El movimiento ocular en la observación de escenas se refiere al procesamiento visual de la información presentada en las escenas. Este fenómeno se ha estudiado en diversas áreas, como la psicología cognitiva y la psicofísica , donde el movimiento ocular puede ser monitoreado en condiciones experimentales. Un aspecto central en estos estudios es la división de los movimientos oculares en movimientos sacádicos , el movimiento rápido de los ojos, y fijaciones, el enfoque de los ojos en un punto. Hay varios factores que influyen en el movimiento ocular en la observación de escenas, tanto la tarea y el conocimiento del espectador (factores de arriba hacia abajo) como las propiedades de la imagen que se está viendo (factores de abajo hacia arriba). El estudio del movimiento ocular en la observación de escenas ayuda a comprender el procesamiento visual en entornos más naturales.
Por lo general, cuando se presenta una escena, los espectadores muestran duraciones de fijación cortas y amplitudes de movimientos sacádicos largos en las primeras fases de visualización de una imagen, lo que representa el procesamiento ambiental. A esto le siguen fijaciones más largas y movimientos sacádicos más cortos en las últimas fases de visualización de la escena, lo que representa el procesamiento focal (Pannasch et al., 2008).
El comportamiento del movimiento ocular durante la observación de una escena difiere entre los distintos niveles de desarrollo cognitivo. La duración de la fijación se acorta y la amplitud de las sacudidas se alarga con el aumento de la edad. En los niños, el desarrollo de las sacudidas hasta la amplitud que normalmente se encuentra en los adultos se ha producido antes (4-6 años) que el desarrollo de la duración de la fijación (6-8 años). Sin embargo, se ha observado que el patrón típico de comportamiento durante la observación de una escena, cuando se progresa desde el procesamiento ambiental al procesamiento focal, se produce a partir de los 2 años de edad (Helo, Pannasch, Sirri y Rämä, 2014).
Existen factores particulares que afectan el lugar en el que se fijan los movimientos oculares, entre ellos, factores ascendentes inherentes al estímulo y factores descendentes inherentes al observador. Se ha descubierto que incluso un primer vistazo a una escena genera una representación abstracta de la imagen que se puede almacenar en la memoria para su uso en movimientos oculares posteriores (Castelhano y Henderson, 2007).
En los factores ascendentes, la orientación ocular puede verse afectada por el contraste local o la prominencia de las características de una imagen (Itti y Koch, 2000). Un ejemplo de esto sería un área con una gran diferencia de luminancia (Parkhurst et al., 2002), una mayor densidad de bordes (Mannan, Ruddock y Wooding, 1996) o una disparidad binocular que determine la distancia de diferentes objetos en la escena (Jansen et al., 2009).
Los factores de arriba hacia abajo de las escenas tienen un mayor impacto que las características de abajo hacia arriba a la hora de afectar las posiciones de fijación. La información conductualmente relevante que es más interesante en una escena es más destacada que las características de bajo nivel, lo que genera fijaciones con mayor frecuencia y más rápidamente desde el inicio de la escena (Onat, Açik, Schumann y König, 2014). El color local de la escena en una posición de fijación tiene una influencia en el lugar donde se producen las fijaciones. La presencia de color puede aumentar la probabilidad de que el elemento se procese como un objeto semántico, ya que puede ayudar a la discriminación del objeto, lo que lo hace más interesante de ver (Amano y Foster, 2014). Cuando los espectadores están semánticamente preparados al presentárseles escenas consistentemente similares, la densidad de fijaciones aumenta y la duración de las fijaciones disminuye (Henderson, Weeks Jr. y Hollingworth, 1999).
La información independiente de lo que se presenta en una escena también tiene un efecto sobre el área en la que se fija la atención. Los movimientos oculares pueden ser guiados anticipatoriamente por la información lingüística, donde si un elemento de la escena se presenta verbalmente, el oyente tendrá más probabilidades de mover su atención visual hacia ese objeto (Staub, Abott y Bogartz, 2012). Con respecto a los factores relacionados con los espectadores en lugar de la escena, se han encontrado diferencias en la investigación transcultural. Los occidentales tienen una tendencia a concentrarse en los objetos focales de una escena, donde miran los objetos focales con mayor frecuencia y más rápido en comparación con los asiáticos orientales que prestan más atención a la información contextual, donde hacen más movimientos sacádicos hacia el fondo de la escena (Chua, Boland y Nisbett, 2002).
En cuanto a la temporalidad de las fijaciones, la duración media de las fijaciones es de 300 ms, aunque existe una gran variabilidad en torno a esta aproximación. Parte de esta variabilidad se puede explicar a través de las propiedades globales de una imagen, que afectan tanto al procesamiento ascendente como al descendente.
Durante la visualización de una escena natural, el enmascaramiento de una imagen reemplazándola por un campo gris durante las fijaciones tiene un aumento en las duraciones de fijación (Henderson y Pierce, 2008). Las degradaciones más sutiles de una imagen en las duraciones de fijación, como la disminución de la luminancia de una imagen durante las fijaciones, también aumentan la duración de las fijaciones (Henderson, Nuthmann y Luke, 2013). Se muestra un efecto asimétrico donde el aumento de la luminancia también aumenta las duraciones de fijación (Walshe y Nuthmann, 2014). Sin embargo, el cambio en los factores que afectan el procesamiento de arriba hacia abajo, como el desenfoque o el ruido de fase , aumenta las duraciones de fijación cuando se usa para degradar una escena y disminuye las duraciones de fijación cuando se usa para mejorar una escena (Henderson, Olejarczyk, Luke y Schmidt, 2014; Einhäuser et al., 2006).
Además, los aspectos temporales y espaciales interactúan de manera compleja. Cuando se presenta una imagen por primera vez en la pantalla, las fijaciones realizadas en el primer segundo tienen más probabilidades de dirigirse hacia el lado izquierdo de la escena, mientras que ocurre lo contrario durante el resto de la presentación (Ossandón et al., 2014).
