《计算机化自适应测验》（订购）

郑蝉金 汪腾 著

教育科学出版社

　　随着大数据时代的到来，由数据带来的革命在各个领域悄然兴起，这为心理学研究提供了新思路。相较于传统的行为测量方式，利用游戏编制的心理与教育测量任务形式生动有趣，更具情境化、互动性特点。因此，如何使用游戏得到丰富的数据并预测学生的知识、高级技能和人格特质状况在近些年来受到越来越多的关注。以下我们将以一个关于创造力的游戏测验为例，介绍游戏化测验的前沿发展情况，以及自适应思想对游戏化测验的启发。

　　几十年来，创造力一直是心理学家们感兴趣的研究内容。目前，创造力被认为是在复杂、互联的世界中取得成功所必需的技能之一。也就是说，我们生活在一个注重创造力的社会中，一个人的成功建立在其创造性思考和行动的能力之上。然而，现实情况是，虽然创造力的重要性已被普遍认可，但是当前的学校教育体系却不足以帮助年轻人做好准备，成为富有创造力的思考者和行动者。

　　当前关于创造力的研究一般认为，创造力可以通过创造过程的输出来判断，其特征是具有新颖性和相关性。此外，创造过程是多种因素的融合，包括性格特质、态度、认知能力、知识以及环境。同时，创造力可以从多个层面进行评估，如詹姆斯·考夫曼和罗纳德·贝格托提出了创造力4C模型。

　　因此，为了在电子游戏中评估人们的创造力，需要考虑电子游戏所提供的不同证据与创造力的各个方面的关系。下面的案例展示了在《物理游乐场》（Physics Playground）这款游戏中如何利用一种名为“隐形评估”的技术来测量创造力。

　　《物理游乐场》是一款电脑游戏，旨在评估和发展学生对物理学原理的概念性理解。在《物理游乐场》中，玩家用鼠标或手写笔在屏幕上绘制各种对象，绘制完成后，这些对象就能活动起来，并能与其他对象互动。通过玩《物理游乐场》，学生可以根据物理学定律提升对物理世界的运行方式和物理对象之间相互作用的概念性理解。

　　这个游戏与牛顿力学三大定律有关，涉及平衡、质量、重力以及能量守恒等概念。游戏中，玩家需要使用简单的、类似于机械的设备将绿色的小球引导到屏幕上的红色气球处。这些设备包括坡道、杠杆、摆锤和跳板等等。面对《物理游乐场》中的大多数关卡，游戏玩家可以使用一种以上的介质，以多种方式通关。因此，《物理游乐场》使玩家能够发挥创造力并制作出有趣的机械设备来完成通关任务，甚至有些玩家的通关方式连游戏设计者都没能想到。此外，玩家通常会进行多次尝试，以找到“最佳”解决方案。

　　为了评估游戏中的这些创造性行为，研究者们确定了创造力能力模型中的三个变量——流畅性、灵活性和独创性，并确定了游戏中可为这些变量提供证据的可观察指标（即证据模型变量）。表4-1总结了《物理游乐场》中创造力的能力模型变量和证据模型变量（即指标）。

　　图4-2展示了如何利用上述变量评估《物理游乐场》玩家的创造力。图4-2a展示了名为“大水车”游戏的第一关。小球在重力作用下下落，落至屏幕之外，然后再度出现在初始位置。这种循环会持续到玩家进行绘制操作，使小球转向气球为止。《物理游乐场》玩家常规的解决方法包括在逆时针旋转的水车下方绘制斜坡以引导并推动小球（见图4-2b）。任何偏离了图4-2b所示轨迹而又成功通关的尝试都可以为独创性提供证据，因为这可能是一种不常见、新颖的解决方案。而且，若不采取从水车下方引导的方式，玩家只有很短的时间在原始位置接住小球并以其他方式将小球定向至气球位置。只有很少的玩家采用了类似于图4-2c的解决方案，引导小球在水车上方移动。在这种情况下，玩家创造了一个杠杆，将球困在了杠杆左侧的圆形区域内，在杠杆的右侧创造了重物，并将水车本身用作支点。配重的杠杆将小球拉低并引导至气球位置。这种解决方案为独创性提供了积极的证据。也就是说，此种解决方案中偏离了常规路径的小球轨迹（虚线所示），以及使用预期以外的介质（杠杆）为独创性提供了证据。

　　在游戏过程中，特定的指标会被自动识别并用于评分。例如，在《物理游乐场》中，游戏引擎会追踪玩家成功通关时小球的轨迹（用x，y坐标系表示）并在日志文件中保存为一系列矢量数据。将这些矢量数据与最常见的轨迹数据进行比较，其间巨大的差异就是独创性的证据。

　　以上的游戏化测验也被称为“隐形评估”。隐形评估可将评估的设计、开发和编制直接且无形地融入任何复杂的学习环境（尤其是电子游戏）中。在游戏过程中，玩家会产生一系列复杂的问题解决动作，而评估目标技能所需的证据正是在玩家与游戏的互动（即游戏活动过程）中产生的。

　　总的来说，对创造力这样的复杂结构进行自动化的、实时的评估是很难实现的。通过隐形评估，研究者可以收集与构念理论上相关联的数据（指标），从而可能实现对各种理论假设的验证；可以实时以各种粒度（例如总体创造力或在某方面、某个水平上获得更多诊断信息）对学生的表现进行分析。相比之下，虽然数据驱动的方法（例如数据挖掘和机器学习技术）已被用于基于游戏的评估，但这些方法（例如聚类、分类、预测和模式跟踪）往往是自下而上和探索性的，因此缺少要评估的结构的理论基础。这两种方法在理解大量的学生表现数据方面都是有价值的，但适用于不同情况和不同目的。

　　游戏化测验的一个显著优点是，通过将考查点融入游戏，受测者能够在游戏过程中实际应用知识和技能，这是普通的纸笔测验所难以实现的。在数学、物理、医疗和建筑等领域中进行知识技能的应用能力评估时，游戏化测验是一种更为理想的选择。

　　随着游戏化测验的发展，研究者们的关注点和兴趣也逐渐拓展到对非认知能力的评估研究上。由于社会情感态度、人格特质等非认知能力较难测量，人们对它们的评估研究滞后于对认知能力的评估研究。近些年来，随着非认知能力在个体发展中的重要性逐渐展现，各类大型国际测验对社会情感态度等非认知能力领域也逐渐重视起来。游戏化测验由于在非认知能力测验中具有一些得天独厚的优势，慢慢被学术界、教育界所重视。使用传统心理测验方式对社会情感态度进行评估，存在易受社会赞许影响和缺乏过程数据等缺点，而游戏化测验则可以在很大程度上避免这些缺点。因此，越来越多的研究者开始借助游戏对个体的心理特质进行评估与研究。

　　一款叫作《参观动物园》(Zoo U)的游戏就可以用于评估儿童的社会情绪能力。游戏构造了类似于学校的故事与虚拟的角色，通过收集儿童在六个虚拟社交场景中对不同情境问题的选择情况，研究者可以分别评估个体在沟通、合作、同理心、情绪调节、冲动控制和社会活动六个方面的能力。游戏测验的结果得到了现实情况的印证，游戏得分更低的儿童表现出更多社交、行为和学业上的问题。

　　纵观国内外，基于游戏的心理测验目前还处于起步阶段，而基于自适应思想的游戏化测验更是少之又少。可以预见的是，随着游戏化测验在心理测量领域的地位逐步提升，以及计算机技术与游戏技术的不断进步，游戏化测验有望在教育评价、心理测量和人力资源管理等多个领域发挥越来越重要的作用。

　　本文内容节选自教育科学出版社《计算机化自适应测验》。

来源：教育科学出版社