Entropia da transição do olhar e confiança na automação em um ambiente multitarefa

Por que observar os movimentos oculares importa em cockpits

Os cockpits de aeronaves modernas inundam os pilotos com mostradores em movimento, luzes de aviso e assistentes automatizados. Nesse mundo visual carregado, os pilotos precisam decidir constantemente quando confiar na automação e quando verificá‑la. Este estudo investiga uma questão aparentemente simples, porém com grandes implicações de segurança: é possível inferir a confiança de um piloto na automação apenas estudando como seus olhos se movem pelas telas? Ao medir quão previsíveis ou aleatórios são os deslocamentos do olhar, os pesquisadores procuram uma nova janela objetiva sobre a relação entre atenção visual e confiança em auxílios automatizados.

Muitas telas, um par de olhos

Os pesquisadores reanalisaram dados de um estudo anterior em simulador no qual 40 voluntários desempenharam o papel de pilotos em um ambiente multitarefa chamado Multi-Attribute Task Battery. Os participantes equilibravam três tarefas principais em uma grande tela: uma tarefa de monitoramento de sistema que observava motores simulados, uma tarefa de rastreamento que mantinha um cursor em movimento centralizado e uma tarefa de comunicação que imitava mensagens de rádio. Um sistema de sinalização automatizado às vezes os alertava sobre problemas nos motores, mas era imperfeito: podia detectar corretamente problemas ou disparar falsos alarmes. Enquanto os participantes realizavam versões mais fáceis e mais difíceis da tarefa de rastreamento, um rastreador ocular de alta velocidade registrava onde eles olhavam e como o olhar se deslocava entre as três regiões principais do display.

O que a “entropia do olhar” nos diz sobre a busca

Em vez de simplesmente contar quanto tempo as pessoas olhavam para a automação, este estudo concentrou‑se em duas medidas relacionadas de aleatoriedade, ou entropia, nos movimentos oculares. A entropia do olhar estacionário captura quão uniformemente o olhar de alguém se distribui entre diferentes áreas da tela. A entropia de transição do olhar captura quão previsíveis ou imprevisíveis são os saltos do olhar quando a pessoa se move de uma área para outra. Valores mais altos significam um escaneamento mais amplo e exploratório e movimentos oculares menos rotineiros e repetitivos. Em conjunto, essas medidas oferecem um quadro mais rico de como as pessoas exploram visualmente espaços de trabalho complexos, além das métricas tradicionais que tratam cada área do display de forma isolada.

Confiança baseada no que a automação realmente faz

Para conectar o comportamento ocular à confiança, os participantes avaliaram o sistema de sinalização automatizado por meio de dois questionários. Um forneceu uma pontuação geral de confiança, enquanto o outro decompos a confiança em três partes: confiança baseada no desempenho do sistema, confiança baseada no entendimento de como ele funciona e confiança baseada em seu propósito ou intenção subjacente. Os pesquisadores usaram modelos estatísticos bayesianos para ver quais dessas dimensões de confiança melhor previam a entropia do olhar. Surpreendentemente, apenas a confiança baseada no desempenho — a confiança fundamentada no que a automação realmente faz — mostrou fortes vínculos com ambos os tipos de entropia do olhar. Quando as pessoas relataram maior confiança baseada no desempenho, seus movimentos oculares foram mais amplos e menos previsíveis, sugerindo um escaneamento mais exploratório pelo display.

Padrões de atenção sob carga de trabalho variável

O estudo também comparou os movimentos oculares quando a tarefa de rastreamento era fácil versus difícil. Em condições de rastreamento mais difíceis, ambas as medidas de entropia do olhar diminuíram, o que significa que os olhos dos participantes se concentraram mais e seguiram padrões mais rotineiros. Isso se alinha com a ideia de que uma carga de trabalho maior força as pessoas a se concentrarem na tarefa mais exigente e reduz a capacidade para uma exploração ampla. Ainda assim, mesmo após controlar pela dificuldade, a confiança baseada no desempenho continuou alinhada com um olhar mais exploratório. Em contraste, a confiança baseada no entendimento de como a automação funciona, ou em crenças sobre as intenções do projetista, não mostrou vínculos confiáveis com esses padrões de movimento ocular. Isso sugere que a entropia do olhar é particularmente sensível à confiança formada a partir do comportamento visível do sistema, não a crenças mais profundas sobre algoritmos ou motivos.

O que isso significa para uma automação mais segura

Para um público geral, a conclusão principal é que a forma como operadores movem os olhos em torno de displays complexos pode revelar quanto eles confiam em um assistente automatizado — especialmente quando essa confiança está baseada no desempenho observado. Um escaneamento mais exploratório e menos previsível parece acompanhar maior confiança baseada no desempenho, ao menos neste cenário de laboratório. Embora cockpits reais sejam mais complicados e pilotos experientes possam escanear de forma diferente de voluntários estudantes, a entropia do olhar oferece uma ferramenta promissora para projetistas e reguladores. Ao monitorar padrões oculares, sistemas futuros podem detectar quando a confiança na automação está se deslocando para níveis excessivos ou insuficientes e ajustar treinamentos, displays ou alertas para manter humanos e máquinas trabalhando juntos com segurança.

Citação: Yamani, Y., Jackson, A., Sato, T. et al. Gaze transition entropy and automation trust in a multitasking workspace. Sci Rep 16, 11122 (2026). https://doi.org/10.1038/s41598-026-41338-0

Palavras-chave: confiança na automação, rastreamento ocular, painéis de cockpit, fatores humanos, multitarefa