1. Come si misura il livello di affaticamento visivo?<\/a><\/p>\n\n\n\n 2. Diverse metodologie di misurazione a confronto: un esempio dalla letteratura scientifica<\/a><\/p>\n\n\n\n 3. I risultati ottenuti: l\u2019eye tracker performa meglio delle altre metodologie?<\/a><\/p>\n\n\n\n 4. Conclusioni<\/a><\/p>\n\n\n\n La diffusione di questi disturbi ha portato le aziende a chiedersi in che modo sia possibile aumentare il benessere di tutti quei lavoratori che hanno la necessit\u00e0 di svolgere i propri compiti al computer. <\/p>\n\n\n\n Da qui, il primo passo consiste innanzitutto nello stimare il livello di affaticamento visivo che il dipendente pu\u00f2 raggiungere. Le metodologie principali sono due e si dividono in soggettive ed oggettive. Per metodologie soggettive intendiamo principalmente i questionari self-report, in cui il lavoratore pu\u00f2 indicare il livello di affaticamento percepito su alcune scale (Kennedy et al., 1993). <\/p>\n\n\n\n Capiamo bene per\u00f2 che questo non ci fornirebbe molto margine di intervento. Se un\u2019azienda \u00e8 infatti interessata ad aumentare il benessere dei dipendenti \u201ccostretti\u201d al computer per l\u2019intero turno di lavoro, avr\u00e0 bisogno di dati pi\u00f9 strutturati. Tramite i questionari il partecipante stesso potrebbe sottostimare o sovrastimare i disagi percepiti o non essere in grado di riconoscere alcuni sintomi.<\/p>\n\n\n\n Le metodologie da prendere in considerazione sono quindi in questo caso quelle di tipo oggettivo. Tra questi metodi di misurazione, l\u2019eye tracking \u00e8 un metodo rapido e non invasivo per la raccolta oggettiva dei dati, gi\u00e0 utilizzato dai ricercatori in molti altri contesti. Tra i parametri che si possono prendere in considerazione per la valutazione dell\u2019affaticamento oculare ci sono:<\/p>\n\n\n\n \u2013 l\u2019ammiccamento (chiusura rapida e momentanea delle palpebre)<\/p>\n\n\n\n \u2013 la frequenza di ammiccamento <\/p>\n\n\n\n \u2013 la dilatazione pupillare <\/p>\n\n\n\n \u2013 la durata delle fissazioni <\/p>\n\n\n\n \u2013 la velocit\u00e0 delle saccadi (le saccadi sono rapidi movimenti degli occhi)<\/p>\n\n\n\n In uno studio del 2022, Lin e colleghi hanno indagato la relazione tra i parametri derivati dall\u2019eye tracker e altre due misurazioni molto comuni legate all\u2019affaticamento visivo. Una di queste, come dicevamo, sono i questionari self-report. <\/p>\n\n\n\n Ne esistono diversi in ambito di ricerca, ma uno dei pi\u00f9 semplici ed efficaci \u00e8 ancora quello realizzato da Heuer et al. nel 1989. Il questionario comprende sei item in totale ed i partecipanti possono valutare ogni elemento su una scala da 1 (per niente) a 10 (molto). Il questionario \u00e8 cos\u00ec composto:<\/p>\n\n\n\n 1. Ho difficolt\u00e0 a vedere.<\/p>\n\n\n\n 2. Ho una strana sensazione intorno agli occhi.<\/p>\n\n\n\n 3. I miei occhi sono stanchi.<\/p>\n\n\n\n 4. Mi sento intorpidito.<\/p>\n\n\n\n 5. Ho mal di testa.<\/p>\n\n\n\n 6. Mi gira la testa guardando lo schermo.<\/p>\n\n\n\n L\u2019altra metodologia che gli autori prendono in considerazione \u00e8 conosciuta come Critical flicker-fusion frequency (CFF), ovvero la frequenza nella quale la luce tremolante pu\u00f2 essere percepita come continua e serve a misurare la risposta retinica. In caso di affaticamento visivo, la risposta visiva non sar\u00e0 pi\u00f9 riportata con un normale valore critico (che si aggira attorno a 25?Hz-55?Hz; Kranda, 1982).<\/p>\n\n\n\n Ai fini dello studio, quindi, tutti i partecipanti sono stati sottoposti ad un compito di osservazione prolungata che avrebbe portato ad affaticamento visivo. Durante la fase pre-test, l\u2019affaticamento visivo \u00e8 stato valutato mediante questionario soggettivo e CFF; il movimento degli occhi \u00e8 stato successivamente valutato utilizzando l\u2019eye tracker. Lo scopo era quello di dimostrare che l\u2019eye tracker \u00e8 in grado di rilevare l\u2019affaticamento visivo in modo pi\u00f9 oggettivo e preciso rispetto agli altri due metodi pi\u00f9 tradizionali.<\/p>\n\n\n\n Durante il compito, i trentatr\u00e9 partecipanti coinvolti dovevano osservare in una sessione da 20 minuti, delle immagini statiche (foto di paesaggi) o dinamiche (come, per esempio, foto di una scacchiera bianca e nera che lampeggiava sullo schermo). Come \u00e8 possibile immaginare, questo compito di osservazione cos\u00ec prolungata portava ad un marcato affaticamento visivo. A seguito del compito, veniva nuovamente misurato l\u2019affaticamento visivo sempre tramite questionario soggettivo, CFF ed eye tracker.<\/p>\n\n\n\n Per misurare la stanchezza visiva tramite eye-tracker, sia prima che dopo il compito di affaticamento con le immagini, si mostrava ai partecipanti un bersaglio (Figura 1) e si chiedeva di guardare fisso al centro per 60 secondi. <\/p>\n\n\n\n I parametri presi in considerazione per questo tipo di misurazione sono definiti in letteratura come \u201cparametri di accuratezza\u201d e si riferiscono in questo caso a (1) la durata totale del tempo di fissazione per quanto riguarda il cerchio pi\u00f9 interno del bersaglio e (2) la durata della fissazione pi\u00f9 lunga sempre per quanto riguarda il cerchio pi\u00f9 interno. Abbiamo poi altri due parametri, definiti \u201cdi precisione\u201d, che invece prendono in considerazione (3) la distanza massima tra una saccade e l\u2019altra e (4) il raggio di messa a fuoco (che rivela la difficolt\u00e0 a mettere a fuoco elementi delle immagini).<\/p>\n\n\n\n Per quanto riguarda il questionario soggettivo, si riscontra che i partecipanti dichiarano un effettivo affaticamento dopo il compito di osservazione prolungata. Tramite il CFF, non si hanno per\u00f2 risultati significativi se si confrontano i pre-test, effettuati prima dell\u2019osservazione prolungata, con i test effettuati dopo il compito. <\/p>\n\n\n\n I risultati dell\u2019eye-tracker ci confermano per\u00f2 che, dopo l\u2019attivit\u00e0 di affaticamento, i partecipanti erano meno precisi e meno accurati nel riuscire a tenere lo sguardo al centro del bersaglio per i 60 secondi richiesti.<\/p>\n\n\n\n Figura 1<\/strong> Mappe di calore di un partecipante rispettivamente prima e dopo il compito di affaticamento visivo.<\/p>\n\n\n\n Fonte: Visual Fatigue Estimation by Eye Tracker with Regression Analysis<\/a><\/p>\n\n\n\n Come possiamo notare dalla Figura 1, infatti, le mappe di calore ci mostrano che, prima del compito, i partecipanti riuscivano a mantenere meglio lo sguardo fisso nella zona centrale. Dopo il compito (immagine di sinistra della Figura 1), i partecipanti tendono a migrare con lo sguardo nelle zone pi\u00f9 esterne del bersaglio, dimostrando, appunto, una maggior stanchezza.<\/p>\n\n\n\n Questi risultati ci dicono che il questionario CFF, che pure dovrebbe rappresentare un metodo di misurazione oggettiva della stanchezza visiva, presenta una sensibilit\u00e0 molto bassa e non riesce ad evidenziare al meglio l\u2019effettivo affaticamento del partecipante. Dall\u2019altro lato, i questionari self-report riescono s\u00ec a darci un quadro pi\u00f9 chiaro, ma presentano un bias di valutazione soggettiva, per cui le immagini dinamiche (es. scacchiera bianca e nera che lampeggia) vengono sistematicamente valutate come molto pi\u00f9 stancanti rispetto a quelle statiche, ma questo non viene rilevato in nessuna misura fisiologica.<\/p>\n\n\n\n Infine, l\u2019eye tracker riesce a mostrare in modo semplice ed oggettivo che l\u2019affaticamento visivo ha un\u2019influenza maggiore sulla precisione e sull\u2019accuratezza. Pi\u00f9 nello specifico, il parametro della precisione \u00e8 il pi\u00f9 sensibile, per cui, a causa della stanchezza, il punto focale (ovvero il centro del bersaglio) tende a divergere e la distanza massima tra una saccade e l\u2019altra aumenta.<\/p>\n\n\n\n Dunque, in questo esperimento, mentre il CFF non ha misurato la differenza tra prima e dopo i compiti di fatica e il questionario soggettivo ha rivelato lo stato di fatica, l\u2019eye tracker riesce a determinare efficacemente l\u2019influenza della fatica e a darci dei parametri oggettivi su cui poter intervenire.<\/p>\n\n\n\n L\u2019eye tracker sembra quindi essere un metodo molto efficace per valutare la stanchezza oculare dei nostri dipendenti in modo oggettivo, al posto di costose apparecchiature mediche o di metodi esclusivamente soggettivi che potrebbero dare risultati non accurati. <\/p>\n\n\n\n Per tornare al punto iniziale, immaginiamo di voler valutare a che livello di stanchezza oculare vengono sottoposti i dipendenti della nostra azienda nel mentre eseguono le loro classiche routine lavorative al computer (di qualunque natura esse siano). <\/p>\n\n\n\n Tramite eye tracker sar\u00e0 possibile misurare i livelli di accuratezza e precisione prima e dopo l\u2019inizio delle attivit\u00e0 lavorative. Il grado di affaticamento riscontrato ci permetter\u00e0 di intervenire in modo mirato, progettando, ad esempio delle pause molto ravvicinate fra loro per i compiti che risulteranno pi\u00f9 stancanti. <\/p>\n\n\n\n Non solo, questi interventi potranno essere personalizzati per singolo individuo in base alle risposte in modo da ricordare ad ogni utente di rilassare gli occhi in modo tempestivo. Questo diventa ancora pi\u00f9 impellente se pensiamo anche alla veloce diffusione che stanno avendo i dispositivi per realt\u00e0 virtuale e realt\u00e0 aumentata (Montagna, 2018) con cui, presto o tardi, sar\u00e0 necessario confrontarsi anche in ambito aziendale e che potrebbero anche sostituire i classici dispositivi 2D\/3D.<\/p>\n\n\n\n Blehm, C., Vishnu, S., Khattak, A., Mitra, S., & Yee, R. W. (2005). Computer vision syndrome: a review.<\/a> Survey of ophthalmology, 50(3), 253-262.<\/p>\n\n\n\n Kennedy, R. S., Lane, N. E., Berbaum, K. S., & Lilienthal, M. G. (1993). Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness.<\/a> The international journal of aviation psychology, 3(3), 203-220.<\/p>\n\n\n\n Kranda, K. (1982). Potential applications of various flicker techniques in psychopharmacology: the aims and limits. Flicker Techniques in Psychopharmacology, 14-22.<\/p>\n\n\n\n Lin, H. J., Chou, L. W., Chang, K. M., Wang, J. F., Chen, S. H., & Hendradi, R. (2022). Visual fatigue estimation by eye tracker with regression analysis.<\/a> Journal of Sensors, 2022.<\/p>\n\n\n\n Montagna, L. (2018). Realt\u00e0 virtuale e realt\u00e0 aumentata: nuovi media per nuovi scenari di business. Realt\u00e0 virtuale e realt\u00e0 aumentata, 1-288.<\/p>\n\n\n\nCome si misura il livello di affaticamento visivo?<\/strong><\/h2>\n\n\n\n
Diverse metodologie di misurazione a confronto: un esempio dalla letteratura scientifica<\/strong><\/h2>\n\n\n\n
I risultati ottenuti: l\u2019eye tracker performa meglio delle altre metodologie?<\/strong><\/h2>\n\n\n\n
![\"Mappe](\"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2023\/04\/Mappe-di-calore.png\")
<\/figure>\n\n\n\nConclusioni<\/strong><\/h2>\n\n\n\n
Bibliografia<\/strong><\/h2>\n\n\n\n