Базовая работа, чтобы разобраться с тем, как мы читаем на физиологическом уровне — Eye movements in reading and information processing: 20 years of research. Как видно из названия, это метаанализ за 20 лет исследований, и он люто прикольный.

Короче, мы выстреливаем в лист раз сто, и читаем вокруг каждой точки. То есть либо останавливаем глаза и сканируем, что в этом месте, либо быстро двигаем. Остановки — это фиксации, когда можно воспринять информацию. Сдвиги — саккады, когда ничего не видно и восприятие подавляется (условно, чтобы мозгу не достались в обработку размытые кадры). Длина саккады обычно 7-9 символов.

То есть задача аппаратного контроллера — найти место, где можно прочитать немного символов и сделать чёткий кадр. Потом найти следующее место и сделать кадр там. Мозг дальше разберётся, что с этими символами делать.

— Фиксация длится 200-250 мс. А вот скорость саккады может быть до 500° в секунду. Саккада длиной в 2° (типичная для чтения) занимает около 30 мс.
— Около 10-15% саккад — регрессии, то есть переход к прошлой точке. Это не потому что что-то сосканилось плохо, а потому что непонятно. Либо мы слишком далеко перескочили и пропустили лишнее слово, либо уже подгрузился кусок смысла, и он не такой, как мозг сразу ждал по предсказанию контекста (про контекст есть рядом)
— Чем лучше читаете — тем фиксации становятся короче, а саккады длиннее.
— Обработка идёт не только в точке фиксации, но и частично справа от неё (у западных культур)
— Короткие и часто встречающиеся слова часто пропускаются.
— Саккады программируются заранее, их подготовка начинается ещё во время предыдущей фиксации. При этом они не всегда точные, но не страшно вернутся на одну назад.

Перцептивный охват — это область, из которой можно извлечь информацию за время одной остановки. Для нас с вами — 3-4 символа слева и 14-15 символов справа от точки фиксации. Причём 15 символов вправо — начиная с примерно 8-го они уже в расфокусе, и там, условно, вынимается 7 символов и очертания слова или хотя бы расстояние до пробела.

Сшивка полученных данных происходит не как большого изображения, а сначала куски изображения переводятся во внутренний код, потом сшиваются куски кода. Условно, речь про голос в вашей голове. Изображения не хранятся, а сразу превращаются в голос, и уже из аудиопотока вычленяется смысл.

В зависимости от информационной плотности меняется темп фиксаций. Информация обрабатывается, похоже, в нескольких разных процессах, поэтому понимание и сканирование сцены в разное время. Можно насканировать некоторый запас, потом понять, что нифига непонятно, и начать пересканировать что там было. Если вам навтыкать гладиолус слов не в тему, то вы сначала проскочите, потом вернётесь и пересканите. Вдруг не гладиолус?

Похоже, что сцена строится сначала по опорным частям и предсказывается, и если прогноз совпадает с новыми данными, можно до конца не сканировать. А вот если расходится — надо уже разбираться. Ну и там же отсылка к тому, что что люди, практикующие скорочтение, на самом деле пропускают большие части текста и хуже понимают детали, хотя могут улавливать общий смысл. Они бегают по опорным точкам типа начала предложений.

Люди могут не замечать довольно значительных изменений в сцене, если эти изменения происходят во время саккады (феномен «слепоты к изменениям»). Снова привет, Ложная слепота )

Там же изучали чтение нот. Оно отличается от чтения текста тем, что музыканты делают фиксации между нотами, а не в них самих. Ещё интересные языки — восприятие лиц (хорошо изучено, по опорным признакам, всё лицо сканится редко), чтение дороги при вождении (опытные водители делают всё вообще не так, как новички), чтение спортивной ситуации (например, в настольном теннисе) и так далее. В целом шаблоны движений глаз есть везде, но они очень сильно зависят от конкретной задачи. Например, при рассматривании одной и той же сцены с разными инструкциями люди делают всё по-разному.