- 建立巴西土著语言学习游戏：一个案例研究
该研究论文讨论了为巴西土著语言构建语言学习游戏的首次尝试及其面临的挑战。我们提出了一个带有游戏化特点的工具设计，并描述了从依赖树库和词汇数据库中自动生成语言练习和问题的过程。我们讨论了我们原型的局限性，强调了伦理和实际实施方面的考虑。最后， - 增强执法培训：一种游戏化的方法来发现恐怖主义融资
利用新技术打击网络犯罪活动的工具往往过于复杂，这限制了执法部门和终端用户的参与度。因此，本研究描述了结合学习和训练方法以及利用游戏化提高技术转移和成人学习的潜力的经验，同时还通过制定培训活动和设计可应用于调查的游戏来增加跨部门和跨国合作来打 - 心理学的 LLM 智能体：关于游戏化评估的研究
通过将强大的 LLM 代理人纳入指定角色并精心管理其互动，PsychoGAT 能够将任何标准化量表转化为个性化、引人入胜的互动小说游戏，并通过心理测量评估证明其有效性，人工评估确认其在内容一致性、互动性、趣味性、沉浸度和满意度方面的改进。
- 设计混合主导的视频游戏
通过将 AI 生成的文本与游戏相结合，利用混合主动性合作的方式，探索人工智能与人类之间的互动，从而提高内容创作者和玩家的可访问性和趣味性，进一步影响玩家的创造性过程和角色认知，以及根据不同背景偏好，鼓励创新内容合作设计。
- 利用人工智能棋类比赛刺激学生参与度
本研究介绍了一种基于项目和竞赛的本科生课程，旨在为第二年级学生提供搜索方法在棋盘游戏中的应用基础，并通过竞赛形式应用于构建 AI 代理以参加比赛。通过引入竞赛化学习和游戏化学习，以更好的方式促进学生学习的质量和体验。
- 带可见状态的边界框注释
提出了一种通过移动相机进行捕捉的自动化注释方法，并通过游戏化应用程序特性来捕获多视图图像数据集，降低了人们的心理负担和时间压力，从而增加了参与度。
- 利用大型语言模型和基于故事情节的游戏化设计智能辅导系统，以支持入门级编程课程：基于设计的研究研究
本研究旨在探讨如何利用大型语言模型和游戏化技术，提高中国留学生在编程课程中的学习效果和归属感，通过开发智能教学系统来适应他们的学习需求和提供支持。
- 游戏化能减轻 mHealth 应用中自我报告的负担吗？使用智能手表数据的机器学习进行可行性研究以估计认知负荷
本文在探讨如何解决数字治疗中患者面临的自我报告过多问题。通过引入游戏化因素和基于 PPG 信号的认知负荷检测技术，研究发现可以减轻患者的认知负荷，提高患者对数字治疗的参与度。
- CommonsenseQA 2.0：通过游戏化揭示 AI 的局限性
本研究提出以益智游戏为框架进行数据构建来解决自然语言理解模型面临的问题，使用这种方法构建出包含 14,343 个 yes/no 问题的 CommonsenseQA 2.0，该数据集对比现有的深度学习模型难度更大（例如 T5-based Un - ACL愚我无二：基于维基百科游戏化的蕴含关系
通过一款多人游戏收集了大量具有挑战性的蕴涵数据对集合 FoolMeTwice，通过游戏化大幅降低了使用 “捷径” 解决问题的数量，并得出高质量的数据，其玩法之间的竞争促进了更多多样化策略的运用，如时间推理和转移无关证据。
- 成语语料库构建的众包游戏化
本文介绍了一种基于游戏化众包方法的语言学习材料收集方法，可以有效地收集各种表达习惯用语的例句，这一方法在语言独立性、数据收集的效率以及成果的可行性等方面都得到了验证。
- 智能基础设施能效博弈理论框架的设计、基准测试和可解释性分析
本文提出一种游戏化方法作为智能建筑基础设施的新框架，旨在激励人类占用者重新考虑个人能源使用并对其环境产生积极影响。我们引入了一种以博弈论为基础的策略，在建筑管理员与占用者之间创建接口，可能会激励节能行为，运用新型效用学习框架提高预测性能，通