律睿慜 楊帆 陸菁 陳偉

摘 要：當(dāng)前的研究普遍關(guān)注于運(yùn)用游戲化來提高學(xué)習(xí)的參與度，但對于色彩教育這樣的特定領(lǐng)域的游戲化研究還不充分，而且缺少對游戲化要素及學(xué)習(xí)效果影響因素的分析。針對這一問題，設(shè)計了一款用于訓(xùn)練色彩辨識能力的游戲模型。首先設(shè)計了核心玩法相同、但交互方式不同的兩種玩法;然后在這兩種玩法中都加入了相同的虛擬獎勵;最后分別比較在有或無虛擬獎勵的情況下兩種玩法對訓(xùn)練效果的影響，以及在相同玩法下有無虛擬獎勵對訓(xùn)練效果的影響。結(jié)果顯示，玩法設(shè)計影響學(xué)習(xí)效率，而虛擬獎勵顯著影響參與度。

關(guān)鍵詞：色彩辨識;CIELAB;游戲化;教育游戲

中圖分類號：?G434

文獻(xiàn)標(biāo)志碼：A

Gamification design and effect analysis of color education

LYU Ruimin， YANG Fan， LU Jing， CHEN Wei*

School of Digital Media， Jiangnan University， Wuxi Jiangsu 214122， China

Abstract：?Current research generally focuses on the application of gamification to improve the engagement of learning. However， the research on gamification in specific fields such as color education is not sufficient， and there is a lack of analysis on the gamification elements and influence factors of learning effects. For these problems， a game model for training color recognition was designed. Firstly， two different ways of playing were designed with same core gameplay but different interaction modes. Then， the same virtual reward was added in both playing ways. Finally， the effects of two playing ways on learning effect with or without virtual reward were compared， and the effect of virtual reward in the same playing way were compared. The results show that gameplay design mainly affects learning efficiency， and virtual reward mainly affects engagement.

Key words：?color recognition; CIELAB; gamification; educational game

0 引言

在大學(xué)教學(xué)中，學(xué)生的參與度偏低是課堂中很容易發(fā)生的問題，缺乏有效的解決辦法。文獻(xiàn)[1]提出，游戲化是一種解決方案。目前，游戲化的解決方案越來越多地成為國外大學(xué)課堂中的探索與實(shí)踐，但在國內(nèi)還是一個亟需開拓的領(lǐng)域。

現(xiàn)有的游戲化研究證實(shí)了游戲化對提升參與度的正面作用。例如，張金磊等[2]利用游戲化來進(jìn)行翻轉(zhuǎn)課堂的嘗試;開普敦大學(xué)的教授使用在線學(xué)習(xí)管理工具將計算機(jī)課程游戲化，并且還研究了如何推廣到其他課程[1];葡萄牙的高級研究機(jī)構(gòu)INESC-ID （Instituto de Engenharia de Sistemas e Computadores-Investigao e Desenvolvimento） 在里斯本理工大學(xué)多次進(jìn)行游戲化課程實(shí)驗(yàn)，成功游戲化了多媒體內(nèi)容制作（Multimedia Content Production， MCP）、理學(xué)碩士（Master of Science， MSc）等多個大學(xué)課程[3-5];奧克蘭大學(xué)、奧塔哥大學(xué)、多倫多大學(xué)的教授們則將游戲化元素添加到了學(xué)習(xí)測試平臺中，使平臺獲得了更多的人氣[6];文獻(xiàn)[7-10]中均介紹了游戲化應(yīng)用在教育中的案例。

但是，上述研究仍存在以下問題：

1）游戲化研究大都是在原有的教學(xué)方案上增加額外的虛擬獎勵，極少運(yùn)用游戲設(shè)計方法去改變原有的學(xué)習(xí)方式，以致于有少數(shù)學(xué)者批評虛擬獎勵并非游戲化的核心內(nèi)容，認(rèn)為它們并不能真正改變學(xué)習(xí)體驗(yàn)。文獻(xiàn)[1]中定義的游戲化認(rèn)為，它的本質(zhì)上并不局限于虛擬獎勵，應(yīng)該包含玩法設(shè)計方面的考慮，但以往游戲化普遍忽略這方面內(nèi)容。

2）在現(xiàn)有的嚴(yán)肅游戲案例中，針對色彩認(rèn)知教育方面的實(shí)例還很少，而色彩認(rèn)知能力又是許多學(xué)科需要培養(yǎng)的基礎(chǔ)能力。

3）大多數(shù)先前的實(shí)驗(yàn)研究都主要關(guān)注證明游戲化或嚴(yán)肅游戲的正面作用，但較少指出游戲化教學(xué)的局限和負(fù)面作用[11]，更缺乏對不同游戲設(shè)計策略的效用對比分析。

針對上述三方面的問題，本文主要工作如下：1）在游戲化研究中引入玩法設(shè)計;2）針對色彩認(rèn)知進(jìn)行游戲設(shè)計，提出兩種訓(xùn)練色彩辨別能力的玩法模型;3）實(shí)驗(yàn)對比了虛擬獎勵和玩法設(shè)計的效用，并對學(xué)生的主觀性進(jìn)行了分析。

1 相關(guān)工作

在國內(nèi)，色彩教育的啟蒙一般發(fā)在幼兒園、小學(xué)階段，文獻(xiàn)[12]指出，受到傳統(tǒng)教學(xué)思想的影響，小學(xué)美術(shù)學(xué)科在小學(xué)教學(xué)體系中的地位并不高，美術(shù)教學(xué)的作用也沒有完全發(fā)揮出來。 到了初高中，受升學(xué)壓力的影響，非藝術(shù)生往往不會有這方面的課程，這就導(dǎo)致了很少有學(xué)生還會記得色彩方面的知識。而藝術(shù)生一般通過參加培訓(xùn)班，最后考入大學(xué)。這就導(dǎo)致到了大學(xué)，絕大多數(shù)非藝術(shù)生在色彩認(rèn)知方面是有所欠缺的。隨著計算機(jī)技術(shù)的發(fā)展，誕生了越來越多藝術(shù)相關(guān)的交叉學(xué)科，比如互動媒體技術(shù)，但學(xué)習(xí)這些課程的學(xué)生卻主要是工科學(xué)生，他們往往缺乏完備的色彩知識，而這些色彩知識又是學(xué)習(xí)這些課程所必不可少的。

游戲化是指在非游戲環(huán)境中使用基于游戲的元素，旨在吸引人、激勵行動、增強(qiáng)學(xué)習(xí)和解決問題[7]。游戲化已被用于許多不同的領(lǐng)域，例如增強(qiáng)公民垃圾分類意識[13]、幫助推動教學(xué)[1-5]、促進(jìn)健身和健康意識[14]、協(xié)助殘疾人恢復(fù)健康[15]以及鼓勵綠色駕駛[7]。學(xué)習(xí)和鍛煉新技能一直是游戲化的主要應(yīng)用之一，文獻(xiàn)[16]中通過讓用戶玩拼圖游戲來匹配目標(biāo)圖像，從而教授Photoshop，用戶表示他們能夠使用這種游戲化方法來熟悉軟件并發(fā)現(xiàn)新技巧。

文獻(xiàn)[17]中的GamiCAD是AutoCAD的教程系統(tǒng)，它鼓勵用戶執(zhí)行畫線和修剪操作，以幫助美國航空航天局（National Aeronautics and Space Administration， NASA）構(gòu)建航天器。據(jù)報道，用戶可以更快地完成任務(wù)，并發(fā)現(xiàn)使用本教程的游戲化版本可以獲得更具吸引力和愉悅的體驗(yàn)。

文獻(xiàn)[18]中則指明了游戲化強(qiáng)大的教學(xué)可能性。所以游戲化作為改善學(xué)習(xí)的方法，常常被研究。

雖然可以利用游戲化的教育方式來幫助大學(xué)生訓(xùn)練色彩技能，但它的設(shè)計方法仍不容忽視。文獻(xiàn)[8，19-21]都說明了游戲設(shè)計的重要性。文獻(xiàn)[1，4-5，9]只是單純地在游戲中添加了分?jǐn)?shù)、排行榜、徽章、成就等虛擬獎勵。事實(shí)上，教育中的游戲化不僅限于添加這些虛擬獎勵，還有許多研究和實(shí)踐都涉及游戲玩法、故事和其他內(nèi)容的設(shè)計[8，16，19]。因此，虛擬獎勵和游戲玩法都是游戲設(shè)計至關(guān)重要的考慮因素。但是，以往的研究往往缺乏不同游戲化要素之間的比較，這也是本文主要研究的內(nèi)容。

2 學(xué)生主觀性分析

任何良好的游戲化設(shè)計都應(yīng)該有三個基本屬性：對于玩家，它應(yīng)該具有某種特定的意義;通過提供玩法，它能夠激發(fā)玩家掌握某種能力;并且它應(yīng)該是自主的。對于玩家與游戲化產(chǎn)品之間的聯(lián)系，產(chǎn)品必須是為特定目的而設(shè)計的，即最終目標(biāo)必須是玩家希望實(shí)現(xiàn)的目標(biāo)。

為此，在設(shè)計色彩教育游戲之前，對學(xué)生的主觀數(shù)據(jù)進(jìn)行了調(diào)查，即是否學(xué)生愿意接受游戲化的教育方式以及學(xué)生是否有意愿提高自己的色彩辨識能力。針對計算機(jī)動畫技術(shù)這一多媒體課程，收集了所有參與實(shí)驗(yàn)的98個技術(shù)生的主觀數(shù)據(jù)，并用0表示毫無興趣，1表示較少興趣，2表示一般，3表示較大興趣，4表示很感興趣。表1為所有參與實(shí)驗(yàn)學(xué)生的主觀數(shù)據(jù)的平均值及其標(biāo)準(zhǔn)差。從表1可知，絕大多數(shù)學(xué)生對游戲有著較高的興趣，對藝術(shù)的學(xué)習(xí)、對提高自己的色彩能力都有著較強(qiáng)烈的意愿。這說明利用游戲來教學(xué)是一個可嘗試的方式。

3 游戲模型

3.1 測試模型

該測試模型（如圖1所示）基于HSV（Hue， Saturation， Value）顏色模式，用于評估玩家對顏色色相的認(rèn)知程度。測試的核心思想是，玩家的能力越高，他對給定顏色的主觀評價就越接近于該顏色的確切值。

因此，該模型要求玩家判斷給定顏色的色相值，系統(tǒng)會自動記錄誤差角度，即他的主觀估值和實(shí)際色調(diào)值的角度差。在測試中，白色圓環(huán)可以理解為HSV的色相環(huán)，但它只顯示3個顏色的位置，即光的三原色紅綠藍(lán)的位置，而這三原色的顯示是為了讓玩家判斷色環(huán)的方向。屏幕中心會出現(xiàn)一個特定的顏色，玩家需要根據(jù)其顏色判斷并點(diǎn)擊白色圓環(huán)相應(yīng)顏色的位置。模型中顏色的飽和度和亮度保持不變。

在色環(huán)中，每個角度都代表著一種顏色。本文將色相環(huán)平均分成了16個區(qū)域，即每22.5°為一個區(qū)域，屏幕中心出現(xiàn)的顏色為每個區(qū)域中的一個隨機(jī)值，且每個區(qū)域的隨機(jī)值都僅會出現(xiàn)一次。因此，一輪測試需要玩家判斷16個顏色點(diǎn)在白色圓環(huán)上的相應(yīng)位置。而每次判斷完，玩家并不會知道自己和標(biāo)準(zhǔn)的顏色點(diǎn)位置偏差了多少度。因?yàn)檫@僅僅是個測試模型，需要保證玩家不會通過此模型來提高自己的顏色辨識能力。

3.2 技能訓(xùn)練模型

該模型主要設(shè)計了兩種非常相似的玩法，它們的主要區(qū)別在于交互方式的不同：玩法1通過按住鼠標(biāo)左或右鍵來控制顏色從而發(fā)射小球;玩法2通過直接點(diǎn)擊可選擇的多個小球中的某個，來確定顏色從而發(fā)射小球。

為了對比有無虛擬獎勵所帶來的訓(xùn)練效果差別，在這兩種玩法中又都加入了常見的游戲元素：排行榜、成就、積分和商店，這就構(gòu)成了兩種新的技能訓(xùn)練模型，圖2為兩種技能訓(xùn)練模型的對比。

3.2.1 玩法1模型

在這個游戲玩法中，玩家被要求通過改變屏幕中心白色小球的顏色來攻擊目標(biāo)白色小球。通過按住鼠標(biāo)左鍵或右鍵來控制中心小球的顏色變化，顏色按照HSV色環(huán)順時針或逆時針變化。玩家可以看到屏幕中心小球逐漸變化的顏色，當(dāng)松開鼠標(biāo)按鈕時，屏幕中心的小球會根據(jù)此時的顏色朝著該顏色的方向發(fā)射一個該顏色的小球。一個顏色代表一個方向，即需要玩家確定的是白色小球位置應(yīng)該是什么顏色，接著將屏幕中心的小球變成這個顏色，然后松開鼠標(biāo)。在這個技能訓(xùn)練模型中，同樣會有3個固定的顏色——紅、綠、藍(lán)，以確定其他顏色的位置。模型中的顏色、飽和度和亮度與測試模型中的值一致。

在這個玩法中，玩家擁有10點(diǎn)能量值，每次發(fā)射一個小球，就會扣除1點(diǎn)能量值。每次擊中白色小球時，它將恢復(fù)1點(diǎn)能量值并增加1點(diǎn)分?jǐn)?shù)。當(dāng)白色小球被擊中，它將消失并且會在隨機(jī)位置出現(xiàn)下一個白色小球，但白球的位置距離屏幕中心的位置是不變的。當(dāng)能量值為零時，會提示玩家將重新開始游戲。

3.2.2 玩法2模型

在這個游戲玩法中，在屏幕底部會有9個隨機(jī)顏色的小球，每個顏色的小球都代表著一個方向。玩家被要求在9個彩色小球中找到并點(diǎn)擊唯一一個正確顏色的小球，來擊中白色發(fā)光小球，即確定白色發(fā)光小球所處位置應(yīng)該是什么顏色。需要注意的是，隨著得分越來越高，這些彩色小球之間色相的差距會越來越小。在這個玩法中，玩家同樣擁有10點(diǎn)能量值，每次點(diǎn)擊發(fā)射一個小球，就會扣除1點(diǎn)能量值。每次擊中白色小球時，它將恢復(fù)1點(diǎn)能量值并增加1點(diǎn)分?jǐn)?shù)。當(dāng)白色小球被擊中，它將消失并且會在隨機(jī)位置出現(xiàn)下一個白色小球，同時屏幕底部的顏色小球也會刷新。白球的位置距離屏幕中心的位置仍然是不變的。當(dāng)能量值為零時，會提示用戶將重新開始游戲。

3.2.3 虛擬獎勵

在這兩種玩法中都加入了相同的游戲元素：排行榜、成就、積分和商店;玩法的交互方式不變。每當(dāng)玩家的能量為0時，玩家將根據(jù)單局的最高得分獲得成就，而且這些成就會一直顯示在屏幕左上方。與此同時，單局的得分將被累積轉(zhuǎn)換成積分，這些積分可用于商店，而商店能夠讓玩家更輕松地獲得分?jǐn)?shù)。

商店內(nèi)可購買的4個屬性為：

1）能量上限：額外增加能量上限;

2）能量加成：每擊中一個小球，額外回復(fù)能量;

3）得分加成：擊中一個小球，額外獲得得分;

4）連續(xù)得分加成：連續(xù)擊中小球，再次額外增加得分。

當(dāng)購買完這些能力后，玩家會更容易獲得更高的單局得分，從而可以挑戰(zhàn)更高的成就。而且在這兩個游戲模型中，每個玩家都被要求參與排行榜，玩家可以實(shí)時看到排行榜的最高分、玩家姓名和最高成就。

4 實(shí)驗(yàn)設(shè)計

4.1 分組安排

實(shí)驗(yàn)對象為98名工科學(xué)生（21～22歲），其專業(yè)是數(shù)字媒體技術(shù)，男女比例約1∶ 1。首先讓學(xué)生們熟悉測試模型，避免由操作失誤帶來的誤差。接著開始測試，學(xué)生們被要求完成至少3輪測試模型的測試，3次測試可以測得48個顏色誤差數(shù)據(jù)，憑借這些數(shù)據(jù)基本可以評估學(xué)生的色彩認(rèn)知能力。之后，將這些學(xué)生分成了4個小組，分組并非完全隨機(jī)，而是基于一個準(zhǔn)則：讓每個小組成員的初始水平盡可能接近，且每組成員的能力值都接近正態(tài)分布。4個小組的技能訓(xùn)練模型分配如表2所示。

4.2 實(shí)驗(yàn)方法

為了游戲的自主性，學(xué)生們可以自由選擇玩游戲的時間，但要求最長為30min。在測試之前，清楚地向每個參與者嚴(yán)格說明了測試過程。每個參與者必須先至少完成3輪測試模型的能力測試，然后進(jìn)入技能訓(xùn)練模型進(jìn)行游戲;當(dāng)決定放棄不玩時，再次進(jìn)入測試模型，完成至少3輪測試。玩家判斷的顏色數(shù)據(jù)由系統(tǒng)自動記錄。

5 實(shí)驗(yàn)數(shù)據(jù)分析

5.1 色差分析

CIELAB顏色空間是由國際照明委員會（Commission Internationale de LEclairage， CIE）在1976年發(fā)布推廣的均勻的顏色空間。該顏色空間使用三個坐標(biāo)值，即亮度（L*）、綠紅色相（a*）和藍(lán)黃色相（b*）來數(shù)字化表達(dá)顏色。因CIELAB是均勻的色彩空間，因而任何兩個顏色的差異都可用色差公式[22]來很好地表現(xiàn)顏色變化程度[23]。式（1）為CIE1976色差公式：

ΔE12= （L*1-L*2）2+（a*1-a*2）2+（b*1-b*2）2

（1）

在測試模型中，學(xué)生在技能訓(xùn)練模型中的RGB（Red， Green， Blue）數(shù)據(jù)被記錄下來。計算時，需要把RGB轉(zhuǎn)化成CIELAB才能計算色差值。事實(shí)上，RGB無法直接轉(zhuǎn)換成CIELAB，需要先轉(zhuǎn)換成CIEXYZ再轉(zhuǎn)換為CIELAB。在文獻(xiàn)[24]中指出，CIEXYZ是CIE于1931提出的色彩空間，它是基于人眼對色實(shí)驗(yàn)基礎(chǔ)上建立的，也是最接近人眼視覺的空間，但該空間并非均勻色彩空間。RGB至CIELAB的計算方法及公式如下：

Rlinear=γ-1（R/255）

Glinear=γ-1（G/255）

Blinear=γ-1（R/255）

（2）

γ-1（x）=

[（x+0.055）/1.055]2.4，? x>0.04045

x/12.92， x≤0.04045

（3）

XYZ = M × RlinearGlinearBlinear

（4）

其中， M =? 0.4124 0.3576 0.18050.2126 0.7152 0.07220.0193 0.1192 0.9505? 。

接著通過CIEXYZ計算CIELAB：

L*=116f（Y/Yn）-16

a*=500[f（X/Xn）-f（Y/Yn）]

b*=200[f（Y/Yn）-f（Z/Zn）]

（5）

f（t）= t1/3，??????? t>? 6 29? 3

1 3?? 29 6? 2t+ 4 29 ， t≤? 6 29? 3

（6）

式中，Xn、Yn、Zn為CIE標(biāo)準(zhǔn)照明體D65照射在完全漫反射體上，然后反射到觀察者眼睛中的三色刺激值，Xn=95047，Yn=100.0，Zn=108.883[25]。

5.2 實(shí)驗(yàn)數(shù)據(jù)篩選與分析

在實(shí)驗(yàn)前，盡管每一位被試都認(rèn)真閱讀了實(shí)驗(yàn)指導(dǎo)，但仍然會發(fā)生不合規(guī)范的操作，所以在測試程序中詳細(xì)記錄了所有測試人員的操作過程。在后續(xù)處理中，通過鑒別操作過程的記錄，識別出了存在不合規(guī)范操作的所有樣本，視為無效數(shù)據(jù)。最后，經(jīng)過嚴(yán)格的數(shù)據(jù)篩選，總共收集了57個有效樣本。把學(xué)生各自所測得的所有色差值的平均值作為評估其個人能力的指標(biāo)，同時還計算了每個小組所有學(xué)生的平均色差值及其標(biāo)準(zhǔn)誤差。

圖4為各組學(xué)生的ΔE箱體圖與ΔE均值及其標(biāo)準(zhǔn)誤差，從訓(xùn)練前后色差能力的變化可知，通過玩這個游戲，大多數(shù)學(xué)生的色彩辨識能力是有所提高的。從一、二組，三、四組的對比中，可知玩法2對學(xué)生的幫助明顯要大于玩法1。第一組的學(xué)生并沒有明顯的能力提升，說明學(xué)生能力的提升明顯受到玩法設(shè)計的影響，不合適的玩法并不能幫助學(xué)生提升能力。由于第一組和第三組的玩法相同，可推斷，盡管一個不合適的游戲玩法不能很好幫助學(xué)生提升能力，但添加了合適的虛擬獎勵，很可能可以改善這一情況;而從第二組與第四組的數(shù)據(jù)來看，在相對優(yōu)秀的玩法中，添加了虛擬獎勵能更好地提升能力。

圖5為各組學(xué)生所花費(fèi)時間的箱體圖與均值及其標(biāo)準(zhǔn)誤差，從時間角度出發(fā)，第一組和第三組為同一玩法、第二組和第四組為同一玩法，后者在前者的基礎(chǔ)上，都添加了相同的虛擬獎勵。明顯可以看出，虛擬獎勵的使用大大增加了大多數(shù)學(xué)生的游戲時間，即虛擬獎勵的添加，很大程度上提高了學(xué)生的參與度，從而獲得了更好的訓(xùn)練效果;但需要注意的是，雖然第三組在添加虛擬獎勵的情況下有著不錯的訓(xùn)練效果，但是在更短的時間內(nèi)，且沒有添加虛擬獎勵的情況下，第二組同樣表現(xiàn)出優(yōu)異的訓(xùn)練效果，這突顯出了玩法設(shè)計舉足輕重的地位。

5.3 主觀性數(shù)據(jù)分析

在各組學(xué)生完成自己的測試后，會被要求填寫問卷，以調(diào)查每組學(xué)生對所在組技能訓(xùn)練模型有效性及趣味性的主觀評價。0表示毫無幫助（毫無興趣），1表示較小幫助（較小興趣），2表示一般，3表示較大幫助（較大興趣），4表示十分有幫助（十分有興趣）。圖6為各組學(xué)生對各自技能訓(xùn)練模型的主觀有效性評價的箱體圖與均值及其標(biāo)準(zhǔn)誤差。

從主觀的角度出發(fā)，由圖6可知，學(xué)生們普遍認(rèn)為玩法1的技能訓(xùn)練模型對自己的幫助較小，玩法2的技能訓(xùn)練模型對自己的幫助較大，這與實(shí)驗(yàn)數(shù)據(jù)相互印證。

從圖7中可以看出，學(xué)生們主觀認(rèn)為這4個技能訓(xùn)練模型的趣味性相似。這說明了虛擬獎勵的有無、玩法的不同，都不能對這個技能訓(xùn)練模型本身帶來明顯趣味性的變化。

6 結(jié)語

本文設(shè)計了一種用于顏色認(rèn)知訓(xùn)練的游戲原型，通過實(shí)驗(yàn)表明，大多數(shù)學(xué)生可以通過這個色彩教育游戲來提高自己的色彩辨識能力。而通過對比實(shí)驗(yàn)發(fā)現(xiàn)了以下規(guī)律：虛擬獎勵的使用往往是通過提高學(xué)生的參與度，從而帶來更好的學(xué)習(xí)效果，而游戲玩法卻能直接影響學(xué)生的學(xué)習(xí)效果。在合適的游戲玩法下，添加虛擬獎勵有助于學(xué)生獲得更好的學(xué)習(xí)效果;在不合適的游戲玩法下，添加虛擬獎勵后的學(xué)習(xí)效果是差強(qiáng)人意的。

所以，根據(jù)實(shí)驗(yàn)，本文建議游戲化的研究人員應(yīng)該注意游戲玩法和虛擬獎勵各自帶來的不同效果。例如，在教學(xué)應(yīng)用中，首先要考慮各種教學(xué)內(nèi)容（教材、課堂組織、教學(xué)形式）的優(yōu)化設(shè)計，而不是立即考慮如何增加激勵機(jī)制。在眾包應(yīng)用程序中，首先應(yīng)該考慮如何重新設(shè)計任務(wù)以使其更有趣，而不是直接添加虛擬獎勵。然而，在商業(yè)應(yīng)用中，直接考慮獎勵機(jī)制可能是實(shí)際的，因?yàn)橄惹暗哪繕?biāo)可能會顯著增加對顧客的吸引力。

一些成功的教育案例也印證了本文的建議。例如CodeCombat和蘋果公司的Swift Playground等編程游戲，這些游戲表明關(guān)鍵是讓玩家真正使用編程技巧來解決問題，而獎勵機(jī)制是一個額外的增強(qiáng)。在眾包應(yīng)用中，F(xiàn)oldIt是一個成功的例子，其成功的關(guān)鍵在于將折疊蛋白重新設(shè)計為一種解密游戲，獎勵機(jī)制也是一種額外的增強(qiáng)。

參考文獻(xiàn)

[1]?ODONOVAN S， GAIN J， MARAIS P. A case study in the gamification of a university-level games development course [C]// Proceedings of the 2013 South African Institute for Computer Scientists and Information Technologists Conference. New York： ACM， 2013： 242-251.

[2]?張金磊，張寶輝.游戲化學(xué)習(xí)理念在翻轉(zhuǎn)課堂教學(xué)中的應(yīng)用研究[J]. 遠(yuǎn)程教育雜志，2013，31（1）：73-78. （ZHANG J L， ZHANG B H. Application of game based learning in flipped classroom [J]. Journal of Distance Education， 2013， 31（1）： 73-78.）

[3]??BARATA G， GAMA S， JORGE J， et al. Engaging engineering? students with gamification [C]// Proceedings of the 5th International Conference on Games and Virtual Worlds for Serious Applications. Washington， DC： IEEE Computer Society， 2013：1-8.

[4]??BARATA G， GAMA S， JORGE J. Improving participation and? learning with gamification [C]// Proceedings of the 1st International Conference on Gameful Design， Research， and Applications. New York： ACM， 2013： 10-17.

[5]?THOM J， MILLEN D， DIMICCO J. Removing gamification from an enterprise SNS [C]// Proceedings of the ACM 2012 Conference on Computer Supported Cooperative Work. New York： ACM， 2012： 1067-1070.

[6]?DENNY P， MCDONALD F， EMPSON R， et al. Empirical support for a causal relationship between gamification and learning outcomes [C]// Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems. New York： ACM， 2018：No.311.

[7]?De SOUSA BORGES S， DURELLI V H S， REIS H M， et al. A systematic mapping on gamification applied to education [C]// Proceedings of the 29th Annual ACM Symposium on Applied Computing. New York： ACM， 2014： 216-222.

[8]?FITZ-WALTER Z， WYETH P， TJONDRONEGORO D， et al. Driven to drive： designing gamification for a learner logbook smartphone application [C]// Proceedings of the 1st International Conference on Gameful Design， Research， and Applications. New York： ACM， 2013：42-49.

[9]?GOOCH D， VASALOU A， BENTON L， et al. Using gamification to motivate students with Dyslexia [C]// Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. New York： ACM， 2016： 969-980.

[10]?DAVIS K， KLEIN E. Investigating high school students perceptions of digital badges in afterschool learning [C]// Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. New York： ACM， 2015： 4043-4046.

[11]?BARATA G， GAMA S， JORGE J， ET AL. Improving participation and learning with gamification [C]// Proceedings of the 1st International Conference on Gameful Design， Research， and Applications. New York： ACM， 2013： 10-17.

[12]?劉利利. 小學(xué)美術(shù)教學(xué)中如何培養(yǎng)學(xué)生的動手能力分析[J]. 中國校外教育， 2015（11）：159-159. （LIU L L. How to cultivate students practical ability in art teaching in primary school [J]. Education for Chinese After-school， 2015（11）： 159-159.）

[13]?LESSEL P， ALTMEYER M， KRüGER A. Analysis of recycling capabilities of individuals and crowds to encourage and educate people to separate their garbage playfully [C]// Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. New York： ACM， 2015：1095-1104.

[14]?ZHAO Z， ARYA A， WHITEHEAD A， et al. Keeping users engaged through feature updates： a long-term study of using wearable-based exergames [C]// Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems. New York： ACM， 2017：1053-1064.

[15]??JACOBS A， TIMMERMANS A， MICHIELSEN M， et al. ?CONTRAST： gamification of arm-hand training for stroke survivors [C]// Proceedings of the CHI 2013 Extended Abstracts on Human Factors in Computing Systems， New York： ACM， 2013： 415-420.

[16]?DONG T， DONTCHEVA M， JOSEPH D， et al. Discovery-based games for learning software [C]// Proceedings of the 2012 SIGCHI Conference on Human Factors in Computing Systems. New York： ACM， 2012： 2083-2086.

[17]?LI W， GROSSMAN T， FITZMAURICE G. GamiCAD： a gamified tutorial system for first time AutoCAD users [C]// Proceedings of the 25th Annual ACM Symposium on User Interface Software and Technology. New York： ACM， 2012：103-112.

[18]?GEE J P. What video games have to teach us about learning and literacy [J]. Computers in Entertainment （CIE） — Theoretical and Practical Computer Applications in Entertainment， 2003， 1（1）： 20.

https：//dl.acm.org/citation.cfm？id=950595&dl=ACM&coll=DL

[19]?BROWNE K， ANAND C. Gamification and serious game approaches for introductory computer science tablet software [C]// Proceedings of the 1st International Conference on Gameful Design， Research， and Applications. New York： ACM， 2013：50-57.

[20]?BARBOSA A F S， SILVA F G M. Serious games： design and development of OxyBlood [C]// Proceedings of the 8th International Conference on Advances in Computer Entertainment Technology. New York： ACM， 2011：No.15.

[21]?CHORNEY A I. Taking the game out of gamification [J]. Dalhousie Journal of Interdisciplinary Management， 2012， 8（1）：1-14.

[22]?STOJMENOVIC I， SIMPLOT-RYL D， NAYAK A. Toward scalable cut vertex and link detection with applications in wireless ad hoc networks[J]. IEEE Network， 2011， 25（1）：44-48.

[23]?黃虎，程建，蒲恬.基于機(jī)器視覺的工業(yè)品色差檢測系統(tǒng)[J].兵工自動化，2010，29（7）：78-80. （HUANG H， CHENG J， PU T. Industrial products chromatic aberration detection system based on machine vision [J]. Ordnance Industry Automation， 2010， 29（7）：78-80.）

[24]?GILCHRIST A， NOBBS J. Colorimetry， theory [M]// Encyclopedia of Spectroscopy & Spectrometry. [S.l.]： Elsevier， 1999： 337-343.

[25]?楊任兵，程文播，錢慶，等.尿液試紙條的手機(jī)圖像比色分析新方法的研究[J].影像科學(xué)與光化學(xué)，2018，36（4）：45-54. （YANG R B， CHENG W B， QIAN Q， et al. Novel colorimetric method for urine test strips based on smartphone image[J]. Imaging Science and Photochemistry， 2018， 36（4）： 45-54.）