芬蘭跨國團隊開發AI模型解析人類閱讀機制

芬蘭跨國團隊開發AI模型解析人類閱讀機制

摘要這項模型的重點不只在重現讀者眼球移動軌跡,而是進一步嘗試掌握閱讀時的理解過程。

人工智慧在理解人類閱讀行為上出現新進展。芬蘭阿爾托大學主導的跨國研究團隊,攜手香港科技大學、香港城市大學與新加坡國立大學學者,開發出可模擬人類閱讀機制的AI模型,研究成果已於10日刊登在《自然人類行為》(Nature Human Behaviour)。

模型聚焦閱讀理解機制

這項模型的重點不只在重現讀者眼球移動軌跡,而是進一步嘗試掌握閱讀時的理解過程。研究團隊表示,新模型可模擬人類在閱讀時如何分配注意力,並分析讀者吸收資訊的邏輯,突破過去模型主要依靠行為模仿的限制。

以往用來模擬閱讀行為的AI,多半仰賴大量文本與眼動資料訓練,能描繪人們看字時的移動模式,卻未必真正理解文本內容。阿爾托大學教授歐拉斯維塔指出,舊模型往往只能反映特定資料中的人類行為,對不同語言與情境的通用性仍有限。

芬蘭跨國團隊開發AI模型解析人類閱讀機制
(Pexels/示意圖)
有限注意力下的視線決策

研究團隊說明,新模型以「資源合理性」為核心概念,模擬讀者在有限時間內如何決定視線下一步要落在哪裡,以盡量提升理解程度。這種決策不只發生在單字層次,也涵蓋句子與完整文本,讓模型能把閱讀視為一連串兼顧時間、注意力與理解的選擇。

香港城市大學教授趙盛東表示,這類模擬技術可為觀察大腦運作提供新的角度。研究顯示,閱讀時的注意力分配會受文本語言、讀者記憶力、眼球移動速度與清晰視野範圍等因素影響;例如記憶力較佳且閱讀速度較快的人,較能在段落間快速移動,記憶力較弱的讀者則可能需要更頻繁回頭重讀。

為了反映個別差異,研究人員將讀者特徵轉化為可調整參數輸入模型,再讓AI在大量文本中學習如何優化眼球運動。模型閱讀後會把內容轉換為「記憶表徵」,也就是濃縮後的文本資訊;隨著視線掃過更多字詞,這些記憶會逐步累積,遇到關鍵字句時也會提高聚焦程度。

※ 圖片為示意畫面,僅用於新聞報導與合理使用

The post 芬蘭跨國團隊開發AI模型解析人類閱讀機制 appeared first on 時訊 I 時時刻刻提供最新消息,台灣最專業的商業、科技、金融與財經新聞資訊網.