Melhoria da interação multimodal em sistema digital de patrimônio cultural: análise do comportamento do usuário e reconstrução da interface da biblioteca de digitalização do Museu do Palácio

Levando a Cidade Proibida para Sua Tela

O Museu do Palácio, em Pequim, lar dos tesouros da Cidade Proibida, investiu enormes esforços na digitalização de suas obras e artefatos. Visitantes em qualquer lugar do mundo agora podem ampliar detalhes requintados que antes exigiam uma lupa e uma visita especial. Ainda assim, muitas pessoas saem após apenas alguns minutos, impressionadas com as imagens, mas sem ter certeza do que realmente aprenderam. Este estudo faz uma pergunta simples com grandes implicações: como um museu digital pode ser redesenhado para que visitantes comuns, não apenas especialistas, sintam e compreendam verdadeiramente a cultura por trás das imagens?

De Imagens Nítidas a Compreensão Rasa

Os pesquisadores começam observando uma tensão no cerne de muitos projetos de patrimônio digital. Escaneamentos de alta precisão e modelos 3D capturam cada fissura no esmalte de uma cerâmica ou cada pincelada em um rolo pintado. Mas os sistemas online que exibem essas maravilhas frequentemente tratam os usuários como espectadores passivos. A interação limita‑se principalmente a girar, ampliar e rolar por longas descrições técnicas. Como resultado, significados culturais ricos ficam enterrados sob termos especializados, e a maioria dos visitantes termina “vendo coisas sem conhecer suas histórias”. A biblioteca de relíquias digitais do Museu do Palácio é um exemplo claro: tecnicamente impressionante, mas narrativamente fragmentada e difícil de navegar para não especialistas.

Observando Olhares para Entender Mentes

Para descobrir o que diferentes visitantes realmente fazem nessas páginas, a equipe realizou experimentos de rastreamento ocular com três grupos: acadêmicos profissionais, entusiastas de história e turistas em geral. Os participantes completaram tarefas que variaram da exploração livre a buscas direcionadas e operações complexas, como comparar artefatos relacionados. Pequenas câmeras em óculos especiais registraram onde os olhos pousavam, quanto tempo permaneciam e como o olhar saltava pela tela. Ao mesmo tempo, softwares registraram cliques do mouse e rolagem, e após cada sessão os voluntários avaliaram o esforço mental das tarefas e participaram de entrevistas aprofundadas sobre o que os confundiu ou os ajudou.

Três Maneiras de Olhar o Mesmo Objeto

Os dados revelaram três padrões distintos de atenção e comportamento. Os acadêmicos passaram a maior parte do tempo em painéis técnicos que listam materiais, medidas e datas, movendo‑se em um caminho linear e ordenado da imagem principal aos dados e itens relacionados. Eles realizaram as tarefas rapidamente e relataram o menor esforço mental. Os entusiastas, por contraste, alternavam entre a imagem principal e seções que explicam contexto histórico e simbologia, usando narrativas para aprofundar a compreensão. Os turistas focaram fortemente na imagem 3D principal e em recomendações chamativas, frequentemente se perdendo na interface. Eles interpretaram mal rótulos de categorias, tropeçaram em termos como “dourado”, cometeram muito mais cliques equivocados e relataram sentir sobrecarga e insegurança sobre o que fazer em seguida. Em outras palavras, a mesma página servia bem aos especialistas, despertava a curiosidade dos entusiastas e, silenciosamente, excluía os novatos.

Projetando um Museu que Ouve e Responde

Baseando‑se em teorias de empatia e na “materialidade” dos meios, os autores argumentam que o patrimônio digital deve evoluir da exibição estática para uma experiência mais sensorial e rica em narrativas. Propõem um redesenho multimodal centrado na fusão de visão e som. Visualmente, as páginas ganhar‑hariam guias claros e dinâmicos que destacam detalhes importantes, mostram pontos de interesse em motivos como dragões ou texturas de laca e reordenam seções com base em trajetórias típicas de olhar. Audivelmente, cada artefato ofereceria explicações em camadas: comentários especializados para acadêmicos, narrações para entusiastas e introduções em linguagem simples para visitantes casuais. Um sistema de perguntas e respostas por voz permitiria que usuários fizessem perguntas naturais e recebessem respostas curtas e personalizadas, enquanto simulações sonoras sutis — como o tilintar de um sino de bronze ou o arrastar de trabalho em laca — evocariam a presença física dos objetos.

De Clicar a Viver a Cultura

Para um leitor geral, a conclusão é que um bom museu digital não é apenas uma galeria de imagens em alta resolução. Deve parecer mais uma visita guiada que se adapta a quem você é e a como você explora. Ao mostrar como diferentes tipos de usuários realmente se comportam no site do Museu do Palácio, este estudo constrói um argumento prático para redesenhar sistemas de patrimônio digital em torno da percepção humana, e não apenas da tecnologia. Os autores ainda não implementaram sua visão completa, mas delineiam um roteiro claro: usar dados de comportamento reais para orientar visuais mais intuitivos, som mais rico e narrativa em camadas. Se concretizada, essa abordagem poderia transformar navegações rápidas e superficiais em jornadas imersivas nas quais as pessoas não apenas admiram objetos antigos, mas também se conectam às vidas, habilidades e valores que eles encarnam.

Citação: Ke, L., Qin, H., Long, J. et al. Multimodal interaction enhancement of digital cultural heritage system: user behavior analysis and interface reconstruction of the heritage scanning library of the palace museum. Sci Rep 16, 10654 (2026). https://doi.org/10.1038/s41598-026-44955-x

Palavras-chave: patrimônio cultural digital, Museu do Palácio, design de interface de museu, interação multimodal, experiência do usuário