支持自主性：探索玩家对视频游戏中AI支持的入门环节的观点

研究背景与问题

• 发现的问题与挑战：

  • 游戏引导过程中，要确保玩家能够以有趣和参与性的方式学习游戏机制，但传统的引导方法（如教程和文本指引）常被认为冗长、不够吸引人且难以个性化，不同玩家也有着多样化的学习需求。
  • 过多的信息可能导致认知过载，使玩家在早期阶段感到困难并放弃游戏。
  • 目前关于如何利用人工智能（AI）优化这种引导过程的研究较少，尤其是在玩家体验层面几乎没有丰富的定性研究。

• 重要性：

  • 游戏的引导过程对玩家的第一印象和长期留存率至关重要，尤其在免费的服务型游戏和需要活跃玩家基础的多人游戏中。
  • 良好的引导体验不仅能促进玩家快速上手，还可以有效延长玩家的游戏生命周期。

• 研究动机与相关工作：

  • 许多游戏应用AI来模拟非玩家角色（NPC）、生成内容或管理玩家数据，显示了AI在提高参与性和个性化领域的潜力。
  • AI可以动态地适应玩家行为，为玩家提供个性化建议或调整对手行为，从而在引导过程中创造更丰富和高效的学习体验。

解决方案

• 提出的解决方案：

  • 研究设计了一个基于AI建议系统的游戏引导方法，重点探索AI在引导初期向玩家提供实时的个性化指导对玩家体验的影响。
  • 通过开发原创手游《Joker》，比较两种引导条件：玩家自助式（无AI参与）与AI辅助式（AI每轮提供可选建议）。

• 创新之处：

  • 这是首次从玩家的角度系统研究AI引导对个体化体验和学习过程的影响，而不是只关注技术实现。
  • 设计和实现了一种教学辅助AI系统，该系统实时分析玩家的操作并提供可选建议，使引导过程更加动态和响应性，同时保持玩家对学习过程的控制权。

• 实施步骤：

  1. 设计一个原创的策略回合制游戏《Joker》，结合熟悉的元素（如棋盘与扑克牌）但引入了复杂的新规则。
  2. 游戏中，AI算法通过决策树方法，根据玩家手牌和局势提供实时建议，例如最优组合卡片或最佳布局。
  3. 通过20名玩家在自助式和AI辅助式条件下的两轮游戏体验，收集数据，并开展定性主题分析。

研究成果

• 具体成果：

  • 玩家的学习偏好：玩家更倾向通过实际的游戏体验（例如试错或重复实践）学习，而不仅仅依赖于文本教程。
  • 玩家对AI期待：
    1. 个性化：玩家期望AI能动态适配个人的学习进度和需求，减少“一刀切”引导的不足。
    2. 透明性：玩家希望AI不仅提供建议，还能解释建议背后的逻辑，以增强信任感。
    3. 自主性：AI应该作为可选功能而非强加的环节，玩家渴望在引导过程拥有完全的选择权。
  • AI对学习的实际影响：尽管AI能降低认知负荷，减少玩家初期的难度感，但以机械方式追随AI建议可能会削弱玩家的主动学习和长期掌握能力。

• 与现有解决方案相比的优势：

  • 提出了“信息透明+自由选择”的AI设计原则，平衡了技术辅助与玩家自主性。
  • 探讨了AI引导如何通过动态调整对玩家的学习行为进行有效干预，而非靠静态教程。

• 实验或评估结果：

  • 玩家对AI的印象整体良好，特别是其能减少探索无方向感带来的挫败。20名参与者中有12人更偏好AI辅助条件。
  • 不过，大量依赖AI建议导致玩家某些情况下输掉比赛，而那些完全依照建议采取操作的玩家难以独立生成策略或学习规则。
  • 数据还显示，当AI辅助是第一轮引导方式时，第二轮玩家在非AI条件下的获胜率较低，可能反映了学习效果的局限。

• 局限性与未来研究方向：

  • 局限性：参与者大多为具有高度学历的玩家，可能不代表更通用的玩家群体。Joker的引导方法主要探索即时建议策略，其他AI引导形式（如自适应教程）未涵盖。
  • 未来方向：
    1. 开发更复杂的机器学习算法以实现更个性化的建议。
    2. 探索AI在其他类型引导（如动态对手匹配或游戏环境生成）中的应用。
    3. 进行纵向研究，观察AI引导对玩家长期技能掌握和参与度的影响。

总结来说，该研究揭示了AI引导在游戏中的潜力，同时强调了保持玩家主体性的重要性，这对未来设计更具玩家中心的AI游戏系统具有参考价值。