从讲师到合作者：一项90名参与者研究揭示移动严肃游戏中人机合作的关键因素

本立场论文反映了我在博士论文期间收集的实证数据，基于规模为90人的大型within-subjects研究。研究将高度类人化、语音交互的具身对话代理（ECA）与低类人化、仅文本气泡的文本基准代理进行比较，两者分别用于开发用于移动端Unity平台的关于英国旧货币的严肃游戏。游戏中包含两个具有不同角色的代理——一位讲师（Alex）和一位店主/合作者。用户通过语音和鼠标输入进行交互。我收集的定量数据包括可用性问卷（CCIR MINERVA）和代理人格仪器（Agent Persona Instrument）。数据分析采用配对t检验、重复测量方差分析和多变量线性回归，以识别人格与可用性之间的相关性。结果显示，针对高度类人化代理版本的用户偏好具有统计学显著性，且效应规模大。该结果结合观察和离开访谈的定性发现一并讨论。结果在人机合作领域提出问题，尤其关注角色、混合主动性对话以及目标导向任务中的故障/修复如何在显现出来。我以关于时间、用户期望和角色特定交互的问题结束，期待与社区共同探讨。本稿不提出新的框架；它报告的是我的实证发现及我希望与社区共研的问题。