透過共享控制提升上肢障礙者的遊戲無障礙體驗
arXiv - Human-Computer InteractionDragan Ahmetovic, Matteo Manzoni, Filippo Corti, Sergio Mascetti
本研究探討透過人類協作或軟體代理自動化，來協助上肢障礙者進行高難度動作的遊戲互動。
AI 幫你先抓重點
AI 重點 1
從「人類協作」轉向「軟體代理自動化」的範式轉移
滑鼠懸停看 AI 判斷理由
傳統依賴他人協助的模式受限於協作者的可用性與地理位置，引入 AI 代理能提供更具規模化且隨時可用的無障礙解決方案，這對於數位包容性具有重大意義。
AI 重點 2
通用型框架 GamePals 的開發價值
滑鼠懸停看 AI 判斷理由
這不僅僅是單一遊戲的優化，而是提供了一個可配置的框架，這意味著無障礙技術可以跨遊戲應用，降低了開發者為每款遊戲重新設計控制系統的門檻。
核心研究發現
- 1
研究探討了人類協作（由他人協助）與部分自動化（由軟體代理協助）兩種模式，如何解決上肢障礙者在快速連續輸入需求下的遊戲挑戰。
- 2
開發了名為 GamePals 的可配置框架，使現有的第三方影片遊戲能夠支援人類協作與部分自動化功能。
- 3
透過對 13 名上肢障礙參與者的實驗研究，驗證了共享控制機制在提升遊戲可及性方面的潛力。
對教育工作者的啟發
對於開發教育遊戲或數位學習工具的設計者而言，此研究提供了重要的啟發：當學習者因生理限制無法完成複雜的操作（如快速點擊或多鍵組合）時，不應僅僅是降低難度，而是可以透過「共享控制」或「AI 輔助」機制，讓學習者專注於高階的認知任務或策略決策，而非受困於物理操作。這種「部分自動化」的概念可應用於設計更具包容性的數位學習環境，確保不同能力的學習者都能平等參與複雜的互動式學習活動。
原始文獻資訊
- 英文標題：
- Video Game Accessibility through Shared Control for People with Upper-Limb Impairments
- 作者：
- Dragan Ahmetovic, Matteo Manzoni, Filippo Corti, Sergio Mascetti
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。