione può condurre ad azioni di guida (ad esempio, fare manovre evasive).
I movimenti oculari possono essere geocodificati, mentre un GPS può essere utilizzato per ottenere movimenti precisi dell’auto, così da comprendere ogni piccolo cambiamento nel posizionamento di un’auto quando si verifica una variazione del movimento oculare. In effetti, tra i guidatori più anziani, le differenze tra i movimenti della macchina e degli occhi sono state più evidenti; la ricerca ha mostrato che curve e svolte a destra all’interno della rotonda danno ai conducenti maggiori difficoltà tra percezione e capacità di reagire in modo efficace nelle auto.
Differenze nel modo in cui i vari spettatori percepiscono le informazioni hanno utilizzato tecniche statistiche come l’analisi della varianza (ANOVA); tuttavia, sempre più, la sfida principale è diventata la visualizzazione e la comprensione della grande quantità di dati sul movimento degli occhi come una sfida di “big data”, in cui la visualizzazione e i grandi set di dati spazio-temporali devono essere valutati per modelli più ampi. Il campo dell’analisi visiva di grandi insiemi di dati ha aperto la strada alla creazione di nuove tecniche e di metodi per l’analisi matematica e visiva, in cui le tecniche incorporano approcci statistici e di apprendimento automatico. Con aree nuove e in crescita in cui il monitoraggio oculare e il GIS possono essere utilizzati insieme, le tecniche dei big data rappresenteranno un modo principale per la comprensione visiva e analitica della cognizione spaziale negli anni a venire.
