Eternagram：通过 ChatGPT 驱动的文本冒险探寻 alternate 气候情景中玩家态度
人机交互
2024-03-28 v1
摘要
传统的气候变化态度评估方法受限于无法捕捉真实意见，主要源于缺乏情境特定的评估策略以及对简单调查的过度依赖。游戏基盤评估（GBA）已显示出通过置入精心构建的情景环境中的沉浸式游戏体验来克服这些问题的潜力。与此同时，人工智能和自然语言处理（NLP）的进展在提升游戏化测试环境方面展现出希望，通过生成情境感知且具有人类般对话能力来实现，从而营造更自然且更有效的评估环境。我们的研究引入了一种新技术，通过将 GPT 驱动的聊天机器人系统与描绘未来气候情景的游戏设计相结合，来探寻气候变化态度。相关性分析揭示了一种融合效应，即玩家游戏后的气候意识倾向于与其游戏中的感知相吻合。我们识别了影响积极气候态度的关键预测因子，包括 '开放性' 和 '同理心' 等性格特质，以及对民主价值的偏好。
引用
@article{arxiv.2403.18160,
title = {Eternagram: Probing Player Attitudes in Alternate Climate Scenarios Through a ChatGPT-Driven Text Adventure},
author = {Suifang Zhou and Latisha Besariani Hendra and Qinshi Zhang and Jussi Holopainen and RAY LC},
journal= {arXiv preprint arXiv:2403.18160},
year = {2024}
}
备注
22 pages, 6 figures, Accepted by CHI Conference on Human Factors in Computing Systems 2024