Análisis visual de datos de eye-tracking
- Autores
- Cerúsico, Georgina Inés
- Año de publicación
- 2026
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Castro, Silvia
Larrea, Martín Leonardo - Descripción
- Inmersos en una era digital marcada por transformaciones profundas, y acentuada aún más por la irrupción de la inteligencia artificial, generamos y procesamos millones de datos diariamente. Este crecimiento exponencial de los datos plantea desafíos en la manera de analizarlos y comprenderlos, lo que nos impulsa a explorar nuevas estrategias y enfoques. En este contexto, la visualización de datos ha adquirido un rol central, pues permite comprender, sintetizar y descubrir insights que de otro modo resultarían inaccesibles. El objetivo de esta tesis es realizar el análisis visual de un conjunto particular de datos obtenidos mediante técnicas de seguimiento ocular. El denominado eye-tracking o seguimiento ocular consiste en registrar los movimientos oculares de un individuo frente a un estímulo visual mientras realiza una tarea. Estos datos, recolectados a través de un dispositivo conocido como eye tracker, alcanzan volúmenes considerables; su análisis adquiere particular relevancia porque posibilita comprender los procesos cognitivos que tienen lugar en el sujeto durante el experimento. A partir de la hipótesis ojo-mente se han desarrollado investigaciones en campos tan diversos como la interacción persona–computadora, las neurociencias, la psicología cognitiva, el marketing, la educación, así como en el estudio de procesos cognitivos durante la lectura de texto y de código, entre otros. En paralelo, se han desarrollado múltiples técnicas de visualización que buscan representar estos datos, resaltando sus características espaciotemporales y las complejas relaciones que pueden existir entre ellos. Tales técnicas, junto con las posibles interacciones sobre los conjuntos de datos, ofrecen vistas dinámicas y diversas que enriquecen el análisis visual y facilitan la obtención de nuevos insights. En esta tesis se presenta un análisis exhaustivo de cada técnica de visualización de datos provenientes de eye-tracking, considerando la información aportada por las diferentes medidas de los movimientos oculares que se pueden visualizar. Asimismo, se abordan los aspectos vinculados con el hardware, el diseño experimental y el registro de datos correspondientes al estudio de seguimiento ocular realizado con 28 estudiantes de segundo año de la Tecnicatura en Informática de la FACEN. Para examinar las estrategias de exploración visual utilizadas por los alumnos mientras responden a consignas específicas de comprensión de código, se propusieron distintas vistas, siguiendo en cada caso el pipeline completo de los datos desde su obtención hasta su análisis y visualización. Adicionalmente, en el abordaje de las técnicas de visualización, se actualizó y amplió la taxonomía propuesta por Blascheck et al. en 2017. La revisión exhaustiva de la literatura también permitió la elaboración de una bibliografía anotada, que enriquece la comprensión del contexto y de la relevancia de los trabajos examinados en el marco de esta tesis. Por último, se encuentra en desarrollo un software destinado a promover la difusión y aplicación del eyetracking en la FACEN. El propósito es implementar una herramienta de calidad que, mediante una interfaz adecuada, facilite el análisis visual de los datos de seguimiento ocular recolectados durante la interacción de los estudiantes con recursos digitales utilizados en las cátedras. Este desarrollo permitirá evaluar los materiales empleados y favorecer la personalización del aprendizaje.
Immersed in a digital era marked by profound transformations, further accentuated by the advent of artificial intelligence, we generate and process vast amounts of data on a daily basis. This exponential growth of data poses significant challenges in terms of analysis and interpretation, driving the need to explore new strategies and approaches. In this context, data visualization has acquired a central role, as it enables comprehension, synthesis, and the discovery of insights that would otherwise remain inaccessible. The objective of this thesis is to conduct a visual analysis of a specific dataset obtained through eyetracking techniques. Eye-tracking refers to the process of recording an individual’s eye movements in response to visual stimuli while performing a task. These data, collected through a device known as an eye tracker, reach large volumes of information; their analysis is relevant as it enables the understanding of the cognitive processes that take place in the subject during the experiment. Based on the eye–mind hypothesis, research has been conducted in fields as diverse as human–computer interaction, neuroscience, cognitive psychology, marketing, education, as well as the study of cognitive processes involved in text and code reading, among others. In parallel, multiple visualization techniques have been developed to represent such data, highlighting their spatiotemporal characteristics and the complex relationships that may exist among them. These techniques, together with the potential interactions with datasets, provide dynamic and diverse views that enrich visual analysis and facilitate the generation of new insights. This thesis presents a comprehensive analysis of each data visualization technique applied to eyetracking, taking into account the information provided by the different measures of eye movements that can be visualized. Additionally, aspects related to hardware, experimental design, and data recording, corresponding to the eye-tracking study carried out with 28 students who attend the second year of the Computer Technician at FACEN, are addressed. To examine the visual exploration strategies employed by the students while responding to specific code comprehension tasks, various views were proposed, each following the complete data pipeline from acquisition to analysis and visualization. Furthermore, in addressing visualization techniques, this work updates and extends the taxonomy proposed by Blascheck et al. in 2017. The thorough literature review also enabled the development of an annotated bibliography, which enhances the understanding of the context and the significance of the works examined within the scope of this thesis. Finally, software aimed at promoting the dissemination and application of eye-tracking at FACEN is under development. The purpose is to implement a high-quality tool that, through an appropriate inter- face, facilitates the visual analysis of eye-tracking data collected during students’ interaction with digital resources used in the courses. This development will enable to evaluate the materials employed and support learning personalization.
Fil: Cerúsico, Georgina Inés. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina - Materia
-
Movimientos oculares
Eye-tracking
Análisis visual
Visualización de datos
Educación en computación - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/4.0/
- Repositorio
.jpg)
- Institución
- Universidad Nacional del Sur
- OAI Identificador
- oai:repositorio.bc.uns.edu.ar:123456789/7692
Ver los metadatos del registro completo
| id |
RID-UNS_675adebaebb21f78caed91af6fc58575 |
|---|---|
| oai_identifier_str |
oai:repositorio.bc.uns.edu.ar:123456789/7692 |
| network_acronym_str |
RID-UNS |
| repository_id_str |
|
| network_name_str |
Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) |
| spelling |
Análisis visual de datos de eye-trackingCerúsico, Georgina InésMovimientos ocularesEye-trackingAnálisis visualVisualización de datosEducación en computaciónInmersos en una era digital marcada por transformaciones profundas, y acentuada aún más por la irrupción de la inteligencia artificial, generamos y procesamos millones de datos diariamente. Este crecimiento exponencial de los datos plantea desafíos en la manera de analizarlos y comprenderlos, lo que nos impulsa a explorar nuevas estrategias y enfoques. En este contexto, la visualización de datos ha adquirido un rol central, pues permite comprender, sintetizar y descubrir insights que de otro modo resultarían inaccesibles. El objetivo de esta tesis es realizar el análisis visual de un conjunto particular de datos obtenidos mediante técnicas de seguimiento ocular. El denominado eye-tracking o seguimiento ocular consiste en registrar los movimientos oculares de un individuo frente a un estímulo visual mientras realiza una tarea. Estos datos, recolectados a través de un dispositivo conocido como eye tracker, alcanzan volúmenes considerables; su análisis adquiere particular relevancia porque posibilita comprender los procesos cognitivos que tienen lugar en el sujeto durante el experimento. A partir de la hipótesis ojo-mente se han desarrollado investigaciones en campos tan diversos como la interacción persona–computadora, las neurociencias, la psicología cognitiva, el marketing, la educación, así como en el estudio de procesos cognitivos durante la lectura de texto y de código, entre otros. En paralelo, se han desarrollado múltiples técnicas de visualización que buscan representar estos datos, resaltando sus características espaciotemporales y las complejas relaciones que pueden existir entre ellos. Tales técnicas, junto con las posibles interacciones sobre los conjuntos de datos, ofrecen vistas dinámicas y diversas que enriquecen el análisis visual y facilitan la obtención de nuevos insights. En esta tesis se presenta un análisis exhaustivo de cada técnica de visualización de datos provenientes de eye-tracking, considerando la información aportada por las diferentes medidas de los movimientos oculares que se pueden visualizar. Asimismo, se abordan los aspectos vinculados con el hardware, el diseño experimental y el registro de datos correspondientes al estudio de seguimiento ocular realizado con 28 estudiantes de segundo año de la Tecnicatura en Informática de la FACEN. Para examinar las estrategias de exploración visual utilizadas por los alumnos mientras responden a consignas específicas de comprensión de código, se propusieron distintas vistas, siguiendo en cada caso el pipeline completo de los datos desde su obtención hasta su análisis y visualización. Adicionalmente, en el abordaje de las técnicas de visualización, se actualizó y amplió la taxonomía propuesta por Blascheck et al. en 2017. La revisión exhaustiva de la literatura también permitió la elaboración de una bibliografía anotada, que enriquece la comprensión del contexto y de la relevancia de los trabajos examinados en el marco de esta tesis. Por último, se encuentra en desarrollo un software destinado a promover la difusión y aplicación del eyetracking en la FACEN. El propósito es implementar una herramienta de calidad que, mediante una interfaz adecuada, facilite el análisis visual de los datos de seguimiento ocular recolectados durante la interacción de los estudiantes con recursos digitales utilizados en las cátedras. Este desarrollo permitirá evaluar los materiales empleados y favorecer la personalización del aprendizaje.Immersed in a digital era marked by profound transformations, further accentuated by the advent of artificial intelligence, we generate and process vast amounts of data on a daily basis. This exponential growth of data poses significant challenges in terms of analysis and interpretation, driving the need to explore new strategies and approaches. In this context, data visualization has acquired a central role, as it enables comprehension, synthesis, and the discovery of insights that would otherwise remain inaccessible. The objective of this thesis is to conduct a visual analysis of a specific dataset obtained through eyetracking techniques. Eye-tracking refers to the process of recording an individual’s eye movements in response to visual stimuli while performing a task. These data, collected through a device known as an eye tracker, reach large volumes of information; their analysis is relevant as it enables the understanding of the cognitive processes that take place in the subject during the experiment. Based on the eye–mind hypothesis, research has been conducted in fields as diverse as human–computer interaction, neuroscience, cognitive psychology, marketing, education, as well as the study of cognitive processes involved in text and code reading, among others. In parallel, multiple visualization techniques have been developed to represent such data, highlighting their spatiotemporal characteristics and the complex relationships that may exist among them. These techniques, together with the potential interactions with datasets, provide dynamic and diverse views that enrich visual analysis and facilitate the generation of new insights. This thesis presents a comprehensive analysis of each data visualization technique applied to eyetracking, taking into account the information provided by the different measures of eye movements that can be visualized. Additionally, aspects related to hardware, experimental design, and data recording, corresponding to the eye-tracking study carried out with 28 students who attend the second year of the Computer Technician at FACEN, are addressed. To examine the visual exploration strategies employed by the students while responding to specific code comprehension tasks, various views were proposed, each following the complete data pipeline from acquisition to analysis and visualization. Furthermore, in addressing visualization techniques, this work updates and extends the taxonomy proposed by Blascheck et al. in 2017. The thorough literature review also enabled the development of an annotated bibliography, which enhances the understanding of the context and the significance of the works examined within the scope of this thesis. Finally, software aimed at promoting the dissemination and application of eye-tracking at FACEN is under development. The purpose is to implement a high-quality tool that, through an appropriate inter- face, facilitates the visual analysis of eye-tracking data collected during students’ interaction with digital resources used in the courses. This development will enable to evaluate the materials employed and support learning personalization.Fil: Cerúsico, Georgina Inés. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; ArgentinaCastro, SilviaLarrea, Martín Leonardo2026-05-22info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttps://repositoriodigital.uns.edu.ar/handle/123456789/7692spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/reponame:Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)instname:Universidad Nacional del Sur2026-09-24T11:33:44Zoai:repositorio.bc.uns.edu.ar:123456789/7692instacron:UNSInstitucionalhttp://repositoriodigital.uns.edu.ar/Universidad públicaNo correspondehttp://repositoriodigital.uns.edu.ar/oaimesnaola@uns.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:2026-09-24 11:33:45.489Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) - Universidad Nacional del Surfalse |
| dc.title.none.fl_str_mv |
Análisis visual de datos de eye-tracking |
| title |
Análisis visual de datos de eye-tracking |
| spellingShingle |
Análisis visual de datos de eye-tracking Cerúsico, Georgina Inés Movimientos oculares Eye-tracking Análisis visual Visualización de datos Educación en computación |
| title_short |
Análisis visual de datos de eye-tracking |
| title_full |
Análisis visual de datos de eye-tracking |
| title_fullStr |
Análisis visual de datos de eye-tracking |
| title_full_unstemmed |
Análisis visual de datos de eye-tracking |
| title_sort |
Análisis visual de datos de eye-tracking |
| dc.creator.none.fl_str_mv |
Cerúsico, Georgina Inés |
| author |
Cerúsico, Georgina Inés |
| author_facet |
Cerúsico, Georgina Inés |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Castro, Silvia Larrea, Martín Leonardo |
| dc.subject.none.fl_str_mv |
Movimientos oculares Eye-tracking Análisis visual Visualización de datos Educación en computación |
| topic |
Movimientos oculares Eye-tracking Análisis visual Visualización de datos Educación en computación |
| dc.description.none.fl_txt_mv |
Inmersos en una era digital marcada por transformaciones profundas, y acentuada aún más por la irrupción de la inteligencia artificial, generamos y procesamos millones de datos diariamente. Este crecimiento exponencial de los datos plantea desafíos en la manera de analizarlos y comprenderlos, lo que nos impulsa a explorar nuevas estrategias y enfoques. En este contexto, la visualización de datos ha adquirido un rol central, pues permite comprender, sintetizar y descubrir insights que de otro modo resultarían inaccesibles. El objetivo de esta tesis es realizar el análisis visual de un conjunto particular de datos obtenidos mediante técnicas de seguimiento ocular. El denominado eye-tracking o seguimiento ocular consiste en registrar los movimientos oculares de un individuo frente a un estímulo visual mientras realiza una tarea. Estos datos, recolectados a través de un dispositivo conocido como eye tracker, alcanzan volúmenes considerables; su análisis adquiere particular relevancia porque posibilita comprender los procesos cognitivos que tienen lugar en el sujeto durante el experimento. A partir de la hipótesis ojo-mente se han desarrollado investigaciones en campos tan diversos como la interacción persona–computadora, las neurociencias, la psicología cognitiva, el marketing, la educación, así como en el estudio de procesos cognitivos durante la lectura de texto y de código, entre otros. En paralelo, se han desarrollado múltiples técnicas de visualización que buscan representar estos datos, resaltando sus características espaciotemporales y las complejas relaciones que pueden existir entre ellos. Tales técnicas, junto con las posibles interacciones sobre los conjuntos de datos, ofrecen vistas dinámicas y diversas que enriquecen el análisis visual y facilitan la obtención de nuevos insights. En esta tesis se presenta un análisis exhaustivo de cada técnica de visualización de datos provenientes de eye-tracking, considerando la información aportada por las diferentes medidas de los movimientos oculares que se pueden visualizar. Asimismo, se abordan los aspectos vinculados con el hardware, el diseño experimental y el registro de datos correspondientes al estudio de seguimiento ocular realizado con 28 estudiantes de segundo año de la Tecnicatura en Informática de la FACEN. Para examinar las estrategias de exploración visual utilizadas por los alumnos mientras responden a consignas específicas de comprensión de código, se propusieron distintas vistas, siguiendo en cada caso el pipeline completo de los datos desde su obtención hasta su análisis y visualización. Adicionalmente, en el abordaje de las técnicas de visualización, se actualizó y amplió la taxonomía propuesta por Blascheck et al. en 2017. La revisión exhaustiva de la literatura también permitió la elaboración de una bibliografía anotada, que enriquece la comprensión del contexto y de la relevancia de los trabajos examinados en el marco de esta tesis. Por último, se encuentra en desarrollo un software destinado a promover la difusión y aplicación del eyetracking en la FACEN. El propósito es implementar una herramienta de calidad que, mediante una interfaz adecuada, facilite el análisis visual de los datos de seguimiento ocular recolectados durante la interacción de los estudiantes con recursos digitales utilizados en las cátedras. Este desarrollo permitirá evaluar los materiales empleados y favorecer la personalización del aprendizaje. Immersed in a digital era marked by profound transformations, further accentuated by the advent of artificial intelligence, we generate and process vast amounts of data on a daily basis. This exponential growth of data poses significant challenges in terms of analysis and interpretation, driving the need to explore new strategies and approaches. In this context, data visualization has acquired a central role, as it enables comprehension, synthesis, and the discovery of insights that would otherwise remain inaccessible. The objective of this thesis is to conduct a visual analysis of a specific dataset obtained through eyetracking techniques. Eye-tracking refers to the process of recording an individual’s eye movements in response to visual stimuli while performing a task. These data, collected through a device known as an eye tracker, reach large volumes of information; their analysis is relevant as it enables the understanding of the cognitive processes that take place in the subject during the experiment. Based on the eye–mind hypothesis, research has been conducted in fields as diverse as human–computer interaction, neuroscience, cognitive psychology, marketing, education, as well as the study of cognitive processes involved in text and code reading, among others. In parallel, multiple visualization techniques have been developed to represent such data, highlighting their spatiotemporal characteristics and the complex relationships that may exist among them. These techniques, together with the potential interactions with datasets, provide dynamic and diverse views that enrich visual analysis and facilitate the generation of new insights. This thesis presents a comprehensive analysis of each data visualization technique applied to eyetracking, taking into account the information provided by the different measures of eye movements that can be visualized. Additionally, aspects related to hardware, experimental design, and data recording, corresponding to the eye-tracking study carried out with 28 students who attend the second year of the Computer Technician at FACEN, are addressed. To examine the visual exploration strategies employed by the students while responding to specific code comprehension tasks, various views were proposed, each following the complete data pipeline from acquisition to analysis and visualization. Furthermore, in addressing visualization techniques, this work updates and extends the taxonomy proposed by Blascheck et al. in 2017. The thorough literature review also enabled the development of an annotated bibliography, which enhances the understanding of the context and the significance of the works examined within the scope of this thesis. Finally, software aimed at promoting the dissemination and application of eye-tracking at FACEN is under development. The purpose is to implement a high-quality tool that, through an appropriate inter- face, facilitates the visual analysis of eye-tracking data collected during students’ interaction with digital resources used in the courses. This development will enable to evaluate the materials employed and support learning personalization. Fil: Cerúsico, Georgina Inés. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina |
| description |
Inmersos en una era digital marcada por transformaciones profundas, y acentuada aún más por la irrupción de la inteligencia artificial, generamos y procesamos millones de datos diariamente. Este crecimiento exponencial de los datos plantea desafíos en la manera de analizarlos y comprenderlos, lo que nos impulsa a explorar nuevas estrategias y enfoques. En este contexto, la visualización de datos ha adquirido un rol central, pues permite comprender, sintetizar y descubrir insights que de otro modo resultarían inaccesibles. El objetivo de esta tesis es realizar el análisis visual de un conjunto particular de datos obtenidos mediante técnicas de seguimiento ocular. El denominado eye-tracking o seguimiento ocular consiste en registrar los movimientos oculares de un individuo frente a un estímulo visual mientras realiza una tarea. Estos datos, recolectados a través de un dispositivo conocido como eye tracker, alcanzan volúmenes considerables; su análisis adquiere particular relevancia porque posibilita comprender los procesos cognitivos que tienen lugar en el sujeto durante el experimento. A partir de la hipótesis ojo-mente se han desarrollado investigaciones en campos tan diversos como la interacción persona–computadora, las neurociencias, la psicología cognitiva, el marketing, la educación, así como en el estudio de procesos cognitivos durante la lectura de texto y de código, entre otros. En paralelo, se han desarrollado múltiples técnicas de visualización que buscan representar estos datos, resaltando sus características espaciotemporales y las complejas relaciones que pueden existir entre ellos. Tales técnicas, junto con las posibles interacciones sobre los conjuntos de datos, ofrecen vistas dinámicas y diversas que enriquecen el análisis visual y facilitan la obtención de nuevos insights. En esta tesis se presenta un análisis exhaustivo de cada técnica de visualización de datos provenientes de eye-tracking, considerando la información aportada por las diferentes medidas de los movimientos oculares que se pueden visualizar. Asimismo, se abordan los aspectos vinculados con el hardware, el diseño experimental y el registro de datos correspondientes al estudio de seguimiento ocular realizado con 28 estudiantes de segundo año de la Tecnicatura en Informática de la FACEN. Para examinar las estrategias de exploración visual utilizadas por los alumnos mientras responden a consignas específicas de comprensión de código, se propusieron distintas vistas, siguiendo en cada caso el pipeline completo de los datos desde su obtención hasta su análisis y visualización. Adicionalmente, en el abordaje de las técnicas de visualización, se actualizó y amplió la taxonomía propuesta por Blascheck et al. en 2017. La revisión exhaustiva de la literatura también permitió la elaboración de una bibliografía anotada, que enriquece la comprensión del contexto y de la relevancia de los trabajos examinados en el marco de esta tesis. Por último, se encuentra en desarrollo un software destinado a promover la difusión y aplicación del eyetracking en la FACEN. El propósito es implementar una herramienta de calidad que, mediante una interfaz adecuada, facilite el análisis visual de los datos de seguimiento ocular recolectados durante la interacción de los estudiantes con recursos digitales utilizados en las cátedras. Este desarrollo permitirá evaluar los materiales empleados y favorecer la personalización del aprendizaje. |
| publishDate |
2026 |
| dc.date.none.fl_str_mv |
2026-05-22 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_bdcc info:ar-repo/semantics/tesisDeMaestria |
| format |
masterThesis |
| status_str |
acceptedVersion |
| dc.identifier.none.fl_str_mv |
https://repositoriodigital.uns.edu.ar/handle/123456789/7692 |
| url |
https://repositoriodigital.uns.edu.ar/handle/123456789/7692 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) instname:Universidad Nacional del Sur |
| reponame_str |
Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) |
| collection |
Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) |
| instname_str |
Universidad Nacional del Sur |
| repository.name.fl_str_mv |
Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) - Universidad Nacional del Sur |
| repository.mail.fl_str_mv |
mesnaola@uns.edu.ar |
| _version_ |
1877226960127524864 |
| score |
13.265058 |