游戏体验的量化：休闲玩家、电子竞技选手和主播中的自我追踪行为与游戏数据指标

《Computerized Medical Imaging and Graphics》：The quantification of the gaming experience: Self-tracking practices and game metrics among casual players, esports players, and streamers

　　游戏数据对玩家认知、表现及自主性的影响研究。通过访谈40名不同类型玩家（休闲、电竞、主播），发现玩家类型差异显著影响数据使用方式，电竞和主播更依赖量化指标扩展认知但易过度依赖，而休闲玩家更注重主观体验。研究揭示深入理解游戏机制（如“游戏 sense”）可增强自主控制，过度依赖数据可能削弱玩家内在能力。采用扩展心智理论框架，提出量化工具与玩家认知系统的耦合机制。

　　

Amon Rapp|Arianna Boldi

意大利都灵大学计算机科学系

摘要

在当代游戏中，玩家越来越依赖数值数据来指导游戏内决策、与他人互动以及提升游戏表现。尤其是随着电子竞技和直播活动的兴起，游戏数据已成为玩家发展的重要因素。本研究旨在探讨游戏指标如何影响不同类型玩家的游戏体验，分析游戏数据是否以及如何影响他们的游戏表现并塑造他们的自主感。为此，我们采用了解释性定性研究方法，对休闲玩家、电子竞技选手和主播进行了四十次半结构化访谈，询问他们如何使用和解读游戏数据。随后，我们通过“扩展心智”理论的角度对收集到的材料进行了分析。研究结果表明，不同类型的玩家在追踪、理解和信任游戏指标方面存在差异，这些指标可能扩展了他们的认知过程。此外，研究发现，玩家的游戏知识水平会影响他们处理游戏数据的方式，并据此调整自己的行为。这些发现还表明，过度强调游戏指标的“客观性”可能导致玩家过度依赖外部数值验证，从而可能降低他们的游戏表现和自主感。相比之下，深入了解游戏机制并培养“游戏直觉”的玩家能够更好地控制自己的游戏决策和行为。总之，本研究有助于理解游戏中的自我追踪行为及其对玩家自主性、认知和表现的影响。

部分内容摘录

引言

当代社会正经历“量化”现象的加速发展，即生产和传播数字数据的普遍趋势（Espeland & Stevens, 2008）。随着计算机越来越多地生成、分析和展示与人们生活相关的数据，量化已成为一种普遍的做法（Kou & Gui, 2018）。特别是近年来，“自我追踪”技术的广泛普及——这些数字工具允许收集、管理和分析个人数据……

自我追踪技术

在过去十五年里，旨在追踪个人数据的技术在健康、工作、体育等多个领域变得越来越流行。这些技术被称为“自我追踪”（Rapp et al., 2016）、“个人信息学”（Li et al., 2010）或“量化自我”技术（Marcengo & Rapp, 2014），其起源可以追溯到20世纪初人们对体重秤的私人使用（Crawford et al., 2015）……

方法

为了探讨不同类型玩家如何使用游戏数据和追踪行为，我们采用了定性研究方法。具体来说，我们遵循了解释性定性设计（Schwartz-Shea & Yanow, 2012），并结合了半结构化访谈和主题分析（Braun & Clarke, 2006），同时参考了Clark和Chalmers（1998）提出的“扩展心智”理论。这种方法使我们能够捕捉玩家对游戏指标的主观体验和意义……

研究发现

在本节中，我们根据“扩展心智”理论对数据分析结果进行了解读，该理论认为游戏指标可以被视为更广泛认知系统的一部分，玩家与游戏数据紧密相连，数据实际上可能扩展玩家的认知过程和能力。子章节4.1阐述了游戏数据如何增强玩家的自我意识及其自我评估能力……

讨论

本研究提出了两项重要发现，回答了推动我们研究的两个问题。首先，我们发现不同类型的玩家在使用游戏指标方面存在显著差异（RQ1：不同类型的玩家如何以不同方式使用游戏指标？）。以往的研究通常只关注某一类型的玩家，无论是主播（Mallari et al., 2021）还是休闲玩家（Kou & Gui, 2018）……

局限性与未来研究方向

本研究存在一些局限性，因为它基于意大利游戏社区的数据，而位于不同地区的玩家可能具有不同的追踪习惯。此外，参与者主要为男性，样本中女性玩家的经验代表性不足。尽管大多数电子竞技选手为男性（Rogstad, 2021），但在本研究的目的上我们未发现性别差异……

结论

本文提出了两项重要发现：首先，我们展示了不同玩家如何以不同方式使用和理解游戏数据，并比较了休闲玩家、电子竞技选手和主播的体验；其次，我们指出游戏数据可能扩展玩家的认知过程并影响他们的自主性，但也可能产生不良副作用。特别是，玩家积累的内部游戏知识可以保护他们免受不利后果的影响……

作者贡献声明

Arianna Boldi：撰写——审稿与编辑、方法论设计、数据整理。Amon Rapp：撰写——审稿与编辑、初稿撰写、数据验证、研究监督、方法论设计、概念构建

未引用文献

Bauer et al., 2000; Blizzard, 2004; Boldi et al., 2024; Denzin & Lincoln, 2018; Jun et al., 2018; Kow and Young, 2013; Mann, 2004; Marder et al., 2019; Maxwell, 2010; Nardi, 2010; Rogstad, 2022; Schwartz-Shea and Yanow, 2013; Wilson and Clark, 2009; Yee, 2006.

利益冲突声明

? 作者声明没有已知的财务利益冲突或可能影响本文研究的个人关系。