AI-based Predictive Eye Tracking wordt steeds vaker ingezet om reclame-effectiviteit te voorspellen. Volgens Neurensics gaat het daar goed mis. Deze technologie kan namelijk goed inschatten waar mensen naar kijken, maar faalt bij het voorspellen van echte betrokkenheid. En juist die betrokkenheid bepaalt of reclame werkt.
▼
De analyse is gebaseerd op inzichten van Martin de Munnik, medeoprichter en CCO van Neurensics, en op vergelijkingen tussen AI-voorspellingen en directe metingen van hersenactiviteit.
Waar eye tracking sterk in is
Volgens Neurensics is er weinig mis met eye tracking op zichzelf. Virtuele eye tracking kan verrassend nauwkeurig voorspellen waar mensen naar kijken. Dat komt doordat kijkgedrag redelijk voorspelbaar is. Mensen richten zich op gezichten, tekst en beweging. AI kan die patronen snel en effectief leren.
Neurensics benadrukt dat dit type meting waardevol is voor visuele optimalisatie. Denk aan lay-out, hiërarchie en zichtbaarheid. Maar daar stopt het ook.
Van kijken naar voelen gaat het mis
Veel AI-tools maken vervolgens een directe sprong van aandacht naar engagement. Volgens Neurensics is dat een onterechte aanname. Aandacht zegt niets over waardering, emotie of persoonlijke relevantie. Iemand kan lang kijken zonder interesse, of zelfs met afkeer. Eye tracking registreert ooggedrag, niet wat er daadwerkelijk in het brein gebeurt.
Wat engagement werkelijk is
Volgens Neurensics laat engagement zich niet vangen in één enkele maatstaf, maar bestaat het uit een samenspel van drie neurale componenten:
• Value
Ervaart iemand de stimulus als belonend of waardevol?
• Involvement
Voelt de content persoonlijk relevant? Positief of negatief maakt daarbij niet uit.
• Familiarity
Is de situatie, het gedrag of de context herkenbaar?
Deze processen spelen zich af in verschillende delen van het brein. Neurensics geeft aan dat deze processen niet betrouwbaar zijn af te leiden uit oogbewegingen of oppervlakkige biometrische metingen.
De vergelijking met AI-voorspellingen
In een vergelijking liet Neurensics dezelfde posters testen met predictive eye tracking en met fMRI. De uitkomsten liepen sterk uiteen. Posters die door AI als sterk betrokkenheid-opwekkend werden voorspeld, lieten in het brein juist lage of zelfs negatieve betrokkenheid zien.
Volgens Neurensics was de overeenkomst tussen voorspelling en werkelijkheid te zwak om praktisch bruikbaar te zijn.
Wat dit betekent voor de praktijk
Neurensics benadrukt dat AI-based eye tracking zeker waarde heeft, maar vaak verkeerd wordt ingezet. De methode meet zichtbaarheid, geen effect. Wie betrokkenheid wil begrijpen, moet meten waar beslissingen ontstaan. In het brein.
AI-scores vragen om een kritische lezing. Optimaliseren op aandacht leidt niet automatisch tot meer impact.
De ogen kijken maar het brein ziet
Ogen laten zien waar iemand kijkt. Het brein laat zien waarom iemand kiest. Wie AI inzet om reclame-effectiviteit te voorspellen, moet dus eerst scherp kijken naar welk menselijk proces daadwerkelijk wordt gemeten. En welk niet.
Eerder liet DDB al zien waarom het brein soms scherpere inzichten biedt dan klassieke data alleen. In ons interview met neurowetenschapper Roeland Dietvorst gaat het over intuïtie, misleiding en de kracht van open blijven denken.