怠惰か効率的か？LLMを用いたアクセシブルなアイ・トラッキング・イベント検出への道筋

要旨: 注視イベント検出は、視覚科学、人間-コンピュータ相互作用、および応用アナリティクスにとって基本となるものです。しかし、現在のワークフローでは、多くの場合、専門的なプログラミング知識や、異種の生データ形式を慎重に取り扱うことが必要になります。I-VT や I-DT のような古典的な検出器は有効ですが、前処理やパラメータ化に対する感度が非常に高いため、専門の研究室以外では利用しにくいという制約があります。本研究では、コード不要の、大規模言語モデル（LLM）駆動パイプラインを導入し、自然言語の指示をエンドツーエンドの解析へと変換します。システムは（1）生の眼球トラッキングファイルを調べ、構造とメタデータを推定し、（2）簡潔なユーザープロンプトからデータクリーニングと検出器実装のための実行可能なルーチンを生成し、（3）生成された検出器を適用して注視（fixations）とサッカード（saccades）をラベル付けし、（4）結果と説明レポートを返し、さらにプロンプトを編集することでユーザが反復的にコードを最適化できるようにします。公開ベンチマークで評価したところ、この手法は従来手法と同等の精度を達成しつつ、技術的な負担を大幅に削減しています。本フレームワークは、眼球トラッキング研究への参入障壁を下げ、コード中心のワークフローに対する、柔軟で利用しやすい代替手段を提供します。