开放式交互的双刃剑：LLM 驱动的 NPC 对玩家认知负荷和游戏体验的影响
人机交互
2026-04-14 v1
摘要
本研究考察了大型语言模型驱动的非玩家角色人物 (LLM-NPC) 如何影响玩家的认知负荷和游戏体验，特别关注其背后的心理机制、不同任务情景下的差异以及个人特征的作用。我们在自制的游戏原型 "Campus Culture Week" 中进行了随机分组实验 (N=130)，将玩家与 LLM-NPC 和传统预脚本 NPC 进行比较，覆盖多个交互模块。结果显示，LLM-NPC 显著增加了玩家的认知负荷 (p < .001)，该效应通过表达努力和响应不确定性等因素中介。然而，LLM-NPC 并未在整体游戏体验上显著提升 (p = .195)；尽管它们正面影响玩家感知的自主性，但对系统可用性和可信度产生了负面影响。LLM-NPC 的影响在任务情境下显著差异 (p < .001)，在内容创建和人际关系建立等更开放式模块中，认知负荷的增加更为显著。个人差异的影响总体上有限，尽管外向性 (p = .031) 和神经质 (p = .047) 的人格特质在认知负荷方面显示出一些预测性。本研究为理解 LLM-NPC 对玩家体验产生的 "双刃剑" 效应提供了实证依据，并强调在智能 NPC 系统中需关注情境敏感性和用户敏感性的重要性。
引用
@article{arxiv.2604.10107,
title = {The Double-Edged Sword of Open-Ended Interaction: How LLM-Driven NPCs Affect Players' Cognitive Load and Gaming Experience},
author = {Ting-Chen Hsu and Wenran Chen and Jiangxu Lin and Fei Qin and Zheyuan Zhang},
journal= {arXiv preprint arXiv:2604.10107},
year = {2026}
}