防雷检测：宣传广告视觉震撼，安全防护更有保障！

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>中(zhong)國(guo)家(jia)長(chang)必(bi)看(kan)！Nature評(ping)論(lun)：行(xing)為(wei)科(ke)學(xue)的(de)發(fa)展(zhan)離(li)不(bu)開(kai)「遊(you)戲(xi)化(hua)實(shi)驗(yan)」

新(xin)智(zhi)元(yuan)報(bao)道(dao)

編(bian)輯(ji)：LRS

【新智元導(dao)讀(du)】我(wo)在(zai)做(zuo)实验呢(ne)，真(zhen)的不是(shi)玩(wan)游戏！

在家长眼(yan)中，游戏可(ke)能(neng)是洪(hong)水(shui)猛(meng)獸(shou)；但(dan)在科研(yan)人(ren)員(yuan)眼裏(li)，以(yi)游戏的方(fang)式(shi)來(lai)設(she)計(ji)实验，可以幫(bang)助(zhu)吸(xi)引(yin)到(dao)更(geng)多(duo)实验參(can)與(yu)者(zhe)。

最(zui)近(jin)Nature上(shang)发表(biao)了(le)壹(yi)篇(pian)长篇评论，深(shen)度(du)描(miao)述(shu)了游戏化科学的現(xian)狀(zhuang)、優(you)勢(shi)以及(ji)缺(que)陷(xian)，並(bing)對(dui)游戏化的未(wei)来提(ti)供(gong)了一條(tiao)方向(xiang)。

文(wen)章(zhang)鏈(lian)接(jie)：https://www.nature.com/articles/d41586-023-00065-6

或(huo)許(xu)妳(ni)的下(xia)一次(ci)实验设计也(ye)可以是游戏！

我們(men)認(ren)为现在是科学认真地(di)对待(dai)游戏的時(shi)候(hou)了。

科研法(fa)寶(bao)

美(mei)国认知(zhi)科学家Joshua Hartshorne曾(zeng)經(jing)开展過(guo)一個(ge)課(ke)題(ti)，想(xiang)要(yao)調(tiao)研世(shi)界(jie)各(ge)地的人们学習(xi)英(ying)語(yu)上的差(cha)異(yi)，預(yu)期(qi)的实验参与人數(shu)可能需(xu)要数萬(wan)人。

Hartshorne將(jiang)英语測(ce)試(shi)問(wen)卷(juan)改(gai)编成(cheng)了一个语法游戏「Which English」，玩家大(da)約(yue)需要消(xiao)耗(hao)10分(fen)鐘(zhong)的时間(jian)完(wan)成多道單(dan)詞(ci)问题，最後(hou)系(xi)統(tong)會(hui)給(gei)出(chu)一个結(jie)果(guo)，猜(cai)测参与者在世界上的什(shen)麽(me)地方学会的英语。

链接：http://archive.gameswithwords.org/WhichEnglish/

不管(guan)系统的预测结果是否(fou)準(zhun)確(que)，参与者往(wang)往都(dou)会在社(she)交(jiao)媒(mei)體(ti)上分享(xiang)实验结果，一定(ding)程(cheng)度上創(chuang)造(zao)了滾(gun)雪(xue)球(qiu)效(xiao)應(ying)，最終(zhong)吸引了超(chao)过67万名(ming)参与者，研究(jiu)人员根(gen)據(ju)数据得(de)出的研究结果顯(xian)示(shi)，第(di)二(er)语言(yan)学习有(you)一个「關(guan)鍵(jian)时期」，并一直(zhi)持(chi)續(xu)到青(qing)少(shao)年(nian)时期。

小(xiao)编也试了一下，最后系统猜测是土(tu)耳(er)其(qi)语、葡(pu)萄(tao)牙(ya)语或俄(e)羅(luo)斯(si)语母(mu)语者。。。（离譜(pu)的结果很(hen)難(nan)不想分享出来）

将实验「游戏化」（Gamification）在各个科学領(ling)域(yu)的研究中都起(qi)到了重(zhong)要作(zuo)用(yong)，包(bao)括(kuo)心(xin)理(li)学、神(shen)经科学、经濟(ji)学和(he)行为经济学，通(tong)过讓(rang)研究过程變(bian)得更有趣(qu)，可以让实验擴(kuo)大到数千(qian)或数百(bai)万的参与者。

一些(xie)相(xiang)关的研究成果包括，視(shi)頻(pin)游戏證(zheng)明(ming)了孩(hai)子(zi)所(suo)在城(cheng)市(shi)的布(bu)局(ju)決(jue)定了他(ta)们导航(hang)能力(li)；一項(xiang)数字(zi)单词搜(sou)索(suo)的数据显示，精(jing)通游戏的人不一定会给那(na)些试圖(tu)学习游戏的人更好(hao)的建(jian)議(yi)；一場(chang)涉(she)及数百万人的兩(liang)难游戏显示，大多数人都有可靠(kao)的道德(de)直覺(jiao)。

游戏化可以帮助研究人员研究不同(tong)的人群(qun)，進(jin)行更復(fu)雜(za)的实验，并在自(zi)然(ran)環(huan)境(jing)中觀(guan)察(cha)人類(lei)行为，從(cong)而(er)避(bi)免(mian)在傳(chuan)统实验室(shi)中实验导致(zhi)的偏(pian)差，可以提高(gao)统计能力和再(zai)现性(xing)，使(shi)研究结果更魯(lu)棒(bang)。

技(ji)術(shu)进步(bu)也使实验游戏化变得更便(bian)宜(yi)、更簡(jian)单，但新冠(guan)肺(fei)炎(yan)的疫(yi)情(qing)迫(po)使许多实验室将实验轉(zhuan)移(yi)到網(wang)上。但盡(jin)管有這(zhe)些变化，大多数人還(hai)沒(mei)有接受(shou)游戏化帶(dai)来的機(ji)会。

为了充(chong)分发揮(hui)这種(zhong)方法的潛(qian)力，研究人员必須(xu)消除(chu)誤(wu)解(jie)，开发新的游戏化技术，改善(shan)现有技术的应用，并将这些方法应用於(yu)富(fu)有成效的研究问题。

体验一下

感(gan)興(xing)趣的小夥(huo)伴(ban)可以参加(jia)以下已(yi)经游戏化的研究：

1. Whcih English？

链接：http://archive.gameswithwords.org/WhichEnglish/

2. Are you a Super-Listener？

链接：https://www.themusiclab.org/quizzes/scram

3. Glyph

一个在線(xian)的游戏小程序(xu)，可以探(tan)索世界上各个書(shu)寫(xie)系统中字母。

链接：https://glyph.shh.mpg.de/

4. Moral Machine

一个用于收(shou)集(ji)人类对机器(qi)智能做出的道德决策(ce)的看法的平(ping)臺(tai)。

链接：https://www.themusiclab.org/quizzes/scram

5. Visual Vocab

可以对一个人的一生(sheng)中词匯(hui)知識(shi)的在线评估(gu)。

链接：https://roar.stanford.edu/vocab/

游戏理论

游戏化通过结合(he)得分（point-scoring）、競(jing)爭(zheng)（competition）、 性能反(fan)饋(kui)（feedback about perfomrance）以及通过游戏了解自己(ji)的机会来激(ji)勵(li)人们参与实验。

在2005年和2008年的早(zao)期嘗(chang)试中，现就(jiu)職(zhi)于馬(ma)薩(sa)諸(zhu)塞(sai)州(zhou)波(bo)士(shi)頓(dun)哈(ha)佛(fo)醫(yi)学院(yuan)的认知神经心理学家Laura Germine对心理评估进行了改编，并把(ba)评估放(fang)到了她(ta)的公(gong)民(min)科学网站(zhan)TestMyBrain.org上。

研究结果表明，即(ji)使参与者在無(wu)人監(jian)督(du)和没有报酬(chou)的情況(kuang)下，自主(zhu)選(xuan)擇(ze)的樣(yang)本(ben)也能產(chan)生高質(zhi)量(liang)的数据。

游戏化的发展将结合心理学、计算(suan)机科学、网絡(luo)开发和用戶(hu)体验研究，为参与者创造沈(chen)浸(jin)式的体验。

游戏化可以包括将实验转化为定制(zhi)的游戏，将实验嵌(qian)入(ru)到现有的游戏中，并从正(zheng)在进行的游戏中提取(qu)数据。

一个廣(guang)受歡(huan)迎(ying)的游戏Wordle，从某(mou)种意(yi)義(yi)上来說(shuo)，它(ta)已经是世界上最大的心理语言学实验了，并激发了对主動(dong)学习（active learning）中的优化问题和人们作弊(bi)原(yuan)因(yin)等(deng)主题的研究。

在传统的以实验室为基(ji)礎(chu)的人类行为研究中，参与者往往数量不多，而且(qie)以西(xi)方人为主，即来自西方、受过教(jiao)育(yu)、工(gong)業(ye)化、富裕(yu)和民主的社会，也就一定程度上导致了统计学上不精确或不可重复的结果，或者不能推(tui)广到其他群体。

游戏化科学所带来的海(hai)量数据可以帮助解决可重复性和普(pu)適(shi)性的问题。

比(bi)如(ru)说，小型(xing)研究的结果表明，一个人如果说音(yin)调语言的经验（使用音高或音调来區(qu)分单词的语言，比如中文普通話(hua)），会改变他们对音樂(le)音调的感知能力。

但这些工作主要是在普通话或粵(yue)语中进行的，为了探索其他不常(chang)被(bei)研究的音调语言，现为紐(niu)约市哥(ge)倫(lun)比亞(ya)大学研究生的Jingxuan Liu和S.A.M.的一位(wei)研究人员使用了一个火(huo)爆(bao)的网络测验「测试你的音乐商(shang)」（ Test your Musical IQ）的数据，在50万名講(jiang)此(ci)类语言的人中重现了这些发现，包括西非(fei)的埃(ai)維(wei)语和緬(mian)甸(dian)的缅甸语。

链接：https://www.themusiclab.org/quizzes/miq

可重复性和普适性的问题对于那些与难以接觸(chu)的研究人群（如兒(er)童(tong)）打(da)交道的科学家来说尤(you)为突(tu)出。

游戏化的实验有可能鼓(gu)励儿童在学校(xiao)或博(bo)物(wu)館(guan)等环境中参与，而无需專(zhuan)門(men)去(qu)实验室，否則(ze)可能会导致只(zhi)有一部(bu)分家庭(ting)有时间或有兴趣做。

如何(he)开发实验游戏

使用简单的工具(ju)并对游戏化实验的设计进行小的调整(zheng)，可以極(ji)大地提高参与度并扩大参与者的数量。

利(li)用前(qian)端(duan)工具的优势

包括jsPsych、psychTestR、lab.js和OpenSesame在內(nei)的軟(ruan)件(jian)为网络开发和游戏化提供了一个切(qie)入點(dian)。数据收集框(kuang)架(jia)，比如显示一系列(lie)图像(xiang)和测量按(an)下一个按鈕(niu)所需的时间等，默(mo)认情况下可以通过插(cha)件獲(huo)得。

研究人员将一个基于实验室的实验游戏化只需要一台電(dian)腦(nao)和一个想法。

找(zhao)到一个合适的后端工具

規(gui)模(mo)較(jiao)大的实验需要雲(yun)基础设施(shi)，包括分发实验，處(chu)理数据收集和动態(tai)扩展，以保(bao)证整个实验在火爆的情况下仍(reng)然可以順(shun)利开展，不会崩(beng)潰(kui)。

提供一个激励机制

可以是積(ji)分、分数或百分位数排(pai)名，让参与者看到他们做得多好，或了解自己的一些情况，为长期或繁(fan)重的任(ren)務(wu)向参与者支(zhi)付(fu)合理的报酬。

保持简短(duan)

尽量将在线游戏限(xian)制在10分钟以内。一些游戏化的实验甚(shen)至(zhi)更快(kuai)。

在社交媒体上滚雪球

让参与者更想在社交媒体上分享他们的实验结果，比如以图片(pian)或图表的形(xing)式就更好了，这样可以吸引更多的参与者。

使用hook

尝试添(tian)加一个故(gu)事(shi)情節(jie)或其他形式的可見(jian)进展，以免参与者中途(tu)推出。

视觉效果很重要

在选择免費(fei)图形或付费设计视觉效果上花(hua)点功(gong)夫(fu)，可以帮助吸引参与者。

试点運(yun)行

在公开你的实验之(zhi)前，可以在朋(peng)友(you)和合作者身(shen)上试一试，他们可以告(gao)訴(su)你哪(na)些是有效的，哪些是可以改进的。

计劃(hua)和测试

确保你有一个数据管理计划（如MongoDB或Google Cloud Firestore），在游戏火爆以后需要处理大量湧(yong)入的数据。

協(xie)作和分享

与游戏化实验室一起开发一个项目(mu)可以使每(mei)个人都受益(yi)，如果你开发了新的功能，就把它添加到合作的代(dai)碼(ma)庫(ku)中。

优势和劣(lie)势

游戏化的实验也有明显的缺陷，许多科学家习慣(guan)于完全(quan)控(kong)制他们的实验室环境：他们可以在实验中直接观察参与者的行为，檢(jian)查(zha)人们是否屬(shu)于他们所说的那种人。

一些反对者擔(dan)心游戏化可能会失(shi)去掌(zhang)控，或者担心人们不会完全参与测试，或者会通过偽(wei)造身份(fen)、多次完成游戏或使用互(hu)聯(lian)网机器人惡(e)意参与而扭(niu)曲(qu)结果等。

但这些缺陷可以得到部分緩(huan)解。

游戏化研究有可能比基于实验室的研究更能吸引参与者，因为它们具有内在的激励性。

事实上，许多心理学家已经观察到了实验室实验的各种形式的脫(tuo)离，例(li)如参与者看社交媒体，甚至快速(su)打盹(dun)，因为任务往往是枯(ku)燥(zao)的，而且报酬很低(di)。

许多游戏化的实验在YouTube、Reddit和其他社交媒体平台上走(zou)紅(hong)，这也提供了一个概(gai)念(nian)证明，参与者可以在游戏中深度参与研究，也许比传统方法更有吸引力，尽管目前仍然需要更多的数据来确定。

创造性的实验设计和数据分析(xi)方法也可以使研究人员对游戏化科学的控制比预期的更多。

例如，在一项針(zhen)对儿童的音乐研究中，新西蘭(lan)奧(ao)克(ke)兰大学的认知科学家Courtney Hilton研究了参与者玩游戏的时间，并将當(dang)地的时间分布与成年人玩游戏的时间进行比较。

大部分参与者都是在白(bai)天(tian)参与游戏实验，这也表示他们极有可能是儿童，因为他们的休(xiu)息(xi)时间更早。

如果担心参与者可能是机器人，也可以通过比较招(zhao)募(mu)高峰(feng)的时间和已知的事件（如社交媒体上宣(xuan)传游戏的帖(tie)子）以及使用操(cao)縱(zong)检查来缓解，这些检查的目的是让参与者容(rong)易(yi)回(hui)答(da)，但对詐(zha)騙(pian)者或机器人来说很难。

不过，有些研究问题确实更适合在实验室进行。

另(ling)一个合理的批(pi)评是，如果游戏化的科学实验是在线提供的话，那就相当于把些没有智能手(shou)机、电脑和互联网接入的人排除在外(wai)。

即便如此，游戏化仍然是对现状的一种改进，資(zi)源(yuan)不足(zu)的社区已经面(mian)臨(lin)著(zhe)被排除在实验室实验之外的情况，因为实验室集中在少数地方，参与者必须花时间和金(jin)錢(qian)才(cai)能訪(fang)问。

相比之下，智能手机就普及很多了。

根据華(hua)盛(sheng)顿特(te)区皮(pi)尤研究中心2021年的一项调查，在美国，家庭年收入低于30,000美元的成年人中有四(si)分之三(san)擁(yong)有一部智能手机。

来自低收入社区的人更有可能使用智能手机而非台式电脑来連(lian)接互联网，这也意味(wei)着研究人员的当务之急(ji)是开发移动友好型实验，在互联网连接缓慢(man)或不穩(wen)定的情况下也能发挥作用。

游戏化的实验，尤其是大型的在线实验，还必须解决有关版(ban)權(quan)、隱(yin)私(si)、数据存(cun)儲(chu)和数据访问的问题。

如果数据是由(you)第三方公司(si)在现有游戏中收集的，那么这些信(xin)息可能是专用的。为了研究和避免利益沖(chong)突，需要簽(qian)訂(ding)数据使用协议。

许多大学都有法律(lv)和伦理團(tuan)隊(dui)，可以为游戏化实验提供建议。

想大获成功，还需要四步

为了使游戏化发挥其全部潜力，还需要四个步驟(zhou)。

首(shou)先(xian)，已经进入社区的研究人员需要协调他们的开发活(huo)动，以扩大技术的使用範(fan)圍(wei)并分享技术技能。

实验室应該(gai)开源他们的软件，这样其他科研人员就不需要重新发明輪(lun)子了。集合资源以创建集中的工具和技术开发的最佳(jia)实踐(jian)，以及舉(ju)辦(ban)旨(zhi)在增(zeng)加游戏化和公民科学专业知识的会议和研討(tao)会，将使社区受益。

第二，改进现有的工具。

许多研究人员使用Qualtrics或SurveyMonkey等商业软件来进行在线调查，但没有类似(si)的软件可以免费用于游戏化实验。

前端工具，如jsPsych，一般(ban)还没有针对移动友好的实验进行优化；而且也没有一些简单易用的后端工具。

这些工具可以让科研人员具有制作大规模游戏化实验的能力，目前这种实验还比较少。

科学界应该努(nu)力开发这些资源，世界各地的资助者应该把支持这些努力作为重点。美国国家科学基金会已经呼(hu)籲(xu)将数字基础设施项目作为推进可重复性工作的一部分。

第三，科学家需要尋(xun)求(qiu)研究以外的职业来扩大他们的技术工具箱(xiang)。

可获得大量数据的游戏化实验能夠(gou)从使用技术行业的標(biao)准但在科学领域仍未得到充分利用的软件和实践中受益，包括使用Git的版本控制和在关系数据库中存储数据。

研究实验室应该考(kao)慮(lv)咨(zi)詢(xun)或招募藝(yi)术家、图形设计師(shi)、教育家和其他来自不同领域的人，他们可以通过改善游戏设计来提高实验的稳健(jian)性。

雇(gu)傭(yong)或签约专门的软件开发人员，可以确保当研究生和博士后离开实验室小組(zu)时，技术能力不会流(liu)失，资助者应该支持这些重要的职位。

最后，社区需要改进其消除对游戏化不准确印(yin)象(xiang)的方式。

游戏化的性质有可能使人聽(ting)起来像是一种转移註(zhu)意力的方式，而非一种嚴(yan)肅(su)的研究工具。

我们认为最好的方式是通过科学本身来做到这一点，即如果游戏化研究能繼(ji)续促(cu)成实质性的科学发现，那么结果将不言自明。

科学家们应该在他们最有创意、最緊(jin)迫和最激动人心的研究问题上尝试游戏化。

社会各界有責(ze)任确保这些实验的可信度和價(jia)值(zhi)，研究人员可以通过设计吸引公眾(zhong)深度参与的研究、使用強(qiang)大的数据管理方法、采(cai)用能证明游戏化数据有效性的分析策略(lve)以及分享数据供同事们仔(zai)細(xi)研究来做到这一点；编辑和審(shen)稿(gao)人可以通过鼓励发表高质量的实验来支持这些努力。

参考资料(liao)：

https://www.nature.com/articles/d41586-023-00065-6返(fan)回搜狐(hu)，查看更多

责任编辑：