Ο γνωστικός φόρτος εργασίας αποτελεί σημαντικό στοιχείο στην ψυχολογία της απόδοσης, την εργονομία και τους ανθρώπινους παράγοντες. Τα δημόσια διαθέσιμα σύνολα δεδομένων είναι ελάχιστα, γεγονός που καθιστά δύσκολη την καθιέρωση νέων προσεγγίσεων και συγκριτικών μελετών. Στην παρούσα εργασία, παρουσιάζεται το COLET-COgnitive workLoad estimation based on Eye-Tracking dataset.
Παρακολουθήσαμε τις κινήσεις των ματιών σαράντα επτά (47) ατόμων καθώς έλυσαν γρίφους που περιλάμβαναν δραστηριότητες οπτικής αναζήτησης διαφορετικής πολυπλοκότητας και διάρκειας. Το επίπεδο γνωστικού φόρτου εργασίας των συμμετεχόντων αξιολογήθηκε με το υποκειμενικό τεστ NASA-TLX και η βαθμολογία αυτή χρησιμοποιείται ως σχολιασμός της δραστηριότητας. Πραγματοποιήθηκε εκτεταμένη ανάλυση δεδομένων προκειμένου να εξαχθούν χαρακτηριστικά των ματιών και του βλέμματος από μετρήσεις χαμηλού επιπέδου που καταγράφηκαν από τα μάτια και αξιολογήθηκε και δοκιμάστηκε μια σειρά μοντέλων μηχανικής μάθησης όσον αφορά την εκτίμηση του επιπέδου γνωστικού φόρτου εργασίας.
Οι δραστηριότητες προκάλεσαν τέσσερα διαφορετικά επίπεδα γνωστικού φόρτου εργασίας. Οι πολλαπλές εργασίες και η πίεση χρόνου προκάλεσαν υψηλότερο επίπεδο γνωστικού φόρτου εργασίας από εκείνο που προκάλεσαν οι απλές εργασίες και η απουσία πίεσης χρόνου. Η πολλαπλή εργασία είχε σημαντική επίδραση σε 17 χαρακτηριστικά των ματιών, ενώ η πίεση του χρόνου είχε σημαντική επίδραση σε 7 χαρακτηριστικά των ματιών. Πραγματοποιήθηκαν προσπάθειες ταυτοποίησης τόσο με δυαδικές όσο και με πολλαπλές κλάσεις, δοκιμάζοντας διάφορους γνωστούς ταξινομητές, με αποτέλεσμα ενθαρρυντικά αποτελέσματα όσον αφορά την εκτίμηση των επιπέδων γνωστικού φόρτου εργασίας, με έως και 88\% ορθές προβλέψεις μεταξύ χαμηλού και υψηλού γνωστικού φόρτου εργασίας.
Η ανάλυση μηχανικής μάθησης κατέδειξε τη δυνατότητα διάκρισης των επιπέδων γνωστικού φόρτου εργασίας χρησιμοποιώντας μόνο τα χαρακτηριστικά παρακολούθησης των ματιών. Το προτεινόμενο σύνολο δεδομένων περιλαμβάνει πολύ μεγαλύτερο μέγεθος δείγματος και ευρύτερο φάσμα μετρήσεων ματιών και βλέμματος σε σχέση με άλλα παρόμοια σύνολα δεδομένων, επιτρέποντας την εξέταση των σχέσεών τους με διάφορες γνωστικές καταστάσεις.
Η βάση δεδομένων αποτελείται από μετρικές που σχετίζονται με το βλέμμα, την κόρη και τις ανοιγοκλείσεις των ματιών, καθώς και πληροφορίες για τους συμμετέχοντες, τις εικόνες της εργασίας και τον σχολιασμό τους. Η βάση δεδομένων αποτέλεσε μέρος μιας μελέτης που εισήχθη στο πλαίσιο του SeeFar (H2020 No 826429).
