Augenbewegungen verraten persönliche Prioritäten wie ein Fingerabdruck

Betritt man ein gut besuchtes Café, könnte das Allererste, worauf die Augen fallen, etwas ebenso Persönliches verraten wie ein Fingerabdruck.

Neue Forschungsergebnisse zeigen, dass Augenbewegungen unverwechselbar genug sein können, um eine Person zu identifizieren – allein anhand der Objekte, die für sie eine persönliche Bedeutung haben.

Die Studie wirft neue Fragen dazu auf, wie viel wir in einer Welt permanenter digitaler Überwachung preisgeben.

Geleitet wurde die Forschung von Caroline Robertson, Professorin für Psychologie und Hirnforschung am Dartmouth College.

Jeder nimmt denselben Raum anders wahr

Seit Jahrzehnten untersuchen Psychologinnen und Psychologen, wie Menschen ihre Aufmerksamkeit lenken, wenn sie eine unbekannte Umgebung erfassen.

Zwar verlassen die meisten Menschen einen Raum mit einem ungefähr ähnlichen Eindruck davon, doch der genaue Weg ihrer Blicke dorthin – worauf sie schauen, wo sie verweilen und wie lange – unterscheidet sich von Person zu Person erheblich.

„Schon in den ersten Momenten, in denen wir eine neue Umgebung aufnehmen, treffen wir grundlegend unterschiedliche Entscheidungen darüber, worauf wir unsere Aufmerksamkeit richten“, sagte Robertson.

„Diese Arbeit legt nahe, dass unsere verborgenen konzeptionellen Prioritäten in den Mustern unseres Blicks verankert sind.“

Die Suche nach bedeutsamen Dingen

Der Begriff der konzeptionellen Priorität beschreibt eine persönliche Neigung, die bestimmt, was jemandem visuell sofort ins Auge springt.

Eine Flagge und ein Football sehen völlig verschieden aus, können jedoch über Konzepte wie Patriotismus oder nationale Identität miteinander verbunden sein.

Der Untersuchung zufolge verbringen Menschen in neuen Umgebungen mehr Zeit damit, nach Dingen zu suchen, die konzeptionell reichhaltig und für sie persönlich bedeutsam sind.

Die Studie deutet darauf hin, dass die Wahl dessen, wonach jemand schaut, beinahe wie ein Persönlichkeitsfingerabdruck funktionieren kann.

Menschen beim Sehen beobachten

Für die Untersuchung ließ Robertsons Team rund 60 Teilnehmende VR-Headsets tragen und jeweils 16 Sekunden lang verschiedene Alltagsszenen erkunden – eine Autowerkstatt, ein öffentliches Schwimmbad und einen Flughafen. Dabei konnten sie frei entscheiden, wohin sie blickten.

Anschließend nutzten die Forschenden die von den Headsets erfassten Eye-Tracking-Daten, um drei aufeinander aufbauende Modelle zu entwickeln.

Ein Machine-Learning-Modell rekonstruierte präzise, wohin jede Person geschaut hatte. Ein Sehmodell erkannte, welche Objekte ihre Aufmerksamkeit auf sich zogen, und ein großes Sprachmodell analysierte die konzeptionellen Themen, die diese Objekte verbanden.

Das LLM erstellte beschreibende Bildunterschriften, die mögliche Geschichten hinter dem andeuteten, was eine Person gerade ansah.

Eine Bildunterschrift lautete: „eine Flagge, die an der Wand hängt und nationale Identität signalisieren könnte.“ Eine andere lautete: „eine Rakete, die zu militärischer Ausrüstung gehört und Teil einer Luftfahrtausstellung sein könnte.“

Das konzeptionelle Modell war überlegen

Bei der Auswertung zeigte sich, dass sowohl das Sehmodell als auch das LLM in der Lage waren, Personen anhand ihrer individuellen Augenbewegungen zu identifizieren.

Am treffsichersten war jedoch das LLM, das speziell die konzeptionellen Vorlieben der Menschen abbildete.

Die konzeptionelle Karte dessen, was eine Person anzog, erwies sich als aussagekräftiger für ihre Identifizierung als das reine visuelle Muster ihrer Blickrichtungen.

Objekte ohne physische Ähnlichkeit, die jedoch ein gemeinsames Thema aufweisen, konnten gemeinsam betrachtet eine Person von einer anderen unterscheiden.

In einer Büroszene fühlte sich beispielsweise eine Person zuerst zu schreibbezogenen Gegenständen wie Tastaturen und Notizblöcken hingezogen, während eine andere architektonische Einzelheiten wie Zierleisten und dekorative Wandverkleidungen in den Blick nahm.

Keine der beiden Objektgruppen sieht einheitlich aus, doch jede spiegelt etwas Eigenständiges darüber wider, was die betreffende Person interessant findet.

Stabile Muster der Augenbewegungen, die nicht verschwinden

Diese Vorlieben waren zudem nicht nur vorübergehend.

Als etwa die Hälfte der Gruppe eine Woche später zurückkehrte, um einen völlig neuen Satz von Szenen zu erkunden, sagten die auf ihren früheren Eye-Tracking-Daten basierenden Modelle weiterhin genau voraus, welche visuellen Merkmale ihre Aufmerksamkeit auf sich ziehen würden.

„Das legt nahe, dass individuelle Unterschiede in Blickmustern stabile Präferenzen auf Persönlichkeitsebene enthalten, die über einzelne Testtage hinausgehen“, sagte Robertson.

Einheitliche Phasen der Wahrnehmung

Trotz der individuellen Unterschiede durchliefen die Teilnehmenden im Allgemeinen drei beständige Wahrnehmungsphasen.

Während der ersten zwei Sekunden beim Betrachten einer neuen Szene konzentrierte sich ihr Blick auf räumliche Dimensionen, etwa den Horizont und die Bildmitte.

Danach verlagerte sich die Aufmerksamkeit auf auffällige visuelle Elemente und nach etwa acht Sekunden auf die tiefere Bedeutung dessen, was sie betrachteten.

Für die Forschenden war dieser Ablauf intuitiv nachvollziehbar.

Menschen orientieren sich zunächst im Raum, verschaffen sich dann einen Überblick über Gegenstände und Personen und wechseln schließlich in einen stärker interpretierenden Modus, um zu verstehen, was all das bedeutet.

Mehr Kontext, präziseres Signal

Je detaillierter die konzeptionellen Informationen waren, die dem LLM bereitgestellt wurden, desto genauer konnte es zwischen Personen unterscheiden.

Längere Bildunterschriften mit mehr Kontext – etwa „ein Hut, den sie auf dem Kopf trägt und der ihre Augen vor der Sonne schützen könnte“ – führten zu markanteren Reaktionen als eine knappe Beschreibung wie „ein Hut, den sie auf dem Kopf trägt“.

Je ausgeprägter das Blickmuster einer Person war, desto leichter konnte das Modell es erkennen.

Die offen sichtbare Frage des Datenschutzes

Die Forschenden betonen, dass Eye-Tracking-Daten allein wahrscheinlich keine Informationen wie die politischen Ansichten oder die vollständige Persönlichkeit einer Person offenlegen können.

Die Ergebnisse legen jedoch nahe, dass VR- und AR-Technologie invasiver sein könnte, als die meisten Menschen annehmen. Möglicherweise gibt sie Werbetreibenden mehr persönliche Informationen preis als gewöhnliches Surfen im Internet.

Offenbar handelt es sich um die erste Studie, die ein LLM zur Modellierung visueller Blickbewegungen einsetzt, und die Forschenden erwarten, dass sie nicht die letzte bleiben wird.

Blickbewegungen als klinischer Marker

Das Team hofft außerdem, dass der Ansatz einen echten klinischen Nutzen haben könnte.

Die Erstautorin der Studie, Amanda „AJ“ Haskins, erwarb 2024 ihren Doktortitel in Dartmouth und arbeitet heute als Postdoktorandin an der University of California, San Diego.

„Individuelle Unterschiede im Blickverhalten sind nicht zufällig, sondern von Ort zu Ort beständig und über die Zeit stabil“, sagte Haskins.

„Das ist wichtig, wenn wir den Blick als klinischen Marker für Erkrankungen wie Autismus einsetzen wollen.“

Ein Werkzeug für eine frühere Diagnose

Ein bekanntes Kennzeichen von Autismus ist die geringere Aufmerksamkeit für Gesichter. Bisher war jedoch nie vollständig geklärt, ob dieses Meiden durch visuelle oder durch konzeptionelle Faktoren verursacht wird.

Die in dieser Studie entwickelte Methode könnte Forschenden erstmals helfen, diesen Unterschied genauer herauszuarbeiten.

Sie könnte außerdem eine frühere Autismusdiagnose ermöglichen. Symptome können bereits im Alter von zwei Jahren auftreten, während das nationale Durchschnittsalter bei der Diagnose derzeit bei vier Jahren liegt.

„Je früher man erkennen könnte, dass ein Kind die Welt anders verarbeitet, desto früher könnte man das Lernumfeld entsprechend anpassen“, sagte Robertson.

Für die Zukunft plant das Forschungsteam zu untersuchen, ob die Kombination visueller und kognitiver Aufmerksamkeitsdaten in einem einzigen multimodalen Modell diese Vorhersagen noch weiter verbessern könnte.

Zudem möchten die Forschenden prüfen, ob sich die ermittelten konzeptionellen Prioritäten zwischen unterschiedlichen Kulturen oder klinischen Populationen systematisch unterscheiden.