眼神作為共同基準的證據：整合 MapTask 與 MUNDEX 的跨語料庫分析
為何重要
這項研究對開發人機協作 AI（如具身 AI 或代理工具）具體指示了「多模態互動」的量化指標：雖然視線本身作為獨立判斷共同基準的效應不大，但結合對話與任務背景後，可視為理解人類同步與專注度的輔助線索，有助於最佳化雙向協作擬人化模型。
本研究探討在雙方資訊不對稱的協作任務中，眼神是否為判斷「共同基準」（Common Grounding）的證據。研究將 1991 年的 HCRC MapTask 與 2023 年的 MUNDEX 兩個語料庫對齊，透過行為註釋計算對話單位周圍的視線特徵。
- 在兩個語料庫中，參照解讀的對齊狀態或 UN（理解）判斷都與「較多指向任務的眼神」和「較少指向夥伴的眼神」相關，且伴隨較低的眼神熵與較少的眼神轉移。
- 對於主導任務的參與者，這些關聯在「給予方產生的參照」與「解釋者判斷」中尤為明顯，且變化幅度與解釋者的眼神狀態共變。
- 在 MapTask 中，當先前未對齊的參照變成對齊時，講者的眼神熵會降低；在分組交叉驗證中，基於時間特徵（MapTask）和原始比例（MUNDEX）的最佳特徵組僅小幅優於對照組。