以人工智能技術為核心的針對個體教育型游戲可能性研究

曾毓逸

摘 要：受疫情和人們對教育越來越重視趨勢的影響，分析利用數據化、游戲化教育的發展趨勢以及AI技術和沉浸式游戲在教育領域的作用。面向兒童為核心用戶群設計了一個以兒童生理心理特征為基礎，以人工智能技術為核心的個體化教育型游戲。

關鍵詞：人工智能 游戲設計 游戲化教學 教育游戲 兒童教育

中圖分類號F062.5；：TP391.6 ?文獻識別碼：A

文章編號：1004-4914（2023）06-213-02

繼1946年世界第一臺電子計算機ENIAC研制成功后，1958年《Tennisfor Two》世界第一款電子互動游戲發布。1962年《Spacewars》第一款視頻游戲發布。目前，游戲的形式、媒介都呈現多元化，同時，人們對多形式、強社交、高沉浸以及游戲視聽方面的要求逐漸增加。AI技術的發展，使得游戲的性能大大增強，為未來游戲的形式增加了更多的可能性。

新冠疫情的爆發以及我國人口老齡化，三胎政策與教育資源緊張問題，從而使線上直播教學與視頻教學成為熱門。線上一體化教學也在逐步發展，以人工智能技術為核心基礎，將教育與游戲結合，利用AI技術與游戲化思維優勢解決疫情下的教學難點，設計針對個體化的教育型游戲有助于下一代在大數據時代的海量信息下，快速、有效地學習成長。

一、發展狀況及背景

（一）社會背景

據2021年中國游戲市場上半年報告中的產業數據顯示：2021年1—6月，國內游戲市場實際銷售收入1504.93億元，同比增長7.89%，繼續保持較為平穩的增速。用戶規模為6.67億，同比增長1.38%，增速繼續放緩。國家新聞出版署下發通知，要求：（1）嚴限網游企業向未成年提供服務時長，所有網絡游戲企業僅可在周五、周六、周日和法定節假日每日20時至21時向未成年人提供1小時服務；（2）不得以任何形式（含游客體驗模式）向未實名注冊和登錄的用戶提供游戲服務；（3）加強對防止未成年人沉迷網絡游戲有關措施落實情況的監督檢查；（4）積極引導家庭、學校等社會各方面切實承擔監護守護職責。

國內游戲市場和用戶規模持續上漲，而面對未成年限制游戲時長等通知，對國內游戲市場的影響尚且未可知。究其原因是對于游戲這一類具有成癮性的娛樂項目，未成年人的自我管控力較弱，而家庭、學校的教育引導就變得極其重要。但面臨新冠疫情、極端氣候的頻發，或其他可能爆發的風險或原因而不得不進行線上教學的情況，從家庭教育來看，家庭成員構成、能力素養、職業態度等方面參差不齊，部分成員缺乏系統的家庭教育專業知識，有些單親家庭等更不用說，缺位現象等家庭不正確的教育，種種現象表明，家庭教育缺乏專業性、陪伴性。而人口老齡化現象、教育資源緊張等問題，在開放三胎等支持政策發布后的輿情反映效果一般。

賦予游戲智能化、專業性的學科知識，基于兒童心理學設計有利于未成年人學科教育的游戲，充分發揮人工智能、虛擬現實、沉浸式游戲的優勢，為解決上述問題提供一條新的思路。通過設計該類型的游戲以求減緩教育資源緊張，擴大教育形式，更正未成年人對游戲的不良吸收使用以及社會大眾對游戲的片面認識，將游戲良好的沉浸性、交互性、精細的畫面、豐富的內容向有利于兒童學科教育的方向發展，設計有助于鍛煉未成年人學習、記憶、運用學科能力的游戲。正確的游戲內容填充、游戲環境營造才是游戲發展的正確路徑。

基于以上社會背景，探討解決教育資源緊張、線下教育成本高、家庭教育專業度不夠，解決未成年人游戲成癮等弊端，研究智能化、個體化的教育型游戲的開發可能性，具有重要意義。

（二）教育的新發展趨勢

1.數據化教育。據國家統計局的調查報告顯示，在家庭消費中，家庭教育消費該項占據65.6%，超過50%的家長將孩子的教育投資排在首位（2004年）。[1]在校園中，如極課大數據平臺下極課同學APP，以數據可視化形式反映成績以及快速智能整理錯題等功能，數據化的教育趨勢逐漸上升。

2.游戲式教育。目前隨著時代發展，學科教育游戲也在不斷發展。如：《Human Resource Machine》編程入門內容的教程式游戲；《Crazy Machines 3》以物理學引擎為核心的物理解密游戲；以及手機上扇貝編程——互動式的游戲教學。但缺乏針對用戶個體的學科教育型游戲，不同個體的學習模式不同，有的擅長抽象思維，有的擅長邏輯思辨；有的對文字學習比較敏感，有的對視頻學習比較能夠專注；有的適合兩到三小時一節課的長時間專注型學習，有的適合15～30分鐘的短時學習；有的思維比較跳躍，學科覆蓋性較廣，有的專精某一領域。合適的學習模型有助于發現不同個體的個人潛力，也有利于不同個體的自我發展。

（三）發展現狀難點及AI教育型游戲優勢

1.人工智能技術的增益。（1）營造良好的沉浸式效果。深度學習超級采樣即DLSS技術為游戲沉浸感、游戲畫面作出重要功效。在保障游戲畫質的前提下大大提升游戲幀速，進一步提高了游戲流程度，提高了用戶體驗；同時，也降低了設備門檻，使得更多用戶能夠以更低的門檻進行游戲，但又不會得到太差的視聽體驗。在畫面精致的游戲中，大量的模型、場景、及材質、光線等等信息占據了龐大的硬件內存以及運行內存，完美的畫面動畫需要高代價——內存與能耗，為了平衡畫面與游戲流暢度，采取實時渲染當前幀，對圖像后期處理增強，然后通過輸入組合多個渲染幀來保證畫面細節，這樣的實時渲染運算需要較高的性能要求。而通過DLSS技術能夠解決設備性能不足的問題[2]。（2）多媒體技術：融合圖形、聲音、文本、視頻等多媒體信息，交互式的多媒體教學。（3）人機交互技術：3D立體空間顯示器、沉浸式游戲技術、遠程遙控技術、3D打印機等。（4）可視化技術：根據數據映射形成可視化圖像。（5）仿真技術、虛擬現實技術：豐富生動的教學模型，虛擬場景環境；可通過切換場景與教學模型達到線上遠程教學[3]；

2.游戲增益。因材施教，在目前教育資源需求量大的情況下較難滿足，人工智能的加入能夠很大程度的減輕教育壓力，也能充分發揮因材施教這一教育理念。而通過游戲化的形式，擺脫傳統型的教學模式，一是可以助力線上教學的進行，豐富線上教學的形式；二是游戲多樣化的形式更能激發孩子們的學習熱情，也避免了線上教學由于環境因素影響，長時間對著電子屏幕，只能看到老師人臉（甚至看不到）帶來的枯燥，注意力降低。游戲化的形式通過沉浸式的劇情動畫，形象的npc人物設計，既能保有課堂老師豐富的肢體形象與面對面交互帶來的專注力和吸引程度，又能做到隨時隨地、不受環境場地制約的線上教學。

二、方案設計

（一）兒童的生理心理基礎

兒童正處在思維活躍的階段，是接受吸收知識最佳的黃金年齡段。他們的大腦發育尚未成熟，邏輯思維未完全開發，創造性思維較強。在該階段，兒童具有強烈的好奇心，觀察能力強，喜歡問問題，主動思考研究，熱衷拆卸物品。同時，兒童又極易受情緒化的影響，密切觀察兒童的情緒變化，照顧兒童的情緒也是非常重要的一點。兒童在該階段具備極強的模仿能力，故與兒童產生交互的人物需要重點關注。而隨著年齡的增長，兒童的個性化表達需求也在不斷增長。[4]針對以上幾點，預設了以下方案。

（二）基本方案

設計兒童、家長、AI三方交互型的沉浸式交互型游戲教學。游戲設計師、動畫師們根據AI的智能大數據收集兒童情緒反饋，以此為基礎，設計豐富多樣的游戲形式，根據心理師的建議參考、學科老師的學科知識制作劇情動畫、豐富游戲數據庫，方便AI在針對不同個體時智能匹配不同的任務，不同的劇情走向，以及不同的任務獎懲范圍。

1.基于兒童心理設計游戲機制大綱。收集兒童的心理反饋數據，調整獎懲措施，如在用戶完成指定任務后，情緒高漲，正反饋高，學習狀態良好富有對學習的熱情，可以新增支線任務，以獲得更多的獎勵，會加速獎勵進度條。

當用戶在同一學科下學習時間過長，思維停滯，學習狀態不佳，開始走神，無法集中。可以引入新學科，或另一思維形式的小任務；或者通過在長時間學習任務中根據兒童不同個體狀態設立暫停或調動節點，播放趣味性的學科小動畫，或者學科冷笑話等等來吸引兒童注意力。根據教育學、幼兒心理學、以及大腦學習思維的模式針對不同用戶個體設置不同的游戲大綱、節點任務，以及豐富的獎懲機制，家長可以根據孩子喜好，豐富AI數據庫，AI也可以通過收集兒童學習狀態下的信息反饋給家長，動態分析孩子的學科興趣，學科特長，以及各領域方向（邏輯、圖像、創作、判斷等）的動態多邊形模式（相當于游戲角色的戰斗力特質）。比如現在熱門的話題六邊形戰士，如果通過學習孩子能夠以游戲可視化的方式看到自己的進步與成長，可以大大的激發孩子的學習熱情，獲得很大的成就感。而AI制定的游戲大綱、節點任務也相當于是學習計劃中的長期規劃和短期規劃；而完成游戲任務獲得的獎勵，算是學習中長短期計劃的一個變相式的結果，良好的情緒正反饋——滿足感，成就感，通過自身努力獲得獎勵，可以促進孩子的不斷學習，養成孩子自主學習的好習慣。

2.根據兒童性格特點設計沉浸式的劇情。情緒體驗會影響兒童的記憶效果。據此設計劇情式游戲教學，通過學習進度觸發劇情，以兒童作為游戲主角，以第一視角進行游戲，兒童通過不斷的學習，增強自我能力，對應到主角的能力提高，冒險的繼續（僅舉例，不局限于冒險類型的劇情游戲）。如果能力沒有在短時間提高，也適當增加激勵式的劇情，游戲中的NPC鼓勵主角（即兒童用戶）。

3.根據記憶復述設計游戲環境、界面。一般情況下，短時記憶中的信息只能保持20～30s，但通過重復性的復述，以增加記憶的保持時長，延緩信息消失[5]。據此，根據用戶正在學習的學科，將界面、環境設計成有利于記憶的畫面，在小細節中反復復述知識點。例如：學習英語時，可將簡單的交互界面用詞調整為與用戶程度相當的英語詞組句子，或是用戶學習過的詞庫中的單詞將其進行復現。學習數學時，可通過簡單的方程式組成一些界面數字，如第2°關。這類型的復述利于營造學科氛圍，幫助用戶進入心流階段。

4.根據記憶組塊設計難度關卡。1956年，美國心理學家米勒明確提出，短時記憶容量為“7±2”個組塊。通過將重難點的知識拆分成若干組塊（即設計成不同小關卡或boss的不同血條階段），通過若干較小單位的聯合形成熟悉的、易記的、較大的單位進行信息加工。這樣能夠有效減少適時記憶中的刺激單位，減少兒童學習重難點時的負擔以及厭學情緒[5]。

同時在設計boss戰時，保留游戲的打擊感，避免長時間難度學習帶來的疲勞，重復的打擊感會在一定程度上增強兒童的興奮程度和記憶程度。將往常的打擊鍵如J、Q、W、E或手機觸摸屏上的按鈕模塊選擇設計成知識問答或方程解算，如氧化鈣和二氧化碳反應會生成什么產物？選項A氫氧化鈣、選項B碳酸鈣、選項C堿式碳酸鈉。只有選擇正確選項才會對boss產生傷害。這種機制還可以即時地給予用戶正確與錯誤的反饋。

三、潛在問題

（一）表情識別

兒童微表情的識別難點，以及表情對應的心理狀況。可能的解決方案：直接收集兒童的回答，以趣味的形式問答或者通過游戲NPC詢問收集兒童當下的情緒狀態和完成指定目標任務時的心情來形成反饋機制

（二）多領域合作協調

不同領域角色間的合作難點：如動畫師如何將知識準確地呈現出來；教師不熟悉游戲及游戲機制，可能較難給出游戲設計的建議，心理師同理[5]；家長對游戲可能仍存在著偏見，游戲是“精神鴉片”的觀念依然普遍存在于大多數家長中。

（三）游戲開發成本及盈利

大型RPG游戲開發難度大、成本高、周期長，更別說針對個體化進行設計的游戲消耗的成本有多大，周期需要多長，這需要游戲研發公司有強大的財力，頂得住回報周期長等研發壓力[1]。同時，動畫的制作，根據AI收集的兒童信息后，將數據集整合分析，針對不同類型群體設計不同情緒不同方案，需要足夠的用戶量和時間周期。而如此高成本的項目開發的商業盈利如何設計，如果過高的銷售金額，又會導致用戶量的減少，收集到的數據減少。或許，目前我們只能暢想未來在游戲動畫領域的制作成本能夠降低，有更加便利的數據收集形式便于方案設計。

參考文獻：

[1] 呂森林.教育游戲產業研究報告[J].中國遠程教育，2004（22）：44-47.

[2] 趙樂瑄.AI給電子游戲帶來了什么？[N].人民郵電，2021-08-06（007）

[3] 王衛國，胡今鴻，劉宏.國外高校虛擬仿真實驗教學現狀與發展[J].實驗室研究與探索，2015，34（05）：214-219.

[4] 胡越.基于交互敘事的兒童安全教育AR游戲設計研究[D].江蘇大學，2020.

[5] 史忠植編著.認知科學[M].合肥：中國科學技術大學出版社.2008.

[6] 尚俊杰，李芳樂，李浩文.“輕游戲”：教育游戲的希望和未來[J].電化教育研究，2005（01）：24-26.

（作者單位：福建農林大學風景園林與藝術學院 福建福州 350000）

（責編：若佳）