基于结果评估期脑电的神经生理学预测:揭示游戏化学习中的竞争取向及其个体差异

《npj Science of Learning》:Neurophysiological prediction of competitive orientation via EEG during outcome evaluation in gamified learning

【字体: 大 中 小 】 时间:2026年04月07日 来源:npj Science of Learning 3

编辑推荐:

  为解决游戏化学习中竞争机制对不同个体动机提升效果不一的问题,研究人员基于事件相关电位(ERP)技术,探究了竞争性任务下结果反馈诱发的神经响应与个体竞争取向的相关性。研究发现,竞争条件下的奖励正波(RewP)波幅可特异性关联竞争取向,而P300波幅则普遍相关。据此构建的预测模型(r=0.468)为通过脑电客观评估个体特质、实现个性化游戏化设计提供了神经生理学依据。

  
在数字教育蓬勃发展的今天,游戏化(Gamification)已成为提升学习动机和参与度的热门策略。其中,引入竞争元素——如积分、排行榜和对战——是最常见的设计之一。然而,一个长期困扰教育者和设计者的问题是:为什么同样的竞争机制,能让一些学习者热情高涨,却让另一些人感到焦虑或抵触?这背后很可能与学习者内在的“竞争取向”(competitive orientation)——即个体对竞争情境的偏好和态度——的个体差异密切相关。传统的评估方法主要依赖问卷调查,这种方式容易受到社会期许、回忆偏差等主观因素影响,且难以实时、客观地反映个体在动态竞争任务中的真实心理状态。那么,能否找到一种更直接、更客观的指标来度量这种内在特质呢?脑神经活动,特别是对任务结果(如输赢)的即时电生理反应,或许能为我们打开一扇新的窗口。为此,研究人员在《npj Science of Learning》上发表了一项研究,他们巧妙地将脑电图(EEG)技术与游戏化学习任务相结合,旨在探索个体在竞争情境下结果评估阶段的大脑活动,是否以及如何能够预测其稳定的竞争取向,从而为基于神经科学的个性化学习环境设计提供依据。
研究人员开展此项研究主要运用到以下几个关键技术方法:1. 实验范式设计:构建了一个游戏化的心算任务,设置“竞争条件”(与假想对手对战)和“自我参照条件”(挑战个人最佳成绩)两种情境,用以诱发不同的动机状态。2. 脑电(EEG)数据采集与事件相关电位(ERP)分析:记录28名参与者在完成任务并接收结果反馈(正误/输赢)时的脑电信号,锁定并分析反馈呈现后特定时间窗口内与动机和注意加工相关的ERP成分,包括反馈相关负波(FRN)、奖励正波(RewP)和P300。3. 心理测量:使用量表量化参与者的竞争取向(如“希望获胜”和“人际竞争”倾向)。4. 机器学习建模:提取竞争条件下ERP成分的波幅、潜伏期以及行为学特征(如反应时),利用支持向量回归(SVR)模型构建从神经生理和行为特征到竞争取向得分的预测模型。
研究结果
竞争条件诱发特异性的奖励加工神经反应
分析发现,在竞争条件下,表征对奖励敏感性的ERP成分——奖励正波(RewP)的波幅,与个体“希望获胜”的竞争取向得分呈显著正相关。这意味着,越是渴望胜利的个体,在竞争情境中获胜时,大脑奖赏系统表现出的兴奋性反应越强。这一关联在自我参照条件中并未出现,表明RewP对竞争取向的敏感性是情境特异的。
P300波幅普遍反映动机显著性
与RewP的情境特异性不同,另一个与动机性注意和资源分配相关的ERP成分——P300,其波幅在两种实验条件下均与竞争取向得分(特别是“人际竞争”倾向)呈正相关。这表明,无论是否处于直接的人际竞争框架中,竞争取向高的个体都会对任务结果投入更多的注意力资源。
神经生理与行为特征可有效预测竞争取向
基于竞争条件下收集的ERP特征(如RewP和P300的波幅、潜伏期)和行为反应特征,研究人员训练了一个支持向量回归(SVR)模型。该模型能够以中等程度的准确率预测个体的竞争取向问卷得分(预测值与实测值的相关系数 r = 0.468)。这证明了结合神经信号与行为指标,可以实现对个体心理特质的客观、数据驱动的评估。
结论与讨论
本研究通过精细的实验设计,首次在游戏化学习情境中建立了结果评估期的脑电反应与个体竞争取向之间的直接联系。核心结论在于:1. 竞争情境下结果反馈所诱发的RewP波幅,可以作为反映个体“求胜”动机特质的特异性神经标记物;2. 而P300波幅则可能是一个更通用的、反映个体对动机显著性刺激注意增强程度的指标;3. 更重要的是,基于这些神经生理特征构建的计算模型能够有效预测个体的竞争取向,为实现不依赖主观报告的个体特质评估提供了方法论上的可行路径。
这项研究的意义深远。在理论层面,它将动机心理学中的个体差异研究与认知神经科学对奖赏、注意加工的理解连接起来,深化了我们对“竞争”这一社会性动机如何在大脑中实现的理解。在应用层面,研究为“神经教育工学”和个性化学习提供了新思路。未来的教育游戏或在线学习平台,或许可以通过集成简易的脑电或生理信号传感设备,在用户进行初始任务时实时评估其神经反应模式,进而自动调整竞争元素的呈现强度、方式或提供替代的非竞争性激励方案(如合作或探索目标),从而为每一位学习者打造真正“因材施教”、最大化激发其内在动机的个性化学习环境。这标志着从“一刀切”的游戏化设计,迈向基于客观神经证据的精准化、个性化设计的关键一步。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号