如果电子书知道你看到哪里了?
如果电子书能够知道什么时候已经看完这一页，是不是就可以自己翻页了？这样阅读的时候，不用抬手，不用点屏幕，也不用滑动，整个过程应该会更自然。本来以为这只是一个脑洞，和 AI 聊完之后去查资料才发现，相关技术其实已经存在很多年了。眼球追踪（Eye Tracking）早已是一项成熟技术。从医疗、心理学、人机交互，到驾驶安全、VR 和无障碍辅助，它已经应用在很多领域。专业眼球追踪设备能够记录视线落点、停留时间、回看次数和扫视路径。苹果这些年也不断开放相关能力，现在的 iPhone 和 iPad 已经可以进行眼睛和头部追踪，一些开发者甚至已经做出了利用眨眼翻页的电子书 App。从技术角度来说，让设备知道眼睛大概看到哪里，并不是一件难事。但如果这些能力都已经具备了，为什么 Kindle、Apple Books 以及各种主流电子书，到今天还是要自己翻页？后来发现，问题并不完全在于眼球追踪，而在于阅读这件事情本身。同样停留在页面最后几行几秒钟，可能已经读完了，也可能正在回看，可能没有理解，也可能只是停下来思考，甚至发呆。摄像头能够看到眼睛的位置，却看不到人的理解过程。眼睛停在哪里可以测量，什么时候真正读完，却没有一个可以直接测量的标准。这也是为什么眼球追踪能够很好地帮助渐冻症（ALS）患者，却一直没有成为大众阅读产品。对于渐冻症患者来说，它解决的是人与外界沟通的问题。只要能够完成点击、输入和选择，即使偶尔出现一点误差，带来的帮助依然非常大。但对于每天都会使用的电子书来说，如果一本书每翻几十页就误翻一次，或者还没看完就自动跳到下一页，大多数人可能还是会选择自己点一下屏幕。如果电子书持续利用摄像头判断阅读状态，它记录的就不仅仅是翻了多少页，而是阅读速度、停留时间、回看习惯，甚至注意力变化。近年来已经有不少研究把眼球数据视为一种敏感的生物特征数据，它能够反映的信息，比点击记录丰富得多。现在不少电子乐谱已经能够自动翻页。除了蓝牙脚踏和 MIDI，一些软件还能通过麦克风实时监听演奏，把听到的音乐与数字乐谱进行匹配，判断当前演奏到了哪个小节，再跟随演奏进度自动翻页。这项技术叫Score Following（乐谱跟随），已经应用在不少数字乐谱软件中。音乐天然拥有一个可以直接观测的信号：声音。无论通过麦克风还是 MIDI，系统面对的都是一个持续变化、能够实时测量的数据流，它需要解决的是”现在演奏到了哪里”。眼睛的位置只是阅读留下的痕迹，而不是阅读本身。真正决定是否应该翻页的，是理解、思考、犹豫、回看这些发生在大脑里的过程。它们没有办法像声音一样被直接采集，只能通过眼动、停留时间、阅读速度这些外部行为去推断。这已经不是电子书和乐谱的区别了。很多 AI 问题其实都可以分成两类：一类面对的是可以直接观测的世界，另一类面对的是只能间接推断的人。Tobii.What is Eye Tracking?https://www.tobii.com/learn-and-support/get-started/what-is-eye-trackingApple Developer Documentation.ARKit Face Tracking. https://developer.apple.com/documentation/arkitFlipByBlink（iOS）——利用前置摄像头识别眨眼进行电子书翻页。https://apps.apple.com/app/flipbyblink-ebook-reader/id1444571751Newzik.Score Following（乐谱跟随技术）https://newzik.comDorfer, M. et al.Score Following: A Survey of Methods and Applications.Assessing and Mitigating the Privacy Implications of Eye Tracking on Handheld Mobile Devices.ACM Transactions on Privacy and Security, 2025.
