编辑推荐：
为探究严肃游戏中 “聊天机器人” 设计元素与自主需求的关联，研究发现开放聊天机器人有利探索，意义重大。
在医学教育的大舞台上，培养医学生采集病史的能力至关重要。据研究，病史采集在医生最终医学诊断中占比约 76%，对医学生来说，学会准确采集病史是迈向成功诊断的关键一步。然而，传统教学方法存在诸多局限性，比如使用模拟患者（SPs）培训虽能提供一定的学习环境，但需要大量资源且数量有限。随着科技的发展，虚拟患者（VPs）成为了新的教学利器，它能提供安全、可重复的复杂场景，让学生在无风险的环境中锻炼技能。而聊天机器人作为与虚拟患者互动的重要方式，在医学教育严肃游戏中的应用日益广泛，但关于其设计元素的理论基础却并不明晰。
在此背景下，德国波恩大学医院医学教育研究所的 Alexandra Aster 等人开展了一项研究，旨在评估游戏设计元素 “聊天机器人” 是否满足自我决定理论（SDT）中对自主性的需求，相关成果发表于《Advances in Simulation》。
研究人员采用了多种关键技术方法。首先进行了一项横断面研究，招募了德国哥廷根医学院四年级本科医学生参与。学生被随机分为两组，分别参与两款不同的严肃游戏，一款游戏中的聊天系统是开放聊天机器人（DIVINA），另一款是受限聊天系统（EMERGE）。在数据收集方面，研究人员开发了一份由心脏病专家和心理学家共同制定的检查表，对学生在游戏中采集病史的问题进行量化评分；同时使用了内在动机量表（IMI）的 “感知选择” 子量表和一般自我效能量表（ASKU）收集学生的主观数据。最后运用非参数统计方法等对数据进行分析。
下面来看看具体的研究结果：
- 病史数据：研究共分析了 154 名学生在严肃游戏中的数据。结果显示，开放聊天机器人组（DIVINA）学生正确诊断的患者病例数（65%）显著多于受限聊天系统组（EMERGE，52%）。DIVINA 组学生问的问题数量也明显更多，中位数为 13 个，而 EMERGE 组中位数为 9 个。在判断学生是否问了更多无关问题时，研究发现，EMERGE 组以较少的问题获得了相对较高的分数，DIVINA 组的分数与问题数量之比更低，表明开放聊天机器人组倾向于问更多无关问题。
- 主观自主性测量：共有 81 名学生参与了问卷调查，其中 DIVINA 组 44 人，EMERGE 组 37 人。分析结果表明，两组学生在游戏过程中主观感受到的自主性并无显著差异，IMI 自主性量表显示，DIVINA 组中位数为 4.29，EMERGE 组为 4.43 。
研究结论和讨论部分意义非凡。从结果来看，开放聊天机器人确实能鼓励学生自由探索，符合自主性需求，因为学生在提问时有更多选择。但学生主观上并未觉得开放聊天机器人让他们更自主，可能是因为基于脚本的开放聊天机器人存在局限性，比如有时无法有效回复问题，学生需要重新表述，这影响了他们的自主感受。此外，研究还存在一些局限性，比如游戏环境模拟的是急诊室，可能不适合研究学生的病史采集；使用的预定义检查表可能导致病史评分有偏差等。不过，总体而言，开放聊天机器人仍可被视为医学生练习病史采集的宝贵工具，后续研究可进一步明确聊天机器人促进自主性的具体特征。这项研究为医学教育中聊天机器人的应用提供了理论支持和实践指导，为未来医学教育的发展指明了新方向，有望推动医学教育在严肃游戏领域的创新与进步。
