Medimon用于高中内分泌教育的混合方法可行性试点研究

《Multimodal Technologies and Interaction》：A Mixed-Methods Feasibility Pilot Study of Medimon for High School Endocrine Education

　　

Medimon是一款教育角色扮演游戏，整合了视觉助记法、可收集生物、疾病状态、治疗物品和人工智能驱动的非玩家角色（AI-NPCs），以教授生物医学概念。这项单臂混合方法可行性试点研究了高中学生在Medimon内分泌关卡中的招募、游戏内参与和进展、玩家体验、描述性知识结果以及AI-NPC互动。30名学生同意参与；10名生成了游戏数据，6名完成了配对的12项前测和后测，8名完成了PXI风格调查。学生使用基于Steam的构建独立游玩，并通过探索、任务、战斗和Medimon收集接触甲状腺、胰腺和肾上腺的教育内容。配对知识平均分从前测的19.4%提高到后测的44.4%，尽管在这个小型探索性样本中变化未达到统计学显著性（p = 0.156）。视听吸引力、好奇心和享受感获得好评，而进度反馈是玩家体验领域中评分最低的。完成后测的学生展示了比未完成者更长的游戏时长、更多的探索、任务完成和Medimon接触。主题分析识别出玩家期望与AI-NPC范围之间的不匹配，包括虚构的任务、空间方向和游戏机制，这些在教育环境中引入了不可靠的指导。该研究确定了与游戏参与、进展反馈、后测完成和AI-NPC可靠性相关的障碍，这些障碍应在更大规模对照研究中评估Medimon的教育效果之前加以解决。

**论文解读：Medimon用于高中内分泌教育的混合方法可行性试点研究**

**研究背景与问题**
生理学教育要求学习者整合细胞、组织、器官、信号分子、疾病状态和治疗干预等多层次组织之间的关系，而非孤立地记忆事实关联。然而，学习者常因缺乏可视化不可见生物过程或应用概念于有意义情境的机会而面临困难，尤其在高中阶段，学生尚未进入健康专业课程，加强基础生物学理解有助于构建后续解剖、生理、病理、药理学课程的认知框架。主动学习方法，特别是数字游戏化学习，可通过目标、叙事、探索、反复练习、反馈、挑战和决策等机制创造学习机会。然而，现有证据表明，游戏化学习的效果高度依赖于设计和实施质量，且健康专业教育中的严肃游戏研究常因干预异质性、样本量小和质量参差而受限。此外，视觉助记法与多媒体学习理论支持通过协调的视觉和言语表征促进学习，但如何将其有效整合到角色扮演游戏中以教授内分泌概念仍缺乏实证。人工智能驱动的非玩家角色（AI-NPCs）可能提供情境化对话支持，但存在事实准确性、角色模糊性和行为不一致的风险。本研究旨在评估Medimon内分泌关卡在高中学生中的可行性、初步学习效果、玩家体验及AI-NPC互动，为后续更大规模疗效研究提供设计依据。该论文发表在《Multimodal Technologies and Interaction》。

**关键技术与方法**
研究人员采用单臂混合方法可行性试点设计，从美国爱达荷州莫斯科高中和华盛顿州克拉克斯顿高中招募9至12年级学生。关键技术包括：Medimon教育角色扮演游戏（基于Steam平台，构建版本23281743），整合视觉助记环境（如Shield Electric代表甲状腺、Digestum Aquarium代表胰腺、Thirsty’s Haunted Mansion代表肾上腺）、可收集生物、疾病状态和治疗物品；三个AI-NPCs（Cooper、Josea、Addy Stone）由OpenAI GPT-OSS-120B模型驱动，通过OpenRouter API和Groq推理提供商实现，含教育护栏和Medimon特定视觉助记提示；游戏遥测自动记录游戏时间、位置、任务、Medimon遭遇和捕捉数据；12项多项选择题知识评估（前测后测）；修改版玩家体验量表（PXI）及补充Enjoyment和AI Character Experience量表；对AI-NPC日志进行混合演绎-归纳主题分析。

**研究结果**

**3.1. 参与、游戏和关卡进展**
30名学生同意参与，10名生成游戏数据，游戏参与率为33.3%（95% CI: 17.3–52.8%）。10名玩家均完成前测，6名完成后测（后测完成率60.0%）。平均游戏时长为34.0分钟（SD=17.9），平均访问5.2个位置，完成5.7个主要任务，遭遇11.7个Medimon，捕捉2.2个。多数玩家（8/10）到达Shield Electric并接触甲状腺内容，4名到达Digestum Aquarium，1名完成肾上腺关卡。

**3.2. 内分泌知识结果**
6名完成配对评估的学生，前测平均正确2.33/12项（19.4%），后测5.33/12项（44.4%），平均变化3.00分（95% CI: ?1.50至7.50），但差异未达统计学显著性（Wilcoxon符号秩检验W=3.0，p=0.156）。

**3.3. 按后测完成状态分组的游戏接触**
后测完成者平均游戏时长41.9分钟，多于未完成者的22.2分钟；访问更多位置（7.0 vs. 2.5）、完成更多任务（8.5 vs. 1.5）、遭遇更多Medimon（14.8 vs. 7.0），表明更高参与度。

**3.4. Medimon接触与后测应答的描述性关联**
72项后测项目应答中，37项（51.4%）与玩家曾遭遇的Medimon相关。遭遇Medimon的项目正确率（45.9%）与未遭遇的（42.9%）相似。捕捉Medimon的项目正确率（57.1%）高于未捕捉的（43.1%），团队中Medimon的正确率（50.0%）高于未在团队的（43.9%），但数据稀疏，无法得出因果结论。

**3.5. 玩家体验调查**
8名玩家完成修改版PXI调查。视听吸引力评分最高（均值2.04，SD=0.49），好奇心（1.92，SD=0.83）和享受感（1.67，SD=1.13）次之，三者经多重比较校正后仍显著高于中性中点。进度反馈评分最低（均值?0.12，SD=1.59），仅3/8人报告正面评分。自主性、挑战性等其他维度虽为正分，但未达统计显著性。

**3.6. AI-NPC互动主题分析**
5名玩家与至少一个AI-NPC互动，共记录44个提示。**主题1：玩家期望与AI-NPC功能限制不匹配**——玩家主要将AI-NPC当作通用游戏导航员（如询问“where do i go now?”），而非其设计意图的领域特定生物医学问题解答者。**主题2：教育护栏的有效性、僵化与不一致**——AI-NPC有时成功拒绝超出范围的问题（如“我只训练处理肾上腺系统”），但频繁出现边界失败：虚构任务步骤（如“向东前往主控制中心”）、错误空间方向和游戏机制，甚至提供不存在的“CORT tie”获取方法。**主题3：玩家坚持、提示迭代与语言变异**——学生使用简写、拼写错误和反复重新表述，即使遭遇拒绝仍尝试绕过限制，并在AI无法识别进展时表达沮丧。

**讨论与结论**
讨论部分指出，本研究识别了Medimon内分泌关卡在高中学生中的可行性障碍：游戏参与率低、进展反馈不足、后测完成率有限、AI-NPC可靠性问题。尽管视听吸引力、好奇心和享受感评分良好，但仅6名玩家提供配对评估数据，且大多数玩家仅接触部分内容，无法确定教育效果。AI-NPC的虚构指导不仅阻碍进展，还可能破坏玩家信任，因此AI可靠性是教育效度问题。未来开发应加强非AI支持（如持久任务日志、地图标记、内置帮助系统）并限制AI-NPC回复为验证的检索基础信息。研究结论翻译如下：**结论**：本阶段I可行性试点发现了强烈的视听吸引力和好奇心，同时存在游戏参与、进展反馈、后测完成和AI-NPC可靠性方面的重大障碍。由于教育内容接触不完整，且仅6名学生提供配对评估数据，本研究无法确定Medimon的教育效果。尽管如此，研究结果为更大规模的对照评估提供了可操作的设计要求，包括结构化引导、改进导航和任务支持、完整接触所有器官家族内容、经过内容审查的评估工具，以及可靠的检索基础AI辅助。