Eternagram: Probing Player Attitudes in Alternate Climate Scenarios Through a ChatGPT-Driven Text Adventure

传统的评估气候变化态度的方法受到限制，主要是因为缺乏特定上下文评估策略和过度依赖简单的调查。游戏化评估（GBA）通过将参与者沉浸在精心设计的情景环境中的有趣游戏中，证明了克服这些问题的能力。同时，人工智能和自然语言处理的进步显示出增强游戏化测试环境的潜力，通过生成具有上下文意识和类人对话，为更自然和有效的评估做出贡献。我们的研究通过实现与描绘未来气候情景的游戏设计相协调的GPT驱动的聊天机器人系统，介绍了一种探索气候变化态度的新技术。相关性分析显示出一种同化效应，即玩家的游戏后气候意识倾向于与他们的游戏内感知相一致。积极气候态度的关键预测因素被确定为“开放性”和“宜人性”这样的特质，以及对民主价值观的偏好。

本论文试图通过结合游戏设计和自然语言处理技术，解决传统气候变化态度评估方法的局限性，提高评估的真实性和有效性。

论文提出了一种结合GPT驱动的聊天机器人系统和气候变化情景游戏设计的新技术，以更自然和有效的方式评估人们对气候变化的态度。

论文通过实验验证了该技术的有效性，并确定了一些积极气候态度的关键因素。论文使用了自然语言处理技术和游戏设计，这在传统气候变化态度评估方法中是新颖的。论文提供了一个创新的思路，可以在未来的研究中得到更深入的探讨。

最近的相关研究包括利用游戏设计和虚拟现实技术评估气候变化态度的研究，以及利用自然语言处理技术进行情感分析的研究。例如：'Virtual Reality and Serious Games in Climate Change Research: A Systematic Review'和'Sentiment Analysis of Climate Change Tweets: Topic Clustering, Visualization, and Emotion Detection'.