基于算法偏見的交互游戲設(shè)計研究

關(guān)鍵詞：算法偏見；認知偏見；批判性分析；交互敘事游戲本文引用格式：.基于算法偏見的交互游戲設(shè)計研究［J］.藝術(shù)科技，2025，38（8）：160-162中圖分類號：TP317 文獻標識碼：A文章編號：1004-9436（2025）08-0160-03

0引言

機器學習正逐步滲透到社會生活的方方面面，從金融信貸到雇傭招聘甚至刑事司法等，復雜的社會決策逐步實現(xiàn)自動化，但技術(shù)的本質(zhì)并非價值中立，機器學習偏見在各類算法系統(tǒng)中普遍存在。當下普遍的解決方案僅限于對數(shù)據(jù)庫進行去偏差操作，但這種補救方法無法深入理解問題的復雜性。因此，必須超越有偏見的數(shù)據(jù)集，深人研究引發(fā)算法偏見的更深層次的結(jié)構(gòu)問題。本文結(jié)合認知心理學理論，通過交互敘事游戲使玩家意識到認知偏差并培養(yǎng)批判性思維，從而降低認知偏見發(fā)生的概率。

1從認知沖突到批判思維訓練在交互敘事游戲中的理論基礎(chǔ)

1.1技術(shù)、偏見與算法社會的深層矛盾

算法偏見并非技術(shù)故障，而是人類認知局限與社會結(jié)構(gòu)在數(shù)字空間的映射與強化，其生成遵循“數(shù)據(jù)采集一標記嵌入一算法執(zhí)行一反饋強化”的閉環(huán)邏輯。算法運用過濾泡泡技術(shù)基于用戶畫像特征過濾異質(zhì)信息[1]，構(gòu)筑個性化信息環(huán)境。雖然可以提高信息搜索效率，但易導致信息簡化與片面。當下越來越多的算法模型出現(xiàn)嚴重的倫理問題，然而隨著其決策權(quán)重的日益增大，使得算法偏見從“技術(shù)誤差”轉(zhuǎn)變?yōu)榫哂猩鐣s束力的“規(guī)范性標準”。

1.2認知偏見的頑固性與設(shè)計挑戰(zhàn)

偏見植根于人類認知系統(tǒng)的固有局限。人類決策依賴雙過程系統(tǒng)：直覺式“系統(tǒng)1”高效但易誘發(fā)偏差；審慎式“系統(tǒng)2”可校正偏見卻難持續(xù)激活[2]。然而人類以“系統(tǒng)2”這樣完全理性和充分知情的方式作出判斷的能力是有限的。穆勒－萊爾錯覺證明，即便知曉邏輯謬誤，感知系統(tǒng)仍難克服認知慣性。這揭示了算法去偏的設(shè)計核心：需通過機制創(chuàng)新強制激活“系統(tǒng) 2^′′ ，并引導打破思維定式。

1.3游戲作為偏見放大器與解構(gòu)工具

電子游戲作為沉浸式媒介，可以通過雙重機制影響認知：第一，偏見強化風險。青少年的大腦前額葉直到24歲左右才完全成熟，期間易受角色設(shè)計影響。第二，去偏實踐潛力。

電子游戲包含學習工具所需的諸多要素，能夠進行親社會行為引導，如合作型游戲可顯著提升現(xiàn)實助人行動力（如拾起掉落物品、見義勇為）。美國IARPA“天狼星計劃”（2011）開發(fā)出一款檢驗認知偏見的游戲MISSING，驗證了交互游戲具備偏見激活、及時反饋和認知校準的效果，游戲玩家組在認知靈活性與偏見抑制上均顯著優(yōu)于視頻訓練組[3]。證實交互敘事游戲在觸發(fā)“經(jīng)驗失衡一重構(gòu)循環(huán)”上具有獨特優(yōu)勢，其具身認知環(huán)境通過角色代入強化情緒，可以加速認知修正。

本研究利用游戲的高沉浸性與即時反饋，通過制造經(jīng)驗沖突（如顛覆性劇情）打破既有認知模式，迫使玩家重構(gòu)思維模型，將批判性思維訓練（如證據(jù)評估、假設(shè)檢驗）嵌入敘事互動，轉(zhuǎn)化認知沖突為學習契機。

2交互敘事游戲《狼》的設(shè)計實踐

2.1古典敘事的批判性重構(gòu)：從《聊齋志異》到算法解構(gòu)

設(shè)計實踐作品—交互敘事游戲《狼》（見圖1)，以《聊齋志異·狼》古典文本為原型，融合AI自然語言生成技術(shù)構(gòu)建辯證敘事結(jié)構(gòu)，通過虛實交織的認知沖突場域，實現(xiàn)對算法偏見的批判性解構(gòu)。

2.1.1古典敘事的批判性傳承與時代互文

《狼》的敘事基底源于《聊齋志異·狼》的志怪文本?！读凝S志異》是清代蒲松齡創(chuàng)作的批判性文言小說集，借鬼狐之喻揭露封建政治腐敗與禮教壓迫，其批判深度超越制度層面，直指文化心理，通過“鬼怪比人更具人性”的設(shè)定，迫使讀者反思“人性本質(zhì)”的內(nèi)核。原著中“屠夫殺狼反顯人性之惡”的戲劇反轉(zhuǎn)，打破了“人善獸惡”的二元刻板印象，本質(zhì)上是對“人性本質(zhì)”的叩問。與算法社會中“數(shù)據(jù)標簽固化認知”的現(xiàn)象形成互文，引導玩家反思“算法標簽化推送”與傳統(tǒng)“人/獸”刻板分類的同構(gòu)性，強化其在虛實交織中捕捉認知偏見本質(zhì)的能力。

2.1.2AI生成文本的矛盾性隱喻與偏見訓練

游戲的第二敘事層由AI自然語言生成技術(shù)（NaturalLanguageGeneration，NLG）編撰的文本構(gòu)成。NLG通過抓取互聯(lián)網(wǎng)高流量內(nèi)容（如論壇、評論）學習用戶偏好，生成具有普遍識別性的文本。然而，此類文本往往隱含“特定領(lǐng)域用戶需求”的局限性，同時存在情節(jié)虛構(gòu)化問題。與傳統(tǒng)AI文本生成不同，《狼》刻意保留算法創(chuàng)作的“矛盾性”。例如，AI生成文本既遵循“人定勝天”的主流敘事，又隱含無法掌控自然的邏輯漏洞。這種“看似合理卻隱含偏見”的文本，本質(zhì)上是算法偏見的隱喻一機器學習通過復制“人定勝天”等高流量敘事，將社會對“人類中心主義”的刻板認知編碼為“合理邏輯”。玩家在梳理矛盾情節(jié)的過程中可以主動識別“數(shù)據(jù)一偏見一算法”閉環(huán)的訓練，培養(yǎng)對算法偏見的批判性分析能力。

2.1.3原理深化：基于用戶為中心的“認知干預閉環(huán)\"構(gòu)建

《狼》的深層邏輯以交互設(shè)計的“用戶中心設(shè)計”為框架，構(gòu)建“認知暴露一反思一修正”的完整干預閉環(huán)，引導其從被動暴露偏見轉(zhuǎn)向主動修正思維模式。

（1）認知暴露：基于Fogg行為模型的“偏見觸發(fā)”設(shè)計。根據(jù)Fogg行為模型（行為 Σ=Σ 動機 × 能力 × 觸發(fā)），游戲需通過“低門檻觸發(fā) + 高動機驅(qū)動”激活認知偏見。低門檻觸發(fā)：操作僅需點擊屏幕，避免技術(shù)干擾；高動機驅(qū)動：“記錄真實歷史”的角色設(shè)定與“官方數(shù)據(jù)矛盾”的信息差，迫使玩家調(diào)動“人類比野獸更聰明”的固有認知，暴露潛在的“人類中心主義”偏見。

（2）反思強化：即時反饋與認知沖突的交互設(shè)計。交互設(shè)計中的“反饋機制”是引導反思的關(guān)鍵，當玩家基于偏見推進劇情（如完全相信官方數(shù)據(jù)），通過“民間老者暗示狼跡異常”等隱性警示進行反饋，若玩家質(zhì)疑偏見（如驗證官方與民間信息），可以獲得“真相碎片收集”等顯性獎勵激勵。這種“隱性警示 + 顯性激勵”的反饋組合，既避免直接否定引發(fā)抵觸，又通過結(jié)果差異強化“偏見可能引發(fā)負面后果”的認知，推動反思從被動接受轉(zhuǎn)向主動探索。

2.2互動形式與視覺表達的批判性呈現(xiàn)

交互設(shè)計的核心目標在于構(gòu)建高度沉浸的用戶體驗，而沉浸感的實現(xiàn)依賴“交互形式一視覺語言一敘事邏輯”的系統(tǒng)性協(xié)同。《狼》的設(shè)計實踐通過“隱喻一致性”與“感官融

合”兩大策略，將算法框架的隱蔽性等抽象議題轉(zhuǎn)化為可感知的交互體驗，形成批判性思維訓練場域。

2.2.1交互形式與敘事隱喻的一致性設(shè)計

交互游戲中的“路徑限制”與“算法框架隱蔽性”的核心隱喻深度綁定，即用戶行為受系統(tǒng)預設(shè)路徑約束，在此被創(chuàng)造性轉(zhuǎn)化為“表面自由，實質(zhì)引導”的敘事機制。游戲采用“互動敘事”形式，玩家需要在關(guān)鍵節(jié)點作出選擇（如“是否相信官方對狼患的解釋”“是否跟隨民間傳聞追查真相”），但所有分支結(jié)局已進行預設(shè)。這種“偽自由”的設(shè)計，直接映射算法推薦系統(tǒng)的隱蔽性一一用戶看似擁有“個性化選擇”，實則被限制在數(shù)據(jù)標簽劃定的框架內(nèi)。假如玩家選擇“相信皇帝的解釋”，劇情將導向“狼患被平定但真相被掩蓋”的結(jié)局。通過這種“選擇一結(jié)果”的強關(guān)聯(lián)，玩家能直觀感知算法對用戶的“數(shù)據(jù)標簽”本質(zhì)上是一種“認知框架的預設(shè)”，其“自由選擇”可能只是在算法允許范圍內(nèi)的“偽自由”，進而反思自身在網(wǎng)絡空間中是否被類似算法推送等“隱形框架”所束縛。

2.2.2視覺語言與交互行為的感官統(tǒng)合

游戲視覺采用黑白炭筆手繪風格，這一設(shè)計不僅是對古典志怪故事“哥特風”美學的還原，更通過“觸覺一視覺一認知”的多感官協(xié)調(diào)強化沉浸感。視覺痕跡暗示：炭筆擦涂留下的毛邊、紙紋的凹凸感，使玩家從視覺層面代入“回顧歷史”的角色；此外，炭筆痕跡象征“真相難以被完全覆蓋”，算法雖通過數(shù)據(jù)標簽強化偏見，但用戶的真實需求仍會以“不感興趣”的反饋形式暴露矛盾。動態(tài)交互的視聽同步：當玩家選擇質(zhì)疑官方數(shù)據(jù)時，畫面會出現(xiàn)“筆屑飛濺、線條扭曲”等動畫效果，此時音畫同步，局促的背景音通過視聽突變強化“打破固有認知”的心理沖擊；反之，則畫面逐漸暗沉、明度減弱、對比度降低，背景音逐漸消沉。這種“行為一視覺一聽覺一情緒”的同步反饋，使交互從“機械操作”升維至“認知體驗”。

3設(shè)計優(yōu)化方向：基于玩家反饋的交互迭代策略

根據(jù)玩家提供的反饋，游戲互動過程中玩家始終被劇情所吸引。對于認知偏見和批判性分析有明顯改進，但仍存在“互動行為單一”“挑戰(zhàn)梯度不足”的問題?！独恰返木唧w優(yōu)化可聚焦以下兩點：

3.1擴展互動維度：從“判斷選擇”到“行動干預”

當前游戲的交互集中于“信源判斷”的二元選擇，未來可引入“行動干預”類任務，如“設(shè)計調(diào)查方案驗證關(guān)于狼的傳聞”“說服其他角色改變偏見”等。這類任務需調(diào)用“信息收集一邏輯推理一溝通表達”等多元能力，符合交互設(shè)計中“認知負荷分層”原理，通過逐步增加任務復雜度，引導玩家從“識別偏見”向“修正偏見”進階。例如，在“說服其他角色”任務中，玩家需結(jié)合官方數(shù)據(jù)與民間證據(jù)，設(shè)計有針對性的話術(shù)與行為，這一過程將深度訓練其批判性論證的能力。

3.2優(yōu)化挑戰(zhàn)梯度：從“顯性矛盾”到“隱性偏見”

當前游戲的偏見線索較為明顯，未來可借鑒“漸進式暴露”進行優(yōu)化。前期，通過顯性矛盾幫助玩家建立“偏見識別”的基礎(chǔ)能力（如劇情設(shè)定“人類生理上無法戰(zhàn)勝狼卻被描述為勝利者”）；中期，需要玩家主動對比多源數(shù)據(jù)才能發(fā)現(xiàn)線索（如初始線索“狼的活動區(qū)域”僅描述居住區(qū)，未提及周邊郊區(qū)，為后續(xù)劇情埋下伏筆）；后期，設(shè)置“復合偏見”場景（如民間傳聞中“狼通人性”的描述隱含“動物擬人化”的浪漫主義偏見），訓練玩家同時識別技術(shù)偏見（數(shù)據(jù)片面）與文化偏見（擬人化刻板印象）。這種從顯性到隱性、從單一到復合的挑戰(zhàn)梯度，既符合交互設(shè)計的“心流理論”（能力與挑戰(zhàn)匹配），又能延長認知訓練的時效，避免玩家因“輕易通關(guān)”而失去持續(xù)參與動機。

4結(jié)語

本文聚焦機器學習算法偏見與認知心理學的交叉研究，指出當前“去偏數(shù)據(jù)集”技術(shù)難以解決由社會結(jié)構(gòu)性不公正導致的算法偏見問題。研究提出通過交互敘事游戲干預人類認知偏見的新路徑，分析網(wǎng)絡空間中算法如何通過“數(shù)據(jù)采集一偏見生成一強化”的閉環(huán)復現(xiàn)社會偏見，并探討電子游戲作為認知偏見傳播與干預工具的雙重性。通過交互敘事游戲《狼》融合用戶中心設(shè)計、反饋機制、沉浸感協(xié)同等交互原理，構(gòu)建一個“可感知、可反思、可訓練”的認知偏見干預場域。通過技術(shù)與人文的交叉實踐，將“算法公正”的抽象議題轉(zhuǎn)化為玩家可觸、可感的具體體驗，為同類研究提供了“理論一設(shè)計一實踐”的完整參考路徑。

參考文獻：

[1」伊萊·帕里澤.過濾泡泡：互聯(lián)網(wǎng)沒有告訴你的事［M」.紐約：企鵝出版社，2011：10-16.

[2]丹尼爾·卡尼曼.思考，快與慢［M］.紐約：法拉爾、斯特勞斯和吉羅尤出版社，2011：17-27.

[3］卡爾·辛波斯基，梅格·巴頓，瑪麗·麥吉·奎因，等.失蹤：一個緩解認知偏差的嚴肅游戲［J」.跨軍種/行業(yè)培訓、模擬和教育會議，2014（14295）：1-13.