ディートマス大学（ダートマス）の研究チームは、人間の眼球運動が個人の認知特性の指紋を形成し、人工知能を用いて個人識別が可能であることを明らかにした。この研究成果は学術誌米国科学アカデミー紀要（PNAS）に掲載された。 カロライン・ロバートソン准教授ら主導の本研究では、参加者約60名にVRヘッドセットを装着させ、実世界の日常シーンを16秒間観察させた。視線追跡データに加え、対象物の認識を行うビジョンモデルと概念解析の大規模言語モデル（LLM）を組み合わせた機械学習モデルを構築した。結果、物理的に異なっていても概念的に関連する物事に注視する傾向が個人ごとに一貫しており、LLMによる概念マッピングが最も高い精度で個人を識別できた。 視線パターンには明確な3段階のプロセスが存在することも確認された。シーン認識直後は空間的な地平線や中心部に注目し、2秒から8秒にかけて視覚的に目立つ要素へ、その後概念的な意味へ焦点を移す。1週間後の再測定でも初期データモデルが注視点を高精度で予測したことから、これらの視線特性は時間的に安定した人格レベルの認知バイアスを反映していると結論付けられた。 本研究は技術的・社会的インパクトが大きい。VRやARなどの没入型技術が、従来のクリック行動以上に個人の詳細な認知プロファイルを収集しうることを示唆し、プライバシー懸念を浮上させる。一方で臨床応用の可能性も期待される。自閉症スペクトラム障害では顔への注視減少が特徴だが、その要因が視覚的処理の欠如か概念的理解の違いかを見分ける指標として活用できる。早期診断を可能にすれば、幼児期からの教育環境調整に繋がると研究チームは指摘する。 今後は、視覚情報と認知注意を統合したマルチモーダルモデルの精度向上、ならびに文化圏や臨床群における概念優先度の系統差を検証する後続研究が計画されている。AIと視線追跡技術の融合は、生体認証の枠を超え、人間の認知科学と医療診断に新たな転換点をもたらすだろう。