《Computers in Human Behavior》：From Iron to Diamond: Collaborative Behavior Development Across Competitive Tiers in League of Legends
编辑推荐：
数字协作能力在《英雄联盟》中的发展机制及理论启示，通过分析560,000场游戏数据及专家访谈，发现视野控制、战略沟通和助攻等协作行为随技能层级提升显著增强（增幅达169%），而个人战斗能力（击杀、死亡）保持稳定。研究证实协作行为是影响玩家等级差异的核心因素，并验证了社会身份理论、团队认知理论在数字环境中的适用性，提出团队协作能力需系统化培养的理论模型。
姜智文|金圣喆
韩国大学传媒与传播学院，首尔城北区Anam-ro 145号，02841，韩国
摘要
随着工作、教育和娱乐活动越来越多地通过屏幕进行，理解个人如何在数字环境中发展协作能力变得至关重要。这项采用混合方法的研究考察了《英雄联盟》中不同竞技水平下的协作行为，分析了56万场比赛并进行了专家访谈。定量研究结果表明，协作行为（如视野控制、战略沟通和助攻）对竞技水平的区分作用远大于个人表现。视野控制能力提高了200%以上，战略沟通能力提高了169%，其中具有前瞻性的沟通信号效果最为显著；而破坏性行为在各个竞技水平上的频率降低了五倍，而个人战斗效率则保持稳定。层次回归分析显示，这些维度作为相互关联的系统共同解释了87.3%的竞技水平差异。专家访谈指出，双向的选择-社会化过程在其中起着关键作用：协作倾向有助于个人进步，而更高水平的竞争环境通过更严格的规范、同伴示范和声誉影响进一步强化了这些能力；在中间竞技水平附近出现的临界效应表明了环境发生的质变。这些发现为自然数字环境下的社会认同理论、团队认知理论和地位特征理论提供了大规模的行为证据，表明团队合作理论需要适应具有标准化沟通工具的流动成员环境，并揭示了协作能力是一个需要整体发展的系统。
引言
当李“Faker”尚赫（Lee “Faker” Sang-hyeok）为T1战队策划制胜局时，吸引百万观众的不仅仅是他的技术精湛，更是无缝虚拟团队合作的精彩表现。实时适应、战略沟通和集体行动代表了计算机中介合作的巅峰，这种技能在专业、教育和社交互动日益依赖屏幕的时代变得至关重要。随着全球各地的组织应对远程工作和数字学习的挑战，高风险的电子竞技领域为理解有效虚拟合作的形成提供了无与伦比的实验室。
电子竞技产业呈爆炸性增长，2024年的市场规模超过了13.8亿美元，全球观众数量超过了5亿（Freeman & Wohn, 2017; Kim & Kim, 2022），形成了结构化的竞争生态系统，在其中协作行为可以被精确地观察和测量。《英雄联盟》作为电子竞技游戏之一，为自然实验提供了理想的环境。其从新手（Iron）到精英（Challenger）的等级体系不仅反映了个人技术水平，也体现了协作能力。该游戏要求五名玩家共享资源、协调复杂目标并制定共同策略，而无需面对面交流，这反映了现代虚拟团队面临的核心挑战。值得注意的是，大多数竞技比赛是在“单排”环境中进行的，玩家每场比赛都会遇到不同的队友，这为观察个人如何在不同的团队环境和竞争要求下调整其协作行为提供了独特的机会。
尽管已有大量关于在线游戏行为个体方面的研究，但我们对个人如何在竞争性数字环境中发展协作能力的理解仍存在显著空白。虽然以往的研究探讨了诸如不良行为（Fox & Tang, 2017）、领导力涌现（McArthur & Horne, 2021）和沟通系统（Kou & Gui, 2020）等孤立因素，但三个基本问题仍未得到解决：首先，现有研究主要依赖于自我报告或小规模实验室数据，缺乏对实际竞争环境中协作行为的大规模观察；其次，团队合作理论通常假设团队组成稳定，但忽视了个体在与不同伙伴合作时如何发展和表达协作倾向——而这在现代工作环境中越来越普遍；第三，方法上，研究要么依赖大规模行为数据，要么依赖小规模定性分析，很少将两者结合起来，从而无法全面理解某些模式的出现原因以及个人经历与更广泛系统趋势之间的关系。
这些知识空白不仅限于游戏领域。随着工作场所、教育机构和社区组织越来越多地通过数字平台运作，从电子竞技中获得的经验可以为多个领域的虚拟协作实践提供参考。例如，实施远程工作的组织需要有效的沟通协议，在线教育项目需要促进团队凝聚力的策略，分布式团队必须开发无需面对面交流的协调机制。电子竞技为研究这些挑战提供了独特的实验室，因为它提供了传统研究环境无法比拟的行为精确度和快速的发展节奏。
本文研究了《英雄联盟》中不同竞技水平下玩家的协作行为差异，并揭示了这些模式背后的潜在机制。具体而言，我们探讨了四个关键研究领域：（1）协作行为与竞技进步之间的关系；（2）不同技能水平之间的沟通模式差异；（3）破坏性行为在不同竞技水平上的变化；（4）解释这些行为转变的潜在过程。
我们的研究对数字协作研究做出了几项贡献：首先，我们提供了迄今为止针对竞技游戏的最大规模协作行为系统分析，涵盖了七个技能水平的56万场比赛；其次，我们将定量行为指标与专家定性见解相结合，形成了对协作行为发展模式和潜在机制的全面理解；最后，我们将这些发现转化为电子竞技培训、游戏设计和虚拟团队管理的实际建议。
本文结构如下：第2节回顾相关文献并构建理论框架；第3节介绍结合大规模数据分析和专家访谈的混合方法研究设计；第4节报告行为模式的定量发现和潜在机制的定性见解；第5节讨论理论意义并提出协作行为发展的综合模型；第6节总结电子竞技、虚拟协作和未来研究方向的实践启示。
文献综述
为了理解个人在数字竞争环境中的协作行为发展，我们围绕三个相互关联的问题展开综述：（1）在竞技游戏中可以观察到哪些协作过程？（2）是什么动机促使个人在竞争环境中采取团队导向的行为？（3）竞争环境如何通过选择和社会化塑造个人行为？我们首先回顾了有关协作行为的实证研究结果。
研究设计
本研究采用混合方法设计，全面考察了《英雄联盟》中不同竞技水平下的个体协作行为。它结合了大规模定量行为分析和专家访谈，以探讨我们研究框架的不同但互补的方面。定量分析利用全面的比赛数据验证了关于各技能水平行为模式的假设（H1–H4），而定性访谈则深入探讨了相关现象。
H1：目标控制与协调
假设认为，高技能水平的个体对关键游戏目标的贡献更大，特别是在需要团队协作的目标上效果更为显著。这一假设在所有测量目标上都得到了强有力的实证支持。如图2所示，高竞技水平的个体在获取首个纳什男爵（Baron Nashor）等关键目标方面表现优于低技能水平的个体。
主要发现概述
对56万场比赛的分析结合专家访谈揭示了《英雄联盟》中个体协作行为在不同竞技水平上的四个系统性模式。
首先，协作行为对竞技水平的区分作用远大于个人表现。信息共享（视野控制）和支持行为（助攻）表现出显著进步，而个人战斗指标（击杀数、死亡数）在各竞技水平上保持稳定。这种鲜明对比表明...
结论
通过对56万场比赛和专家访谈的分析，我们发现《英雄联盟》中个体的协作行为在不同竞技水平上存在系统性差异，协作指标（视野控制、战略沟通、助攻）对竞技水平的区分作用远大于个人表现（Cohen's d > 2.5 对比 d < 0.5）。沟通方式从被动反应转变为策略性沟通，行为调节能力提高了五倍，这些维度作为一个整体共同促进了...
CRediT作者贡献声明
姜智文：撰写初稿、数据可视化、验证、方法论设计、调查实施、数据分析、概念构建。金圣喆：审稿与编辑、验证、监督、资金筹集、概念构建
伦理声明
根据当地法规和机构要求，本研究无需进行伦理审查和批准。参与者已签署书面知情同意书同意参与本研究。数据可用性本研究生成和/或分析的数据集可向相应作者请求获取。
资助声明
本研究得到了韩国教育部、韩国国家研究基金会（NRF2023S1A5C2A03095169，50%）以及信息与通信技术规划与评估研究所（IITP-ITRC，信息技术研究中心）的资助（由韩国政府MSIT提供，IITP-2025-RS-2020-II201749，50%）的支持。利益冲突声明
? 作者声明没有已知的可能影响本文研究的财务利益或个人关系。
