我还能做什么？探讨社区数据对教育游戏中适应性和反思质量的影响

文献标题

“What else can I do? Examining the Impact of Community Data on Adaptation and Quality of Reflection in an Educational Game”

文献信息

• 主题领域: 教育游戏中的自反与适应性
• 关键词: 适应性、反思、学习、教育游戏、可视化、社区数据、回顾性可视化
• 作者: Erica Kleinman, Jennifer Villareale, Murtuza N. Shergadwala, Zhaoqing Teng, Andy Bryant, Jichen Zhu, Magy Seif El-Nasr
• 会议: CHI 2023 (Human Factors in Computing Systems)
• DOI: https://doi.org/10.1145/3544548.3580664

研究背景与问题

• 发现的问题或挑战:

  • 教育游戏中支持学习和促进知识增长的有效方法不完全明确，特别是如何通过反思驱动学习适应性这一点尚存研究空白。
  • 回顾性可视化（将玩家游戏过程的回顾可视化）被认为能够支持反思和适应，但在教育游戏领域尚少有实证研究。
  • 借助社区数据与其他玩家的表现进行比较可能促进行为适应性，但另一方面，也可能产生负面影响（如玩家感到不足或失去参与兴趣）。

• 研究的重要性:

  • 学习科学研究表明，反思和适应性是提高学习效率的重要因素。
  • 教育游戏中的多样化解题路径特点为研究适应性提供了一种独特的动态学习环境。
  • 确定如何优化社区数据的利用，将对教育游戏的设计和实践产生深远影响。

• 研究动机与相关工作:

  • 反思在众多学习框架中被视为改善学习行为的基础，但多数教育游戏仍主要采用书面提示。
  • 尽管电子竞技等领域已经在回顾性可视化中广泛应用社区数据，教育游戏领域对此却探讨较少。
  • 此前研究提示，社区数据可能增进玩家的适应性，但其可能的负面作用以及这种方法的具体效果仍是未解决的问题。

解决方案

• 提出的解决方案:

  • 本研究考察了社区数据比较对教育游戏中适应性和反思质量的影响，通过引入一种基于网络图的回顾性可视化方法，让玩家在反思时能够查看自己以及其他玩家的游戏轨迹。

• 创新性:

  • 与传统以自反为主的书面提示方法相比，本研究探讨了可视化和社区数据的结合如何推动适应性。
  • 在教育游戏（如并行编程教学游戏Parallel）中引入了电竞领域常用的回顾性可视化技术，首次检验了其对玩家适应性和反思的影响。

• 实施步骤与关键技术:

  1. 实验设置: 36名本科计算机科学学生参与，先后完成两个条件的反思任务：基于自身两次游戏轨迹的“自我反思条件”和加入了社区数据的“同行反思条件”。
  2. 游戏工具: 使用教育游戏Parallel，它采用可视化隐喻教授并行编程概念。游戏记录玩家所有操作，通过网络图("playtrace")展现玩家行为。
  3. 反思设计:
     • 自反条件：比较玩家自己的两个游戏记录。
     • 同行条件：比较玩家自己的游戏记录与两位其他玩家（一个类似，一个不同）的游戏记录。
     • 利用Glyph工具完成可视化设计，节点代表玩家操作行为。
  4. 数据分析:
     • 对开放式反思问题的回答，使用Leijen等人提出的反思质量框架进行编码分析。
     • 使用McNemar-Bowker测试分析改进的适应性意愿变化及反思质量变化。

研究成果

• 主要结论:

  • 比较同行数据显著提升了玩家选择不同游戏策略的意愿（约1/3的参与者在回顾同行数据后愿意改变策略，p=0.004，效应值大）。
  • 反思质量（基于焦点与层次的评估）未显示显著变化，这提示社区数据对反思质量可能无直接影响，或需要进一步研究更大样本与不同情境。

• 与现有解决方案的比较:

  • 本研究提供了社区数据在教育游戏中支持适应性的新证据，相比传统自反方法，同行数据可以更有效地激发改进行为的思考。
  • 补充了现有关于社区数据负面作用(如玩家劣势感)的定量和设计指导知识。

• 实验与评估结果:

  • 玩家对于“是否会采用不同策略”的回答在同行反思条件下显著多于自反条件。
  • 而反思质量（技术、实践、敏感化三个焦点，描述、理由、批判、讨论四个层次）分布差异不显著。

• 局限性与未来工作方向:

  • 学习效果：本研究并未直接测量学习是否改善，仅分析反思质量和适应性意愿。未来研究需探讨社区数据如何影响长期知识获取。
  • 个体差异：未考虑个性特质（如自信或执拗性）对适应性反应的影响。
  • 时间点：尚不明确社区数据的最佳曝光时机，例如游戏进行过程中 vs. 结束后。
  • 数据展示方式：需进一步探索如何在避免玩家盲从最佳解的情况下呈现社区数据。
  • 隐私与安全：未来工作应特别关注社区数据使用中的隐私保护、数据公平和玩家安全问题。

总结

本文首次实证展示了教育游戏中社区数据对提升玩家适应性的重要性，但其单独效果有限。建议开发者在回顾性可视化中合理整合社区数据，同时研究者应进一步探讨数据呈现方式、时间点及个体差异因素对学习改良的影响。