基于游戏的心理测评，用游戏洞察人心
早上起床打开微信回复消息，刷刷微博，空闲时候打开支付宝收收能量来种树，周末出门拍拍照片更新自己的朋友圈……这些看似日常的行为其实反映了一个人更加真实的个性偏好、社交习惯、思维方式。有研究者用社交平台上的头像评估智力水平(Wei & Stillwell, 2017)，也有研究者通过社交动态预测个体的焦虑程度(Gruda & Hasan, 2019)。当游戏成为生活的重要部分，我们是否也可以用游戏数据预测一个人的性格或行为呢？
大家猜猜下面是一款新游戏吗？
不，这其实是毕马威的校招测试题，但是大家再仔细一看，这个游戏是不是又有些似曾相识，没错，这就是决策领域经典的气球模拟决策任务(BART)，这些任务正在以一种游戏化的形式出现在企业招聘中，成为评价一个人人格特质的新方式。
有的人在游戏中非常淡定，心如止水，而有的人在游戏中非常暴躁，容易激动，那么我们或许会认为前者的性格更沉稳而后者较为情绪化。基于游戏的测评技术作为心理测量领域的新技术，证实了游戏行为对个体心理特性的预测作用，不过远远没有这么简单。
那么游戏到底是如何预测个体心理特性的呢？它与传统测验编制过程有异曲同工之处，也有更加复杂的部分。Shute在2011年将游戏测评工具的建立概括为三个核心的组成成分，分别为能力模型、任务模型和证据模型。
首先是要明确评估的特质，和问卷编制的过程一样要先确定测什么，社会情绪能力、大五人格特质、认知能力等都可以成为被评估的对象(DeRosier et al., 2012; Dalveren et al., 2015; Manera et al., 2015)。其次确定测量的指标和如何计分，这个过程相对于问卷编制中设计项目和计算分数的过程，但是具体操作更加困难和复杂。最后是通过已有的游戏或自行设计游戏来获得想要的指标，推箱子游戏、植物大战僵尸这些比较熟悉的游戏都已经被证实可以用于个人能力的评估(孙鑫 等, 2018; Shute et al., 2016)。
当然不得不承认，在游戏指标的选择标准、个体差异带来的结果误差等等因素影响下，游戏对个性及行为预测的准确性还有很大提升空间。
在当前研究中，基于游戏的测评方式更多涉及评估个体认知能力与非认知能力，而在实践应用中，这一技术在企业招聘、临床治疗等领域也有它独特的价值。2020年6月，美国食品药品监督管理局批准了一款名为EndaevorRx的游戏作为患有儿童多动症孩子的处方药，医生给孩子开了这款游戏的处方后，孩子须在规定的时间内完成五个任务以达到治疗的目的，从强制学习变成强制玩游戏？这似乎是小时候梦寐以求的事情啊！
从捉迷藏、五子棋、俄罗斯方块，到现在流行的王者荣耀、绝地求生，大大小小的游戏渗透到了生活的各个角落。在万物皆可游戏化的时代，相信游戏数据还会带来更多信息，这将为我们认识自我提供一条重要途径。
有兴趣的读者可以点击左下角“阅读原文”，免费下载全文：
孙鑫, 黎坚, 符植煜. (2018). 利用游戏log-file预测学生推理能力和数学成绩——机器学习的应用. 心理学报, 50(7), 761–770.
Dalveren, G. G. M., Cagiltay, N., & Ozcelik, E. (2015). Personality type indicator models in serious games: A case study in a surgical navigation game. Information Technology Based Higher Education and Training, 1–4.
DeRosier, M. E., Craig, A. B., & Sanchez, R. P. (2012). Zoo U: A stealth approach to social skills assessment in schools. Advancesin Human-Computer Interaction, 1, 1–7.
Gruda, D., & Hasan, S. (2019). Feeling anxious? Perceiving anxiety in tweets using machine learning. Computers in Human Behavior, 98, 245-255.
Manera, V., Petit, P. D., Derreumaux, A., Orvieto, I., Romagnoli, M., Lyttle, G., … Robert, P. H. (2015). “Kitchen and cooking”, a serious game for mild cognitive impairment and Alzheimer's disease: A pilot study. Frontiers in Aging Neuroscience, 7–24.
Shute, V. J. (2011). Stealth assessment in computer-based games to support learning. In S. Tobias, & J. D. Fletcher (Eds.), Computer Games and Instruction (pp. 503–523). Charlotte: Information Age.
Shute, V. J., Wang, L. B., Greiff, S., Zhao, W. N., & Moore, G. (2016). Measuring problem solving skills via stealth assessment in an engaging video game. Computers in Human Behavior, 63, 106–117.
Wei, X., & Stillwell, D. (2017). How Smart Does Your Profile Image Look?Estimating Intelligence from Social Network Profile Images. Tenth Acm International Conference on Web Search & Data Mining, 33–40.