多人学习环境中的动态难度调整：玩家体验的探索性评估

《Multimodal Technologies and Interaction》：Dynamic Difficulty Adjustment in a Multiplayer Learning Environment: An Exploratory Evaluation of Player Experience

　　

在多人学习环境中平衡不同技能水平玩家的学习体验仍然是一项挑战。许多基于游戏的学习系统依赖于静态的难度设置，无法适应个体能力，导致挫败感或参与度下降。动态难度调整（DDA）旨在通过动态调整任务难度，以匹配玩家不断变化的技能水平，同时兼顾表现较差的玩家，从而创造更加个性化的体验。本文探索了DDA系统在一个包含基于区块谜题以教授编程概念的多人学习环境中的潜力。研究人员使用一种评级算法来评估玩家的表现并动态调整游戏内目标。为探索玩家体验，研究人员开展了一项探索性准实验组间研究，将自适应版本与固定难度实现进行了比较。观察到的最大组间差异涉及感知能力，DDA组得分更高（DDA：AVG = 2.31，SD = 0.76；非DDA：AVG = 1.62，SD = 1.07）。然而，这一差异在调整后未保持统计学显著性。在感知挑战、工作量、心流或团队参与度方面未发现显著差异。

论文解读：基于评级的动态难度调整在多人学习环境中的探索性评估

研究背景与问题：传统教育方法基于静态结构和被动教学，学习者在其中主要接收信息而不主动参与，往往成为学习障碍，难以满足个体需求。涉及逻辑推理、抽象思维或问题解决的学科尤其具有挑战性，因为需要在结构化指导与探索之间取得平衡。发现式学习强调主动参与、重视反馈并接纳失败，是应对这些学科的有效途径。在此背景下，基于游戏的学习（GBL）凭借交互性、参与感和沉浸式体验，成为提升学习成效的可行替代方案。然而，许多教育游戏在适应性方面存在不足，往往呈现静态挑战，未能应对多样化的技能水平与学习需求。游戏中的心理体验由挑战、心流和感知能力等因素塑造，这些因素影响参与度与知识保持。若难度水平调节不当，学习者可能会感到挫败或脱离，削弱游戏的教育效能。在之前的研究中，研究人员探索了多人工作坊环境以解决计算机科学（CS）教育中的性别差距，结果表明有趣且互动的学习环境可以增强用户参与度，尤其是在代表性不足的群体中。基于此，本文聚焦于自适应学习机制，特别是动态难度调整（DDA），以创造更个性化的游戏化学习体验。虽然DDA机制已在娱乐和教育游戏中得到广泛探索，但多人学习环境因玩家技能水平和学习进度异质性而带来额外挑战。DDA算法常用于个体适应，而针对协作环境中其有效性的研究仍然有限。最新工作通过基于强化学习的DDA方法，结合协作式游戏学习中的个体和群体表现数据来解决此问题。同时，基于评级的适应需要细致的方法学考量，因为基于Elo的学习系统在自适应设置中可能受到偏差、情境依赖方差和收敛问题的影响。然而，在真实协作多人学习场景中，关于学习者在基于评级的DDA下的体验和参与度的经验证据仍然有限。

研究内容与结论：本研究探讨了一种基于评级的DDA方法，通过持续更新玩家技能分数和任务难度，在合作性多人学习环境中动态调整编程任务，从而支持不同技能水平的玩家。为回答玩家感知挑战、工作量、能力和心流在不同配置下的差异（RQ1），以及心理和行为参与的差异（RQ2），研究提出了两个假设：H1认为DDA条件下的玩家会比固定难度条件下的玩家报告更高的感知能力和心流；H2认为DDA条件下的玩家会比固定难度条件下的玩家报告更高的心理和行为参与度。研究比较了DDA条件与固定难度控制条件，在协作游戏过程中检查感知挑战、能力、心流和工作量，以及心理和行为参与度。论文的主要贡献在于提出了一种支持多人学习环境中不同玩家技能水平的自适应方法，并提供了感知挑战、认知负荷、能力、心流、心理与行为参与以及游戏进度的探索性评估。此外，论文引入了一种基于评级的平衡机制，可在合作性多人场景中根据个体表现动态调整编程任务。研究发现，最大的组间差异体现在感知能力上，DDA组得分更高（均值2.31，标准差0.76；非DDA组均值1.62，标准差1.07），但在调整后未保持统计显著性。在感知挑战、工作量、心流或团队参与度方面未发现显著差异。该研究发表于《Multimodal Technologies and Interaction》。

关键技术与方法：研究采用探索性准实验组间设计。参与者来自当地社会服务机构Jugend am Werk Steiermark（JAW），共44名（12名女性，30名男性，2名多元性别），年龄在15至30岁之间。游戏环境基于Unity开发，编程任务通过Unity Block Engine实现。核心的DDA系统采用类似Elo的评级算法，包括估计步骤（E-Step）和更新步骤（U-Step），并引入动态K因子调整更新强度。研究使用标准化问卷测量心理体验，包括游戏体验问卷（GEQ）的核心模块子集（心流、能力、挑战）和社交存在感模块，以及NASA任务负荷指数（NASA-TLX）。数据通过LimeSurvey API集成收集。

研究结果：**心理体验结果**：通过比较两组的问卷反馈，DDA组在感知能力上报告了更高的分数，效果量中等偏大（Hedges' g），但经Holm-Bonferroni多重比较校正后，此差异不再具有统计学显著性。感知挑战、工作量和心流在两组间均无显著差异。会话水平的置换检验也显示出类似的描述性趋势，但同样不具有统计显著性。**游戏内测量结果**：通过对游戏日志数据的分析，研究发现对于房屋（H）任务，DDA组的尝试次数在未校正水平上显著更高，但校正后不显著。在DDA条件下，难度分配记录共170次，其中71.8%被分配为简单难度，28.2%为中等难度，没有分配困难变体。在子任务完成率方面，DDA组在B3、B4、U1和U2子任务中观察到更高的完成率，但均未在多重比较校正后保持显著。提示使用方面，DDA组有71%的参与者至少使用了一次提示，而非DDA组为59%，且初始任务中DDA组未使用提示。此外，DDA组在收集物品数、完成子任务数、完成任务数、总尝试次数和总时间这五个游戏内指标上的平均值更高，但这些指标受游戏进程影响，不能直接解释为更强的参与度。

讨论总结与结论：讨论指出，在DDA条件下大部分任务被分配为简单变体，而非DDA组使用固定的中等难度任务，因此观察到的感知能力差异不能明确归因于自适应机制，可能反映了更简单任务变体的使用、适应过程或两者的结合。此外，DDA组参与者报告先前使用过电子学习工具的比例更高，这种基线不平衡可能是另一影响因素。H1和H2未能得到确认。研究局限性包括样本量较小、按会话而非个体随机分配、缺乏学习成效的直接测量以及基于Elo的系统校准时间不足。结论部分翻译如下：本研究展示并评估了一个在多人教育游戏环境中的基于评级（rating-based）的DDA系统，聚焦于玩家体验、心理参与度和游戏内表现。观察到的最大组间差异涉及感知能力。DDA条件下的参与者报告的能力分数高于控制条件（DDA：AVG = 2.31，SD = 0.76；非DDA：AVG = 1.62，SD = 1.07）。观察到的差异代表了当前样本中的一种描述性模式，并不能提供结论性证据。通过将任务难度适配到个体技能水平，所实施的DDA系统提供了针对玩家的难度适应。这种自适应方法可能在技能差异大且表现波动会影响参与度和公平性的多人情境中，提供一种传统静态系统或匹配系统的替代方案。然而，DDA条件主要获得了简单的任务变体，而非DDA条件使用了固定的中等难度任务。研究结果并未证明这种适应显著改善了玩家体验或游戏进度。心理测量指标缺乏显著差异可能与基于Elo的自适应系统校准期较短有关。这些发现应被解释为对该基于评级的适应方法的实施和可行性的探索性评估。未来的工作应研究更长的游戏会话和更长的适应阶段，以检验更稳定的技能校准是否会增强心理参与指标。鉴于参与者先前编程经验有限，未来研究应纳入具备更多基础编程知识的参与者，检验DDA系统如何适应更高的初始熟练水平，以及观察到的效应是否能推广到不同用户群体。此外，未来工作应考虑整合社会和情感建模，将益处从个体任务表现扩展到多人学习的协作和情感领域。