人在學習過程中是如何處理訊息的？如果學會了，是怎麼學會的？若沒學會，又是因為什麼？交通大學的佘曉清教授在認知與科學學習領域深耕多年，就是在探究這學習歷程的奧妙。

「要理解一個人在當下如何處理訊息是很困難的。過去有人以問學生或考學生的方式來理解其思維歷程，但所得到的結果其實都不是『當下』的思維。即使學生是一邊想、一邊說，說出來的話也是已經過處理或篩選過的。人『當下』是如何思維的，始終是科學學習的研究中尚待理解的問題。」而她選擇了從「眼動」切入，探究一個人在學習的「當下」是如何處理訊息的。

佘曉清教授表示，過去的眼動研究證實了眼動與學習行為有密切關係，但只能說明眼動是學習行為表現的指標，而無法確切告知我們處理科學問題的思維是怎樣的歷程，從眼動也沒有辦法預測學生答對或答錯的能力。

她在研究中發現，學生學習或考試時，有沒有看到教材的「關鍵字」或考題的「關鍵區」是很重要的。因此，她嘗試藉由學習者的眼動情形，探究眼動是否可預測電腦化科學測驗的表現（即答題正確率），同時探討學生進行物理概念提取時，以眼動情形是否能預測不同表徵（圖片或文字）的電腦化測驗表現（答題正確率）。

佘教授把物理概念試題分別以圖片和文字呈現，並找來60位受試者，給他們84題試題，其中42題以圖片、42題以文字等不同表徵呈現，希望藉由學生眼動的情形，觀察他們處理圖片與文字試題時的差別，以及眼動是不是具有預測其答對、答錯的能力。

這個實驗運用了「眼動儀」探測他們在答題過程中的眼動情形。眼動儀是放在電腦螢幕下方的一個儀器，可以偵測眼睛移動的位置，藉此了解受試者處理訊息的先後順序。實驗結果發現3個眼動指標，分別是「平均凝視時間」、「平均掃視距離」與「回視率」，能有效預測學生在不同表徵時的電腦化測驗表現。

佘曉清教授分析了上述眼動指標，證實「平均凝視時間」是最佳的預測指標，即從受試者的「平均凝視時間」在關鍵區上是否夠長，最能預測其答題正確與否，其次是「回視時間」也能有效預測。此外，研究結果顯示，圖片表徵方式較文字表徵方式能「更有效率」地傳遞物理概念，即圖片較能引發學生早點找到關鍵點並預測答題的正確性。

但另一方面，以文字為表徵的題目能較「精準」地傳遞物理概念。這研究顯示無論題目是以圖片或文字為表徵，都能藉由學生的眼動預測其反應。值得一提的是，學生看圖片題目時的回答速度較快，而文字的答對率卻比圖片的高。

然而，無論是圖片或文字表徵，都必須看到關鍵區才可能答對。佘曉清教授在研究設計與分析方法上突破了過去的發現，證實眼動確實具有預測學習者學習成效的能力，她希望這項成果未來能應用在人機介面上。

她表示，有些孩子在學習時會因始終無法學會某些教材而深感挫折，這是因為他們不知道哪些地方是關鍵區。其實無論教材或試題，都有其關鍵字或關鍵區，但有些學生就是很難發現，或凝視時間不夠長、處理訊息深度不夠。因此，若透過人機介面把「眼動儀」做為電腦的一部分裝置，一旦偵測到學生在關鍵區的凝視時間不夠，或沒注意到關鍵區時，就適時透過人機介面給他們提示，要求他們把視線放在該注意的關鍵區域，就能幫助他們提高學習的效果。