Gaze transition entropy and automation trust in a multitasking workspace

Varför det spelar roll att följa ögonrörelser i cockpit

Moderna flygplanscockpits överflödas av rörliga mätare, varningslampor och automatiska hjälpsystem. I denna visuellt intensiva miljö måste piloter ständigt avgöra när de kan lita på automatiseringen och när de behöver kontrollera den. Denna studie utforskar en till synes enkel fråga med stora säkerhetskonsekvenser: kan vi förstå en pilots förtroende för automation bara genom att studera hur hens ögon rör sig över skärmarna? Genom att mäta hur förutsägbara eller slumpartade blickskiften är söker forskarna ett nytt, objektivt fönster in i sambandet mellan visuell uppmärksamhet och förtroende för automatiserade hjälpmedel.

Många skärmar, ett par ögon

Forskarna återanalyserade data från en tidigare simulatorstudie där 40 frivilliga spelade pilotrollen i en multitaskingsmiljö kallad Multi-Attribute Task Battery. Deltagarna jonglerade tre huvuduppgifter på en stor skärm: en systemövervakningsuppgift som bevakade simulerade motorer, en tracking-uppgift som höll en rörlig markör centrerad, och en kommunikationsuppgift som efterliknade radiomeddelanden. Ett automatiskt signaleringssystem varnade ibland för motorproblem, men det var inte perfekt: det kunde korrekt upptäcka problem eller utlösa falska larm. Medan deltagarna arbetade genom enklare och svårare varianter av trackinguppgiften registrerade en högfrekvent ögonspårare var de tittade och hur deras blick skiftade mellan de tre nyckelområdena på displayen.

Vad ”gaze entropy” berättar om sökbeteende

I stället för att enbart räkna hur länge personer tittade på automationen fokuserade den här studien på två närbesläktade mått på slumpmässighet, eller entropi, i ögonrörelserna. Stationary gaze entropy fångar hur jämnt någons blick fördelas över olika områden på skärmen. Gaze transition entropy fångar hur förutsägbara eller oförutsägbara deras blickhopp är när de rör sig från ett område till ett annat. Högre värden innebär bredare, mer utforskande skanning och mindre rutinmässiga, repetitiva ögonrörelser. Tillsammans ger dessa mått en rikare bild av hur människor visuellt utforskar komplexa arbetsytor, utöver traditionella mått som behandlar varje displayområde isolerat.

Förtroende byggt på vad automation faktiskt gör

För att koppla ögonbeteende till förtroende betygsatte deltagarna det automatiska signaleringssystemet med två enkäter. Den ena gav en generell förtroendepoäng, medan den andra delade upp förtroende i tre delar: förtroende baserat på hur väl systemet presterar, förtroende baserat på förståelse för hur det fungerar, och förtroende baserat på dess bakomliggande syfte eller avsikt. Forskarna använde bayesiska statistiska modeller för att se vilka av dessa förtroendedimensioner som bäst förutsade gaze entropy. Överraskande nog visade endast prestationsbaserat förtroende — det förtroende som grundas i vad automationen faktiskt gör — starka samband med båda typerna av gaze entropy. När deltagare uppgav högre prestationsbaserat förtroende var deras ögonrörelser mer utspridda och mindre förutsägbara, vilket tyder på mer utforskande skanning över displayen.

Uppmärksammönster vid förändrad arbetsbelastning

Studien jämförde också ögonrörelser när trackinguppgiften var enkel respektive svår. Vid svårare trackingförhållanden minskade båda gaze entropy-måtten, vilket innebär att deltagarnas blickar fokuserade snävare och följde mer rutinmässiga mönster. Detta stämmer med idén att högre arbetsbelastning tvingar människor att koncentrera sig på den mest krävande uppgiften och lämnar mindre kapacitet för bred utforskning. Även efter att svårighetsgraden beaktats var prestationsbaserat förtroende fortfarande förknippat med mer utforskande blickmönster. I kontrast visade förtroende baserat på förståelse för hur automationen fungerar, eller på uppfattningar om utformarnas avsikter, inga pålitliga samband med dessa ögonrörelsemönster. Detta tyder på att gaze entropy är särskilt känsligt för förtroende som formas av observerat systembeteende, inte djupare föreställningar om algoritmer eller motiv.

Vad detta betyder för säkrare automation

För en allmän publik är huvudpoängen att hur operatörer rör sina ögon över komplexa displayer kan avslöja hur mycket de litar på en automatiserad hjälp — särskilt när det förtroendet grundas i observerad prestation. Mer utforskande, mindre förutsägbar skanning verkar följa med högre prestationsbaserat förtroende, åtminstone i denna laboratoriemiljö. Eftersom verkliga cockpits är mer komplicerade och erfarna piloter kan skanna annorlunda än studentdeltagare, erbjuder gaze entropy ändå ett lovande verktyg för formgivare och tillsynsmyndigheter. Genom att övervaka ögonmönster kan framtida system upptäcka när förtroendet för automation glider för högt eller för lågt och justera utbildning, displayer eller larm för att hålla människor och maskiner säkrare tillsammans.

Citering: 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

Nyckelord: automation trust, eye tracking, cockpit displays, human factors, multitasking