人工智能时代的教育游戏：发展机遇与趋势

本文发表于《数字教育》2020年第1期（总第31期）理论探索栏目，页码：27-31。转载请注明出处。

摘 要：本文论述了人工智能时代教育游戏的发展机遇与趋势，认为游戏人工智能、教育人工智能对教育游戏的发展能够起到底层驱动与核心引领作用，人工智能时代的核心技术云计算、教育大数据能够为教育游戏的发展提供强力支撑，并提出人工智能时代教育游戏发展的整体趋势。

关键词：人工智能；教育游戏；机遇

 | 全文共6442字，建议阅读时长6分钟 |

引言

伴随着信息技术的不断发展，人工智能已经逐渐渗透到社会的各个行业，在人们的生活、工作与学习中发挥着日益重要的作用。游戏人工智能的发展可以说与电子游戏的发展如影随形，用于解决游戏中的路径点、寻径等问题。在人工智能时代，游戏人工智能与教育人工智能的碰撞会迸发出怎样的火花？教育游戏能否趁着这一股“东风”完成自身的变革与升华？其发展的机遇何在？

一、游戏人工智能、教育人工智能对教育游戏发展的底层驱动与核心引领

（一）游戏人工智能：人工智能时代教育游戏变革与发展的底层驱动

作为现代教学媒体的重要构成，教育游戏的本质仍然是一款电子游戏产品，人工智能的蓬勃发展也为电子游戏的发展带来了巨大的影响。在这里，将电子游戏中使用的人工智能称为游戏人工智能，以与教育领域中的教育人工智能相区别。纵观游戏人工智能的发展历史，不难发现游戏人工智能的发展呈现出了电子游戏与人工智能相互反哺的情景。无论是早期的《超级马里奥兄弟》还是当前各类平台上的单机游戏中，都可以看到人工智能（AI）的身影，它通常也是保证游戏体验与调节游戏难度的关键。最近几年，游戏人工智能继续为电子游戏和游戏玩家带来更好的游戏体验，但从另一个角度来看，电子游戏也正在逐渐成为训练和检验人工智能的一个绝佳场所。2017年柯洁与谷歌人工智能AlphaGo的围棋比赛引起了广泛的关注，而在这之后谷歌公司于2019年1月公布了AlphaStar（阿尔法星际）人工智能在《星际争霸Ⅱ》游戏项目中战胜人类职业选手的消息。可以看出，在当今时代人工智能已经与电子游戏联系非常紧密。在教育游戏方面，游戏人工智能发挥的作用大致可以分为三个方面：

1.促进人机互动，提升游戏体验

在电子游戏中，游戏人工智能的水平往往是影响玩家游戏能否顺利进行以及游戏情绪的重要因素。在教育游戏中也是如此，由于教育游戏更多地强调教育性，在娱乐性方面相对较弱，一个优秀的人工智能能够在一定程度上弥补游戏在这方面的不足，即游戏人工智能能够提供适合学习者水平的游戏体验，学习者在面对优秀的人工智能时可以获得更好的心流体验，更加愿意将时间投入其中。同时游戏人工智能在游戏的整个过程中能够合理地调整难度、目标、奖励等，给予学习者玩下去的动力，并且能够尽量减少其负面情绪，这对于学习者能否持续投入学习（游戏）是至关重要的。

在游戏玩法的变革方面，游戏人工智能的作用主要体现在算法驱动下的交互创新，已有一些电子游戏运用神经网络和遗传算法等技术让交互规则更加自由、有趣，通过算法改进，针对不同玩家进行交互的情况，玩家可以从各种突发事件和情境中寻找多种解决方案。在教育游戏中，同样可以利用此方法让游戏更加开放，这种开放式的游戏世界更加适合开展以学生为中心的探究式学习。

2.辅助制作游戏，降低开发门槛

对于电子游戏来说，开发门槛高是其发展的一大瓶颈，教育游戏同样存在这样的问题。相对比其他视频、音频、课件类教学媒体，教育游戏的开发不仅需要学科知识的支撑，对编程技术、美工等方面均有一定程度的要求，《教育信息化2.0行动计划》中也指出当前仍然存在“数字教育资源开发与服务能力不强”的问题。

伴随着游戏人工智能的发展，游戏的制作也发生了变革，而这种变革体现在多个方面：在游戏关卡的制作方面，人工智能能用生成对抗网络（GAN）自动“设计”海量的《超级马里奥》关卡^[1]；在游戏的画面素材制作方面，人工智能能够快捷地进行图片颜色填充、风格转换等，帮助开发者快速制作出想要的资源；人工智能也能够充当游戏配乐师的角色，尽管存在着声音机械化、连贯性较差等缺陷，但相信随着技术的进步，未来能达到满足游戏开发所需要的水平；在游戏内容生成方面，过程性内容生成为自动开发游戏内容提供了一种解决方案，因为它可以生成适用于不同目标的可单独定制的游戏内容。胡希尔（Hooshyar）等人提出了一种基于数据驱动的过程性内容生成方法，该方法利用遗传算法和支持向量机自动生成适合个人能力的教育游戏内容^[2]。

综合来讲，游戏人工智能能够在素材、声音资源的开发，情节设计，游戏地图，游戏内容生成等方面发挥作用。同时也应当看到，当前游戏人工智能只能辅助游戏开发，尽管已经有一些人工智能能够依据玩家的行为自动生成叙事内容，但游戏的核心机制设计方面仍然需要由设计者来完成。

3.分析游戏数据，感知玩家体验

电子游戏的游戏体验如何是判定一款游戏产品成功与否的重要标准，针对玩家体验的研究主要就是了解玩家的认知、情感及行为模式等。对玩家体验的感知通常使用机器学习方法，典型的有监督学习法，如支持向量机或神经网络。

（二）教育人工智能：人工智能时代教育游戏变革与发展的核心引领

作为现代教学媒体的重要构成，教育人工智能的目标有两个，其中之一就是建构个性化的自适应学习环境，实现高效、灵活及个性化的学习支持^[3]。具体来说，教育人工智能在教育游戏中主要扮演以下几个方面的角色：

1.学习者学习过程的指导者

在人工智能时代，教育游戏对学习者学习过程的指导主要通过教育游戏与智能导学系统的融合实现。设计智能导学系统需要考虑两个重要的因素：一是易用性，二是趣味性^[4]。教育游戏可以较好地满足趣味性的要求，不失为智能导学系统落地的理想情境。具体而言，教育游戏与智能导学系统的融合可以让智能导学系统融入教育游戏任务，或者由智能导学系统扮演教育游戏中的“指引者”角色。

2.学习者学习活动的感知者

情感在玩家与游戏的互动中起着重要的作用，教育人工智能在学习活动中可以起到对学习者情感感知的功能。在学习活动中，对学生情感的及时检测与互动是非常重要的部分，早在1997年麻省理工学院的皮卡德（Picard）教授就提出了情感计算这一概念^[5]，但是由于技术条件的限制，人工智能时代来临之前往往需要依靠通过语言、文字的分析来实现，而且通常应用于远程教育的环境当中。心理学家麦拉宾（Mehrabian）指出，情感信息的表达=7%的语言 38%声音 55%的面部表情。随着视频监控技术的不断发展，面部表情采集与分析也已经不再是不可逾越的大山^[6]。

对于教育游戏来说，情感信息的收集与反馈更为重要，使用游戏这一教学媒体的出发点就是要让学习者更加轻松、快乐地学习。如果学习者在玩游戏的过程中产生了大量的负面情绪，则表明游戏的设计或者学习内容的安排可能存在一些问题。借助当前多样化的检测手段，德法尔科（DeFalco）在其关于严肃游戏的研究中使用了微软的Kinect、Affectiva公司的QSensor来记录玩家的身体行为和生理反应，在用来训练陆军战斗医疗兵和战斗救生员严肃游戏TC3Sim中开展试验^[7]。

3.学习者学习效果的评价者

在虚拟的游戏世界中，对学习效果的评价并不是一件易事，需要处理好数据收集、数据处理及结果反馈等多个环节，而人工智能可以在这一方面发挥一定的作用。在人工智能时代，教育游戏的评价过程不再是静态的“结算性”评价，而是更多地体现出动态性、过程性的特点，基于这种变革甚至可以动态地调整游戏与学习难度。相信随着相关技术研究的不断深入，教育游戏在人工智能的支持下能够做到对学习者的实时评价、实时反馈、实时调整，从而为实施个性化学习奠定基础。

二、人工智能时代的核心技术为教育游戏的发展提供强力支撑

云计算是人工智能时代涌现出的代表性技术，与人工智能联系紧密，大数据是人工智能的核心驱动力之一^[8]。它们在与游戏融合的过程中也让游戏产生了诸多变革，而这些变革也能够为教育游戏的发展提供强力支撑。

（一）云计算与云游戏：随时随地的游戏体验

云计算的提出时间相对较早，也成为各大互联网公司竞相追逐的热点领域。当前云计算的发展已经较为成熟，在这样一种背景下，云游戏也在最近一段时间逐渐由概念走向了现实，谷歌、微软等公司均推出了自己的云游戏平台。

在云游戏火热发展的背后是互联网的普及率和网络带宽的不断提升、云计算硬件设备性能的提升以及移动设备的不断普及。而伴随着5G技术的大规模商用，以往阻碍技术使用的壁垒（比如网速慢、延迟高等）逐渐被攻克^[9]，有望彻底踢开云游戏发展的最后一块绊脚石。云游戏的发展能够为玩家带来随时随地的游戏体验，教育游戏也是如此，这将允许学习者“即需即用、即用即走”，省去了烦琐的下载、安装、调试等步骤，符合当前教育游戏以“轻游戏”为主的基本现状。

（二）大数据与教育大数据：从游戏数据到决策依据

数据是人工智能运行的根本^[10]。从教育游戏方面来说，大数据包括两个方面：一方面是游戏大数据，通过大数据平台获取的各类信息已经是各大游戏公司、开发者开展决策与运营的重要参考，例如通过游戏外的数据开展玩家的情感识别、话题检测、画像跟踪、舆情监控等，通过游戏内的数据开展数值合理性评估、玩家属性聚类、系统关联性分析等^[11]。另一方面则是教育大数据，教育大数据是教育人工智能的基础，没有数据就没有教育人工智能。收集教育数据包括学生数据、教师数据、学校数据及区域教育数据等。在教育游戏中主要收集学生数据，尽管数据收集的对象较为单一，但是玩游戏本身是一个持续的、动态的过程，只要收集方法得当，所获取的数据相较于其他教学媒体更为细致、准确，更加贴近学习者的真实情况，更加能够体现教育大数据体量大、种类多、结构复杂的特点，也体现了教育大数据采集时实时性、连贯性、全面性和自然性的特点^[12]。从教育游戏中获取的数据，能够为教师、教育管理机构展开决策、制定政策提供更加真实的、细致的依据，教育游戏或将成为教育大数据的主要挖掘目标之一。

三、人工智能时代教育游戏发展的整体趋势

综合以上游戏人工智能、教育人工智能、云游戏、教育大数据对教育游戏发展的影响，可以分析并总结出人工智能时代教育游戏发展的整体趋势。

（一）教育游戏本体智能化

人工智能时代的教育游戏将更加智能化。教育游戏的智能化并不是空中楼阁，凭空出现的，而是以长久以来的技术积淀为基础，以人工智能、云计算及大数据等先进技术作为变革的拐点^[13]。

从教育游戏的使用者角度来说，智能化包含两个部分：一个是游戏层面的智能化，其目的是增强使用者作为游戏玩家这一角色的游戏体验，解决“如何让游戏更吸引玩家、留住玩家”这一问题；一个是教育层面的智能化，其目的是增强使用者作为学习者这一角色的学习体验，解决“如何让学习者更加有效、高效地学习”这一问题。

从教育教学的管理者来说，智能化则集中体现在对教育游戏使用过程性数据的收集、处理、分析方面，最终形成教育大数据，为学校、教师开展科学决策提供依据，主要解决“教育游戏的使用效果如何”以及“如何更加有效地使用教育游戏”这两个问题。

（二）教育游戏应用泛在化

人工智能时代教育游戏的应用模式将发生重大变化，向着泛在化的方向发展，这主要得益于云技术和云游戏的不断发展落地、5G网络的商用以及移动互联网用户的不断增加。学习者可以较为简便地获取各类教育游戏资源，只要能够以高速率连接互联网就可以通过教育游戏展开学习活动，实现“无时不有、无处不在的学习”和“没有教室的学习”^[14]。

（三）教育游戏交互多样化

人工智能时代教育游戏的交互模式将发生重大变化，主要体现在输入方式和输出方式的革新，出现了语音、手势，甚至脑电波等多种输入方式，以及增强现实、虚拟现实、混合现实等多种输出方式。

从输入方式来看，得益于自然语言处理技术和语音识别技术的不断发展。游戏中利用语音交互的智能助理功能日趋成熟，能够为游戏与学习者的智能交互提供帮助，但是也应当看到，语音交互的发展还未达到大规模应用的水平，因此语音交互的方式更多地应当以一种辅助交互的形式出现，起到补充作用。与语音交互不同，手势交互能够作为主要输入方式存在，当前正在走向规模应用的尝试过程中，可以预见，在教育游戏领域这种独特的输入方式能够带来诸多变革。相比已经部分落地的手势识别，脑电波作为一种输入方式既让游戏开发者充满了热切的盼望，又显得遥不可及，它既需要脑科学、认知神经科学研究不断深入作为理论基础，也需要基于人工智能的各类算法不断更新作为人机交互的接口，其潜力无限。

从输出方式来看，进入信息时代，特别是人工智能时代后，人工智能和虚拟现实的结合将为学习者营造有智慧的第二学习世界，人工智能技术的引入为这个世界增加了智慧特征，能计算各种信息，虚拟各种学习场景，根据学习者特征智能地设定学习路径、推送学习资源，解决学习交互的问题^[15]。这两项技术均与人工智能息息相关，它们能够为教育游戏的使用者带来更加生动、真实的视觉体验，从而为学习者营造更加丰富的个性化学习环境^[16]，能够帮助学习者打破时间与空间的束缚，带来身临其境般的游戏体验。

（四）游戏学习过程个性化

满足学生个性化的学习需求，培养学生学会学习的能力，是教学的基础性工作。正是在这种时代背景和要求下，个性化学习逐渐受到重视并得以不断发展[17]。每个学生对学习内容的理解程度均不一样，应当依据学生自身的特点，提供因人而异的学习方式与学习内容，而人工智能可有效记录、反馈学生的反应，与学生互动，诊断学生学习困难的原因，发现学生的薄弱环节，给学生“画像”，智能推荐学习资源。

参考文献：

[1]A5专栏游戏.AI是如何让你一步步“游戏成瘾”的？[EB/OL].(2018-07-30)[2019-07-18]https://www./article/20180730/868133.shtml.

[2]HOOSHYAR D,YOUSEFI M,WANG M,et al.AData-DrivenProcedural-Content-Generation Approach forEducationalGames[J].Journal of Computer AssistedLearning(S0266-4909),2018,34(6):731-739.

[3]马秀麟，梁静，李小文，等.智能化学习环境下资源推荐的影响因素及权重的探索[J].中国电化教育，2019(3):110-119.

[4]朱莎，余丽芹，石映辉.智能导学系统：应用现状与发展趋势——访美国智能导学专家罗纳德·科尔教授、亚瑟·格雷泽教授和胡祥恩教授[J].开放教育研究，2017，23(5):4-10.

[5]刘越，郑燕林，万川.人机交互过程中远程学习者情感检测的设计与应用研究[J].现代远距离教育，2014(5):68-73，79.

[6]韩丽，李洋，周子佳，等.课堂环境中基于面部表情的教学效果分析[J].现代远程教育研究，2017(4):97-103，112.

[7]DEFALCO J A,ROWE J P,PAQUETTE L,etal.Detectingand Addressing Frustration in a Serious Game forMilitaryTraining[J].International Journal of Artificial IntelligenceinEducation(S1560-4292),2017,28:152-193.

[8]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018(3)：24-30.

[9]赵兴龙，许林，李雅.5G之教育应用：内涵探解与场景创新——兼论新兴信息技术优化育人生态的新思考[J].中国电化教育，2019(4)：5-9.

[10][14]宋灵青，许林.人工智能教育应用的逻辑起点与边界：以知识学习为例[J].中国电化教育，2019(6)：14-20.

[11]徐晔.从“人工智能教育”走向“教育人工智能”的路径探究[J].中国电化教育，2018(12)：81-87.

[12]杨现民，王榴卉，唐斯斯.教育大数据的应用模式与政策建议[J].电化教育研究，2015，36(9)：54-61，69.

[13]李廉水，石喜爱，刘军.中国制造业40年：智能化进程与展望[J].中国软科学，2019(1)：1-9，30.

[15]胡钦太，刘丽清，郑凯.工业革命4.0背景下的智慧教育新格局[J].中国电化教育，2019(3)：1-8.

[16]丁楠，汪亚珉.虚拟现实在教育中的应用：优势与挑战[J].现代教育技术，2017，27(2)：19-25.

[17]樊雅琴，孙东梅，崔迎，等.个性化学习影响因素分析[J].现代远距离教育，2018(5)：73-80.

作者简介：

郑新(1991—)，女，河南淮滨人，助教，博士研究生，研究方向为教育信息化理论与实践；

张靖(1988—)，男，甘肃靖远人，讲师，博士研究生，研究方向为游戏化学习。