大家好。我是硕士三年级的尾崎。

在本文中，我将介绍一项利用教育游戏作为评估学生职业兴趣工具的研究。

作者: Gutierrez, R., Navarro, A. M., Villegas-Ch, W., & Mera-Navarrete, A.

标题: The Use of Interactive Narratives in Educational Games to Assess Vocational Interests: An Application of the RIASEC Test Integrated With OpenAI.

出版: IEEE Transactions on Learning Technologies.

出版年份: 2025年

1. 引言：为什么要将“游戏”与“AI”结合？

在现代教育领域，引导学生识别自身的职业兴趣以进行未来的职业选择，已成为一项不可或缺的任务。传统的评估方法中，最具代表性的是“RIASEC测试”。该测试基于霍兰德（Holland）的职业理论，是一个在6个类别中评估个人兴趣的非常有用的工具。然而，传统的测试形式可能会因单调性而损害回答的真实性。此外，这些评估往往被认为与学生的现实生活背景及参与机制相脱节。

因此，“教育游戏”的应用备受关注。先行研究证明，在职业教育中利用游戏可以模拟现实背景，帮助学生在无风险的环境中识别兴趣和适性，从而加强职业决策，并使职业探索变得更加亲切且有意义。另一方面，静态且预定义的决策路径限制了个性化和适应性，可能会降低职业回答的真实性。而交互式叙事则能加深沉浸感，并实现学习体验的个性化。

本文旨在开发并评估一款严肃游戏，通过利用游戏化方法，将RIASEC测试的问题融入交互式场景中，从而实现自然的决策过程，并减轻学生在接受正式评估时的心理负担。该论文的创新之处在于集成了LLM (GPT-4 Turbo)，通过个性化的游戏场景，同时提升了学生的体验感和职业评估的方法论可靠性。

2. 研究方法

游戏说明与场景

场景设计将RIASEC测试的问题融入故事中，让学生跟随角色进行冒险，从而做出沉浸式且现实的决策。每个问题都反映了测试内容，旨在防止学生因意识到自己正在被评估而扭曲回答。

在技术层面，该研究使用Unity平台，并与OpenAI API集成，实现了根据回答进行实时动态的内容生成。故事由多个章节组成，引入了多样化的场景。RIASEC测试的问题并非直接呈现，而是作为故事中的决策点嵌入其中。

例如，选择帮助陷入困境的角色还是优先完成任务，反映了社会型或利他型的兴趣。基于AI的算法会根据学生之前的选择和故事走向动态调整问题，从而确保个性化的体验。

算法与技术

关于AI的应用，场景生成采用了通过OpenAI API访问的 GPT-4 Turbo 模型。作为AI生成场景的示例，给OpenAI的提示词为：“玩家正在执行远程殖民地的探索任务，遇到了一个寻求设备维修的人。请生成一个故事，让玩家选择是继续执行任务，还是留下来协助维修。”对此，OpenAI生成的场景为：“莱拉用充满急切的眼神看着你：‘我一个人修不好，你能帮帮我吗？’如果帮忙，就有错过集合时间的风险。如果继续前进，就能更快完成任务。你会怎么做？”玩家的进度和RIASEC测试的回答会被保存到数据库中。

对象与流程

研究对象为处于职业决策关键阶段、对职业指导有明确需求的高三学生或大学一年级学生。样本量为200名，平均分为100名高中生和100名大学生，男女比例保持在1:1。实施周期为4周，每周2次，每次45~60分钟，共计8次会话。

评估与分析

评估使用了嵌入在故事中的基于RIASEC的问题，以及自主开发的12项事后满意度问卷。在数据收集与分析方面，对游戏实施前后的RIASEC测试回答进行了方差分析 (ANOVA) 和相关分析。作为定性分析，为了获得更深入的见解，对15名高中生和15名大学生（共30名）进行了个别访谈。

3. 结果

・RIASEC测试回答的稳定性： 计算组内相关系数的结果显示，所有维度的系数均超过0.65，表明通过游戏进行的评估在时间推移下保持稳定。

・回答的准确性： 与传统RIASEC测试的比较显示，所有维度均存在0.75以上的强正相关，表明与传统问卷测试之间存在稳定的关系。

・事前与事后RIASEC测试值的比较： 方差分析结果显示，在现实型、研究型、社会型、企业型、常规型这6个维度中的5个维度，游戏实施前后的回答存在显著差异 (p<0.05)。这暗示了游戏的使用对学生的自我认知产生了明确的影响。

・游戏体验的评估： 学生在所有类别中均报告了高满意度。“故事”的平均分为4.5，“职业影响”的平均分为4.4。回归分析结果显示，故事质量和职业影响是决定整体满意度的主要因素。

・访谈： 出现了许多如“具有沉浸感”、“能以新的视角思考自己的兴趣”等肯定性意见。

・对职业指导的影响及与学业成绩的相关性： 在科学 (r=0.42)、社会 (r=0.38)、数学 (r=0.35) 科目中确认了显著的正相关。这证实了通过游戏识别出的职业兴趣与学生实际的学业优势相一致。

4. 讨论：严肃游戏带来的可能性

作为本研究的成果，定量调查显示该游戏的AI动态场景生成带来了实时适应性，证明了学生的回答能够反映其真实兴趣。定性调查在证实高满意度水平的同时，也凸显了对故事的参与度和易用性是其主要优势。此外，游戏内回答与学业成绩的相关性，表明了职业兴趣与学业优势的一致性。

此外，本文的创新点在于利用AI进行实时场景个性化，提高了回答的真实性并提供了沉浸式体验。通过将RIASEC测试嵌入叙事结构中，以传统方法无法实现的方式吸引了学生，并促进了他们对职业兴趣的更清晰理解。

另一方面，研究的局限性在于样本量和学生群体存在限制。满意度调查具有自我报告的性质，可能会带来偏差。此外，作为方法论的探讨，虽然将RIASEC测试改编为交互式故事形式，但这种修改需要进行有效性验证。尽管观察到与传统测试之间存在高度一致性和强相关性，但项目呈现方式和背景的变化可能会影响学生的解读和回答。有必要进行验证性研究，以确认改编后的项目在各种实施形式中是否保持了原有的心理测量特性。

选定理由与感想

【选定理由】

在职业教育研究中，我想阅读关于个性化关注的研究，因此选择了这篇文章。特别对游戏和AI能发挥什么样的作用这一点很感兴趣。

【感想】

基于RIASEC测试，通过设计游戏并在游玩过程中进行诊断的机制非常有参考价值。另一方面，考虑到RIASEC也存在阶段和渐变要素，对于仅通过游戏中的几次选择能否进行准确诊断这一点，我存有疑问。此外，考虑到生成的场景和选项因学习者而异，对于其输出结果与学习成果之间如何通过日志或文本数据进行关联，我也感到非常有趣。关于研究对象，我也很好奇高中生和大学生在理解方式和行为上是否存在差异。

我理解到将职业学习与游戏及AI相结合具有多种可能性。今后，我认为在适应性游戏开发，以及反思后利用AI聊天进行辅导等方面，还有很大的应用空间。我希望学习其目标设定、如何实现以及具体的实施方法。

文责：尾崎康平