VRで60人の視線を追跡、1週間後も「その人らしさ」は健在
私たちが何を見て、何を見ないかは、実は指紋のように一人ひとり異なるのかもしれません。
米ダートマス大学の研究チームがVR（仮想現実）ゴーグルを使った実験で、人の視線の動き方（走査パターン）が個人を識別できるほど安定していることを明らかにしました。
同じ景色を見ても、記憶や興味に応じて視線の軌跡はまったく違うものになるといいます。Valley News、Vermont Public、Neuroscience Newsなど米メディアが報じています。
実験の内容 – VRで100種類の光景を見せる
研究を率いたのは、ダートマス大学心理・脳科学准教授のキャロライン・ロバートソン氏と、第一著者で現在はカリフォルニア大学サンディエゴ校の博士研究員を務めるアマンダ・ハスキンズ氏らのチームです。
実験では、約61人の参加者がアイトラッキング（視線計測）機能付きのVRヘッドセットを装着し、自動車整備工場や屋内プール、空港など100種類の日常的な光景を一つあたり16秒間ずつ自由に眺めました。研究チームが特に注目したのは、初めて見る光景に対して「最初にどこへ視線が向かうか」という点です。
さらに参加者の半数は1週間後に別の新しい光景セットで再テストを受け、視線パターンが時間や光景の内容を超えて再現されるかどうかも検証されました。単発の実験にありがちな「偶然の一致」を排除するための、実験デザイン上の重要な工夫だと言えるでしょう。
これまでの視線研究の多くは、平面のディスプレイ上で静止画を見せる手法が中心でした。今回VR空間を用いたのは、首や体の向きを変えながら周囲を見渡すという、より現実の行動に近い状況で視線データを集めるためです。日常生活に近い環境で個人差が再現されたことは、この手法の説得力を大きく高めています。
AIが解き明かした「視線の指紋」
研究チームは視線データを説明するために、性質の異なる3種類の計算モデルを比較しました。
- 空間モデル：画面上の位置関係など、空間的な特徴を基にしたモデル
- 視覚モデル：物体の形や色といった見た目を認識する画像認識モデル
- 言語モデル：大規模言語モデル（LLM、文章の意味を理解できるAI）を用い、写っている物同士の「意味的なつながり」を捉えるモデル
結果、個人を最も正確に識別できたのは大規模言語モデルを使ったモデルでした。例えば「国旗」が写っていた場合、単に色や形を認識するだけでなく、「国旗＝国家的アイデンティティの象徴」という意味的な連想まで踏まえることで、愛国心の強い人がより早く国旗に目を留める傾向を説明できたといいます。
視線の動きは、見えているものをただ機械的に追っているのではなく、その人の関心や記憶、価値観といった内面を反映した「解釈のプロセス」であることが、複数のAIモデルを比較する手法によって裏付けられた形です。単眼カメラによる視線推定が普及しつつある今、こうした知見はAIが人間の内面をどこまで読み取れるかという、より大きな議論にもつながっていきます。
これまで大規模言語モデルは、主に文章の生成や要約といったテキスト処理の文脈で語られてきました。今回のように、テキストとは無関係な「視線」という身体的な行動データの解釈にまでLLMの意味理解能力が応用され、しかも従来の画像認識モデルより高い精度を示した点は、AI研究者の間でも注目を集めています。
視線が生まれる3つの段階
さらに研究チームは、光景を見てから視線が動くまでのプロセスを、時間経過に沿って3つの段階に分解しました。
- 0〜2秒：空間的な配置を大まかに把握する段階
- 2〜8秒：物体そのものの視覚的な目立ちやすさに反応する段階
- 8〜16秒：意味づけや解釈が入り込み、個人差が最も強く現れる段階
興味深いのは、個人差が時間とともに大きくなっていく点です。最初の2秒間は誰もが似たような場所に目を向ける一方、時間が経つにつれて、その人ならではの関心や価値観に基づいた「意味づけ」が視線を左右するようになります。
ロバートソン氏は「私たちが世界をどう眺めるかには、非常に信頼性が高く安定した個人差がある」と説明しています。同じ部屋にいる2人が同じ光景を見ていても、実際に脳へ取り込まれている情報は同じではない、という点は直感に反しますが、今回のデータはそれを裏付けています。
同氏はさらに「私たちが視覚環境に何を持ち込むかが、その光景を最初にどう符号化するかまで左右している」とも述べています。人は白紙の状態で世界を見ているのではなく、それぞれが抱える関心や記憶というフィルターを通して、無意識のうちに情報を取捨選択していることになります。
プライバシーへの警鐘 – 視線データは「生体情報」
この発見が注目を集めているのは、学術的な意義だけではありません。VRヘッドセットやARグラス（拡張現実メガネ）、さらには自動車の運転支援システムにまで、アイトラッキング機能の搭載が急速に広がっているためです。
ロバートソン氏は「アイトラッキングは、本人が自覚している以上に多くのことを明らかにしてしまう」と警告し、「視線データは、テクノロジーにおいてセンシティブな行動データとして扱われるべきだ」と述べています。
視線パターンから政治的立場や趣味・関心、性格特性まで推測できるとすれば、広告配信や行動ターゲティングへの悪用リスクは無視できません。指紋や顔認証と同様に、視線データも生体認証情報（バイオメトリクス）として法的な保護の対象に加えるべきだ、という議論が今後強まる可能性があります。日本でもVR機器やスマートグラスの普及が進めば、同様の課題が現実味を帯びてくるでしょう。
補足情報
今回の研究成果は、米科学アカデミー紀要（PNAS）に掲載されました。視線とAIモデルを組み合わせた分析は、将来的には発達障害の早期診断にも応用できる可能性が指摘されています。実際、自閉スペクトラム症は現在平均4歳前後で診断されることが多いですが、視線パターンの解析を通じて2歳ごろまで診断時期を早められる可能性があるといいます。
また、VR・AR機器の世界的な普及率は年々伸びており、ゲームや遠隔会議、産業用トレーニングなど用途も広がっています。今後は日常生活のさまざまな場面でアイトラッキングデータが蓄積されていく見込みで、活用と保護のルールづくりが急務になりそうです。
なお、視線と個人特性の関連を調べる研究自体は以前から存在していましたが、今回のように大規模言語モデルを組み合わせて「なぜその物体に注目したのか」という意味的な理由まで説明できた例は珍しく、視線研究の新たな手法として今後の追試が期待されています。
まとめ
ダートマス大学の研究は、視線という一見些細な情報が、実は指紋に匹敵するほど個人を特定できる強力な手がかりであることを示しました。VRやARの普及が進む中、視線データの扱いは今後、プライバシー保護の重要な論点になっていきそうです。
一方で、発達障害の早期診断など医療応用への期待も高まっており、技術の活用と個人情報保護のバランスをどう取るか、今後の議論の行方が注目されます。VRヘッドセットやスマートグラスを日常的に使う機会が増える中、私たち自身も「視線データ」が個人情報の一種であるという認識を持つ必要がありそうです。
出典：
Valley News
Vermont Public
Neuroscience News
EurekAlert!