Eternagram：使用ChatGPT驱动的文本冒险游戏探究玩家对气候变化的态度

文献标题

Eternagram: Probing Player Attitudes in Alternate Climate Scenarios Through a ChatGPT-Driven Text Adventure

文献信息

• 主题领域: 通过游戏化手段和GPT驱动的对话系统考察玩家的气候态度
• 关键词: 气候态度评估, 游戏化测试, 自然语言处理, 人机交互, 个性与行为相关性, 民主价值观, 数据分析, 环境心理学

研究背景与问题

• 发现的问题:

  • 传统的气候态度评估方法依赖简单问卷，无法全面捕捉真实的气候问题态度。
  • 当前方法容易受到社会期望偏差或其他外部因素的影响。
  • 人们对气候问题态度的复杂性难以通过单一工具全面覆盖。

• 问题重要性:

  • 气候变暖问题的全球化影响要求对不同个体真实态度的更准确掌握。
  • 激发公众或相关群体对气候变暖的认识和行动需要建立更具吸引力且沉浸式的评估方式。

• 研究动机与相关工作:

  • 使用游戏化评估(GBA) 能在参与者沉浸式体验情境的同时，更自然地收集气候态度数据。
  • 随着人工智能（特别是NLP）的发展，聊天机器人技术能够动态调整互动行为，为测试环境提供更自然的对话环境。
  • 研究意图通过结合游戏叙事与ChatGPT驱动的对话模型建立一种创新评估方法。

解决方案

• 提出的方法:

  • 开发《Eternagram》文本冒险游戏，通过设置未来气候破坏情境，将 ChatGPT 驱动的对话系统融入游戏中。
  • 对话引导中设计细化的叙事情节与触发机制，让玩家通过自由文本输入驱动游戏进程。
  • 使用测量工具（问卷与行为分析）将游戏内外的态度关联起来。

• 创新点:

  • 首次结合开放式对话系统（GPT）与交互式叙事评估气候态度。
  • 创建了类似社交媒体（如Instagram）的界面来提高沉浸与真实性。
  • 系统化地结合"未来预期情境"来量化和分析玩家对气候问题的态度转变。

• 实施步骤与关键技术:

  • 世界观构建: 使用One Hour Worldbuilders方法，为文本游戏构建基于未来的气候危机情境。
  • 游戏机制: 通过开放式文本交流为主，同时设置关键触发点控制情节进展。
  • 角色设计: 利用 GPT-4 打造核心角色 Ryno，并通过人工提示设计角色对话特性。
  • 用户评估与数据分析: 采用混合方法收集三组调查数据（游戏前、游戏中、游戏后），并相关性分析用户气候态度的变化。

研究成果

• 具体成果:

  • 游戏中的气候态度与游戏后参与者的态度高度相关，而与游戏之前不相关，表明游戏场景对态度有同化效应。
  • 性格特质中"开放性"和"宜人性"与气候态度显著相关；此外，支持民主价值观的参与者更可能报告积极的气候态度。
  • 游戏内的态度与行为被证明是评估态度（包括基于问卷或实际行为）的一种有效补充。

• 相比现有解决方案的优势:

  • 将沉浸式互动和实时对话引入到态度评估中，使得游戏成为更加灵活且真实的评估工具。
  • 避免了单纯问卷带来的社会期望偏向，并有效地实现了情景化自然交互。

• 实验/评估结果:

  • 通过Spearman相关分析，找到了态度变化与不同个性特征、政治倾向之间的重要关系。
  • 数据显示民主价值支持者和愿意参与集体行动的玩家对气候问题更积极。

• 局限性与未来方向:

  • 局限性:
    • 参与者群体主要为18-34岁的亚洲学生，缺乏普适性，且未纳入语言不通参与者的考量。
    • 游戏问卷问题变化可能引起量化偏差。
    • 游戏接口偶尔存在技术不稳定。
  • 未来方向:
    • 优化动态情境生成工具和互动体验。
    • 更深层探索用户自然对话中的态度表达。
    • 推广基于游戏的干预与教育工具。