注視パターンは、ペアワイズのAI画像評価における嗜好と確信度を予測する

Abstract

強化学習に基づく人間のフィードバック（RLHF）やダイレクト・パリファレンス最適化（DPO）といった嗜好学習手法は、ペアごとの人間の判断に依存していますが、これらの判断の背後にある認知プロセスについてはほとんど分かっていません。本研究では、眼球追跡が、ペアでのAI生成画像の評価中に嗜好形成を明らかにできるかどうかを検討します。30名の参加者が、視線を記録しながら1,800試行を完了しました。選択された画像へ視線が移ることで、意思決定の約1秒前に顕著な変化が現れる「視線カスケード効果」を再現しました。カスケードのダイナミクスは確信度の水準を問わず一貫していました。視線の特徴は二値の選択を予測しました（68%の精度）。選択された画像には、注視時間、注視回数、再訪がより多く割り当てられていました。視線の遷移は、高確信と不確実な判断を区別しました（66%の精度）。低確信の試行では、1秒あたりの画像切り替えがより多いことが示されました。これらの結果は、眼球のパターンが、ペアでの画像評価における選択と確信度の両方を予測できることを示しており、眼球追跡が嗜好アノテーションの質に関連する、暗黙のシグナルを提供しうることを示唆します。