Labvanced Eye Tracking 2.0: seguimiento ocular preciso con webcam para toda investigación en línea

Caspar Goeke, Jefe de Investigación de Labvanced · Publicado en octubre de 2026

Labvanced Eye Tracking 2.0 rastrea la mirada con una webcam estándar con una precisión media de 1.8 grados de ángulo visual (5.2 % de la diagonal de la pantalla) en participantes en línea no supervisados. El resultado proviene de 494 participantes de Prolific en sus propias computadoras, y los datos anonimizados se publican con esta nota.

Después de más de un año de desarrollo, Eye Tracking 2.0 trae la precisión que el seguimiento ocular con webcam alcanzó en el laboratorio a estudios en línea reales.

Hallazgos clave

• La precisión media es de 1.8° (5.2 % de la diagonal de la pantalla) con una calibración de dos minutos y screening balanceado.
• Con la calibración larga y screening muy estricto, la precisión media alcanza 1.4° (4 %).
• La mirada es más estable que en la primera generación: el ruido de muestra a muestra es aproximadamente 40 % menor que el del Eye Tracking 1.x grabado en el laboratorio.
• El 99.3 % de los participantes remunerados entregaron un conjunto de datos completo, y el screening balanceado aumenta el costo de reclutamiento en aproximadamente 10 %.

Esquema

• 1Resumen e introducción
• 2Cómo medimos: la tarea, la métrica y los participantes
• 3Un motor de mirada mejorado con fusión de doble ojo que funciona en laptops, tabletas y teléfonos
• 4Una calibración más corta y mejor utilizada para el ajuste fino de redes neuronales individuales
• 5Un mejor método de screening, pre-chequeos técnicos y una configuración simplificada
• 6Correcciones en vivo para movimientos de cabeza y cambios de iluminación
• 71.4 a 1.8 grados visuales de precisión, verificado en aproximadamente 500 participantes reales en Prolific
• 8Un nivel pasivo que funciona fuera de la caja sin ninguna calibración, ideal para investigaciones con bebés
• 9Discusión: ¿qué configuración para qué estudio?
• 10Pruébalo tú mismo
• 11Datos y reproducibilidad

Resumen

El seguimiento ocular con webcam ya se ha convertido en una herramienta poderosa para la investigación conductual en línea, y la primera generación del sistema de Labvanced fue validada frente a un EyeLink 1000 en el laboratorio con una precisión de aproximadamente 1.4° de ángulo visual (Kaduk et al., 2024). Quedaron abiertas varias preguntas. ¿Cuánto de esa precisión sobrevive en las condiciones no controladas de un estudio en línea real? ¿Por qué algunos participantes entregan datos mucho peores que otros, y se pueden identificar antes de que un investigador pague por ellos? ¿Se puede acortar la calibración para hacerla más práctica en estudios en línea ordinarios? ¿Y qué debe suceder con los participantes que no la aprueban, o que de otro modo no cualifican? Aquí mostramos cómo mejoramos la precisión del seguimiento ocular, mientras acortamos simultáneamente la calibración, simplificamos la configuración y optimizamos todo el procedimiento para la recolección de datos en línea reales con nuestro socio Prolific. Luego validamos el sistema en siete lotes de grabación con aproximadamente 500 participantes completados de una tarea de precisión de 45 objetivos, y publicamos sus datos anonimizados para que cada resultado pueda ser verificado. Con nuestra nueva calibración estándar (aproximadamente 2 minutos) y screening balanceado, el error medio del participante fue del 5.2 % de la diagonal de la pantalla, 1.8° de ángulo visual en una laptop a 60 cm. Y con la calibración de 5 minutos y screening muy estricto, la precisión media de los participantes en línea alcanzó el 4 % de la diagonal de la pantalla, lo que equivale a 1.4° de ángulo visual a una distancia estándar. En resumen, con esta versión de Eye Tracking 2.0, mostramos que la precisión informada en nuestra comparación de laboratorio revisada por pares se puede replicar en línea.

1. Introducción

Los movimientos oculares revelan la atención de manera continua y sin preguntar, y durante décadas medirlos requirió equipo de laboratorio. Con nuestro sistema de webcam de primera generación existente (denominado aquí como Eye Tracking 1.x) mostramos que una webcam puede acercarse mucho a predecir con precisión los movimientos oculares: Grabado simultáneamente con un EyeLink 1000 en cinco tareas estandarizadas, nuestro sistema alcanzó una precisión de 1.4° y una precisión de 1.1°, aproximadamente medio grado detrás del "estándar de oro" del laboratorio (Kaduk, Goeke, Finger y König, 2024). Desde entonces, grupos independientes han confirmado el panorama y han puesto el sistema en funcionamiento en una notable variedad de campos:

• Lectura. Grabado junto con un EyeLink, la mirada de webcam de Labvanced correlacionó con el rastreador de laboratorio con un r medio de 0.81 y reprodujo el efecto de frecuencia de palabras (Serrano-Carot, Angele, Xu y Vasilev, 2025).
• Desarrollo infantil. La mirada de los bebés registrada en casa se comparó con el seguimiento ocular de laboratorio en una tarea de sincronía audio-visual (Bánki, de Eccher, Falschlehner, Hoehl y Markova, 2022).
• Toma de decisiones e interacción humano-computadora. La mirada remota reveló el procesamiento temprano de decisiones (Bertrand, Ouellette Zuk y Chapman, 2023), la coordinación de los ojos y el cursor en una tarea de objeto digital (Bertrand y Chapman, 2023) y la frustración de los usuarios (Stone y Chapman, 2023), reunidos en una tesis doctoral sobre la utilidad del seguimiento ocular con webcam (Bertrand, 2023).
• Lenguaje, atención y percepción. Los estudios rastrearon cómo los aprendices prestan atención al texto, audio y fotos al adquirir vocabulario en un segundo idioma (Zhang y Zhang, 2025), cómo las palabras sesgan la atención visual (Calignano, Lorenzoni, Semeraro y Navarrete, 2024), cómo la información parcial da forma a la percepción dinámica de rostros (Alp, Lale, Saglam y Sayim, 2024) y cómo los jugadores de videojuegos detectan cambios (Haverly, 2022).
• Educación y comunicación científica. La sincronía de la mirada entre los estudiantes que ven videos de conferencias predijo su rendimiento en pruebas (Sauter, Hirzle, Wagner, Hummel, Rukzio y Huckauf, 2022), y las fijaciones mostraron cómo los anuncios en línea distraen la atención de las explicaciones científicas (Tsutsuse, 2025).
• Marketing, psicología social y ambiental. La mirada de los usuarios de Instagram mostró que buscan el conteo de seguidores de un influencer (Wies, Bleier y Edeling, 2023); la atención a los currículos explicó cómo 1,159 participantes juzgaron la contratación discriminatoria (Zhang y Powdthavee, 2026); y la mirada en escenas urbanas se relacionó con la experiencia emocional (Sander, Mazumder, Fingerhut, Parada, Koselevs y Gramann, 2024).
• Salud e interacción humano-IA. Un ensayo controlado aleatorio midió dónde miran los farmacéuticos cuando una IA les asiste en la verificación de medicamentos (Tsai et al., 2025; Kim et al., 2026), y un estudio clínico registró la mirada de webcam con EEG en niños con TDAH (Zhao et al., 2025).

Las revisiones metodológicas y los manuales ahora enumeran a Labvanced entre los sistemas de seguimiento ocular por webcam establecidos (Niehorster et al., 2025; Jenke & Sullivan, 2025; Patterson, Nicklin & Vitta, 2025; Tsuji, Amso, Cusack, Kirkham & Oakes, 2022). Esos resultados establecieron el seguimiento ocular por webcam y Labvanced en particular como un instrumento serio para la investigación académica.

Es importante destacar que, para comparar nuestros datos basados en webcam con el EyeLink, nuestro proyecto de comparación anterior, que resultó en nuestra publicación revisada por pares, tuvo que realizarse dentro de un laboratorio. Por lo tanto, pudimos controlar todo el entorno, incluyendo la computadora, la pantalla, la webcam, la habitación y la iluminación. También pudimos instruir a los participantes en persona, y al estar en un entorno de laboratorio, la mayoría de los participantes dieron su mejor esfuerzo o, al menos, un buen esfuerzo al realizar el experimento. Casi nada de esto se asegura en un entorno no supervisado con participantes en línea reales. Un participante en línea se sienta donde se sienta, en el dispositivo que posee, con la luz que tiene, y algunos simplemente no prestan atención en absoluto. Dadas estas limitaciones conocidas, estamos tanto contentos como orgullosos de que muchos proyectos con nuestra tecnología de seguimiento ocular existente fueron notablemente exitosos y se publicaron en revistas líderes. Sin embargo, algunos investigadores no obtuvieron la precisión que esperaban o enfrentaron otras dificultades, como la frustración de los participantes por una larga calibración, o un alto número de participantes que fallaron por razones técnicas y diversas. Por ejemplo, a pesar de que ya habíamos construido calibraciones amigables para bebés, dos estudios con bebés encontraron que nuestro seguimiento ocular de primera generación aún no era lo suficientemente confiable para sus participantes más jóvenes (Grosse Wiesmann et al., 2025; Golan, Abo Shkara & Havron, 2023).

En 2025 comenzamos a evaluar estas deficiencias de manera sistemática y a abordarlas una por una. Al final de este viaje, aunque seguramente no al final del desarrollo del seguimiento ocular por webcam, se encuentra Eye Tracking 2.0. Esta nota de laboratorio describe qué cambió y por qué, cómo lo validamos y qué precisión puede esperar ahora con participantes en línea reales. Los datos detrás de todo esto son de acceso abierto y están disponibles para que todos los puedan replicar y verificar independientemente (Sección 11). También estamos planeando un nuevo estudio revisado por pares, pero como eso lleva tiempo, queríamos compartir estos resultados ahora.

2. Cómo medimos

Todos los datos de participantes en esta nota fueron recolectados durante un período de aproximadamente un mes, dentro de más o menos el mismo paradigma de estudio. Sin embargo, la versión de seguimiento ocular cambió entre casi cada uno de estos lotes de grabación, para probar o verificar nuestros últimos desarrollos (p.ej. prueba de corrección de pose). Algunos de los lotes son también más pequeños y algunos más grandes, por diversas razones. Esta nota no es una publicación revisada por pares, pero creemos que todos los análisis y resultados reportados aquí son científicamente rigurosos, genuinamente perspicaces y todos son bienvenidos a descargar los datos y replicarlos o verificarlos. Un artículo revisado por pares sobre Eye Tracking 2.0, y potencialmente algunos otros temas, seguirá.

Tarea. Los participantes de Prolific pasaron la verificación de viabilidad técnica (ver Sección 5) y completaron la calibración del estudio; los participantes admitidos luego realizaron un breve bloque de entrenamiento y finalmente una tarea de precisión de 45 objetivos: una cuadrícula de 9 por 5 posiciones que cubren toda la pantalla, presentadas una a la vez en orden aleatorio. La tarea de los participantes era fijar la mirada en el objetivo (un círculo simple) y hacer clic en él tan pronto como su color cambiara. Si un participante hacía clic demasiado pronto o demasiado tarde, el ensayo se repetía. Puedes realizar esta tarea tú mismo (Sección 10).

Métrica. La métrica principal que nos interesa es el error o precisión del objetivo. Esto se define como la distancia entre la ubicación del objetivo y la posición media de la mirada durante los últimos 1000 ms antes de que el objetivo cambiara. También implementamos un nuevo algoritmo de detección de fijación y usamos el centroide de la fijación en el cambio; ambas medidas (la mediana de la mirada y la fijación) dieron resultados de precisión casi idénticos. Más información sobre este nuevo mecanismo de detección de fijación estará disponible en la próxima nota de laboratorio. La precisión de un participante se define como la mediana de sus 45 errores, y la precisión de un grupo como la mediana sobre los participantes. Reportamos esta mediana en todo momento y no filtramos ni ensayos ni participantes. En una pantalla de 1920 por 1080 (full HD), 1 % de la diagonal son 22 px y 5 % son 110 px. Debido a la configuración de grabación remota, no pudimos registrar de manera confiable ni el tamaño físico real de la pantalla ni la distancia exacta de visión del participante. El error en el ángulo visual se calcula, por lo tanto, para una pantalla de referencia asumida: un laptop de 14.2 pulgadas (p. ej. un MacBook Pro de 14 pulgadas), el medio del rango de 13 a 16 pulgadas que usan típicamente los participantes en línea, visto a una distancia típica de 60 cm.

Muestra. Diez lotes de grabación entre el 25 de agosto y el 28 de septiembre de 2026 produjeron aproximadamente 700 sesiones completadas. Los resultados en esta nota se basan en las 494 sesiones completadas de los siete lotes más recientes: 48 de un lote 2.0.9, 296 en la categoría Alta sin selección, 50 en la categoría Alta con selección equilibrada y correcciones en vivo, y 100 en la categoría Más Alta. Las aproximadamente 200 sesiones de los lotes más tempranos formaron el sistema durante el desarrollo anterior y, por lo tanto, no son parte de los resultados reportados.

Datos. Los datos anonimizados de estas 494 sesiones, junto con los scripts que calculan cada número y figura en esta nota, pueden descargarse (ver Sección 11).

3. Un motor de mirada dual

3.1 Cómo funciona el motor de mirada dual

¿Cómo predice Labvanced Eye Tracking 2.0 la mirada y las fijaciones?

Figura 1. La cadena de procesamiento. Todo se ejecuta en el dispositivo del participante (inferencia en el borde); ninguna imagen o video sale del dispositivo.

¿Qué significa el modelo de fusión de ojos duales? El motor de mirada 2.0 trata los dos ojos como dos mediciones separadas y las combina, de modo que un ojo que está medio cerrado, en sombra o atrapado en un reflejo cuenta menos. También se utiliza información de fotogramas vecinos, sin suavizar los movimientos oculares reales. El resultado es una estimación de mirada cruda más precisa y más robusta que antes, así como un valor de confianza que es más indicativo de la precisión y exactitud reales.

Velocidad y dispositivos. El motor de mirada fue reescrito para mayor velocidad y hace uso de las tecnologías web más recientes como WebGPU y WebAssembly. En conjunto, esto acelera considerablemente tanto la predicción en vivo como el paso de ajuste fino (calibración). Como resultado, Eye Tracking 2.0 funciona sin problemas en la mayoría de las laptops (aparte de Chromebooks más antiguos y dispositivos similares), en computadoras de escritorio y en tabletas modernas como iPads. Los teléfonos utilizan una calibración acortada de unos 15 segundos, y en nuestras propias mediciones telefónicas, la mirada fue bastante precisa. Una validación de campo en tabletas y teléfonos seguirá por separado.

3.2 Resultado: 40 % menos ruido de muestra que 1.x

Precisión. Con la fusión de ojos duales, la mirada es notablemente más estable y precisa. En línea, las muestras de mirada 2.0 se dispersan en una mediana del 2.2 % de la diagonal de la pantalla (alrededor de 0.75°), y su ruido de muestra a muestra es aproximadamente un 40 % más bajo que el de Eye Tracking 1.x registrado en nuestro estudio de laboratorio de 2023 (Sección 7.2).

4. Una calibración más corta y mejor

4.1 Cómo funciona la calibración

La calibración en 2.0 es significativamente más corta y funciona de una manera fundamentalmente nueva. La calidad de cada punto de calibración se verifica mientras se registra, por lo que los puntos tomados mientras el participante parpadeó o miró hacia otro lado se repiten en el acto. La red del participante se ajusta luego en su propio dispositivo, en la mayoría de los casos considerablemente más rápido que antes, y el ajuste fino está limitado en el tiempo, por lo que ningún participante puede quedarse atascado.

Control de Mirada. El Control de Mirada es una tarea de acoplamiento corta que se ejecuta antes de la primera tarea de seguimiento ocular, después de cualquier reposicionamiento de la cabeza, y a intervalos regulares establecidos por el nivel de precisión: cada tres minutos en Alto, y antes de cada prueba en Máximo. Nunca interrumpe una prueba. Los participantes ven su posición de cabeza como un círculo y mueven la cabeza hasta que se superpone a un círculo objetivo, lo que corrige la posición de la cabeza y la distancia a la cámara en un solo paso intuitivo. Los participantes reales en línea tardan una mediana de 6.7 segundos desde el inicio hasta el final. Cada ejecución también sirve como un chequeo de la calidad actual de la mirada, que utilizan las correcciones en vivo (Sección 6).

Sondeo. La primera ejecución de Control de Mirada de una sesión es ligeramente más larga, alrededor de 17 segundos en total, y sirve como un sondeo: predice cuán precisa será la mirada de un participante durante el resto de la sesión. Esta es la base de los niveles de selección (Sección 5): en niveles más altos, solo se admiten a los participantes con mejor precisión predecida en el estudio.

4.2 Resultado: 4 minutos en Alto, 7 minutos en Máximo

Instrucciones + calibración toma 4 minutos en Alto y 7 en Máximo. Desde ver el primer texto de instrucción hasta el final del sondeo, los participantes reales en línea necesitaron una mediana de unos 4 minutos en el nivel Alto (alrededor de 2 minutos de puntos de calibración) y aproximadamente 7 minutos en el nivel Máximo (alrededor de 5 minutos de puntos de calibración). El ajuste fino en sí tardó una mediana de aproximadamente 37 segundos después de la calibración de dos minutos y aproximadamente 67 segundos después de la de Máximo. Nota, los sujetos pueden relajarse en su mayoría durante el paso de ajuste fino.

Dos minutos de calibración son suficientes para la mayoría de los estudios, pero cinco lo mejorarán. Con la selección equilibrada (nivel 3), la calibración de dos minutos (Alto) ofrece una mediana de 5.2 % de la diagonal (alrededor de 1.8 grados visuales). Para la mayoría de los paradigmas en línea, esto será lo suficientemente preciso. La calibración de Máximo con selección muy estricta (nivel 5) entregó alrededor de 4 % (Figura 2), que es aproximadamente 1.4 grados visuales.

5. Mejor selección, pre-chequeos técnicos y una configuración más simple

5.1 Cómo funcionan los pre-chequeos y la selección

La selección ocurre en dos etapas, respaldadas por nuevas funcionalidades de nuestro socio y proveedor de reclutamiento de participantes, Prolific. Primero, un chequeo técnico rechaza dispositivos inadecuados sin pago; luego vienen la calibración, el sondeo y la exclusión, con una tarifa reducida para el participante a elección del investigador.

• Rechazo técnico. Se verifican las capacidades del dispositivo y su cámara, y la tasa de muestreo de la mirada debe alcanzar 10 Hz. Un fallo aquí resulta en un rechazo técnico: al participante solo le toma unos pocos segundos (quizás hasta un minuto en dispositivos muy lentos), y se le informa por qué fue rechazado. La mejor manera de comunicar esto a los participantes que vienen de Prolific es crear un enlace de rechazo, seleccionar "dispositivo incompatible" como el motivo y marcar la casilla "pedir al participante que devuelva el estudio". La mayoría de los participantes lo devolverán gustosamente, y para aquellos que aún envían por la cantidad completa, verás su estado como "dispositivo incompatible", por lo que la razón de rechazo es directa. Como resultado, solo los participantes con dispositivos técnicamente capaces ingresan al estudio real y se les permite la calibración.

• Exclusión después de la calibración. Después de la calibración y el sondeo, el sistema decide si se permite al participante ingresar a la tarea de seguimiento ocular, basado en el nivel de selección del estudio. El nivel 0 no excluye a nadie y permite que todos comiencen la tarea. El nivel 1 excluye solo calibraciones fallidas, mientras que los niveles 2 a 5 utilizan la precisión predicha por el sondeo y admiten a aproximadamente 65, 50, 30 o 15 de 100 participantes. Un participante que no pasa es excluido en el acto. Si utilizas Prolific, recomendamos usar un enlace de exclusión dedicado y pagar a los participantes 0.50 GBP por la calibración de dos minutos y 0.80 GBP por la de cinco minutos (los enlaces de exclusión se pagan parcialmente en Prolific). Estas cantidades se aplican cuando la calibración de seguimiento ocular es más o menos lo primero que hace el participante. Si la parte de seguimiento ocular comienza mucho más tarde en tu estudio, considera habilitar un reintento de calibración (desactivado de forma predeterminada) y, para los participantes que también fallan en el reintento, pagar una tarifa de exclusión más alta.

En conjunto, el rechazo técnico y la exclusión hacen que el seguimiento ocular con nuestro sistema 2.0 sea una experiencia fluida en plataformas de crowdsourcing como Prolific, con alta precisión y altas tasas de finalización para los participantes que son admitidos.

5.2 Resultado: 99.3 % de conjuntos de datos completos, aproximadamente 10 % de costo extra

El pre-chequeo detecta lo que habría fallado más tarde. En una de nuestras colecciones de datos en línea, 37 de 251 participantes (alrededor del 15 %) fueron rechazados antes del inicio, la mayoría por una cámara por debajo de la resolución requerida o una computadora demasiado lenta para rastrear una cara (Figura 3). Cada uno de ellos, de lo contrario, habría producido una sesión fallida o inutilizable. Ahora también exigimos una tasa de mirada medida de al menos 10 Hz, que necesita nuestro nuevo algoritmo de fijación (más sobre eso en la siguiente Nota de Laboratorio).

Cada nivel de selección compra una ganancia predecible. Aplicado a los 295 participantes del nivel Alto sin selección, cada nivel intercambia admisión por precisión en pasos de 0.2 a 0.7 puntos (Figura 5). En el nivel 3, equilibrado, aproximadamente la mitad de todos los participantes son admitidos, la mediana de los participantes admitidos cae alrededor de un punto, y la parte de los participantes admitidos que están por debajo del 10 % cae del 17 % al 3 %. Un lote en vivo posterior confirmó esto exactamente como se diseñó: en la selección equilibrada, la mitad de los participantes fueron admitidos y entregaron un 5.24 % (Sección 7.1).

La selección cuesta poco porque los seleccionados solo se pagan parcialmente. Un participante seleccionado recibe una pequeña parte de la tarifa completa, alrededor de una décima en nuestro caso, por lo que el nivel 3 aumenta el costo estimado de reclutamiento en aproximadamente un 10 % y el nivel 5 en aproximadamente un 60 % (Figura 6).

Casi cada participante pagado entrega un conjunto de datos completo. De los 450 participantes aprobados y pagados en Prolific en los últimos cinco lotes (24 a 28 de septiembre), 447 (99.3 %) entregaron el conjunto de datos completo (Figura 7). Igualmente importante, los participantes se quedan una vez que son admitidos: el 96 al 97 % de aquellos que pasaron la prueba completaron el estudio. Los participantes rechazados en la pre-verificación técnica no son pagados y los seleccionados reciben solo una pequeña parte de la tarifa, por lo que la tarifa completa va casi exclusivamente a grabaciones utilizables.

6. Correcciones en vivo para el movimiento de la cabeza y cambios de iluminación

6.1 Lo que hacen las correcciones en vivo

La selección decide quién entra en el estudio. Para los participantes admitidos, dos correcciones en vivo reducen el error que el movimiento de la cabeza y el cambio de luz añaden a lo largo de una sesión. Ambas están activadas por defecto en cada nivel de calibración, pero se pueden desactivar en la configuración del estudio.

• Corrección de postura de la cabeza. Cuando la cabeza se mueve fuera de su posición durante la calibración, la estimación de la mirada se desplaza con ella. Esta corrección compensa ese desplazamiento continuamente.
• Corrección de verificación de la mirada. Las verificaciones regulares de Control de la mirada (cada tres minutos en Alto, antes de cada ensayo en Más alto) se utilizan para eliminar la deriva que se acumula después de la calibración, incluida la deriva que produce un cambio de luz. Un detector de cambios de iluminación desencadena una verificación adicional cuando la luz en la cara cambia notablemente.

La mirada en bruto se mantiene reconstruible: las correcciones se aplican de forma predeterminada pero se pueden desactivar, y la corrección aplicada a cada muestra de mirada también se puede registrar en Labvanced (como parámetros del evento de activación de la mirada), por lo que los investigadores que prefieren la señal no corregida pueden recuperarla exactamente.

6.2 Resultado: un sexto menos de error, se elimina la mayor parte de la cola

Las correcciones eliminan un sexto del error y la mayor parte de la cola. En el nivel Alto con selección equilibrada (nivel 3, 143 participantes) la mediana se mueve del 6.37 % bruto al 5.72 % con la corrección de postura de la cabeza y al 5.28 % con ambas, y la parte de los participantes que están por encima del 10 % cae del 15 % al 3 % (Figura 8). Sin ninguna selección, la ganancia es la misma, un sexto: del 7.42 % al 6.21 % en 295 participantes. Aproximadamente tres de cada cuatro participantes mejoran (Figura 9).

Se sostienen en participantes en los que nunca se desarrollaron. Las correcciones se configuraron una vez y luego se aplicaron sin cambios a cinco lotes posteriores, tres fuera de línea y dos con las correcciones funcionando en vivo en el estudio (Figura 10).

La luz estable mantiene alta la precisión, y las verificaciones de Control de la mirada detectan los cambios. En el nivel Más alto, 70 de 99 participantes mantuvieron el brillo de su cara dentro del 5 % de la calibración, y su error bruto mediano fue del 5.49 %. Para los 13 participantes cuyo luz cambió más del 10 %, fue del 10.94 % cuando la cara se oscureció (5 participantes) y del 7.78 % cuando se iluminó (8 participantes) (Figura 11). Las verificaciones regulares de Control de la mirada detectan tal cambio y corrigen para ello.

7. Precisión validada de 1.4 a 1.8° con participantes de Prolific

7.1 Precisión: 1.8° en Alto, 1.4° en Más alto

Con la calibración de dos minutos y la selección equilibrada, el error mediano del participante es del 5.2 % de la diagonal, alrededor de 1.8°, y quince de dieciséis participantes admitidos se mantienen por debajo del 10 %. El nivel Más alto con selección muy estricta alcanza el 4 %, alrededor de 1.4°.

El error es casi uniforme en toda la pantalla, y los objetivos exteriores no son peores que el centro (Figura 13). La calculadora a continuación convierte la precisión esperada a cualquier pantalla y distancia de visualización.

7.2 Precisión: dispersión de 0.75°, 0.6° de muestra a muestra

La precisión mejoró notablemente en la primera generación. Para comparar de manera similar, recalculamos la precisión de Eye Tracking 1.x en las grabaciones de nuestro estudio de laboratorio de 2023, donde cada participante fue grabado con la webcam y un EyeLink 1000 al mismo tiempo. Para cada ensayo de cuadrícula, tomamos la ventana de un segundo más estable según el EyeLink, de modo que ambos rastreadores se midieran durante una fijación genuina, y se aplicaron las mismas dos medidas estándar que para 2.0: la dispersión de muestras alrededor de su media (SD) y la raíz del cuadrado medio de las distancias de muestra a muestra (RMS-S2S).

Valores en porcentaje de la diagonal de la pantalla, con ángulo visual en la pantalla de cada estudio (monitor de 15 pulgadas a 60 cm en el laboratorio, laptop de 14.2 pulgadas a 60 cm en línea). Ambos sistemas de webcam muestrearon a aproximadamente 30 Hz.

La señal en línea 2.0 dispersa alrededor del 10 % menos que la señal de laboratorio 1.x, y su ruido de muestra a muestra es aproximadamente un 40 % más bajo, de aproximadamente 1.0° a 0.6°. Notablemente, la comparación favorece a 1.x en dos aspectos: fue grabado bajo control de laboratorio y sus ventanas fueron elegidas como la segunda más estable por el EyeLink, lo que no es posible en línea. Por lo tanto, la mejora está subestimada, si acaso. El EyeLink, por supuesto, sigue siendo el sistema más preciso, pero 2.0 cierra en buena parte la brecha.

8. Un nivel pasivo sin calibración

8.1 Cómo funciona el nivel pasivo

Con Eye Tracking 2.0 es posible ejecutar un modelo pasivo sin calibración, lo que puede ser muy útil en ciertos escenarios experimentales. Todo lo que se requiere es que los participantes concedan acceso a la cámara; la predicción del seguimiento ocular comienza inmediatamente. Está hecho para participantes que no pueden o no deben calibrarse, siendo los lactantes los primeros entre ellos: la calibración siempre ha sido la parte difícil del seguimiento ocular en lactantes, y muchos estudios sobre lactantes utilizan paradigmas de preferencia visual, es decir, preguntan si un niño mira a la izquierda o a la derecha. Poder clasificar esto de manera confiable, en tiempo real y completamente en la máquina del participante, puede ser un cambio de juego para la investigación sobre la atención en lactantes, pero también para otros dominios donde el seguimiento ocular es mejor hacerlo en silencio en segundo plano. Puedes realizar un estudio de lactantes tú mismo en Sección 10.

8.2 Precisión esperada: alrededor de 4° (estimación)

El nivel pasivo no formó parte de los lotes de Prolific, y su validación de campo aún está por llegar. Los laboratorios infantiles querrán con razón esa validación con infantes reales, lo que va más allá de lo que Prolific ofrece. Si trabajas en o representas un laboratorio infantil y te gustaría ayudar a validar el nivel pasivo, por favor contáctanos: estamos muy interesados en colaboraciones.

Dicho esto, a partir de nuestras extensas pruebas internas, nuestra estimación de trabajo es un error de alrededor del 11-12 % de la diagonal de la pantalla, aproximadamente 4° en una laptop a 60 cm. La Figura 14 muestra lo que eso significa para un diseño experimental típico: con el error mediano del nivel pasivo, observar un objetivo en el medio de la mitad izquierda de la pantalla se mantiene bien alejado de la mitad derecha. Incluso hay una buena posibilidad de que se puedan distinguir de 4 a 6 regiones de la pantalla con suficiente confianza. Más datos sobre esto se proporcionarán con el tiempo.

Figura 14. El error mediano de cada nivel dibujado a escala como un círculo alrededor de un objetivo en la mitad izquierda de una pantalla 16:9. La línea discontinua divide la pantalla en izquierda y derecha. La figura pasiva es una estimación; las otras dos son medidas.

9. Discusión

Nuestra comparación revisada por pares de 2023 mostró que una cámara web en un laboratorio puede rastrear la mirada con una precisión de aproximadamente 1.4°. Esta nota muestra que con nuestro motor Webcam Eye Tracking 2.0, una cámara web en el hogar de un participante, en su propia laptop y con su propia iluminación, rastrea la mirada a un mediano de aproximadamente 1.8° con una calibración de dos minutos y una pantalla equilibrada, y a aproximadamente 1.4° con la calibración larga y una pantalla muy estricta. En efecto, la precisión que alcanzó la generación anterior bajo control de laboratorio se logra ahora en línea. Tres mecanismos son responsables de la mayor parte del cambio: un motor de mirada de doble ojo mejorado, una calibración que captura mejor las diferencias individuales y la deriva, y correcciones en vivo que eliminan los errores sistemáticos de la posición de la cabeza y la iluminación.

Para los investigadores, las consecuencias son muy prácticas. La mayoría de los estudios en dominios como psicología, lingüística, sociología, economía, marketing y otros, pueden ejecutar el nivel Alto y esperar alrededor de 1.8°, lo cual probablemente será suficiente para capturar el efecto esperado. Los estudios que investigan regiones más pequeñas, como tareas de lectura con muchas palabras y pequeños espacios entre ellas (prueba el estudio de lectura), pueden usar el nivel Máximo y obtener alrededor de 1.5° con una pantalla estricta, o 1.4° con una pantalla muy estricta, desde una cámara web. En el otro extremo, los investigadores que estudian la atención en infantes y niños pequeños ahora tienen la opción de rastrearla sin ninguna calibración, y así sin las dificultades que la calibración conlleva para la recolección de datos (Sección 8). Y, por supuesto, hay varios pasos intermedios entre estos extremos. La configuración en la interfaz de Labvanced está mucho simplificada, y la precisión esperada que muestra para cada elección se basa en mediciones reales. En resumen, tu próximo proyecto de seguimiento ocular puede comenzar hoy.

¿Qué configuración para qué estudio?

La tabla a continuación es una guía aproximada, no un conjunto de reglas estrictas. Para cada tarea y estudio, observa el número de áreas de interés, su tamaño y, sobre todo, la distancia entre ellas, y elige la configuración en consecuencia: dos grandes regiones alejadas toleran mucho más error que muchas pequeñas una al lado de la otra. Si no estás seguro de qué configuraciones se ajustan a tu diseño, contáctanos y lo revisaremos contigo.

Las precisiones esperadas son la mediana de los participantes admitidos con las correcciones activadas, medidas en el nivel Alto y en la fila Máxima y estimadas para los otros; el costo de reclutamiento adicional cuenta un participante excluido en un décimo de uno completado. La selección no se aplica a los niveles Pasivo y Medio: todos son admitidos.

El asistente de configuración en los ajustes del estudio de Labvanced hace las mismas dos preguntas, el nivel de precisión y el nivel de selección, y muestra la precisión esperada de tu elección antes de que comience el estudio.

Preguntas frecuentes

¿Qué tan preciso es el seguimiento ocular con cámara web?

Con Labvanced Eye Tracking 2.0, el participante mediano en línea tiene una precisión de 1.8° de ángulo visual después de una calibración de dos minutos con selección equilibrada, y de aproximadamente 1.4° después de la calibración larga con selección muy estricta. En el laboratorio, la primera generación alcanzó 1.4° en una comparación directa con un EyeLink 1000 (Kaduk et al., 2024).

¿Es suficientemente preciso el seguimiento ocular con cámara web para estudios de lectura?

Para la lectura a nivel de palabra, recomendamos el nivel Máximo con selección estricta, que entrega aproximadamente 1.5°. Áreas de interés más grandes, como rostros, escenas o regiones de una página, funcionan en el nivel Alto a 1.8 a 1.9°. La tabla anterior enumera qué configuración se adapta a qué diseño de estudio.

¿Cuánto tiempo toma la calibración?

Las instrucciones y la calibración toman aproximadamente 4 minutos en el nivel Alto y aproximadamente 7 minutos en el nivel Máximo. Los niveles más cortos toman entre 30 segundos y 3 minutos, y el nivel pasivo no necesita calibración en absoluto.

¿El seguimiento ocular con cámara web funciona con infantes?

El nivel pasivo comienza a rastrear tan pronto como la cámara está encendida, sin ninguna calibración. Su error estimado es de aproximadamente 4°, lo que es suficiente para distinguir una mirada hacia la izquierda de una mirada hacia la derecha en estudios de mirada preferencial. Una validación de campo con infantes aún está por venir.

¿Cómo se compara el seguimiento ocular con cámara web con un rastreador ocular de laboratorio?

Un rastreador de laboratorio como el EyeLink 1000 sigue siendo más preciso, con una dispersión de aproximadamente 0.1° frente a 0.75° para la cámara web. El seguimiento ocular con cámara web alcanza una precisión de aproximadamente 1.4 a 1.8° en las computadoras de los participantes, lo que es suficiente para la mayoría de los diseños basados en áreas de interés.

¿Puedo cambiar mi estudio existente a 2.0?

Sí, en cualquier momento: elige Eye Tracking 2.0 en los ajustes del estudio. Los estudios existentes permanecen en 1.x hasta que los cambies, y los nuevos estudios comienzan en 2.0.

¿Está incluido en mi licencia?

Eye Tracking 2.0 es parte de todas las licencias Premium y Ultimate, así como Eye Tracking 1.x lo fue antes.

¿Qué registra un estudio 2.0?

La misma salida de mirada que antes, posiciones x e y, ahora más precisa y exacta, con un valor de confianza por muestra. Las fijaciones se detectan por defecto con el nuevo detector fusionado. Si deseas la señal sin corregir, la corrección aplicada a cada muestra puede registrarse como parámetros del disparador de mirada. Los participantes que son excluidos o rechazados técnicamente se enumeran con su estado en las Estadísticas de Grupo del estudio.

¿Cambia algo en mis datos?

La estructura permanece igual. El valor de confianza ahora está en una escala diferente: se calcula a partir de cantidades completamente diferentes a las de 1.x, por lo que sus números son generalmente más bajos. Este es un cambio de escala únicamente, no de calidad de datos, pero significa que los umbrales de confianza de los estudios de 1.x no se aplican a 2.0. La confianza también es específica del participante: utilícela para comparar muestras o ensayos dentro de un mismo participante, no entre participantes. Una confianza de 0.3 para un participante no significa lo mismo que 0.3 para otro. Nuestros datos muestran esto claramente: la confianza típica de los participantes osciló entre 0.09 y 0.73, y aún así no decía nada sobre cuán precisos eran. Los participantes cuya confianza típica estaba alrededor de 0.3 presentaron cualquier cosa entre un 3.7 % y un 20.8 % de error. Dentro de un participante, por el contrario, los ensayos con menor confianza tendían a ser menos precisos.

¿Qué viene después?

Labvanced Webcam Eye Tracking 2.0 fue un proyecto de varios meses que tocó casi todas las partes de nuestro código de seguimiento ocular. Ciertamente no es la última mejora que realizaremos. Aquí hay cinco temas en los que estamos trabajando ahora.

1. Detección de parpadeos

Los parpadeos perturban brevemente la estimación de la mirada. Los detectaremos de manera confiable y mantendremos la mirada estable a través de ellos, para que un parpadeo ya no se vea como un movimiento ocular. Una señal limpia de parpadeo también es interesante por derecho propio: la tasa de parpadeo y el tiempo son medidas establecidas de fatiga, excitación y carga cognitiva, y podrían convertirse en una nueva salida de cada estudio de seguimiento ocular.

2. Precisión uniforme a través de la pantalla

La precisión ya es casi uniforme en toda la pantalla (Figura 13). Estamos trabajando para eliminar las pequeñas diferencias sistemáticas que permanecen entre las regiones de la pantalla, sin agregar un solo punto de calibración.

3. Calibración adaptativa

Hoy, el investigador elige la duración de la calibración por adelantado, y cada participante recibe la misma. Estamos trabajando en una calibración que se adapte al participante: corta para los casos fáciles y más larga solo donde realmente sea útil.

4. Detección de fijaciones

Nuestra próxima Nota de Laboratorio, Análisis de Detección de Fijaciones, compara algoritmos de detección de fijaciones en datos de webcam, en grabaciones realizadas simultáneamente con un EyeLink 1000 y en una tarea de fijación rápida que completaron nuestros participantes en línea. Muestra cómo el nuevo detector predeterminado de Eye Tracking 2.0 duplica la proporción de miradas estables reportadas como exactamente una fijación.

5. Calidad de la sesión en sus datos

Cada sesión ya mide mucho sobre su propia calidad mientras se ejecuta. Agregaremos una salida de calidad compacta por sesión, con una puntuación de calidad general, para que los investigadores puedan clasificar, ponderar o excluir sesiones o participantes después de la recolección de datos.

10. Prueba tú mismo

La mejor manera de juzgar el seguimiento ocular por webcam es experimentarlo. Los estudios a continuación ejecutan Eye Tracking 2.0 en su navegador, con su propia webcam: permite el acceso a la cámara, sigue la calibración y comprueba tú mismo. Como todo en Eye Tracking 2.0, el procesamiento se realiza en tu dispositivo y ninguna imagen o video sale de él. La tarea de precisión es el estudio detrás de los resultados de esta nota; los otros estudios son demostraciones de diseños de investigación típicos y no formaron parte de la validación.

11. Datos y reproducibilidad

Cada resultado en esta nota se puede verificar de forma independiente. Publicamos los datos anonimizados de las 494 sesiones completas en las que se basan los resultados, junto con los scripts que calculan cada número y cada figura a partir de ellos.

Obtener el paquete de datos en OSF (ZIP, 9 MB)

El paquete tiene un identificador permanente: https://doi.org/10.17605/OSF.IO/VTA7B.

Qué contiene. Una fila por participante (nivel, selección, resultados de calibración y tiempos), una fila por ensayo de la tarea de precisión de 45 objetivos con su error, crudo y con las correcciones, y para el último segundo antes de cada cambio de objetivo, la ventana que utiliza la métrica de precisión: muestras de mirada con la confianza del modelo, fijaciones y, en el nivel más alto, brillo facial. También contiene el tiempo de cada ejecución de Control de Mirada y tablas agregadas para los valores que no se comparten por participante (rechazos técnicos antes del inicio, retención después de la sonda, y los valores de precisión de laboratorio de 2023). Un README documenta cada columna.

Cómo reproducir. Los scripts solo necesitan Python 3 y su biblioteca estándar. Ejecuta scripts/accuracy.py y luego scripts/article_numbers.py: juntos aplican la métrica exactamente como se describe en esta nota y escriben los datos de cada figura y cada número citado en el texto. Los únicos valores que no se computan a partir de los datos son las tablas agregadas, las precisiones esperadas del nivel más alto en la Figura 12, que están establecidas en el producto, y la precisión estimada del nivel pasivo.

Privacidad. Los datos no contienen identificadores de ningún tipo: sin ID de Prolific o Labvanced, sin nombres, sin demografía, sin información de dispositivo o navegador y sin fechas o horas absolutas. Cada participante tiene un ID aleatorio que no está vinculado a ningún otro registro y no existe ninguna clave. Nunca se grabaron imágenes o videos de la cámara. Todos los participantes dieron su consentimiento para el uso anonimizado de sus datos.

Licencia. Copyright © 2026 Scicovery GmbH (Labvanced). Los datos y scripts están licenciados bajo CC BY-NC 4.0: puedes usarlos, reanalizarlos y compartirlos y publicar tus resultados para fines no comerciales, con crédito a Labvanced y una cita de esta nota. El uso comercial requiere nuestro permiso por escrito.

Cómo citar. Estilo APA, listo para copiar:

Describiéndolo en tu sección de métodos. Eres bienvenido a adaptar este párrafo (reemplaza los valores entre corchetes con tu configuración): La mirada fue grabada en línea con las webcams de los participantes usando Labvanced Eye Tracking 2.0 (Labvanced, 2026), con el nivel de calibración [Alto] y la selección de participantes [balanceada]. Se aplicaron correcciones de posición de cabeza en vivo y Control de Mirada. En la validación de esta configuración, la precisión mediana fue de [5.2 %] de la diagonal de la pantalla, aproximadamente [1.8°] de ángulo visual a 60 cm.

Referencias

• Alp, N., Lale, G., Saglam, C., & Sayim, B. (2024). The effect of processing partial information in dynamic face perception. Scientific Reports, 14, 9794. https://doi.org/10.1038/s41598-024-58605-7
• Bertrand, J. K. (2023). The utility of webcam eye-tracking: Lessons learned and practical applications in decision-making and digital human-computer interactions [Tesis doctoral, Universidad de Alberta]. https://doi.org/10.7939/r3-83ge-t169
• Bertrand, J. K., & Chapman, C. S. (2023). Dynamics of eye-hand coordination are flexibly preserved in eye-cursor coordination during an online, digital, object interaction task. Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems. ACM. https://doi.org/10.1145/3544548.3580866
• Bertrand, J. K., Ouellette Zuk, A. A., & Chapman, C. S. (2023). Continuous measures of decision-difficulty captured remotely: II. Webcam eye-tracking reveals early decision processing. bioRxiv. https://doi.org/10.1101/2023.06.06.543799
• Bánki, A., de Eccher, M., Falschlehner, L., Hoehl, S., & Markova, G. (2022). Comparing online webcam- and laboratory-based eye-tracking for the assessment of infants' audio-visual synchrony perception. Frontiers in Psychology, 12, 733933. https://doi.org/10.3389/fpsyg.2021.733933
• Calignano, G., Lorenzoni, A., Semeraro, G., & Navarrete, E. (2024). Words before pictures: The role of language in biasing visual attention. Frontiers in Psychology, 15, 1439397. https://doi.org/10.3389/fpsyg.2024.1439397
• Golan, M., Abo Shkara, M., & Havron, N. (2023). Children infer the meaning of novel verbs through morphological bootstrapping. PsyArXiv. https://doi.org/10.31234/osf.io/xk8eu
• Grosse Wiesmann, C., Rothmaler, K., Hasan, E., Habdank, K., Yang, C., Yeung, E., & Southgate, V. (2025). The self-reference memory bias is preceded by an other-reference bias in infancy. Nature Communications, 16, 6311. https://doi.org/10.1038/s41467-025-61642-z
• Haverly, C. (2022). Influence of video game playing on change detection: An eye tracking study. Horizons, 7, 68–73. Universidad de Hawaiʻi en Mānoa. ScholarSpace
• Jenke, L., & Sullivan, N. (2025). Attention and political choice: A foundation for eye tracking in political science. Political Analysis, 33(4), 298–314. https://doi.org/10.1017/pan.2025.8
• Kaduk, T., Goeke, C., Finger, H., & König, P. (2024). Webcam eye tracking close to laboratory standards: Comparing a new webcam-based system and the EyeLink 1000. Behavior Research Methods, 56(5), 5002–5022.
• Kim, J. Y., Rowell, B., Whitaker, M., Chen, Q., Al Kontar, R., Lester, C., & Yang, X. J. (2026). Effects of AI assistance timing on pharmacists' trust in automated pill recognition technology. JMIR Human Factors, 13, e92822. https://doi.org/10.2196/92822
• Niehorster, D. C., Nyström, M., Hessels, R. S., Andersson, R., Benjamins, J. S., Hansen, D. W., & Hooge, I. T. C. (2025). The fundamentals of eye tracking part 4: Tools for conducting an eye tracking study. Behavior Research Methods, 57, 46. https://doi.org/10.3758/s13428-024-02529-7
• Patterson, A. S., Nicklin, C., & Vitta, J. P. (2025). Methodological recommendations for webcam-based eye tracking: A scoping review. Research Methods in Applied Linguistics, 4(3), 100244. https://doi.org/10.1016/j.rmal.2025.100244
• Sander, I., Mazumder, R., Fingerhut, J., Parada, F. J., Koselevs, A., & Gramann, K. (2024). Beyond built density: From coarse to fine-grained analyses of emotional experiences in urban environments. Journal of Environmental Psychology, 96, 102337. https://doi.org/10.1016/j.jenvp.2024.102337
• Sauter, M., Hirzle, T., Wagner, T., Hummel, S., Rukzio, E., & Huckauf, A. (2022). Can eye movement synchronicity predict test performance with unreliably-sampled data in an online learning context? ETRA '22: Symposium on Eye Tracking Research and Applications. ACM. https://doi.org/10.1145/3517031.3529239
• Saxena, S., Fink, L. K., & Lange, E. B. (2023). Deep learning models for webcam eye tracking in online experiments. Behavior Research Methods. https://doi.org/10.3758/s13428-023-02190-6
• Serrano-Carot, M., Angele, B., Xu, H., & Vasilev, M. R. (2025). Webcams can be used to study eye movements during reading. PsyArXiv. https://doi.org/10.31234/osf.io/bzt2h_v1
• Stone, S. A., & Chapman, C. S. (2023). Unconscious frustration: Dynamically assessing user experience using eye and mouse tracking. Proceedings of the ACM on Human-Computer Interaction, 7(ETRA), 168. https://doi.org/10.1145/3591137
• Tsai, C. C., Kim, J. Y., Chen, Q., Rowell, B., Yang, X. J., Kontar, R., Whitaker, M., & Lester, C. (2025). Effect of artificial intelligence helpfulness and uncertainty on cognitive interactions with pharmacists: Randomized controlled trial. Journal of Medical Internet Research, 27, e59946. https://doi.org/10.2196/59946
• Tsuji, S., Amso, D., Cusack, R., Kirkham, N., & Oakes, L. M. (2022). Editorial: Empirical research at a distance: New methods for developmental science. Frontiers in Psychology, 13, 938995. https://doi.org/10.3389/fpsyg.2022.938995
• Tsutsuse, K. S. (2025). Effects of online advertisements on processing and evaluating scientific explanations [Tesis de maestría, Universidad de Hawaiʻi en Mānoa]. ScholarSpace
• Wies, S., Bleier, A., & Edeling, A. (2023). Finding Goldilocks influencers: How follower count drives social media engagement. Journal of Marketing, 87(3), 383–405. https://doi.org/10.1177/00222429221125131
• Zhang, P., & Zhang, S. (2025). Attention and learning in L2 multimodality: A webcam-based eye-tracking study. Language Learning & Technology, 29(1), 1–27. https://doi.org/10.64152/10125/73626
• Zhang, X., & Powdthavee, N. (2026). Attention as a bottleneck in moral judgment: How comparative context distorts discrimination recognition. PsyArXiv. https://doi.org/10.31234/osf.io/pnurb_v1
• Zhao, Y., Li, Y., Zhang, K., Li, Z., Hu, Y., Tan, L., Jia, H., Wang, S., Gao, Z., Song, Y., Li, X., Zhao, C., & Cao, A. (2025). Transcranial light stimulation improves selective attention in children with ADHD. medRxiv. https://doi.org/10.1101/2025.09.18.25335086
• Documentación de Labvanced Eye Tracking: Configuraciones del estudio, Salida de datos.