Los investigadores proponen LEXIC, una extensión ligera para modelos de seguimiento ocular solo con mirada que mejora la predicción de comprensión lectora al inyectar señales de dificultad a nivel de palabra precalculadas sin usar modelos de lenguaje preentrenados. El enfoque se basa en la línea base EyeBench AhnCNN e introduce dos mecanismos—LEXIC-Concat y LEXIC-Res—para incorporar GPT-2 surprisal, frecuencia de palabras y longitud de palabras en las entradas por fijación.
En la tarea de comprensión lectora OneStop con entrenamiento de conjunto semilla K=5 a través de diez pliegues, ambos mecanismos producen ganancias AUROC estadísticamente consistentes de +1.8 a +2.2 puntos porcentuales en Texto No Visto (Wilcoxon p <= 0.065). LEXIC-Concat además eleva el rendimiento en Lector No Visto en +2.9 puntos porcentuales (p = 0.010), mientras que LEXIC-Res muestra una ganancia más pequeña y no significativa de +1.8 puntos porcentuales debido a problemas de calibración con lectores fuera de distribución.
El estudio destaca un límite arquitectónico en el modelado solo con mirada, demostrando que la condición ligera puede cerrar la brecha entre el rendimiento al azar y los modelos conscientes del texto, aunque la transferibilidad a lectores no vistos sigue siendo desafiante.