芬蘭跨國團隊開發AI模型解析人類閱讀機制

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。

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。