Curso de Eye Tracking para UX

Aula 1 • História da Pesquisa em Eye Tracking

Traça o eye tracking desde a oftalmologia inicial até os laboratórios de UX modernos. Contextualiza as ferramentas atuais dentro de um século de evolução metodológica.

Aula 2 • Como o Olho Humano Funciona

Aborda a anatomia ocular, a fóvea e os limites da visão periférica. Estabelece a base biológica para interpretar os dados de olhar com precisão.

Aula 3 • Tipos de Movimentos Oculares

Diferencia sacadas, fixações, perseguição suave e microssacadas. Cada tipo de movimento carrega implicações distintas de UX, abordadas em capítulos posteriores.

Aula 1 • Principais Tecnologias de Rastreamento Explicadas

Explica os métodos de reflexão pupila-córnea, pupila escura e pupila clara. Fundamenta as decisões de seleção de hardware na física de cada abordagem.

Aula 2 • Rastreadores Oculares Desktop Remotos

Aborda rastreadores montados no monitor e integrados ao monitor usados em ambientes de laboratório. Estabelece o contexto básico de hardware para a maioria dos estudos de UX.

Aula 3 • Rastreamento Baseado em Webcam e Remoto

Introduz o eye tracking baseado em navegador e webcam para estudos remotos em larga escala. Aborda as limitações de precisão e os casos de uso apropriados.

Aula 4 • Rastreadores Oculares Móveis e Vestíveis

Examina rastreadores baseados em óculos e montados na cabeça para estudos no mundo real. Prepara os alunos para pesquisas de campo além do ambiente de laboratório controlado.

Aula 1 • Recrutamento e Amostragem de Participantes

Orienta a estimativa do tamanho da amostra, critérios de inclusão e considerações de diversidade. Garante que os achados sejam generalizáveis para a população de usuários pretendida.

Aula 2 • Preparação e Apresentação de Estímulos

Aborda resolução de imagem da tela, taxa de atualização e temporização do estímulo para uma captura confiável do olhar. Previne confusões comuns introduzidas por uma configuração inadequada de estímulo.

Aula 3 • Ética e Consentimento Informado

Aborda privacidade de dados, procedimentos de consentimento e direitos dos participantes na pesquisa de olhar. Prepara os alunos para atender aos padrões éticos institucionais e profissionais.

Aula 4 • Definindo Perguntas de Pesquisa e Hipóteses

Traduz metas de UX em hipóteses testáveis baseadas no olhar. Garante que cada decisão de design esteja ancorada em uma pergunta de pesquisa clara.

Aula 1 • Integração do Participante e Briefing da Tarefa

Aborda instruções roteirizadas, tentativas de prática e gerenciamento da ansiedade do participante. Padroniza o início da sessão para reduzir a variabilidade comportamental.

Aula 2 • Preparação do Ambiente de Laboratório

Especifica iluminação, assentos e posicionamento do monitor para qualidade de rastreamento ideal. Reduz o ruído ambiental antes da chegada de qualquer participante.

Aula 3 • Gravação e Monitoramento da Sessão

Explica a pré-visualização do olhar ao vivo, indicadores de qualidade de dados e intervenções no meio da sessão. Permite que os pesquisadores identifiquem e corrijam problemas de qualidade de dados em tempo real.

Aula 4 • Procedimentos de Calibração e Validação

Percorre rotinas de calibração padrão de 5 e 9 pontos e verificações de validação. Estabelece a linha de base de precisão necessária para dados confiáveis.

Aula 1 • Métricas de Sacada e Transição

Examina amplitude, direção da sacada e matrizes de transição de AOI. Revela padrões de navegação e estratégias de busca visual entre elementos da interface.

Aula 2 • Definindo Áreas de Interesse

Ensina o desenho manual e automatizado de AOIs, incluindo AOIs dinâmicas para estímulos de vídeo. As AOIs são as unidades espaciais que tornam possível o cálculo de métricas.

Aula 3 • Métricas Baseadas em Fixação

Aborda contagem de fixações, duração e tempo até a primeira fixação como indicadores primários de atenção. Conecta cada métrica a perguntas específicas de UX sobre usabilidade e saliência.

Aula 4 • Agregando e Comparando Métricas

Demonstra como agregar métricas entre participantes e comparar condições. Constrói a camada de resumo quantitativo necessária antes dos testes estatísticos.

Aula 1 • Similaridade e Comparação de Scanpaths

Apresenta distância de edição de strings, Levenshtein e algoritmos MultiMatch. Permite a comparação quantitativa de sequências de visualização entre participantes ou condições.

Aula 2 • Geração e Interpretação de Mapas de Calor

Explica mapas de calor baseados em fixação e tempo de permanência, escalas de cor e suavização Gaussiana. Ensina a leitura correta de zonas quentes e frias no contexto de UX.

Aula 3 • Sobreposição e Visualização Contextual

Demonstra a sobreposição de dados de olhar em wireframes, protótipos e quadros de vídeo. Conecta as saídas visuais diretamente aos artefatos de design para comunicação com as partes interessadas.

Aula 1 • Comparando Condições e Grupos

Aborda testes t, Mann-Whitney, ANOVA e Kruskal-Wallis para métricas de olhar. Constrói o kit de ferramentas para responder às perguntas de comparação de UX mais comuns.

Aula 2 • Correlação e Regressão com Dados de Olhar

Examina relações entre métricas de olhar e resultados de usabilidade, como o tempo de tarefa. Permite a modelagem preditiva do desempenho do usuário a partir de dados de atenção.

Aula 3 • Reportando Resultados Estatísticos com Clareza

Fornece modelos para redigir estatísticas de olhar nos formatos APA e linguagem simples. Garante que os achados sejam comunicados com precisão tanto para públicos técnicos quanto não técnicos.

Aula 4 • Escolhendo o Teste Estatístico Correto

Mapeia tipos de métricas de olhar para testes paramétricos e não paramétricos. Previne erros comuns de aplicar testes inadequados a distribuições de olhar não normais.

Aula 1 • Identificando Problemas de Usabilidade a Partir do Olhar

Mapeia padrões de olhar, como fixações longas e AOIs perdidas, para problemas de usabilidade específicos. Constrói a habilidade diagnóstica para traduzir dados em declarações de problema.

Aula 2 • Triangulando o Olhar com Outros Dados de UX

Combina eye tracking com pensar em voz alta, pesquisas e métricas de desempenho de tarefa. Produz achados mais ricos e credíveis do que apenas os dados de olhar podem fornecer.

Aula 3 • Priorizando Recomendações de Design

Aplica estruturas de classificação de gravidade e impacto-esforço para ranquear problemas identificados pelo olhar. Garante que as equipes de design ajam primeiro sobre os problemas mais críticos.

Aula 4 • Apresentando Achados às Partes Interessadas

Aborda estrutura do slide deck, técnicas de demonstração ao vivo e como lidar com perguntas das partes interessadas. Prepara os alunos para defender mudanças de design baseadas em dados com confiança.