画面で長い記事を読むとき、指やマウスで少しずつ画面の上に記事を送っていく。
何気ない動作ですが、文章を読むこととは別に、画面をスクロールする操作を繰り返しています。
目の動きに合わせて文章の続きを表示すれば、スクロール操作をしないで自然に読めるような気がします。
しかし、ここで難しくなるのが、ユーザーが文章を「読んでいるのか」、それとも「ただ見ているだけなのか」の判断です。
例えば、気になる画像へ目を移しただけで文章が動いたり、考え込んでいる途中に次の行へ送られたりしては、とても使いづらいものになってしまいます。操作を減らすには、画面を動かすべき瞬間を判断する必要があります。
Appleの今回の公開特許には、読書に伴う視線の動きを判定し、読み終わったタイミングに合わせて次の文章まで画面をスクロールする仕組みが示されています。
この記事では、Appleの特許 US2026/0288293A1 から、視線による画面操作の特許を、図面を中心に読み解きます。
（詳細な図面は、US20260288293A1 からご参照ください。）
特許の概要
特許番号：US 2026/0288293 A1
タイトル：Devices, Methods, and Graphical User Interfaces for Gaze-Based Navigation
発明者：Pol Pla i Conesa、Bas Ording、Stephen O. Lemay、Evgenii Krivoruchko、Kristi E. Bauerly、Shih-Sang Chiu、Jonathan Ravasz、Peter D. Anton
出願人：Apple Inc.
出願日：2026/5/21
公開日：2026/9/24
特許の詳細については、US20260288293A1 を参照してください。
この特許は、視線から読書の進み具合を判定し、表示内容や位置を制御する技術です。対象には頭に装着するディスプレイだけでなく、スマートフォンやコンピューターなども含まれます。
ベースとなる技術は、眼の向きや動きを検出する視線追跡です。視線追跡は、赤外線などを使って目を撮影し、瞳孔や目の表面の反射点から注視位置を求めます。参考記事の「瞳孔角膜反射法」です。この注視位置の時間的な変化を、読書の判定に利用します。
ポイントは、文章を自動で動かすことに加え、読む動作に合わせて「いつ動かし、いつ止めるか」を決めることです。
視線の位置と動きから、文章を読んでいることを判定する
FIG.7B は、複数の記事が並ぶ閲覧領域（700）で、文章（704a）を読む場面です。イメージセンサー（314）で得た情報から、装置は視線（716p）の動きを調べます。イメージセンサー（314）は、可視光カメラ、赤外線カメラ、深度カメラなどが使用されます。
電子デバイス（101）は、ユーザーの視線の動きを追跡し、その動きが読書を行っているときの眼球運動と一致するかどうかを判定することによって、ユーザーが読書をしていると判断します。
判定には、例えば英文を読む視線が行に沿って左から右へ進み、読み終えると反対方向へ戻る動きを利用します。
この判断をもとに、ユーザーが記事を眺めている状態か、読み進めている状態かを区別して、異なる表示アクションを行います。
ただし、ここで行っている判定は、読書に対応する目の動きをもとにしたものなので、ユーザーが文章の意味を理解したことまで確認しているわけではありません。
（正確な図面は、US20260288293A1 をご参照ください。）
文章を読んでいることを検出すると、リーディング用拡張表示をポップアップする
FIG.7C は、ユーザーが文章の最後の行を読んでいることを検出した後に、拡張コンテンツ領域（714）を表示した画面です。
電子デバイス（101）は、ユーザーが FIG.7B の最後の行（704a）を読んでいることを検出すると、 拡張コンテンツ領域（714）を閲覧領域（700）の上にオーバーラップ表示し、元の文章（704a）とその続きの文章（710a）および画像（712a）を表示します。
ユーザーが文章（704a）を読まずに眺めているだけであることを検出した場合は、拡張コンテンツ領域（714）は表示しません。
拡張コンテンツ領域（714）を表示する際は、表示する文章（704a）の位置を、閲覧領域（700）と拡張コンテンツ領域（714）で同じ高さで、テキストのサイズも同じに揃えます。
これにより、拡張コンテンツ領域（714）を表示したときに、ユーザーが文章を探して、不自然な動きを行うストレスを回避することが出来ます。
その他、背景の記事を暗くしたり不鮮明にしたりして目立ちにくくしたり、読書中には通知表示を控えるなど、ユーザーが集中できる環境も提供されます。
（正確な図面は、US20260288293A1 をご参照ください。）
行末から視線を戻す間に、次の行にスクロールアップする
FIG.7D は、FIG.7Cから1行分スクロールした後の状態です。
FIG.7C では最初の行（724a）が位置（722a）、次の行（724b）が位置（722b）にありました。
ユーザーが最初の行（724a）を読み終えたことを示す視線（716b）を検出すると、文章が1行分上へ動きます。
電子デバイス（101）は、ユーザーがテキスト（724a）を読み終えたことを検出するまで、コンテンツをスクロールしません。ユーザーが文章を読み終えておらず読み進めている間や、コンテンツ項目を読まずに見ていたり、他の場所を見ていたり、目を離していることを検出した場合、スクロールを停止します。
ユーザーはテキスト（724a）を読み終えると、次の行（724b）を見る前に、読み終えた行（724a）に沿って逆方向に視線を移動します。ユーザーの視線のこの動きを検出すると、文章を読み終えて、次の行（724a）を読もうしていることを判定します。
また、数行先へ読み飛ばした場合には、スクロールの量を1行より大きく送る場合もあります。一定速度でスクロールし続けるのではなく、ユーザーが読んでいる場所に応じてスクロールの量を変えます。
（正確な図面は、US20260288293A1 をご参照ください。）
気になる単語は、ジェスチャーで関連情報を表示する
FIG.7J は、単語（718a）に関連する拡張コンテンツ（720a）を表示した状態です。
ユーザーの視線が、注目する単語（718a、ここでは「Lorem」）に留まった状態で、ユーザーが頭部を一定量前方に動かすと、単語（718a）を太字で表示し、関連付けられた拡張コンテンツ（720a）を表示します。
拡張コンテンツ（720a）としては、単語の定義、リンク先のプレビュー、画像の拡大表示などがあります。
この操作では、ユーザーが対象へ視線を向け、視線が一定時間留まることと、頭部のジェスチャーを組み合わせることで、対象に関連付けられた拡張コンテンツを表示します。頭を前へ動かすことを組み合わせます。動作の途中で対象の単語を太字にし、条件を満たすと補足情報を表示します。
対照の単語を太字にするのは、表示前にどの単語が対象なのかを知らせるためです。
拡張コンテンツを一度見てから視線を外したり、本文の読書を再開したりすることで、拡張コンテンツは閉じられます。
（正確な図面は、US20260288293A1 をご参照ください。）
その他の図面
（図面は、US20260288293A1 をご参照ください。）
FIG.1～3： 装置の構成
FIG.1 は表示装置や入力機器を含む利用環境、FIG.2 は処理を統括する制御装置、FIG.3 は表示を生成する装置の構成を示します。
FIG.4～6：視線追跡に関する説明図
FIG.4 はハンドトラッキング装置（140）が手の画像から形や動きを捉える仕組み、FIG.5 は視線追跡装置（130）の構成、目を撮影する光学配置、FIG.6 は瞳孔と反射点の検出・追跡から注視位置を推定する視線追跡パイプラインの処理フロー図です。
FIG.7A～7K：表示画面の説明図
FIG.7A は、表示画面の最初の状態です。
FIG.7E は、ユーザーが画像（712a）に視線を向けたことを検出して、画像（712a）を位置（722a）までスクロールアップした状態です。
FIG.7F は、FIG.7Eの状態から、画像（712a）の下のテキスト（710b）に視線（716e）を向けていると、テキスト（710b）がスクロールアップします。
FIG.7G は、拡張コンテンツ領域（714）を表示しているときに、背面にある閲覧領域（700）を注視し続けると、デバイスは閲覧領域（700）を強調表示し、拡張コンテンツ領域（714）を目立たない表示に設定します。
FIG.7H は、拡張コンテンツ領域（714）を目立たなくする設定が完了した状態です。
FIG.7I は、FIG.7Jの説明において、注目する単語（718a、ここでは「Lorem」）を太字で表示した状態での画面です。
FIG.7K は、注目する単語（718b、ここでは「dolor」）を太字で表示し、関連付けられた拡張コンテンツ（720b）を表示した状態での画面です。
FIG.8A～8G は、ユーザーの視線検出にしたがって、コンテンツ項目を拡大する方法を示すフローチャートです。
FIG.8A は読書の検出による展開の基本分岐、FIG.8B は別の記事を読んだ場合、FIG.8C は背景の目立ち方の変更です。
FIG.8D は重ね合わせと展開のアニメーション、FIG.8E は視線や読書が外れた際の復帰と読書判定、FIG.8F は通知の制御と記事の位置移動を示します。FIG.8G は段階的な位置移動と、展開前後の位置・大きさの維持です。
FIG.9A～9L は、ユーザーがコンテンツを読んでいると判定したときに、テキストをスクロールする方法を示すフローチャートです。
FIG.9A は読了に応じて送る基本処理、FIG.9B は見ているだけの場合や拾い読みとの区別、FIG.9C は拾い読み完了時の送りと視線を戻すタイミングです。
FIG.9D は読み飛ばしに応じた送り量、FIG.9E は画像への注目、FIG.9F は画像と後続文章の重ね合わせを扱います。
FIG.9G は頭の移動への追従、送り方向、未表示部分の提示、FIG.9H は音声と読書速度の連動です。FIG.9I は時刻に結び付けた読書履歴、FIG.9J は再表示時の読書位置、FIG.9K はまばたきによる戻りと拾い読み時の単語強調、FIG.9L は別の入力機器による逆方向のスクロールを示します。
FIG.10A～10G は、視線が一定時間留まることと、頭部のジェスチャーとの組み合わせで、表示画面間のナビゲートを行う方法を示すフローチャートです。
FIG.10A は視線と頭の動きを組み合わせて前の画面へ戻る基本条件、FIG.10B は視線先の画面を見やすくする処理、FIG.10C は視線を戻した場合の復帰と切り替えアニメーションです。
FIG.10D は頭の動きに連動する進行・取り消しと画面の重ね合わせ、FIG.10E は切り替えの確定条件と取り消しを示します。
FIG.10F は重要な文章を読了するまで表示する条件、FIG.10G は通知の読了によるアプリ表示と頭の位置に応じた文字スタイルの変更です。
FIG.11A～11J は、ユーザーの視線検出と、頭部のジェスチャーとの組み合わせで、拡張コンテンツ領域を表示する方法を示すフローチャートです。
FIG.11A は視線先と頭の動きによる補足情報の選択、FIG.11B は定義・プレビュー・拡大という表示内容です。
FIG.11C は表示前の対象強調、FIG.11D は注視時間や頭の動きの条件、FIG.11E は表示前に視線先を変えた場合の対象変更を示します。
FIG.11F は表示後の対象維持と頭を戻した際の取り消し、FIG.11G は動作に連動するアニメーションと視線を外した際の終了です。
FIG.11H は未確認情報の維持や本文の読書再開時の終了、FIG.11I は消えかけた情報を見直した場合の復帰、FIG.11J は条件を満たすまばたきによる終了を示します。
考察
この発明における処理で難しいのは、反応を速くすることと、意図しない反応を減らすことを両立しなければならないことだと考えられます。読了判定を急げば読書途中に文章を動かしてしまう可能性があり、慎重にしすぎれば、次の行が表示するのを待たせる可能性があります。
視線が戻ったことのタイミングにスクロールを合わせる工夫は、この時間的なずれを小さくすることが目的ではないかと思われます。
一方、目の動きには、読み返しや読み飛ばし、考えるための停止もあります。利用者や文章の配置によって視線の動きが変わるため、実用上は、判定精度が必要であると同時に、誤った動作が行われた状態からの戻しやすさが、実用上は重要だと思われます。
視線検出と頭部のジェスチャーを組合せるという構成は、誤動作が生じにくいという利点がある反面、繰り返し頭部を動かした場合の身体への負担が問題になる可能性があります。
ジェスチャーと個人のクセとの兼ね合いも考慮に入れたシステム設計が使い心地を左右すると考えられます。
（上記は筆者の個人的な意見です。）
まとめ
- Appleの公開特許 US2026/0288293A1 は、視線の動きから読書を判定し、文章の表示を制御する技術です。
- 中心となるアイデアは、文章を読み終わってから次の文章へ移動する視線の動きを判定してスクロールする仕組みと、読み終わっていないことを判定してスクロールを中止する仕組みです。
- 頭部など身体のジェスチャーとの組み合わせによる、拡張コンテンツの表示についても示されています。
- 操作を減らす読書体験につながる可能性がある一方、判定の精度と意図しない動作への対処が課題になると考えられます。
最後までお読みいただきありがとうございました。
※企業の特許は、製品になるものも、ならないものも、どちらも出願されます。今回紹介した特許が製品になるかどうか現時点では不明です。ご注意ください。
