← Torna al diario

Come funziona l'occhio e cosa misura un eye tracker quando scriviamo con lo sguardo

Fovea, saccadi, fissazioni, riflesso corneale e pupilla. Le proprietà dell'occhio e del tracciatore che contano davvero per progettare una tastiera a sguardo, e come si misura se funziona.

DivulgazioneRicerca: Kite di Antonio Blescia e Bones · 7 novembre 2026 · 32 min di lettura

Read in English →

Nella voce sul dwell time ho raccontato come funzionava la prima tastiera a sguardo di Kite, il mio strumento aperto di Comunicazione Aumentativa e Alternativa (CAA). Prima di progettare un meccanismo nuovo voglio fermarmi sulle basi: come è fatto l’occhio, come si muove e che cosa riesce davvero a leggere un tracciatore oculare (eye tracker).

Questa voce è una divulgazione. Non contiene misure mie: tutti i numeri vengono dalla letteratura citata, con le condizioni in cui sono stati ottenuti. Quando scrivo un’idea mia lo dico in modo esplicito.

Il problema

Una tastiera a sguardo deve rispondere a due domande, decine di volte al minuto: dove sta guardando la persona e se vuole davvero premere quel tasto. La prima domanda dipende dall’anatomia dell’occhio e dalla qualità del tracciatore. La seconda dipende da come si muove l’occhio e da quali segnali volontari restano disponibili alla persona.

Conoscere questi limiti serve a scegliere le cose giuste: quanto grandi fare i tasti, quanto lungo il dwell, se usare il battito di palpebre, che cosa registrare durante le prove.

Com’è fatto l’occhio, in breve

Struttura dell’occhio. La luce entra da destra, attraversa cornea (cornea), pupilla (pupil) e cristallino (lens) e arriva sulla retina; la fovea centrale (fovea centralis) è la piccola fossetta sull’asse visivo. Immagine: OpenStax College, Anatomy & Physiology, licenza CC BY 3.0, da Wikimedia Commons.

Seguiamo il percorso della luce (Betts et al., 2022):

1. La cornea è la superficie trasparente sul davanti dell’occhio. Lascia entrare la luce e, insieme al cristallino, la mette a fuoco.
2. L’iride è la parte colorata. Al centro ha un’apertura, la pupilla, che si stringe con la luce intensa e si allarga al buio. Il suo diametro varia più o meno tra 2 e 8 mm (Mathôt, 2018).
3. Il cristallino è una lente che cambia forma per mettere a fuoco a distanze diverse.
4. La retina riveste il fondo dell’occhio e contiene i fotorecettori: i bastoncelli, sensibili alla luce debole, e i coni, che lavorano con più luce e vedono i colori.
5. Al centro della retina c’è la fovea, una piccola fossetta dove la vista è più nitida.

Perché conta per la scrittura. Un tracciatore remoto vede proprio cornea, iride e pupilla, cioè la parte anteriore dell’occhio. Non vede la fovea, che è il punto che conta davvero. Deve quindi ricostruire la direzione dello sguardo in modo indiretto, come spiego più avanti.

La fovea: vediamo nitido solo al centro

Densità di coni (linea continua blu) e bastoncelli (linea tratteggiata rossa) lungo una linea che passa per la fovea e il punto cieco. Immagine: Cmglee, basata su “Foundations of Vision” di B. A. Wandell, licenza CC BY-SA 3.0, da Wikimedia Commons.

Il grafico mostra perché la fovea è speciale: i coni sono concentrati in un picco strettissimo attorno a 0°, e già a pochi gradi di distanza la loro densità crolla.

Per misurare la retina si usano gli stessi gradi dell’angolo visivo: sulla retina umana 1° corrisponde a circa 0,3 mm (Provis et al., 2013). Le dimensioni della fovea dipendono dalla definizione che si usa. Secondo la rassegna di Strasburger e colleghi, la fovea ha un diametro di circa 5,2°; quando però si parla di “visione foveale” ci si riferisce di solito alla foveola, la parte centrale, che ha un diametro di circa 1° (Strasburger et al., 2011). La stessa rassegna chiama “foveale” la visione entro 2° dal centro. Per questo si dice spesso che la visione davvero nitida copre solo 1–2° di angolo visivo.

Per avere un’idea: a 65 cm dallo schermo, 1° corrisponde a poco più di 1 cm (lo calcolo più avanti).

Perché conta per la scrittura. Per leggere una lettera dobbiamo portarla sulla fovea, quindi spostiamo gli occhi su ciò che ci interessa. È questo che rende lo sguardo un buon puntatore. Ma la fovea ha un’estensione: per vedere nitida una lettera non serve puntarla con una precisione migliore di circa 1°. Per questo, e per i limiti della telecamera, un tracciatore remoto non può essere molto più accurato di circa 0,5° (Majaranta et al., 2006). È un limite dell’occhio, non solo della tecnologia.

I muscoli che muovono l’occhio

I muscoli extraoculari dell’occhio destro, visti di lato (a sinistra) e di fronte (a destra). Immagine: OpenStax College, Anatomy & Physiology, licenza CC BY 3.0, da Wikimedia Commons.

Ogni occhio è mosso da sei muscoli extraoculari: quattro muscoli retti (superiore, inferiore, mediale e laterale) e due obliqui (superiore e inferiore). Un settimo muscolo, l’elevatore della palpebra superiore, non muove l’occhio ma solleva la palpebra (Betts et al., 2022).

Perché conta per la scrittura. Nella sclerosi laterale amiotrofica (SLA) i movimenti oculari sono in genere relativamente risparmiati. In uno studio longitudinale su 61 persone con SLA la funzione saccadica di base era normale (Proudfoot et al., 2016). È per questo che lo sguardo è uno dei canali più usati nella CAA. Il muscolo della palpebra, invece, è il motivo per cui una palpebra cadente (ptosi) può coprire la pupilla e disturbare il tracciatore: ci torno nella sezione sui limiti.

Come si muove l’occhio

L’occhio non scorre in modo continuo sullo schermo: salta, si ferma, trema. Ogni tipo di movimento ha un ruolo diverso per una tastiera a sguardo.

Movimento	Cosa fa	Valori tipici	Cosa significa per la tastiera
Fissazione	Lo sguardo resta su un punto	Di solito 200–600 ms (Majaranta et al., 2006); da meno di 100 ms a diversi secondi (Feit et al., 2017)	È il momento in cui l’occhio “legge” un tasto. Il dwell deve durare più di una fissazione normale
Saccade	Salto rapido da una fissazione all’altra	Circa 30–80 ms (Feit et al., 2017)	Durante il salto lo sguardo attraversa altri tasti: non devono attivarsi
Microsaccadi	Piccoli salti durante una fissazione	1–3 al secondo, di solito sotto 0,5°, a volte fino a 1° o più (Otero-Millan et al., 2014)	Il punto di sguardo “salta” anche quando la persona crede di stare ferma
Deriva (drift)	Scivolamento lento tra due microsaccadi	Di solito sotto 0,13° e sotto 0,5°/s (Otero-Millan et al., 2014)	Sposta piano il punto vicino ai bordi del tasto
Tremore	Oscillazione minuscola e veloce	Pochi secondi d’arco, attorno a 90 Hz (Otero-Millan et al., 2014)	Troppo piccolo per un tracciatore comune: finisce nel rumore
Inseguimento lento (smooth pursuit)	L’occhio segue un oggetto in movimento	Serve un bersaglio che si muove (Vidal et al., 2013)	Permette di selezionare oggetti mobili confrontando le traiettorie, senza una calibrazione accurata
Vergenza	I due occhi ruotano in versi opposti per guardare vicino o lontano	Compensa la disparità tra i due occhi (Otero-Millan et al., 2014)	Con uno schermo a distanza fissa dovrebbe contare poco
Ammiccamento	La palpebra si chiude e si riapre	In BlinkWrite i battiti sotto 200 ms sono trattati come involontari (MacKenzie e Ashtiani, 2011)	Per qualche istante il tracciatore non vede la pupilla

Qualche numero in più sulle saccadi. In uno studio su nove persone, saccadi di circa 9° in media avevano velocità di picco medie tra circa 160 e 410°/s e durate medie tra 31 e 68 ms (Gibaldi e Sabatini, 2021). Sono movimenti velocissimi: un occhio può attraversare mezza tastiera in pochi centesimi di secondo.

I tre movimenti di fissazione (microsaccadi, deriva e tremore) spiegano perché il punto di sguardo non sta mai fermo. Nella vecchia tastiera di Kite c’era una tolleranza di 100 ms per lo sguardo che usciva per un attimo dal tasto, e di 300 ms per la perdita del segnale durante un battito di palpebre (voce sul dwell time): servivano proprio a questo.

Fissazioni e saccadi, viste dall’alto

Il percorso dello sguardo (scanpath) durante la lettura veloce di un testo. Dati registrati nel 2005 allo Humanistlaboratoriet dell’Università di Lund con un tracciatore video a riflesso corneale SMI iView X a 240 Hz. Immagine: Lucs-kho su Wikipedia in inglese, pubblico dominio, da Wikimedia Commons.

L’immagine mostra un percorso di scansione (scanpath): i cerchi sono le fissazioni, le linee sono le saccadi. Si vede che chi legge non si ferma su ogni lettera, ma su alcune parole, e salta tutto il resto.

Perché conta per la scrittura. Con una tastiera a sguardo chiediamo all’occhio una cosa diversa dalla lettura: fermarsi su ogni lettera, a lungo. È un compito innaturale, e questo è uno dei motivi della fatica di cui parlo più avanti. Un percorso come questo, registrato sulla tastiera di Kite, mostrerebbe dove lo sguardo cerca le lettere prima di sceglierle.

Come un tracciatore “vede” lo sguardo

Pupilla e riflesso corneale

I tracciatori remoti più diffusi sono video-oculografi basati sul metodo pupilla-riflesso corneale (in inglese pupil center corneal reflection, PCCR). È il metodo più comune per stimare il punto guardato (Feit et al., 2017). Funziona così:

1. Uno o più illuminatori a infrarosso vicino illuminano il viso. È una luce invisibile, quindi non disturba la vista.
2. Una telecamera sensibile all’infrarosso riprende l’occhio.
3. Il software trova il centro della pupilla e il riflesso dell’illuminatore sulla cornea, un puntino luminoso chiamato glint.
4. Quando l’occhio ruota, la pupilla si sposta rispetto al riflesso. Il vettore tra i due centri cambia con la direzione dello sguardo.
5. Una calibrazione, in cui la persona guarda alcuni punti noti sullo schermo, insegna al sistema a trasformare quel vettore in coordinate sullo schermo.

La teoria generale di questo metodo dice una cosa importante per chi usa una carrozzina (Guestrin e Eizenman, 2006):

• con una telecamera e una sola sorgente di luce, il punto guardato si può stimare solo se la testa resta completamente ferma;
• con una telecamera e più sorgenti, la testa si può muovere, dopo una calibrazione su più punti;
• con più telecamere e più sorgenti basta una calibrazione su un solo punto.

Gli stessi autori indicano le principali fonti di errore: la cornea reale non è una sfera perfetta, come assume il modello, e c’è rumore nella stima dei centri della pupilla e del riflesso.

Le immagini di Purkinje

Le quattro immagini di Purkinje: i riflessi della stessa luce sulle superfici di cornea e cristallino. Immagine: Z22, licenza CC BY-SA 4.0, da Wikimedia Commons.

Una luce che colpisce l’occhio si riflette su ogni superficie che attraversa: davanti e dietro la cornea, davanti e dietro il cristallino. Ne nascono quattro riflessi, chiamati immagini di Purkinje (P1–P4). Il glint dei tracciatori PCCR è il primo, P1, il riflesso sulla superficie esterna della cornea. Esistono anche tracciatori da laboratorio, detti a doppia immagine di Purkinje, che sfruttano due di questi riflessi (Crane e Steele, 1985).

Perché conta per la scrittura. Il riflesso corneale deve cadere sulla cornea e restare visibile. Feit e colleghi segnalano che montature spesse, mascara pesante e riflessi possono peggiorare la qualità del tracciamento (Feit et al., 2017).

Pupilla chiara e pupilla scura

Sopra: pupilla chiara, con l’illuminatore infrarosso vicino all’asse della telecamera. Sotto: pupilla scura, con l’illuminatore spostato di lato; il puntino bianco è il glint. Immagini: Massimo Gneo, Maurizio Schmid, Silvia Conforto e Tommaso D’Alessio, dalla figura 1 di Gneo et al. (2012), licenza CC BY 2.0, da Wikimedia Commons (pupilla chiara, pupilla scura).

Se la luce infrarossa parte vicino all’asse della telecamera, la telecamera raccoglie la luce riflessa dall’interno dell’occhio e la pupilla appare chiara. È lo stesso effetto degli occhi rossi nelle foto con il flash. Se la luce parte di lato, la pupilla appare scura. In tutti e due i casi il riflesso corneale si vede come un punto luminoso (Morimoto et al., 2000).

L’intensità della pupilla chiara varia molto da persona a persona (Nguyen et al., 2002). Per questo alcuni sistemi alternano le due illuminazioni e confrontano le immagini: Morimoto e colleghi riportano che il loro metodo funziona anche con chi porta gli occhiali e con diverse condizioni di luce.

Perché conta per la scrittura. Un tracciatore che funziona bene con me può funzionare peggio con un’altra persona per ragioni puramente ottiche. Nelle prove di Kite dovrò sempre annotare occhiali, lenti e illuminazione.

L’elettro-oculografia: il ponte con l’EEG

C’è un secondo modo di misurare gli occhi, più vicino al mondo delle Brain Computer Interface (BCI): l’elettro-oculografia (EOG). L’occhio si comporta come un piccolo dipolo elettrico, con la cornea positiva e la retina negativa. Quando l’occhio ruota, il dipolo cambia orientamento e gli elettrodi sulla pelle attorno agli occhi misurano una variazione di tensione. Durante un battito di palpebre, la palpebra scivola sulla cornea e produce un artefatto ancora più grande (Plöchl et al., 2012).

Per chi registra l’elettroencefalografia (EEG) questi segnali sono un disturbo. Sugli elettrodi frontali un battito di palpebre produce un artefatto di circa 100 µV, e gli artefatti oculari possono rendere l’analisi dei dati difficile o addirittura impossibile (Plöchl et al., 2012). Per chi progetta ausili possono invece essere un comando: già nel 2002 un gruppo di ricerca descriveva una carrozzina elettrica guidata con l’EOG (Barea et al., 2002).

Il prototipo di SmartChair del 2014 usava un battito di palpebre, letto dalla cuffia EEG NeuroSky MindWave Mobile, per cambiare il dispositivo selezionato. La mia ipotesi è che la cuffia riconoscesse proprio questo artefatto oculare più che un segnale cerebrale. Non l’ho verificato, ed è una cosa che voglio controllare.

Che cosa leggere: le proprietà che contano per scrivere

Accuratezza e precisione

Sono le due misure fondamentali della qualità di un tracciatore, e non sono la stessa cosa (Feit et al., 2017; Niehorster et al., 2018):

• accuratezza: la distanza media tra il punto che la persona guarda davvero e il punto che il tracciatore riporta. È un errore sistematico, come un mirino storto;
• precisione: quanto si sparpagliano i campioni quando lo sguardo è fermo su un punto. È un errore casuale, come una mano che trema.

Entrambe si esprimono in gradi di angolo visivo. Un tracciatore può essere preciso ma inaccurato (punti stretti tra loro, ma nel posto sbagliato) o il contrario.

I valori dei cataloghi vanno presi con cautela. I produttori riportano spesso un’accuratezza sotto 0,5°, ma con i tracciatori remoti l’errore supera spesso 1° anche in condizioni controllate (Feit et al., 2017). Un produttore dichiarava che le sue accuratezze erano misurate in condizioni ideali: testa ferma su una mentoniera, subito dopo la calibrazione, luce costante, su soggetti senza lenti, occhiali o palpebre cadenti (Niehorster et al., 2018). Cioè proprio senza le condizioni che si incontrano con molti utenti di CAA.

Lo studio di Feit e colleghi è il più utile che ho trovato per una tastiera a sguardo. Hanno registrato 80 persone con due tracciatori a 60 Hz, in due condizioni di luce, a 65 cm dallo schermo (Feit et al., 2017). Alcuni risultati:

• accuratezza e precisione variavano più di sei volte tra persone e bersagli;
• al 25° percentile le fissazioni erano a 0,15 cm (orizzontale) e 0,2 cm (verticale) dal bersaglio, al 90° percentile lo scarto arrivava a 0,93 cm e 1,19 cm;
• l’errore era in media un po’ più grande in verticale che in orizzontale;
• la precisione era peggiore verso il bordo inferiore e il bordo destro dello schermo.

Gli autori hanno ripetuto la prova con sei persone con SLA che comunicano ogni giorno con la CAA a sguardo, negli ambienti e con le postazioni che usano di solito. La precisione era simile, ma l’accuratezza variava ancora di più: da 0,16–0,21 cm nei casi migliori a 1,32–1,67 cm nei peggiori.

Dai gradi ai centimetri: quanto grandi fare i tasti

Un errore in gradi diventa un errore in centimetri in base alla distanza tra occhi e schermo. La formula è semplice: la dimensione sullo schermo è uguale a 2 × distanza × tan(angolo / 2). In pratica:

Distanza occhi–schermo	0,5° sullo schermo	1° sullo schermo	2° sullo schermo
50 cm	0,44 cm	0,87 cm	1,75 cm
60 cm	0,52 cm	1,05 cm	2,09 cm
65 cm	0,57 cm	1,13 cm	2,27 cm
70 cm	0,61 cm	1,22 cm	2,44 cm
80 cm	0,70 cm	1,40 cm	2,79 cm

Valori calcolati con la formula sopra. A 65 cm il risultato coincide con quello riportato da Feit e colleghi (1° ≈ 1,1 cm).

Feit e colleghi propongono una regola per dimensionare i bersagli. La larghezza (o l’altezza) del tasto è il doppio della somma tra l’errore di accuratezza e due volte la deviazione standard della precisione: S = 2 × (O + 2σ). Così circa il 95% dei campioni di una fissazione cade dentro il tasto. Con i loro dati medi la regola dà tasti di circa 3,0 × 3,1 cm. Le loro raccomandazioni (Feit et al., 2017):

• tasti di almeno 1,9 × 2,35 cm permettono un’interazione affidabile per almeno il 75% delle persone, se il segnale viene filtrato bene;
• senza filtro servono almeno 3,28 × 3,78 cm;
• meglio tasti un po’ più alti che larghi, perché l’errore verticale è maggiore;
• meglio evitare elementi da guardare vicino al bordo inferiore e al bordo destro.

Tasti così grandi occupano molto spazio. Feit e colleghi mostrano come esempio una tastiera che, con un tracciamento scarso, si sposta in alto e raggruppa le lettere; i menu gerarchici sono un’altra soluzione, che però rallenta perché richiede più passaggi (Feit et al., 2017).

Nella vecchia tastiera di Kite i tasti occupavano quasi tutto lo schermo, ma non ho ancora misurato la loro dimensione in centimetri né la distanza di uso. [DA COMPLETARE: diagonale dello schermo usato con Kite, distanza tipica tra occhi e schermo e dimensione dei tasti in cm, così da confrontarla con le raccomandazioni di Feit et al.]

Frequenza di campionamento e latenza

La frequenza di campionamento è il numero di punti di sguardo al secondo. I tracciatori remoti lavorano di solito tra 30 e 60 Hz (Feit et al., 2017); il Tobii Eye Tracker 4C che uso con Kite fornisce 90 campioni al secondo.

Per studiare le saccadi servono frequenze alte. Su una saccade di 10°, a 200 Hz l’errore nella misura della durata è di circa ±5 ms, circa il 12% della durata; a 50 Hz diventa ±20 ms, quasi metà della saccade (Gibaldi e Sabatini, 2021). Una tastiera a dwell, però, lavora su tempi di centinaia di millisecondi. Il mio ragionamento è che per il dwell bastino frequenze modeste, mentre per metodi che analizzano la forma dei movimenti la frequenza diventi importante.

La latenza è il ritardo tra il movimento dell’occhio e il dato che arriva al programma. Una parte la introducono i filtri usati per rendere stabile il punto. Il filtro migliore nello studio di Feit aggiungeva circa due campioni di ritardo, cioè circa 32 ms a 60 Hz, e riduceva fino al 42% la dimensione necessaria dei tasti (Feit et al., 2017). È un compromesso: più stabilità, più ritardo. Kristensson e Vertanen, invece, usavano il segnale grezzo proprio per eliminare il ritardo quando lo sguardo si sposta in fretta (Kristensson e Vertanen, 2012).

Calibrazione e deriva

La calibrazione dura pochi secondi, ma non vale per sempre. Con l’uso il punto misurato tende ad allontanarsi da quello reale (drift), in parte per la tecnologia e in parte per l’interazione tra movimenti della testa e degli occhi (Majaranta et al., 2006). Negli esperimenti si ricalibra all’inizio di ogni giornata di prove e poi quando serve (Kurauchi et al., 2016).

La calibrazione presuppone che la persona sappia tenere lo sguardo fermo su ogni punto. Con il nistagmo, un movimento oscillatorio involontario degli occhi, questo non succede, e diventa incerto dove la persona stia guardando davvero. Esistono metodi di calibrazione pensati apposta (Rosengren et al., 2020).

Dwell time e tocco di Mida

Ne ho parlato a lungo nella voce precedente. In sintesi: gli occhi servono a guardare, quindi se ogni sguardo fosse un clic ogni occhiata diventerebbe un comando. È il problema del “tocco di Mida” (Jacob, 1991). Il dwell lo risolve chiedendo uno sguardo fermo più lungo di una fissazione normale. Utenti esperti possono scendere attorno a 300 ms, ma solo se i tasti sono abbastanza grandi per la qualità del tracciamento (Feit et al., 2017). Dimensione dei tasti e durata del dwell vanno quindi scelte insieme.

Il battito di palpebre come clic

Il battito di palpebre è un’alternativa al dwell. Il problema è distinguere quello volontario da quello spontaneo. BlinkWrite, una tastiera a scansione comandata solo con le palpebre, usa la durata della chiusura (MacKenzie e Ashtiani, 2011):

Durata della chiusura	Significato in BlinkWrite
meno di 200 ms	battito involontario, ignorato
da 200 a 500 ms	selezione della lettera
oltre 500 ms	cancellazione

Con 12 volontari tra 23 e 31 anni, non ancora gli utenti a cui il sistema è destinato, la velocità media è stata di 4,8 parole al minuto, con un’accuratezza superiore al 97%. Il 75% dei partecipanti ha però riferito un affaticamento degli occhi superiore alla media. Gli autori pensano a persone, per esempio con sindrome locked-in, per cui i movimenti degli occhi sono limitati e poco affidabili e il battito di palpebre può restare l’unico canale oculare utilizzabile. Ricordano anche che la capacità di controllarlo va verificata clinicamente, per esempio nelle fasi avanzate della SLA.

Il diametro della pupilla

La pupilla risponde a tre cose: si stringe con la luce, si stringe quando guardiamo vicino, e si allarga con l’attivazione e lo sforzo mentale (Mathôt, 2018). L’idea di usarla come indicatore di carico cognitivo o di fatica è quindi sensata.

Su uno schermo, però, la luminosità cambia di continuo con ciò che si guarda, e la risposta alla luce si somma a quella allo sforzo, che è un effetto piccolo (Mathôt, 2018). La mia conclusione, per ora, è che il diametro pupillare vada registrato durante le prove, ma non usato come comando né come misura della fatica senza controllare la luminosità.

Testa, occhiali e luce

• Movimenti della testa. Quando le persone assumono pose non ottimali, cioè girano, inclinano o ruotano la testa, i tracciatori remoti perdono dati e introducono errori sistematici, in misura diversa da modello a modello (Niehorster et al., 2018). Nello stesso studio i tracciatori Tobii riportavano dati per entrambi gli occhi anche quando ne vedevano uno solo.
• Occhiali. Nello studio su EyeSwipe metà dei partecipanti portava occhiali e aveva avuto problemi di calibrazione, che pesavano soprattutto sulla scrittura a dwell (Kurauchi et al., 2016).
• Trucco, montature e riflessi. Mascara pesante, montature spesse e riflessi possono potenzialmente peggiorare la qualità del tracciamento (Feit et al., 2017).
• Luce. Nello studio di Feit la luce del giorno dava in media valori leggermente migliori della luce artificiale, ma la differenza non era statisticamente significativa.

Come si misura una tastiera a sguardo

Per confrontare due tastiere servono misure standard:

• Parole al minuto (in inglese words per minute, WPM). Per convenzione una “parola” sono 5 caratteri consecutivi, spazi compresi (Majaranta et al., 2006; Kristensson e Vertanen, 2012). Si può contare anche in caratteri al minuto.
• Tasso di errore con distanza minima tra stringhe (minimum string distance, MSD): conta gli errori rimasti nel testo finale, confrontandolo con la frase da copiare.
• Tasti premuti per carattere (keystrokes per character, KSPC): quante selezioni servono per ogni carattere del testo finale. Se scrivo una frase di 15 caratteri con 17 selezioni, perché ho sbagliato una lettera e l’ho cancellata, il KSPC è 17 / 15 = 1,13. Senza errori sarebbe 1.
• Tasso di errore totale: gli errori corretti più quelli rimasti, divisi per tutti i caratteri inseriti (giusti, sbagliati e poi cancellati, sbagliati e rimasti), senza contare i tasti di correzione. Si scompone in errori corretti e non corretti, così si vede anche la fatica spesa a correggere (Soukoreff e MacKenzie, 2003).

Metodi a confronto

Il dwell non è l’unico modo di scrivere con lo sguardo. La tabella riporta alcuni risultati, ma attenzione: sono studi diversi, con persone, lingue, tracciatori e allenamento diversi. Non si possono confrontare direttamente tra loro.

Metodo	Come si seleziona	Velocità riportata	Condizioni dello studio
Dwell	Sguardo fermo per 600 ms su ogni tasto	9,5 WPM	10 studenti senza disabilità, quarta sessione da 10 minuti (Kurauchi et al., 2016)
EyeSwipe	Si selezionano prima e ultima lettera della parola; per le altre basta passare vicino ai tasti	11,7 WPM	Stessi partecipanti e stesse sessioni (Kurauchi et al., 2016)
Dasher a sguardo	Lo sguardo guida uno zoom continuo su caselle di lettere, più grandi se più probabili	Fino a 25 WPM dopo un’ora di pratica, contro 15 WPM con una tastiera a schermo; errori circa cinque volte meno	Due esperti e due principianti con Dasher, due esperti con la tastiera (Ward e MacKay, 2002)
Dwell-free simulato	Si guardano le lettere senza fermarsi; un riconoscitore indovina la parola	46 WPM nella quinta sessione	8 partecipanti, riconoscitore simulato e perfetto, non un sistema reale (Kristensson e Vertanen, 2012)
BlinkWrite	Battito di palpebre volontario su una tastiera a scansione	4,8 WPM	12 volontari, non ancora utenti a cui il sistema è destinato (MacKenzie e Ashtiani, 2011)

Dasher mentre si scrive “Wikipedia”. Le lettere più probabili secondo il modello linguistico hanno caselle più grandi, quindi sono più facili da raggiungere. Immagine: Freyr su Wikipedia in inglese, licenza GPL, da Wikimedia Commons.

Dasher mostra bene un’idea che mi interessa per Kite: invece di chiedere all’occhio di fermarsi su ogni lettera, lo lascia muovere e sfrutta un modello della lingua per rendere facili le lettere probabili. Il metodo dwell-free simulato va nella stessa direzione: Kristensson e Vertanen concludono che è molto improbabile che la scrittura a dwell tradizionale superi le loro stime per il dwell-free.

Persone con disabilità motoria: cosa cambia

*Un comunicatore a sguardo Tobii Dynavox con un software di CAA a simboli in tedesco, fotografato nel

1. Immagine: Friedrich Haag, licenza CC BY-SA 4.0, da Wikimedia Commons.*

La foto mostra come un dispositivo commerciale di CAA applica molte delle regole viste sopra: caselle molto grandi, poche per pagina, e una casella che mostra in ogni momento se il tracciatore vede gli occhi. È la scelta opposta a una tastiera QWERTY completa con tasti piccoli.

Per chi convive con una disabilità motoria grave, i limiti dell’occhio e del tracciatore pesano di più:

• SLA. In 35 persone con SLA in fase avanzata, tetraplegia e assenza di parola, i comunicatori a sguardo hanno ridotto la disabilità comunicativa più della tavola trasparente con le lettere (ETRAN) e hanno migliorato la qualità di vita percepita (Caligari et al., 2013). In un’indagine su 30 persone con SLA avanzata, però, circa una su quattro (il 23,3%) usava poco il dispositivo; le cause più citate erano la stanchezza dello sguardo e i disturbi oculomotori (Spataro et al., 2014).
• Dallo stato locked-in allo stato completamente locked-in. In una persona con SLA seguita per nove mesi, alla fine dello stato locked-in i movimenti oculari erano lenti e duravano poco; nello stato completamente locked-in sono scomparsi del tutto (Murguialday et al., 2011). Quando lo sguardo non c’è più, restano solo le interfacce che non dipendono dai muscoli. È uno dei motivi per cui questo diario si occupa anche di BCI.
• Nistagmo. Le oscillazioni involontarie rendono difficile la calibrazione e instabile il punto di sguardo (Rosengren et al., 2020).
• Ptosi. Le specifiche di almeno un produttore sono misurate su persone senza palpebre cadenti (Niehorster et al., 2018). Ne deduco che con una palpebra che copre parte della pupilla ci si debba aspettare un tracciamento peggiore di quello dichiarato.
• Fatica. Fissare a lungo stanca, sia con il dwell sia con il battito di palpebre (Majaranta et al., 2006; MacKenzie e Ashtiani, 2011).
• Postura. Su una carrozzina la testa può essere inclinata o appoggiata di lato, proprio le pose che peggiorano i tracciatori remoti (Niehorster et al., 2018).

Avvertenza. Kite e SmartChair sono progetti sperimentali e non sono dispositivi medici certificati. Chi dipende da uno strumento di CAA per comunicare dovrebbe avere sempre un’alternativa di riserva, per esempio una tavola alfabetica su carta. Se un giorno costruissi un tracciatore con illuminatori a infrarosso fatti in casa, dovrei verificarne la sicurezza ottica prima di usarlo su chiunque. Le prove con persone richiedono il consenso informato e, quando serve, il parere di un comitato etico.

Cosa mi porto via per Kite

Una mappa di calore (heatmap) dello sguardo sulla pagina principale di Wikipedia in tedesco: i colori caldi indicano dove si sono concentrate le fissazioni. Immagine: Tschneidr, licenza CC BY-SA 4.0, da Wikimedia Commons.

Una mappa di calore riassume in un’immagine dove si è fermato lo sguardo, sommando molte fissazioni. La mia idea è di usarne una sulla tastiera di Kite, separando lo sguardo di ricerca da quello che porta a una selezione. Se le zone calde fossero spostate sempre nella stessa direzione rispetto ai tasti, sarebbe il segno di un errore di accuratezza da correggere.

Da questa ricerca ricavo una lista di cose da registrare in ogni prova, prima ancora di cambiare il meccanismo di selezione:

1. modello del tracciatore, frequenza di campionamento e filtri usati;
2. distanza tra occhi e schermo, dimensione dello schermo e dei tasti, in centimetri e in gradi;
3. accuratezza e precisione misurate su punti noti, all’inizio e alla fine della sessione;
4. percentuale di campioni persi, numero di ricalibrazioni, durata e numero dei battiti di palpebre;
5. occhiali o lenti, illuminazione, postura;
6. diametro pupillare, solo come dato da analizzare;
7. parole al minuto, KSPC e tasso di errore totale, separando errori corretti e non corretti;
8. fatica percepita a fine sessione.

Per approfondire

• La voce sul dwell time in Kite, con i dettagli della vecchia tastiera.
• La voce introduttiva sulle BCI, per capire perché l’EOG è un artefatto per l’EEG.
• Lo studio di Feit et al. (2017) è liberamente accessibile ed è il riferimento più pratico per dimensionare i tasti.

Riferimenti

1. Barea R., Boquete L., Mazo M., López E. (2002). System for assisted mobility using eye movements based on electrooculography. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 10(4), 209–218. doi:10.1109/TNSRE.2002.806829
2. Betts J. G., Young K. A., Wise J. A., Johnson E., Poe B., Kruse D. H., Korol O., Johnson J. E., Womble M., DeSaix P. (2022). Anatomy and Physiology 2e, cap. 14.1 “Sensory Perception”. OpenStax. Testo liberamente accessibile
3. Caligari M., Godi M., Guglielmetti S., Franchignoni F., Nardone A. (2013). Eye tracking communication devices in amyotrophic lateral sclerosis: impact on disability and quality of life. Amyotrophic Lateral Sclerosis and Frontotemporal Degeneration, 14(7–8), 546–552. doi:10.3109/21678421.2013.803576
4. Crane H. D., Steele C. M. (1985). Generation-V dual-Purkinje-image eyetracker. Applied Optics, 24(4), 527. doi:10.1364/AO.24.000527
5. Feit A. M., Williams S., Toledo A., Paradiso A., Kulkarni H., Kane S., Morris M. R. (2017). Toward everyday gaze input: accuracy and precision of eye tracking and implications for design. In Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems (CHI ‘17), 1118–1130. ACM. doi:10.1145/3025453.3025599. Versione liberamente accessibile
6. Gibaldi A., Sabatini S. P. (2021). The saccade main sequence revised: a fast and repeatable tool for oculomotor analysis. Behavior Research Methods, 53(1), 167–187. doi:10.3758/s13428-020-01388-2 (open access)
7. Gneo M., Schmid M., Conforto S., D’Alessio T. (2012). A free geometry model-independent neural eye-gaze tracking system. Journal of NeuroEngineering and Rehabilitation, 9, 82. doi:10.1186/1743-0003-9-82 (open access)
8. Guestrin E. D., Eizenman M. (2006). General theory of remote gaze estimation using the pupil center and corneal reflections. IEEE Transactions on Biomedical Engineering, 53(6), 1124–1133. doi:10.1109/TBME.2005.863952
9. Jacob R. J. K. (1991). The use of eye movements in human-computer interaction techniques: what you look at is what you get. ACM Transactions on Information Systems, 9(2), 152–169. doi:10.1145/123078.128728
10. Kristensson P. O., Vertanen K. (2012). The potential of dwell-free eye-typing for fast assistive gaze communication. In Proceedings of the Symposium on Eye Tracking Research and Applications (ETRA ‘12), 241–244. ACM. doi:10.1145/2168556.2168605. Versione liberamente accessibile
11. Kurauchi A., Feng W., Joshi A., Morimoto C., Betke M. (2016). EyeSwipe: dwell-free text entry using gaze paths. In Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems (CHI ‘16), 1952–1956. ACM. doi:10.1145/2858036.2858335. Versione liberamente accessibile
12. MacKenzie I. S., Ashtiani B. (2011). BlinkWrite: efficient text entry using eye blinks. Universal Access in the Information Society, 10(1), 69–80. doi:10.1007/s10209-010-0188-6. Versione liberamente accessibile
13. Majaranta P., MacKenzie I. S., Aula A., Räihä K.-J. (2006). Effects of feedback and dwell time on eye typing speed and accuracy. Universal Access in the Information Society, 5(2), 199–208. doi:10.1007/s10209-006-0034-z. Versione liberamente accessibile
14. Mathôt S. (2018). Pupillometry: psychology, physiology, and function. Journal of Cognition, 1(1), 16. doi:10.5334/joc.18 (open access)
15. Morimoto C. H., Koons D., Amir A., Flickner M. (2000). Pupil detection and tracking using multiple light sources. Image and Vision Computing, 18(4), 331–335. doi:10.1016/S0262-8856(99)00053-0. Versione liberamente accessibile
16. Murguialday A. R., Hill J., Bensch M., Martens S., Halder S., Nijboer F., Schoelkopf B., Birbaumer N., Gharabaghi A. (2011). Transition from the locked in to the completely locked-in state: a physiological analysis. Clinical Neurophysiology, 122(5), 925–933. doi:10.1016/j.clinph.2010.08.019
17. Nguyen K., Wagner C., Koons D., Flickner M. (2002). Differences in the infrared bright pupil response of human eyes. In Proceedings of the Symposium on Eye Tracking Research & Applications (ETRA ‘02). ACM. doi:10.1145/507072.507099
18. Niehorster D. C., Cornelissen T. H. W., Holmqvist K., Hooge I. T. C., Hessels R. S. (2018). What to expect from your remote eye-tracker when participants are unrestrained. Behavior Research Methods, 50(1), 213–227. doi:10.3758/s13428-017-0863-0 (open access)
19. Otero-Millan J., Macknik S. L., Martinez-Conde S. (2014). Fixational eye movements and binocular vision. Frontiers in Integrative Neuroscience, 8, 52. doi:10.3389/fnint.2014.00052 (open access)
20. Plöchl M., Ossandón J. P., König P. (2012). Combining EEG and eye tracking: identification, characterization, and correction of eye movement artifacts in electroencephalographic data. Frontiers in Human Neuroscience, 6, 278. doi:10.3389/fnhum.2012.00278 (open access)
21. Proudfoot M., Menke R. A. L., Sharma R., Berna C. M., Hicks S. L., Kennard C., Talbot K., Turner M. R. (2016). Eye-tracking in amyotrophic lateral sclerosis: a longitudinal study of saccadic and cognitive tasks. Amyotrophic Lateral Sclerosis and Frontotemporal Degeneration, 17(1–2), 101–111. doi:10.3109/21678421.2015.1054292 (open access)
22. Provis J. M., Dubis A. M., Maddess T., Carroll J. (2013). Adaptation of the central retina for high acuity vision: cones, the fovea and the avascular zone. Progress in Retinal and Eye Research, 35, 63–81. doi:10.1016/j.preteyeres.2013.01.005. Versione liberamente accessibile
23. Rosengren W., Nyström M., Hammar B., Stridh M. (2020). A robust method for calibration of eye tracking data recorded during nystagmus. Behavior Research Methods, 52(1), 36–50. doi:10.3758/s13428-019-01199-0 (open access)
24. Soukoreff R. W., MacKenzie I. S. (2003). Metrics for text entry research: an evaluation of MSD and KSPC, and a new unified error metric. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI ‘03), 113–120. ACM. doi:10.1145/642611.642632. Versione liberamente accessibile
25. Spataro R., Ciriacono M., Manno C., La Bella V. (2014). The eye-tracking computer device for communication in amyotrophic lateral sclerosis. Acta Neurologica Scandinavica, 130(1), 40–45. doi:10.1111/ane.12214
26. Strasburger H., Rentschler I., Jüttner M. (2011). Peripheral vision and pattern recognition: a review. Journal of Vision, 11(5), 13. doi:10.1167/11.5.13 (open access)
27. Vidal M., Pfeuffer K., Bulling A., Gellersen H. W. (2013). Pursuits: eye-based interaction with moving targets. In CHI ‘13 Extended Abstracts on Human Factors in Computing Systems, 3147–3150. ACM. doi:10.1145/2468356.2479632
28. Ward D. J., MacKay D. J. C. (2002). Fast hands-free writing by gaze direction. Nature, 418, 838. doi:10.1038/418838a. Versione liberamente accessibile

• #occhio
• #eye-tracking
• #caa
• #scrittura-assistita
• #tastiera-virtuale