游戏化同情：通过人工智能驱动的严肃游戏减轻方言偏见

文献标题

Gamifying Compassion: Mitigating Dialect Prejudice Through An AI-Driven Serious Game

出版信息

• 主题领域: 使用AI驱动的严肃游戏解决方言偏见问题。
• 关键词: 方言偏见，口音偏见，严肃游戏，AI辅助学习，共情，群际接触，对话修改，偏见缓解，人机交互，心理安全。

背景与问题

• 问题/挑战: 方言和口音偏见普遍存在，通常是无意识的并被社会所默认，导致在社会、教育和职业环境中出现歧视现象。现有干预措施主要集中在记录差异或被动修复上，缺乏主动的、体验式学习工具。
• 重要性: 解决方言偏见对促进包容性和减少沟通、招聘、教育及医疗中的系统性不平等至关重要。
• 动机与相关工作: 先前研究记录了语音技术、招聘实践和社会互动中的口音偏见，但很少提供主动的、低风险的环境供用户练习缓解偏见的技能。现有以共情为重点的人机交互工具通常缺乏社会情境化的实践空间，用户难以在其中实验性地调整反应并观察其影响。

解决方案

• 提出的方法: CompassioMate，一种通过互动游戏培养共情、视角转换和沟通技能的AI驱动严肃游戏，旨在缓解方言偏见。
• 创新点:
  1. 将真实方言音频、地域映射游戏和偏见类型诊断集成到严肃游戏框架中。
  2. 使用AI驱动的对话修改系统，提供自适应、个性化反馈并促进偏见修复。
  3. 设计分支叙事，使社会后果可视化，同时确保心理安全。
• 流程与关键技术:
  • 玩家聆听方言音频并在地图上识别其地理来源。
  • 参与描绘方言偏见的情景，识别偏见触发点，并分析其深层原因。
  • 重写对话以解决冲突，获得AI生成的反馈，并根据共情、主动性、建设性和适应性评分。
  • 通过三个阶段逐步进展：识别与辨别、分析与理解、干预与预防。

结果

• 具体发现:
  • 参与者从模糊的不适感转变为对偏见的精确分析性标记。
  • 对话重写机制使玩家能够制定可操作的缓解策略，AI反馈促进了迭代改进。
  • 玩家报告称在富有同情心的沟通方面信心增强，对遭受方言歧视的个体表现出更强的共情。
• 相较基线的优势:
  • 与静态或被动工具不同，CompassioMate 提供了一个动态、低风险的环境，通过迭代的个性化反馈练习偏见缓解。
  • AI辅助指导确保心理安全，促进坦率反思和技能发展。
• 实验/评估:
  • 对20名年龄在18至24岁的大学生进行了为期三周的实地研究。
  • 使用“边做边想”协议、半结构化访谈和口头协议分析评估参与度、学习成果和用户体验。
  • 在定性编码中实现了0.86的评分者间一致性（Cohen’s Kappa）。
• 局限性与未来工作:
  • 缺乏定量的干预前后测量来评估长期行为变化。
  • 参与者群体为同质化的大学生，限制了对更广泛人群的普适性。
  • 场景特定于中国方言政治文化，可能降低其在其他语境中的可迁移性。

总结

CompassioMate 是一款通过互动游戏培养共情、视角转换和沟通技能的AI驱动严肃游戏，旨在缓解方言偏见。玩家通过识别偏见触发点、分析原因并重写对话来解决冲突，获得自适应的AI反馈。为期三周的实地研究表明，参与者从模糊的不适感发展到对偏见的精确标记和可操作策略，AI指导确保了心理安全。尽管在促进初步态度转变方面效果显著，但研究强调了未来在长期行为变化和更广泛人群适用性方面的研究需求。本研究为人机交互领域提供了一个可重复使用的方言共情游戏设计模式，并对AI辅助敏感话题的引导提供了见解。