Machine learning detecta intenção de leitura com 90% de acurácia
Contexto da pesquisa
A pesquisa em machine learning e inteligência artificial está avançando rapidamente, trazendo inovações significativas na forma como interpretamos a interação humana com textos. Um recente estudo desenvolvido na Technion – Israel Institute of Technology propõe uma nova abordagem para decifrar as intenções de leitura por meio do rastreamento ocular.
Método proposto
A equipe de pesquisadores criou modelos computacionais que combinam rastreamento ocular com processamento de texto. Esses modelos utilizam algoritmos de machine learning para identificar as intenções de leitura, como busca por informações específicas ou compreensão geral. Os dados foram coletados a partir do movimento dos olhos dos leitores em um único texto, onde círculos representam fixações e linhas representam saccades. O uso de eye-tracking permite uma análise detalhada do comportamento visual dos leitores.
Resultados e impacto
Os resultados indicam uma acurácia de cerca de 90% na detecção das intenções de leitura, alcançando quase 80% de precisão nos primeiros dois segundos de leitura. Segundo o Dr. Yevgeni Berzak, “Este estudo é parte de um programa mais amplo em que estamos desenvolvendo modelos de AI que inferem, em tempo real e a partir do movimento ocular, aspectos-chave do conhecimento linguístico do leitor” (“This study is part of a broader research program in which we are developing AI models that infer, in real time and from eye movements alone, key aspects of the reader’s linguistic knowledge.”)
— Dr. Yevgeni Berzak, Professor, Technion.
Esses avanços têm o potencial de oferecer novas metodologias para avaliar o conhecimento linguístico, personalizar textos e melhorar a acessibilidade para diferentes populações.
As próximas etapas envolvem a implementação prática dessa tecnologia em dispositivos comuns, como smartphones e tablets, facilitando sua adoção em áreas como educação e mídia.
Fonte: (TechXplore – Machine Learning & AI)
