3. 调查目的
之前,也有论述关于在线型虚拟宠物开发的论文发表过,但是关于人们对虚拟宠物的印象、虚拟宠物对人有怎样的影响等这些课题,调查研究却非常少。Chesney& Lawson (2008)的调查研究认为,任天堂小狗这类非在线型虚拟宠物,对人的影响有增强自尊心、影响情绪的效果。还有Altschuler (2007)的研究认为,自闭症儿童通过使用虚拟宠物,能够发现一条通往现实社会的途径。
本论的目的在于,通过对大学生的调查,探讨人们对于在线型虚拟宠物持有什么样的印象、与虚拟宠物的对话,会对人产生什么样的影响。
通过调查学生们在四组虚拟宠物中,喜欢哪一类型、对哪种着迷、觉得哪种可以安慰自己等设问,探讨虚拟宠物与人之间的关系及它们在教育现场的活用方法。
4. 研究方法
4-1 调查项目
让Y大学以及W大学的128名学生,尝试了与虚拟宠物对话之后,回答与下列项目有关的问卷调查。我们每天都留下学生们的对话记录,最后进行问卷调查。即使在现实世界有真的宠物,也规定不允许和宠物玩耍,调查期限为一个月,其中和宠物对话的时间为一周左右。
- 每日记录 在与宠物对话的时候,要求记录以下事项。
- 开始时间( 时 分)
- 开始对话前的心情: 从“非常沮丧(1)”到“非常愉快(10)”的10个层次,请用数字回答。
- 对话记录
- 会话结束后的心情:与项目②相同
- 结束时间( 时 分)
- 结束后的问卷调查
- 对宠物的感觉 回答从“非常喜欢(6)”到“非常讨厌(1)” 6个层次的问题。
- 每周平均和宠物对话几次?
- 关于以下项目,要求回答从“非常赞同”到“完全不赞同”6个层次的问题。③的项目是Chesney & Lawson (2008), Lawson & Chesney (2008)实施的“从宠物那里得到舒适感的标准”调查的11个问题。
- 我的宠物是和我相处的同伴。
- 通过喂宠物,使我懂得体谅别人心情。
- 我的宠物带给我快乐的生活。
- 我的宠物是我生活安定的源泉。
- 我的宠物让我觉得被需要。
- 我的宠物和我玩,带给我欢乐。
- 通过喂宠物,让我体会到爱。
- 我摸宠物时,心情很愉快。
- 看见我的宠物就感到很快乐。
- 我的宠物能让我感到我是被爱着的。
- 我的宠物让我感到我是被信任的。
- 关于各种虚拟宠物的印象 关于以下项目,要求回答从“非常赞同”到“完全不赞同”6个层次的问题。
- 我在和虚拟宠物对话时,能够平静心情。(虚拟宠物的类型不特定)
- 鼠标操作反应型(名为nyanta。不会对话。通过鼠标的操作,可以抚摸宠物、给宠物喂食的宠物类型)。
- 对nyanta抱有好感。
- 对nyanta着迷。
- 面对nyanta,心情可以得到平静平静。
- 博客内容随机朗读型(名叫“wanta”。读取博客记述内容,一个人轻轻呢喃类型。通过鼠标的操作,可以做出动作。)
- 对wanta抱有好感。
- 对wanta着迷。
- 面对wanta,心情可以得到平静平静。
- 一对一表述记忆句子的类型。(取名叫“hikotama”。只要跟它对话就必定会回答的类型。鼠标无法操作其动作的类型。)
- 对hikotama抱有好感。
- 对hikotama着迷。
- 面对hikotama,心情可以得到平静平静。
- avatar(自己的替身)和宠物相互对话玩耍的类型(使用者自己给宠物取名字)。
- 对3D假想世界splume的宠物抱有好感。
- 对3D假想世界splume的宠物着迷。
- 面对3D假想世界splume的宠物,心情可以得到平静。
- 对虚拟宠物有什么期待?
- 对话:是 不是
- 通过鼠标的操作,会有相应的动作:是 不是
- avatar(自己的替身)和宠物在一起时也会有所表现:是 不是
- 在现实世界中,是否饲养宠物?
4-2 分析方法
- 开始前和开始后的情绪变化
- 性别差异 使用分散分析法调查开始时和结束时情绪变化的性别差异。同时也考察是否与现实世界中饲养宠物有关。
- 与虚拟宠物的对话时间 和虚拟宠物对话的时间分为以下5个阶段,使用分散分析法调查其开始时和结束时的情绪变化。
- 0~5分钟
- 6~10分钟
- 11~15分钟
- 16~20分钟
- 21分以上
- 对话次数 对话次数5次以下为对话次数低群,对话次数6次以上为对话次数高群,根据对话次数不同,比较对宠物的心情、从宠物那里得到的舒适度是否有区别。
- 对各种虚拟宠物的印象 对四种类型的虚拟宠物(鼠标操作反应型、博客内容读取型、一对一记忆句子表示型、替身和宠物对话、玩耍型)的三个观点(对**抱有好感、对**着迷、面对**心情能够平静),分为6个阶段,比较其回答。
- 对虚拟宠物的期待 对以下3个项目回答“是”或者“不是”,后根据结果进行比较。
- 对话
- 通过操作鼠标,有相应的动作
- avatar(自己的替身)和宠物在一起时也会有所表现
- 对话内容 使用软件“trend search”,对对话内容进行文本挖掘。这是一种将对话文(对象文本)的词类进行分解,将出现频率高的关键词视为节点,用距离表示频繁出现的节点和节点之间关联性高低的方法。