Was würde mein Avatar tun? Gaming, Pathologie und riskante Entscheidungsfindung (2013)

Frontpsychol. 2013 Sep 10; 4: 609. doi: 10.3389 / fpsyg.2013.00609. eCollection 2013.

Abstrakt

Jüngste Arbeiten haben eine Beziehung zwischen pathologischer Videospielnutzung und erhöhter Impulsivität bei Kindern und Jugendlichen aufgezeigt. Einige Studien haben nach dem Spiel auch eine erhöhte Risikobereitschaft außerhalb der Videospielumgebung gezeigt, aber diese Arbeit hat sich hauptsächlich auf ein Genre von Videospielen konzentriert (z. B. Rennen). Motiviert durch diese Ergebnisse war das Ziel der vorliegenden Studie, den Zusammenhang zwischen pathologischem und nicht pathologischem Videospiel, Impulsivität und riskanten Entscheidungen zu untersuchen. Die aktuelle Studie untersuchte auch die Beziehung zwischen den Erfahrungen mit zwei der beliebtesten Genres von Videospielen [dh First-Person-Shooter (FPS) und Strategie] und riskanten Entscheidungen. In Übereinstimmung mit früheren Arbeiten erfüllten ~ 7% der aktuellen Stichprobe von Erwachsenen im Collegealter die Kriterien für pathologische Videospielnutzung. Die Anzahl der Spielstunden pro Woche war mit einer erhöhten Impulsivität bei einer Selbstreportmaßnahme und der temporären Diskontierung (TD) verbunden. Diese Beziehung war sensibel für das Genre des Videospiels; Insbesondere war die Erfahrung mit FPS-Spielen positiv mit der Impulsivität korreliert, während die Erfahrung mit Strategiespielen negativ mit der Impulsivität korrelierte. Stunden pro Woche und pathologische Symptome sagten eine höhere Risikobereitschaft in der Risikoaufgabe und der Iowa Gambling Aufgabe voraus, begleitet von einer schlechteren Gesamtleistung, was darauf hindeutet, dass selbst wenn riskante Entscheidungen sich nicht auszahlten, Personen, die mehr Zeit mit Spielen verbrachten und mehr pathologische Symptome befürworteten Das Spiel machte weiterhin diese Wahl. Basierend auf diesen Daten legen wir nahe, dass das Vorhandensein von pathologischen Symptomen und das Genre des Videospiels (z. B. FPS, Strategie) wichtige Faktoren bei der Bestimmung der Spielerfahrung im Zusammenhang mit Impulsivität und riskanten Entscheidungen sein können.

Stichwort: Videospiele, Entscheidungsfindung, Risiko, pathologische Videospielnutzung, Impulsivität, Belohnungsverarbeitung

Frühere Forschungen haben gezeigt, dass Videospiele die Wahrnehmung von Wahrnehmung und Emotionen auf vielfältige Weise beeinflussen (West und Bailey, 2013). Zum Beispiel ist eine größere Erfahrung mit Videospielen mit einem verringerten Einsatz proaktiver kognitiver Kontrolle verbunden (Kronenberger et al., 2005; Mathews et al., 2005; Bailey et al., 2010), Unterschiede in der Erfahrung und Ausdruck von positiven und negativen Affekt (Bartholow et al., 2006; Kirsh und Berge, 2007; Bailey et al., 2011) und eine Zunahme der mit ADHS verbundenen Symptome, insbesondere bei Personen, die pathologisches Videospiel zeigen (PVP; Gentile, 2009; Gentile et al., 2011; Pawlikowski und Marke, 2011). Ergebnisse aus zahlreichen Studien zeigen, dass die Wirksamkeit der Entscheidungsfindung durch Emotionen, exekutive oder kognitive Kontrolle und das Vorhandensein von chemischen und Verhaltenssucht moderiert wird (Tanabe et al., 2007; Weber und Johnson, 2009; Figner und Weber, 2011). Angesichts der Verbindung zwischen Videospiel-Erfahrung, PVP und Emotionen und kognitiver Kontrolle könnte man erwarten, dass Videospiel-Erfahrungen die Effektivität von Entscheidungen beeinträchtigen. Zur Untermauerung dieser Hypothese haben einige Studien gezeigt, dass die Exposition bei Renn-Videospielen die Entscheidungen in Bezug auf das Fahrverhalten beeinflussen kann (Fischer et al., 2009; Beullens et al., 2011). Die aktuelle Studie stützt sich auf vorhandene Beweise, indem sie die Beziehung zwischen anderen Genres von Videospielen [dh Ego-Shooter (FPS) und Strategie], PVP und riskante Entscheidungsfindung in einem Spielkontext untersucht.

Die Forschung, die die Beziehung zwischen Videospielen und riskanten Entscheidungen untersucht, hat sich hauptsächlich auf die Auswirkungen von Renn-Videospielen auf die Einstellung und das Engagement in riskantem Fahrverhalten konzentriert (zB Speeding, Fun Riding, Street Racing; Fischer et al.), 2011). Auf der Grundlage von Selbstreport-Maßnahmen ist die Zeit, die mit dem Spielen von Renn-Videospielen verbracht wird, positiv mit der Teilnahme an riskantem Fahren bei Jugendlichen und Erwachsenen, insbesondere Männern, verbunden (Beullens et al., 2011) und negativ mit vorsichtigem Fahren verbunden sind (Fischer et al., 2007). Darüber hinaus erhöht die Exposition von Laboren gegenüber Rennspielen die positive Einstellung zu Risikobereitschaft und Risikobereitschaft bei einer computer-simulierten Fahraufgabe (Fischer et al., 2007, 2009), was teilweise auf eine größere Selbstwahrnehmung als risikoreicher Treiber zurückzuführen sein könnte (Fischer et al., 2009). Darüber hinaus scheinen Video-Rennspiele für Personen am attraktivsten zu sein, die für ein erhöhtes Risiko von Autounfällen und -unfällen anfällig sind (National Highway Traffic Safety Administration, 2009). Basierend auf diesen Erkenntnissen scheint es, dass lang- und kurzfristige Videospiel-Expositionen dazu führen können, dass sich Einstellungen zu Verhaltensweisen, die im Spiel beispielhaft dargestellt werden, verändern und sich daran beteiligen.

Die pathologische Nutzung von Videospielen stellt für 8-9% der Kinder und Jugendlichen ein erhebliches Problem dar (Gentile, 2009; Gentile et al., 2011). Personen mit mehr PVP-Symptomen berichten, häufiger und länger über Videospiele zu spielen, andere Aktivitäten (z. B. Hausaufgaben, Hausarbeiten) zu überspringen, um Videospiele zu spielen, und Videospiele häufiger als ihre Altersgenossen ihren Problemen zu entziehen. Eine stärkere PVP-Symptomatik ist auch mit Berichten über erhöhte Aggressivität und Impulsivität, schlechte Leistungen in der Schule und erhöhte Symptome im Zusammenhang mit Depressionen und ADHS verbunden (Gentile et al., 2011).

Pathologisches Spielen kann auch mit einer Zunahme von riskanten Entscheidungen zusammenhängen. Pawlikowski und Marke (2011) untersuchten individuelle Unterschiede in exzessivem Internetspiel und Leistung im Rahmen der Game of Dice-Aufgabe, ein Maß für riskante Entscheidungen. Bei dieser Aufgabe versucht der Teilnehmer, so viel Geld wie möglich zu verdienen, indem er rät, welche Zahl von der Rolle eines 6-seitigen Würfels kommt. Übermäßige Internetspieler wählten häufiger Optionen mit geringer Wahrscheinlichkeit als Nicht-Spieler, was zu größeren Verlusten führte. Dieses Verhalten ähnelt dem von Personen mit Spielsucht (Cavedini et al., 2002; Marke et al., 2005). Diese Arbeit legt nahe, dass pathologisches Spielen mit einer höheren Impulsivität und Risikobereitschaft verbunden ist, die über die Zeit hinausgeht, die mit Spielen verbracht wird.

Belege aus Studien, in denen der Substanzkonsum und problematisches Glücksspiel untersucht werden, könnten Aufschluss darüber geben, wie PVP risikoreiche Entscheidungen beeinflussen. Substanzgebrauch (Kirby et al., 1999; Mitchell, 1999; Kim et al., 2011) und problematisches Spielen (Brand et al., 2005; Slutskeet al., 2005; Tanabeet al., 2007) sind mit einer Zunahme von riskanten Entscheidungen durch einen oder mehrere der folgenden Wege verbunden: gestörte Exekutivfunktionen, veränderte Sensitivität gegenüber positiven und negativen Ergebnissen oder erhöhte Impulsivität. Zum Beispiel, alkoholabhängige Patienten führen schlechter auf die Iowa Gambling Task (IGT; Kim et al., 2011), länger zu nehmen, um von negativen Ergebnissen zu lernen (dh weiterhin Karten aus den "schlechten" Decks auszuwählen) im Vergleich zu nicht alkoholabhängigen Patienten. Pathologisches Spielen wurde während der IGT mit verminderter präfrontaler Aktivität in der rechten Hemisphäre in Verbindung gebracht, was wahrscheinlich Änderungen in der Entscheidungsfindung mit Risiko widerspiegelt (Tanabe et al., 2007). Die Auswirkungen von Nikotin auf die Impulsivität wurden ausführlich unter Verwendung der Aufgabe des zeitlichen Diskontierens (TD) untersucht (z. B. Mitchell, 1999; Ohmura et al., 2005) bei denen die Teilnehmer wählen zwischen kleineren Belohnungen, die sofort oder nach einer kurzen Verzögerung geliefert werden, und größeren Belohnungen, die nach einer längeren Verzögerung geliefert werden (Loewenstein und Thaler, 1989; Lesen, 2004). Die Auswahl der kleineren, unmittelbaren Belohnung kann so interpretiert werden, dass sie eine größere Impulsivität widerspiegelt. Zigarettenraucher sind bei dieser Aufgabe durchweg impulsiver als Nichtraucher (Mitchell, 1999; Reynolds et al., 2004). Darüber hinaus korreliert das Ausmaß, in dem Raucher die monetären Gewinne verzögern, mit ihrer täglichen Nikotinaufnahme (Reynolds et al., 2004; Ohmura et al., 2005). Diese Ergebnisse zeigen, dass Drogenmissbrauch und problematisches Glücksspiel positiv mit impulsiver Auswahl von unmittelbaren Belohnungen assoziiert sind, möglicherweise als Folge einer geschwächten Kontrolle über das Verhalten.

Renn-Videospiele scheinen risikobezogene Gedanken und riskantes Fahrverhalten in den Vordergrund zu stellen; Es ist jedoch noch unklar, ob verschiedene Genres von Videospielen auch riskante Entscheidungen in anderen Bereichen treffen können. Es gibt jedoch Hinweise darauf, dass bestimmte Genres von Videospielen unterschiedliche Auswirkungen auf die kognitive Kontrolle haben können, eine Reihe von Fähigkeiten, die es ermöglichen, eine zielgerichtete Informationsverarbeitung aufrechtzuerhalten (Basak et al., 2008; Bailey et al., 2010). Zum Beispiel in einer individuellen Differenzstudie (Bailey et al., 2010) fand heraus, dass die Erfahrung mit FPS-Videospielen mit einer Verringerung der proaktiven Kontrolle (aktive, nachhaltige Aufrechterhaltung zielrelevanter Informationen) korreliert war und nicht mit reaktiver Kontrolle korrelierte (Just-in-time-Mobilisierung der Kontrolle nach Konflikten; Braver , 2012). Außerdem, Swing (2012) zeigten, dass 10 h der FPS-Erfahrung zu einer Verringerung der proaktiven Kontrolle in einer Trainingsstudie führte. Diese Ergebnisse deuten darauf hin, dass FPS-Spieler ihre Entscheidungen eher im Moment als nach sorgfältiger Abwägung treffen, eine Tendenz, die sich eher als unmittelbare Belohnung als als langfristige Einschätzung der Risiken und Vorteile manifestieren könnte. Im Gegensatz zu FPS-Spielen können Strategie-Videospiele eine Steigerung der sorgfältigen Planung und der exekutiven Kontrolle des Verhaltens fördern. Basaket al. (2008) demonstrierte, dass 23.5 h Training in einem Strategiespiel die Task-Switching-Fähigkeit und das Arbeitsgedächtnis verbessert hat. Dieses Forschungsgebiet ist für die aktuelle Studie relevant, da ähnliche neurale Strukturen an der kognitiven Kontrolle und Entscheidungsfindung beteiligt sind (Steinberg, 2008; Christopouloset al., 2009). Daher können die Auswirkungen der Exposition gegenüber Videospielen auf diese Hirnregionen Konsequenzen für die Wirksamkeit der Entscheidungsfindung haben.

Ziel der vorliegenden Studie war es, die Arbeit von Fischer et al. (2007, 2009) zu anderen Videospielgenres und Entscheidungsfindungskontexten, um ein umfassenderes Verständnis darüber zu vermitteln, wie Videospielerfahrung mit riskanten Entscheidungen verbunden ist. Um dieses Ziel zu erreichen, wurden mehrere risikobezogene Entscheidungsaufgaben eingesetzt. Wir haben uns auf FPS- und Strategie-Videospiele konzentriert, da sie bei den Spielern immer beliebter werden (The NDP Group, 2010) sowie ihr Potenzial, die Entscheidungsfindung auf entgegengesetzte Weise zu beeinflussen. In der aktuellen Studie berichteten Personen über frühere Erfahrungen mit Videospielen (dh Stunden pro Woche, PVP-Symptome und Genre) und füllten eine Reihe von Fragebögen und computergestützten Aufgaben aus, in denen riskante Entscheidungen getroffen wurden. Kanonische Korrelationsanalyse (CCA) wurde verwendet, um die latenten Beziehungen zwischen Videospiel Erfahrung, PVP und Geschlecht (dh Prädiktor Variablen) und Maßnahmen der riskanten Entscheidungsfindung (dh abhängigen Variablen) zu untersuchen. Basierend auf früheren Arbeiten (Gentile, 2009; Gentile et al., 2011) stellten wir die Hypothese auf, dass die durchschnittliche Anzahl der Stunden, die mit Videospielen pro Woche verbracht wurden, und die Anzahl der bestätigten pathologischen Symptome eine erhöhte Impulsivität, eine Bevorzugung von unmittelbaren oder größeren Belohnungen und eine erhöhte Auswahl der risikoreicheren Optionen vorhersagten. Es wurde erwartet, dass FPS- und Strategie-Videospiele differenziell mit riskanten Entscheidungen verbunden sind. Von FPS-Spielern wurde erwartet, dass sie impulsiver und sensibler auf Belohnungen reagierten, während Strategiespieler weniger riskante Optionen auswählten und empfindlicher auf negative Ergebnisse reagierten. Interaktionen zwischen Stunden, PVP und Genre wurden ebenfalls untersucht, um zu bestimmen, ob die Auswirkungen der Zeit, die mit dem Spielen von Videospielen verbracht wurde, und das gleichzeitige Auftreten von Pathologie die Beziehung zu Genre abschwächten.

Versandart

Teilnehmer

Teilnehmer waren 149-Studenten (70-Frauen) von der Iowa State University im Alter von 16 bis 30 Jahren. Aufgrund eines Fehlers in der Software gingen Daten für die Testphase der probabilistischen Auswahlaufgabe für einen Teilnehmer verloren. Die Einverständniserklärung wurde von allen Teilnehmern eingeholt und sie erhielten einen Kurs für ihre Teilnahme. Die Studie wurde vom Institutional Review Board der Universität genehmigt.

Materialien und Design

Mediennutzungsfragebogen

Der Mediennutzungsfragebogen enthielt drei Fragen höherer Ordnung. In zwei Fragen wurde die Person gebeten, die Anzahl der Stunden an einem typischen Wochentag (Frage 1, Montag bis Freitag) oder am Wochenende (Frage 2, Samstag und Sonntag) für jeden der vier Zeiträume (6 bis Mittag, Mittag) anzugeben bis 6 Uhr, 6 Uhr bis Mitternacht und Mitternacht bis 6 am). In der dritten Frage wurde der Teilnehmer gebeten anzugeben, wie oft er jedes der verschiedenen XENUMX-Genres von Videospielen spielt und welches Videospiel er am häufigsten gespielt hat. Die verwendeten abhängigen Variablen waren die Gesamtzahl der Stunden, die pro Woche mit Videospielen verbracht wurden, und die Klassifizierung als FPS- oder Strategiespieler (12 oder 0) basierend auf dem Genre des Videospiels, das am häufigsten gespielt wurde. Die interne Zuverlässigkeit war hoch für die Anzahl der gespielten Stunden (Koeffizient α = 1) und für die Menge an Erfahrung mit Genres von Videospielen (Koeffizient α = 0.85).

Pathologische Gaming-Skala

Eine überarbeitete Version der PVP-Skala (Gentile, 2009; Gentile et al., 2011) bestand aus 13 Elementen, die auf den DSM-IV-Kriterien für Spielsucht basierten. Die Teilnehmer beantworteten jede Frage mit „Ja“, „Nein“, „Manchmal“ oder „Weiß nicht“. Die abhängige Variable war die Anzahl der Fragen, auf die sie mit „Ja“ geantwortet haben (1–13). Die interne Zuverlässigkeit für die aktuelle Probe war akzeptabel (Koeffizient α = 0.60).

Barratt-Impulsivitätsskala

Die Barratt Impulsive Scale Version 11 (BIS-11; Patton et al., 1995) wurde verwendet, um die allgemeine Impulsivität zu messen. Der BIS-11 besteht aus 30-Statements (zB ich ändere meine Hobbies; ich plane Jobsicherheit) und für jede Aussage haben die Teilnehmer unter den folgenden Optionen ausgewählt: "Selten / Nie", "Gelegentlich", "Oft" oder "Fast immer / Immer. "Für das Scoring wurden die Antworten numerisch von 1 (selten / nie) bis 4 (fast immer / immer) kodiert und summiert, um eine Gesamtpunktzahl (0-20) zu erhalten. Höhere Werte weisen auf eine höhere Impulsivität hin. Die interne Zuverlässigkeit der BIS in der aktuellen Stichprobe war hoch (Koeffizient α = 0.75).

Risiko-Einstellungs-Skala

Eine modifizierte Version der Risiko-Einstellungs-Skala (RAS; Weber et al., 2002) beinhaltete 20-Aussagen aus den ethischen, spiel- und freizeitbezogenen Subskalen der ursprünglichen Maßnahme. Die Teilnehmer gaben an, wie wahrscheinlich oder unwahrscheinlich es wäre, sich an dem in jeder Aussage beschriebenen Verhalten auf einer Skala von 1 (sehr unwahrscheinlich) bis 5 (sehr wahrscheinlich) zu beteiligen. Die abhängige Variable war die durchschnittliche Punktzahl für alle Artikel (1-5). Höhere Werte reflektieren mehr akzeptierende Einstellungen gegenüber Risiken. Die interne Zuverlässigkeit der Messung in der aktuellen Stichprobe war hoch (Koeffizient α = 0.76).

Iowa Glücksspiel Aufgabe

Im IGT (Bechara et al., 1994) Die Teilnehmer wählten bei jedem Versuch einen von vier Token, um Punkte zu sammeln. Jedes Token war mit seinen eigenen Gewinnen und Verlusten verbunden. Die Teilnehmer wurden angewiesen, vor Abschluss der Aufgabe möglichst viele Punkte zu sammeln. Der Gewinn oder Verlust für jeden Token wurde für jeden der 100-Versuche vorbestimmt, so dass das Auswählen von zwei der Token (Kreis oder Quadrat) bei den meisten Versuchen zu einem Nettogewinn von Punkten führt, während die anderen zwei Token (Kristall oder Diamant) ausgewählt werden. Bei den meisten Versuchen ergibt sich ein Nettoverlust von Punkten. Den Teilnehmern wurde nicht gesagt, welche Token "gut" und welche "schlecht" waren. Nachdem ein Token ausgewählt wurde, wurde der Teilnehmer über das Ergebnis (Gewinn oder Verlust) und die Gesamtzahl der Punkte, die er verdient hatte, informiert. Die Token blieben auf dem Bildschirm, bis der Teilnehmer eine Auswahl traf. Die Rückmeldung wurde für 1500 ms angezeigt, und die Antwortschlüssel waren "i" (Kreis), "r" (Kristall), "c" (Quadrat) und "m" (Diamant). Die abhängige Variable war die Anzahl, wie oft "schlechte" Token in den letzten 20-Versuchen ausgewählt wurden.

Zeitliche Diskontierung

Die TD-Aufgabe war McClure et al. (2004). Die Teilnehmer gaben ihre Präferenz in einer Reihe von Entscheidungen zwischen einem geringeren Geldbetrag, der zu einem früheren Zeitpunkt erhalten wurde, und einem größeren Geldbetrag, der zu einem späteren Zeitpunkt erhalten wurde, an. Die Teilnehmer wurden angewiesen, jede Entscheidung so zu treffen, als würden sie die von ihnen gewählte Option erhalten. Die ersten beiden Optionen wurden festgelegt, damit die Teilnehmer lernen können, wie sie in der Aufgabe reagieren. Bei der ersten Wahl mussten die Teilnehmer bei zwei verschiedenen Verzögerungen zwischen den gleichen verfügbaren Geldbeträgen wählen (z. B. $ 27.10 in 2-Wochen vs. $ 27.10 im 1-Monat und 2-Wochen), und bei der zweiten Wahl mussten die Teilnehmer zwischen zwei Geldbeträgen wählen in dem der frühere Betrag weniger als 1 Prozent des späteren Betrags beträgt (zB $ 0.16 heute vs. $ 34.04 im 1 Monat und 2 Wochen). Die verbleibenden 40-Versuche wurden erstellt, indem eine der frühen Verzögerungen (heute 2-Wochen oder 1-Monat) mit einer der späteren Verzögerungen (2-Wochen, 1-Monat) und einer der folgenden prozentualen Unterschiede in der Geldmenge kombiniert wurden: 1, 3, 5, 10, 15, 25, 35, 50%. Der frühe Geldbetrag wurde zufällig aus einem Bereich von $ 5 bis $ 40 gezogen und dann wurde der größere Geldbetrag auf die angegebene prozentuale Differenz gesetzt. Alle Kombinationen der frühen Verzögerungen, späten Verzögerungen und prozentualen Unterschiede wurden verwendet, mit Ausnahme derjenigen, bei denen die spätere Verzögerung mehr als 6 Monate nach dem Experiment betragen würde. Die zwei Optionen wurden auf beiden Seiten des Bildschirms angezeigt, wobei die kleinere, frühere Belohnung immer links angezeigt wurde, und die Optionen blieben auf dem Bildschirm, bis eine Antwort erfolgte. Ein gelbes Dreieck unter jeder Option wurde für 2000 ms nach der Antwort rot, um die Auswahl anzuzeigen. Diesem folgte ein leerer Bildschirm für 2000 ms und dann erschien die nächste Auswahl. Die Antwortschlüssel waren "v" für die Option links und "m" für die Option rechts. Die abhängige Variable war der Prozentsatz der Auswahlmöglichkeiten, bei denen der frühere / kleinere Geldbetrag ausgewählt wurde. Wenn Sie die frühere Option häufiger auswählen, weist dies auf eine größere Risikoaversion hin.

Probabilistische Auswahl

In der probabilistischen Auswahlaufgabe (Frank et al., 2004), die Teilnehmer sahen drei Paare von Stimuli (AB, CD, EF) zufällig präsentiert und wurden angewiesen, einen der Reize in jedem Paar auszuwählen. Probabilistisches Feedback wurde nach jeder Auswahl präsentiert. Im ersten Paar führte das Auswählen von A zu einer positiven Rückmeldung (dh "Korrigieren!") 80% der Zeit und das Auswählen von B führte zu einer negativen Rückkopplung (dh "Falsch") 20% der Zeit. Im zweiten Paar führte die Auswahl von C zu einer positiven Rückkopplung 70% der Zeit, und im dritten Paar führte die Auswahl von E zu einer positiven Rückkopplung 60% der Zeit. Die Teilnehmer führten drei Lernblöcke von 60-Versuchen durch (20 jedes Paares). Im letzten Block betrachteten die Teilnehmer alle möglichen Paare der sechs Stimuli viermal und erhielten kein Feedback über ihre Auswahl. Die Stimuli waren sechs japanische Hiragana-Zeichen, die über die drei Rückkopplungswahrscheinlichkeiten ausgeglichen waren (dh AB, CD, EF). In allen Blöcken blieben die Figuren auf dem Bildschirm, bis eine Antwort erfolgte oder bis 4000 ms passierte, wenn keine Antwort gefunden wurde. In den Lernblöcken wurde eine Rückmeldung für 1500 ms angezeigt. Es gab ein 500-ms-Antwort-zu-Stimulus-Intervall im letzten Block. Die Antworttasten waren "v", um die Figur auf der linken Seite auszuwählen und "m", um die Figur auf der rechten Seite auszuwählen. Die abhängigen Variablen waren der Prozentsatz der Versuche, bei denen A gewählt wurde (Wählen Sie A) und B wurde vermieden (Vermeiden Sie B) im letzten Block. Eine größere Auswahl von A als die Vermeidung von B im letzten Block zeigt an, dass Lernen auf positiven statt auf negativen Ergebnissen basiert. Eine stärkere Vermeidung von B als die Auswahl von A im letzten Block zeigt an, dass Lernen auf der Grundlage negativer Ergebnisse mehr ist als positive Ergebnisse.

Risikoaufgabe

In der Risikoaufgabe (Knoch et al., 2006), wurden den Teilnehmern sechs Kartons vorgelegt, von denen jeder wahrscheinlich einen Gewinnmarker enthielt. Einige Boxen waren blau und andere waren pink. Die Teilnehmer wurden angewiesen, die Farbe der Box auszuwählen, von der sie glaubten, dass sie den Gewinnmarker enthielt. Wenn sie richtig gewählt haben, haben sie die Anzahl der Punkte erhalten, die mit der ausgewählten Farbe verbunden sind, aber wenn sie falsch waren, haben sie so viele Punkte verloren. Zwei Variablen wurden in dieser Aufgabe manipuliert. Das Risikoniveau bezieht sich auf das Verhältnis von rosa und blauen Kästchen, die 5: 1, 4: 2 oder 3: 3 sein können. Zum Beispiel, wenn es 5 blaue Kästchen und 1 rosa Kästchen gibt, dann gibt es eine 1 in 6 Chance, dass das rosa Kästchen das gewinnende Token enthält; Daher wäre die Auswahl von Rosa risikoreicher als die Auswahl von Blau. Die Belohnung bezieht sich auf die Anzahl der Punkte, die die Farben wert sind und kann 90: 10, 80: 20, 70: 30 oder 60: 40 sein. Die Farbe mit weniger Kästchen war immer den größeren Punkt wert. Im obigen Beispiel würde beispielsweise die Auswahl von Rosa 90-Punkte wert sein, während die Auswahl von Blau nur 10-Punkte wert wäre. Die Teilnehmer haben 100-Studien abgeschlossen. Vier davon waren Kombinationen des 3: 3-Risikoniveaus mit dem Belohnungsgleichgewicht und wurden nicht in die Analyse einbezogen. Die verbleibenden 96-Studien umfassten alle anderen möglichen Kombinationen von Risikoniveau, Belohnungsbalance und Farbe. Das Risikoniveau wurde über den Kästchen bei jedem Versuch angezeigt und das Belohnungsgleichgewicht wurde unten angezeigt. Die Box-Anzeigen blieben auf dem Bildschirm, bis der Teilnehmer antwortete, gefolgt von einer Rückmeldung, die das Ergebnis und die Gesamtpunkte für 1500 ms zeigte. Die Antworttasten waren "v", um rosa auszuwählen und "m", um blau auszuwählen. Die abhängigen Variablen für diese Kennzahl waren die Gesamtpunktzahl am Ende der Aufgabe (Risikototal) und der Prozentsatz der Auswahl mit geringem Risiko (niedriges Risiko).

Verfahren

Alle Stimuli wurden unter Verwendung der E-Prime 1.2-Software (Psychology Software Tools, Pittsburgh, PA) präsentiert. Die Teilnehmer unterzeichneten die Einverständniserklärung und vervollständigten die BIS-11, pathologische Gaming-Skala, RAS und den Mediennutzungsfragebogen. Die Hälfte der Teilnehmer absolvierte die Aufgaben in der folgenden Reihenfolge: TD, Risikoaufgabe, Iowa Gambling Task und Probabilistic Selection; die andere Hälfte der Teilnehmer absolvierte die Aufgaben in umgekehrter Reihenfolge. Die Teilnehmer vervollständigten auch die nützlichen Sicht- und Stop-Signal-Aufgaben, aber da diese Daten nicht speziell die Beziehung zwischen Videospielen und riskanten Entscheidungen betreffen, wird hier nicht berichtet. Nachdem die Aufgaben abgeschlossen waren, wurden die Teilnehmer befragt und für ihre Teilnahme bedankt. Die gesamte Studie dauerte ~ 90 min.

Die Ergebnisse

Beispielmerkmale

Tisch Tabelle11 enthält die Mittelwerte, Standardabweichungen und Bereiche aller gemessenen Variablen. Mehr als die Hälfte der Befragten (64%) gaben an, mindestens eine Woche lang 2 h zu spielen. Die durchschnittliche Zeit, die beim Spielen von Videospielen gemeldet wurde, war 20.6 h pro Woche (SD = 25.4, 25th-Quartil = 0, 50th-Quartil = 13, 75th-Quartil = 34). Männer berichteten, mehr Stunden pro Woche zu spielen (M = 28.2, SD = 21.9) als Frauen (M = 12.1, SD = 26.5), t(147) = 4.06, p <0.001. Pathologisches Spielen (dh Antworten auf 6 oder mehr Aussagen auf der PVP-Skala mit „Ja“) wurde von 7.4% (Männer = 13.9%, Frauen = 0%) der Stichprobe angegeben, was mit der in anderen Stichproben von Kinder und Jugendliche (Nichtjuden, 2009; Gentile et al., 2011). Die durchschnittliche Anzahl der pathologischen Spielsymptome war, M = 1.8, SD = 2.0. Männer berichteten mehr Symptome im Zusammenhang mit pathologischen Spielen (M = 2.7, SD = 2.1) als Frauen (M = 0.8, SD = 1.2), t(147) = 6.90, p <0.001.

Tabelle 1 

Deskriptive Statistik für alle unabhängigen und abhängigen Variablen.

Korrelationen nullter Ordnung

Die Korrelationen zwischen allen in den Analysen enthaltenen Variablen sind in der Tabelle dargestellt Tabelle2.2. Das Assoziationsmuster, das in diesen Variablen beobachtet wird, wird kurz vor der Betrachtung der Ergebnisse der CCA zusammengefasst, um den Leser auf die fundamentalen Beziehungen, die in dem Datensatz vorhanden sind, zu orientieren. Zusätzlich zu den beobachteten Variablen wurden fünf Zwei-Wege-Interaktionsterme berechnet (dh die Anzahl der Stunden, die mit Videospielen pro Woche (Stunden) mit PVP und den zwei Genres Videospiele (dh FPS und Strategie) und PVP verbracht wurden mit den zwei Genres). Geschlecht (blind codiert: männlich = 1, weiblich = 2) war negativ korreliert mit Stunden, FPS, PVP, RAS, Stunden × PVP, Stunden × FPS, Stunden × Strategie, PVP × FPS und PVP × Strategie, was anzeigt, dass Männer berichteten größere Videospiel-Erfahrung, pathologisches Spielen und Risikobereitschaft als Frauen. Stunden waren positiv korreliert mit PVP, PVP × FPS und PVP × Strategie. FPS Gaming war positiv mit PVP korreliert. Strategiespiele waren positiv mit PVP und Stunden × PVP korreliert. Die Anzahl der pathologischen Spielsymptome korrelierte positiv mit Stunden × FPS und Stunden × Strategie. Diese Daten weisen darauf hin, dass die Prävalenz pathologischer Spiele mit der Anzahl der Spielstunden pro Woche zunimmt. Dies gilt sowohl für FPS als auch für Strategiespiele.

Tabelle 2 

Korrelationen zwischen allen Variablen und Interaktionstermen.

Übereinstimmend mit unseren Hypothesen gab es zwei Muster der Assoziation zwischen Videospiel-Erfahrung und den Maßen der riskanten Entscheidungsfindung (dh erhöhte Impulsivität, verringerte Empfindlichkeit gegenüber negativer Rückkopplung). Die selbst berichtete Impulsivität korrelierte positiv mit Stunden und Stunden × PVP, was mit früheren Arbeiten übereinstimmt (Gentile et al., 2011). Die Auswahl der früheren, kleineren Belohnung in der TD-Aufgabe war positiv korreliert mit FPS [FPS-Spieler: M = 0.79, SD = 0.17; Nicht-FPS-Spieler: M = 0.71, SD = 0.22; t(147) = -2.10, p = 0.04] und Stunden × FPS (Abb (Abbildung1A), 1A), was mit der Hypothese übereinstimmt, dass dieses Genre des Videospiels den Fokus eines Individuums auf unmittelbare Belohnungen verlagern kann, was zu impulsiveren Entscheidungen führt.

Figure 1 

(A) Mittlerer Anteil der frühen Auswahlen in der temporären Rabattaufgabe als eine Funktion von Stunden und Identifikation als ein FPS-Spieler. (B) Vermeide B in der probabilistischen Auswahlaufgabe als eine Funktion der Identifikation als Strategiespieler. Fehlerbalken repräsentieren ...

Die Auswahl von schlechten Decks im IGT wurde positiv mit Stunden × PVP korreliert (Abb (Abbildung2A), 2A), unterstützt die Idee, dass erhöhte Stunden und Pathologie mit reduziertem Lernen von negativen Ergebnissen verbunden sind. Der Prozentsatz der risikoarmen Auswahl in der Risikoaufgabe war negativ korreliert mit Stunden, Stunden × PVP und Stunden × FPS, was auf eine größere Risikoübernahme unter den Spielern hinweist. Wichtig ist, dass die Gesamtpunktzahl in der Risikoaufgabe negativ mit Stunden und Stunden × PVP korreliert wurde (Abb (Abbildung2B), 2B), was zeigt, dass die Auswahl der risikoreicheren Option häufiger negative Auswirkungen auf die Gesamtgewinne für Personen mit mehr Spielerfahrung und PVP-Symptomen hat. Ebenso war die Sensitivität für negative Rückmeldungen in der probabilistischen Auswahlaufgabe negativ mit Stunden korreliert, was darauf hinweist, dass das Lernen aus negativen Ergebnissen nicht möglich ist. Im Gegensatz dazu war die Empfindlichkeit gegenüber negativen Rückkopplungen positiv mit Strategiespielen korreliert (Abb (Abbildung1B) .1B). Strategiespieler (M = 0.72, SD = 0.25) vermieden B häufiger als Nicht-Strategiespieler (M = 0.62, SD = 0.23), t(146) = -2.09, p = 0.04, unterstützt die Hypothese, dass dieses Genre die Spieler ermutigen kann, aus Fehlern zu lernen und sie in der Zukunft zu vermeiden.

Figure 2 

(A) Anteil der Versuche, bei denen die "schlechten" Decks im IGT ausgewählt wurden (B) Gesamtpunkte, die in der Risikoaufgabe als Funktion von Stunden und PVP-Symptomen verdient wurden. Fehlerbalken repräsentieren Standardfehler des Mittelwerts.

Kanonische Korrelationsanalyse

Untersuchung der latenten Assoziationen zwischen Videospielerfahrung und Pathologie (dh Prädiktorvariablen) und riskante Entscheidungsfindung (dh abhängige Variablen; Abb Figur 3) 3) ein CCA durchgeführt. Die Vorteile der Verwendung dieses Ansatzes und seiner Annahmen wurden in Sherry und Henson (2005). Wichtig ist, dass CCA die Wahrscheinlichkeit eines Fehlers vom Typ I (dh falsche signifikante Assoziationen) verringert, während es einem Ermittler erlaubt, die multivariaten geteilten Beziehungen zwischen den zwei Gruppen von Variablen (dh Videospielerfahrung und riskante Entscheidungsfindung) zu bewerten. Die Analyse ergab neun Funktionen mit quadrierten kanonischen Korrelationen (R2c) von 0.39, 0.28, 0.19, 0.14, 0.11, 0.05, 0.03, 0.02 und 0.01 für die Funktionen eins bis neun. Das vollständige Modell war unter Verwendung des Wilks-Kriteriums λ = 0.25 signifikant. F(117, 955) = 1.68, p <0.001. Wilks 'λ repräsentiert die vom Modell unerklärliche Varianz, daher 1 - Wilks' λ repräsentiert die volle Größe des Modelleffekts in Bezug auf r2. In dieser Analyse mit neun kanonischen Funktionen, die r2 war 0.75, was darauf hinweist, dass das vollständige Modell 75% der Varianz zwischen den beiden Variablensätzen erklärte. Um die hierarchische Anordnung der Funktionen für statistische Signifikanz zu testen, wurde eine Dimensionsreduktionsanalyse verwendet (Tabelle 1) (Table3) .3). Der Test des vollständigen Modells war signifikant (dh Funktionen 1-9), ebenso wie der Test der Funktionen 2-9. Zusammen erklären diese beiden Funktionen 67% der Varianz. Keine der anderen Funktionen erklärte einen signifikanten Anteil der geteilten Varianz zwischen den Variablensätzen nach der Extraktion der früheren Funktionen. Die erste kanonische Funktion offenbarte eine Korrelation von r = 0.62 zwischen dem Prädiktor und abhängigen Variablen, und die zweite kanonische Funktion ergab eine Korrelation von r = 0.53 zwischen den Variablensätzen. Dies deutet darauf hin, dass die beiden Variablensätze für die ersten beiden kanonischen Funktionen stark korreliert waren (Sherry und Henson, 2005).

Figure 3 

Abbildung der kanonischen Korrelationsfunktion mit zehn Prädiktoren (Kästchen auf der linken Seite) und acht abhängigen Variablen (Kästchen auf der rechten Seite). Die kanonische Korrelation ist die von Pearson r zwischen den zwei latenten Variablen (Ovale), die abgeleitet sind ...
Tabelle 3 

Tests von kanonischen Funktionen.

Die kanonischen Korrelationen zwischen den Variablen (Prädiktor und abhängig) und den Funktionen geben an, welche Variablen den stärksten Beitrag zur Funktion liefern und ähnlich wie die Faktorladungen in einer Faktorenanalyse interpretiert werden können (Afifi et al., 2004). In einem Beispiel von 148, ein r von 0.30 ist auf der 0.001-Ebene von Bedeutung; daher Variablen für die r ≥ 0.30 wurden als statistisch signifikant angesehen (Tabelle 1) (Table4) .4). In Übereinstimmung mit unseren Vorhersagen repräsentiert die erste Funktion eine positive Assoziation zwischen Stunden und pathologischem Spielverhalten sowie Risikoübernahme, Impulsivität und differenzielles Lernen aus positiver und negativer Rückkopplung (Abb (Abbildung4) .4). Insbesondere erklärte die erste kanonische Funktion 11.12% der Varianz in den abhängigen Variablen und war am stärksten mit RAS, Risk Total, Avoid B, Choose A und BIS-11 verbunden. Mit Ausnahme von RAS war das Vorzeichen der Korrelation für alle Variablen gleich, was darauf hinweist, dass sie positiv miteinander verwandt waren. Die RAS-Scores waren umgekehrt proportional zu den anderen Variablen, was bedeutet, dass höhere Scores auf der RAS mit niedrigeren Gesamtpunktzahlen in der Risiko-Task verbunden waren. Die erste Funktion erklärte 5.34% der Varianz in den Prädiktorvariablen mit primären Beiträgen von Stunden × PVP, Stunden, Geschlecht, PVP und Stunden × FPS. Alle diese Variablen, mit Ausnahme des Geschlechts, waren positiv mit den abhängigen Variablen verbunden und wiesen auf mehr Stunden, pathologische Symptome und Zeiten hin, die mit FPS-Spielen verbracht wurden, vorhergesagte Impulsivität, Sensibilität für Feedback und Verluste bei der Risikoaufgabe. Die negative Assoziation mit Sex zeigt an, dass Männer risikoreichere Entscheidungen treffen als Frauen.

Tabelle 4 

Kanonische Korrelationen nach Varimax Rotation der abhängigen Variablen.
Figure 4 

Graphische Darstellung der signifikanten kanonischen Funktionen und der am stärksten beitragenden Prädiktoren (linke Seite) und abhängige Variablen (rechte Seite). Durchgezogene Linien stellen die erste kanonische Funktion dar und gestrichelte Linien repräsentieren die zweite kanonische Funktion ...

Die zweite Funktion erklärte 8.08% der Varianz in den abhängigen Variablen und war am stärksten mit BIS-11, Risk Total und mit geringem Risiko verbunden. Wie erwartet, war die Auswahl mit geringem Risiko mit höheren Punktzahlen bei der Risikoaufgabe und geringerer Impulsivität verbunden. Die zweite Funktion erklärte 2.94% der Varianz in den Prädiktorvariablen und bezog sich hauptsächlich auf FPS, Stunden × FPS, PVP, Stunden und Geschlecht. Übereinstimmend mit unseren Hypothesen sagten die Erfahrungen mit FPS - Videospielen und PVP - Symptomen eine schlechtere Leistung bei der Risikoaufgabe voraus (z. B. weniger risikoarme Auswahl und niedrigere Gesamtpunktzahl) und größere Impulsivität (Abb (Abbildung4) .4). Im Gegensatz zu der ersten Funktion wurden hier die BIS-11-Werte stärker vorhergesagt, was die Auswirkungen auf die Impulsivität unterstreicht und frühere Arbeiten unterstützt (Gentile, 2009; Gentile et al., 2011).

Diskussion

Die aktuelle Studie wurde entwickelt, um die Zusammenhänge zwischen Videospielerfahrung, pathologischem Spielverhalten und riskanten Entscheidungen zu untersuchen. In Übereinstimmung mit früheren Arbeiten (Gentile, 2009; Gentile et al., 2011), 7% der aktuellen Stichprobe junger Erwachsener erfüllten Kriterien für pathologisches Spielen. Darüber hinaus wurde pathologisches Spielen bei Frauen in unserer Stichprobe nicht beobachtet. Angesichts des Geschlechtergleichgewichts in der Stichprobe bedeutet dies, dass etwa 14% der Männer, die an der Studie teilnahmen, über pathologisches Spielen berichteten. Signifikante Korrelationen wurden zwischen Spielstunden, pathologischem Spiel und Spielgenre sowie Impulsivität, Risikobereitschaft und Sensitivität für positive und negative Rückmeldungen beobachtet. Das CCA zeigte, dass pathologisches Spielen positiv mit Feedback-Sensitivität in Verbindung gebracht wurde, während das Spielen von FPS-Spielen positiv mit Impulsivität und Risikoübernahme in Verbindung stand.

Die Selbstbericht- und Verhaltensmaßnahmen zeigten, dass pathologische Spiele und das Spielen von FPS-Spielen positiv mit einer größeren Impulsivität assoziiert waren. Die Interaktion zwischen Stunden und PVP war ebenfalls positiv mit den BIS-II-Werten korreliert, was darauf hinweist, dass mehr pathologische Symptome positiv mit höherer Impulsivität assoziiert waren (Gentile et al., 2011). Ergänzend zu diesem Befund stellte die zweite kanonische Korrelation die Assoziation zwischen pathologischem Spiel, FPS-Spielen und Impulsivität dar. Beweise für die TD-Aufgabe unterstützen auch die Idee, dass das Spielgenre den Zusammenhang zwischen Spiel und Impulsivität beeinflussen könnte. Für die TD-Aufgabe könnte die Auswahl der kleineren Belohnung, die früher geliefert wird, als ein Index der Impulsivität genommen werden (Mitchell, 1999; Ohmura et al., 2005). Bei dieser Aufgabe wurde die Auswahl kleinerer Prämien positiv mit den Spielen der FPS-Videospiele in Verbindung gebracht, nicht jedoch mit Strategiespielen. Die Verbindung zwischen FPS-Spielen und Impulsivität ist interessant, wenn man bedenkt, dass diese Form des Glücksspiels auch mit einer verminderten Nutzung proaktiver kognitiver Kontrolle einhergeht (Bailey, 2009; Bailey et al., 2010; Swing, 2012). Zusammen können diese Daten darauf hindeuten, dass das Spielen von FPS-Spielen und pathologischem Spielen mit einem Anstieg des impulsiven Verhaltens einhergeht, das aus einer verminderten Nutzung der proaktiven kognitiven Kontrolle resultiert, um das Verhalten zu steuern.

Der Zusammenhang zwischen Spielen und riskanten Entscheidungen war abhängig vom Spielgenre. Bei der Risikoaufgabe korrelierten die Anzahl der Stunden, die für das Spielen von Videospielen aufgewendet wurden, die Interaktion zwischen Stunden und PVP sowie die Kategorisierung als FPS-Spieler negativ mit dem Prozentsatz der Auswahl mit geringem Risiko. und vorausgesagte Stunden, in denen die Option mit hohem Risiko im CCA häufiger ausgewählt wird. Dies ging mit einer dramatischen Reduzierung der am Ende der Aufgabe gesammelten Gesamtpunkte einher, was darauf hinweist, dass sich die Auswahl riskanter Optionen in der Risikoaufgabe am Ende nicht ausgezahlt hat. Zusammengenommen liefern diese Ergebnisse eindeutige Beweise dafür, dass Spielzeit, Pathologie und FPS-Spiele die Auswahl riskanter Optionen eines Individuums beeinflussen, und dieses Verhalten scheint sich trotz seiner nachteiligen Auswirkungen auf die Leistung im Laufe der Zeit fortzusetzen. Im Gegensatz zu FPS-Spielen war Strategiespiel nicht so stark mit einem erhöhten Risiko verbunden. Eine Erklärung für den unterschiedlichen Einfluss des Spielgenres ist, dass es wahrscheinlich soziale Auswirkungen auf das Treffen impulsiver Entscheidungen in einem Strategiespiel gibt, da ein Erfolg im Spiel häufig die Zusammenarbeit mit einem Team erfordert. Es ist wichtig zu beachten, dass sowohl Strategiespiele als auch FPS-Spiele positiv mit PVP und der Korrelation zwischen pathologischen Symptomen und Stunden × Strategie korreliert waren (r = 0.46) schien höher zu sein als die Korrelation zwischen PVP und Stunden × FPS (r = 0.29), obwohl dieser Unterschied keine Signifikanz erreichte, t(146) = 1.53, p > 0.05. Dies deutet darauf hin, dass sowohl Strategie- als auch FPS-Spiele mit pathologischem Spielen verbunden sind, die Konsequenzen für Impulsivität und Risikobereitschaft jedoch für beide Genres nicht gleich sind. Dies kann an der Struktur der Spielumgebung oder an den Zielen der Spieler in den verschiedenen Genres liegen.

Die Leistung bei der Risikoaufgabe, die probabilistische Auswahlaufgabe und in geringerem Maße die IGT liefern einige Belege dafür, dass Spiel und Pathologie positiv mit einer verringerten Sensitivität für negative Ergebnisse assoziiert sind. Spielzeit korrelierte positiv mit schlechterer Leistung bei der Risikoaufgabe (z. B. niedrigerer Gesamtpunktzahl) aufgrund einer größeren Auswahl an riskanten Optionen. Vermutlich sollte nach mehreren Selektionen der risikoarmen Optionen mit geringem Risiko die Entstehung von Verlusten eine abschreckende Wirkung auf die weitere Auswahl der risikoreichen Option haben, was jedoch nicht der Fall war. In ähnlicher Weise sollte die Rückmeldung über mehrere Versuche des IGT zu einer verminderten Auswahl der "schlechten" Decks führen. Höhere PvP-Werte und Spielstunden waren mit einer größeren Auswahl aus den "schlechten" Decks verbunden, weit über den Punkt hinaus, an dem das Feedback die Auswahl aus diesen Decks unter den nicht-pathologischen High-Gamern effektiv verringerte.

Die probabilistische Auswahlaufgabe (Frank et al., 2004) gab Einblick, ob das durch positives oder negatives Feedback getriebene "Reinforcement Learning" für das Spielen sensibel war. Erhöhte FPS-Spiel- und Spielpathologie war mit einem Rückgang der Vermeidung von B verbunden (dh Lernen von negativer Rückkopplung). Strategiespiele waren jedoch positiv mit der Vermeidung von B korreliert (dh r = 0.17), was darauf hindeutet, dass Personen, die sich als Strategiespieler identifizieren, empfindlicher auf negative Rückmeldungen reagieren. Wie bei der Impulsivität können die Eigenschaften von Strategiespielen diese Beziehung erklären. Fehler in einem Strategiespiel können langfristige Konsequenzen für das Erreichen von Zielen im Spiel haben, da das Spielspiel normalerweise einen längeren Zeitrahmen umfasst als ein FPS-Videospiel. Daher können Fehler in einem Strategievideospiel teuer sein, und man würde davon profitieren, negative Ergebnisse zu beachten und zu lernen, diese Ergebnisse in der Zukunft zu vermeiden.

Es gibt einige Einschränkungen der aktuellen Studie, die es zu beachten gilt. Erstens war das Design nicht experimentell und dies hat zwei Implikationen. Es ist möglich, dass einige nicht gemessene Variablen für die Ergebnisse verantwortlich sind, und die Richtung der Verursachung kann nicht definiert werden (dh, erhöhen Spiele die Risikobereitschaft und die Impulsivität oder sind sie impulsiv auf Videospiele angewiesen?). Zukünftige Studien könnten dieses Problem angehen, indem sie die kurz- und langfristigen Auswirkungen von Videospieltraining auf riskante Entscheidungen untersuchen, ähnlich der Arbeit an Aggression (Anderson et al., 2010) und visuell-räumliche Verarbeitung (Bavelier et al., 2012). Zweitens wurden nur zwei Genres von Videospielen untersucht, jedoch sind die in der Studie untersuchten Genres tendenziell die beliebtesten unter den Spielern (Die NDP-Gruppe, 2010). Basierend auf den aktuellen Daten und anderen Arbeiten (zB Fischer et al., 2009) scheint es, dass der Zusammenhang zwischen Videospielerfahrung und riskanten Entscheidungen wahrscheinlich durch das Genre des Videospiels gemildert wird, wobei einige Effekte spezifisch für ein bestimmtes Genre sind (Green und Bavelier, 2003). Weitere Forschung wird notwendig sein, um die Auswirkungen verschiedener Genres besser zu verstehen und wie diese Effekte bei Personen interagieren können, die mehr als ein Genre spielen. Schließlich konzentrierte sich die aktuelle Studie vor allem auf riskante Entscheidungen im Zusammenhang mit Glücksspielen (dh die Teilnehmer versuchten, Punkte bei den Entscheidungsaufgaben zu sammeln), weshalb die Daten in anderen Kontexten, wie sozialen oder anderen, nicht zur Risikobereitschaft sprechen akademisches Verhalten. Andere Studien haben die Auswirkungen von treibenden Videospielen auf die Einstellung zu und das Engagement in riskantem Fahrverhalten gezeigt (Beullens et al., 2011), so scheint es, dass Videospiele zusammen mit den aktuellen Ergebnissen die Risikobereitschaft in eng verwandten Kontexten sowie in unähnlichen Kontexten beeinflussen können (zB sagen FPS-Spiele die Leistung in der Risikoaufgabe voraus).

Die vorliegende Studie erweitert die Literatur über den Zusammenhang zwischen Videospiel-Erfahrung und riskanten Entscheidungen über risikoreiches Fahrverhalten hinaus (Fischer et al., 2009; Beullens et al., 2011) und zeigt, dass pathologische Symptome und das Genre eine entscheidende Rolle bei der Bestimmung der Beziehung zwischen Spielerfahrung und Entscheidungsfindung spielen. Wir haben gezeigt, dass pathologische Videospielnutzung mit erhöhter Impulsivität, größerer Risikobereitschaft und größeren Verlusten bei spielähnlichen Aufgaben verbunden ist. Diese laborbasierten Befunde stehen im Einklang mit realen Berichten über die Folgen exzessiven Spielens von Videospielen, einschließlich familiärer Zwietracht (Warren, 2011), finanzieller Verlust (Doan und Strickland, 2012) und sogar Tod (BBC News, 2005). In der aktuellen Stichprobe waren FPS und Strategiespiele, zwei populäre Genres, positiv mit pathologischen Symptomen korreliert. Diese Arbeit unterstreicht die Wichtigkeit weiterer Forschung, um die Ätiologie und Behandlung von pathologischem Videospiel zu verstehen und die Auswirkungen verschiedener Genres zu erforschen.

Interessenkonflikt

Die Autoren erklären, dass die Untersuchung in Abwesenheit von kommerziellen oder finanziellen Beziehungen durchgeführt wurde, die als möglicher Interessenkonflikt ausgelegt werden könnten.

Bibliographie

  • Afifi A., Clark VA, Mai S. (2004). Computergestützte multivariate Analyse, 4th Edn. Boca Raton, Florida: Chapman und Hall
  • Anderson CA, Shibuya A., Ihori N., Swing EL, Bushman BJ, Sakamoto A., et al. (2010). Heftige Videospieleffekte auf Aggression, Empathie und prosoziales Verhalten in östlichen und westlichen Ländern. Psychol. Stier. 136, 151-173 10.1037 / a0018251 [PubMed] [Kreuz Ref]
  • Bailey K. (2009). Individuelle Unterschiede in der Videospielerfahrung: Kognitive Kontrolle, affektive Verarbeitung und visuelle Verarbeitung. Ames, Iowa: Unveröffentlichte Masterarbeit, Iowa State University
  • Bailey K., West R., Anderson CA (2011). Der Zusammenhang zwischen chronischer Exposition gegenüber Videospielgewalt und affektiver Bildverarbeitung: eine ERP-Studie. Cogn. Beeinflussen. Verhalten Neurosc 11, 259-27610.3758 / s13415-011-0029-y [PubMed] [Kreuz Ref]
  • Bailey KM, West R., Anderson CA (2010). Eine negative Assoziation zwischen Videospiel-Erfahrung und proaktiver kognitiver Kontrolle. Psychophysiologie 47, 34-4210.1111 / j.1469-8986.2009.00925.x [PubMed] [Kreuz Ref]
  • Bartholow BD, Buschmann BJ, Sestir MA (2006). Chronische gewalttätige Videospiel-Exposition und Desensibilisierung gegenüber Gewalt: verhaltens- und ereignisbezogene Gehirnpotential-Daten. J. Exp. Soc. Psychol. 42, 532-53910.1016 / j.jesp.2005.08.006 [Kreuz Ref]
  • Basak C., Boot WR, Voss MW, Kramer AF (2008). Kann das Training in einem Echtzeit-Strategiespiel den kognitiven Verfall bei älteren Erwachsenen abschwächen? Psychol. Alterung 23, 765-777 10.1037 / a0013494 [PMC freier Artikel] [PubMed] [Kreuz Ref]
  • Bavelier D., Grüne CS, Pouget A., Schrater P. (2012). Hirnplastizität durch die Lebensspanne: Lernen zu lernen und Action-Videospiele. Annu. Rev. Neurosci. 35, 391-41610.1146 / annurev-neuro-060909-152832 [PubMed] [Kreuz Ref]
  • BBC Nachrichten (2005, August 10). S Koreanisch stirbt nach der Spielsession. Online verfügbar unter: http://news.bbc.co.uk/2/hi/technology/4137782.stm
  • Bechara A., Damasio A., Damasio H., Anderson S. (1994). Unempfindlichkeit gegenüber zukünftigen Folgen nach Schädigung des menschlichen präfrontalen Kortex. Kognition 50, 7-15 10.1016 / 0010-0277 (94) 90018-3 [PubMed] [Kreuz Ref]
  • Beullens MA, Roe K., Van den Bulck J. (2011). Exzellenter Spieler, exzellenter Fahrer? Der Einfluss des Videospiels von Jugendlichen auf das Fahrverhalten: eine Zwei-Wellen-Panel-Studie. Unfall. Anal. Zurück 43, 58–65 10.1016 / j.aap.2010.07.011 [PubMed] [Kreuz Ref]
  • Marke M., Kalbe E., Labudda K., Fujiwara E., Kessler J., Markowitsch HJ (2005). Entscheidungsbehinderungen bei Patienten mit pathologischem Glücksspiel. Psychiatrie Res. 133, 91-9910.1016 / j.psyches.2004.10.003 [PubMed] [Kreuz Ref]
  • Braver TS (2012). Die variable Natur der kognitiven Kontrolle: Ein Mechanismus mit zwei Mechanismen. Tendenzen Cogn. Neurosc 16, 106-113 10.1016 / j.tics.2011.12.010 [PMC freier Artikel] [PubMed] [Kreuz Ref]
  • Cavedini P., Riboldi G., Keller R., D'Annucci A., Bellodi L. (2002). Funktionsstörung des Frontallappens bei Patienten mit pathologischem Glücksspiel. Biol. Psychiatry 51, 334–341 10.1016 / S0006-3223 (01) 01227-6 [PubMed] [Kreuz Ref]
  • Christopoulos GI, Tobler PN, Bossaerts P., Dolan RJ, Schultz W. (2009). Neuronale Korrelate von Wert, Risiko und Risikoaversion, die zur Entscheidungsfindung unter Risiko beitragen. J. Neurosci. 29, 12574-12583 10.1523 / JNEUROSCI.2614-09.2009 [PMC freier Artikel] [PubMed] [Kreuz Ref]
  • Doan AP, Strickland B. (2012). Süchtig nach Spielen: Der Reiz und die Kosten von Videospielsucht. FEP International. Online verfügbar unter: http://www.amazon.com/gp/product/193557602X/
  • Figner B., Weber EU (2011). Wer trägt wann und warum Risiken ein? Determinanten der Risikobereitschaft. Curr. Dir. Psychol. Sci. 20, 211-216 10.1177 / 0963721411415790 [Kreuz Ref]
  • Fischer P., Greitemeyer T., Kastenmüller A., ​​Vogrincic C., Sauer A. (2011). Die Auswirkungen risiko-glorifizierender Medienexposition auf risiko-positive Kognitionen, Emotionen und Verhaltensweisen: eine meta-analytische Überprüfung. Psychol. Stier. 137, 367-390 10.1037 / a0022267 [PubMed] [Kreuz Ref]
  • Fischer P., Greitemeyer T., Morton T., Kastenmüller A., ​​Postmes T., Frey D., et al. (2009). Der Rennspiel-Effekt: Warum erhöhen Video-Rennspiele die Risikobereitschaft? Pers. Soc. Psychol. Stier. 35, 1395-1409 10.1177 / 0146167209339628 [PubMed] [Kreuz Ref]
  • Fischer P., Kubitzki J., Guter S., Frey D. (2007). Virtuelles Fahren und Risikobereitschaft: erhöhen Rennspiele risikofreudige Kognitionen, Affekte und Verhaltensweisen. J. Exp. Psychol. Appl. 13, 22-3110.1037 / 1076-898X.13.1.22 [PubMed] [Kreuz Ref]
  • Frank MJ, Seeberger LC, O'Reilly RC (2004). Mit der Karotte oder mit der Peitsche: Lernen zur kognitiven Verstärkung beim Parkinsonismus. Science 306, 1940–1943 10.1126 / science.1102941 [PubMed] [Kreuz Ref]
  • Gentile D. (2009). Pathologische Videospielnutzung zwischen den Altersgruppen 8 bis 18. Psychol. Sci. 20, 594-60210.1111 / j.1467-9280.2009.02340.x [PubMed] [Kreuz Ref]
  • Gentile DA, Choo H., Liau A., Sim T., Li D., Fung D., et al. (2011). Pathologisches Videospiel unter Jugendlichen: eine zweijährige Längsschnittstudie. Pädiatrie 127, e319-e329 10.1542 / peds.2010-1353 [PubMed] [Kreuz Ref]
  • Grüne CS, Bavelier D. (2003). Action Video Game modifiziert visuelle selektive Aufmerksamkeit. Natur 423, 534-53710.1038 / nature01647 [PubMed] [Kreuz Ref]
  • Kim Y., Sohn H., Jeong J. (2011). Verzögerter Übergang von mehrdeutigen zu riskanten Entscheidungen in Alkoholabhängigkeit während Iowa Gambling Task. Psychiatrie Res. 190, 727-73110.1016 / j.psyches.2011.05.003 [PubMed] [Kreuz Ref]
  • Kirby K., Petry NM, Bickel WK (1999). Heroinsüchtige haben höhere Diskontsätze für verspätete Belohnungen als Kontrollen ohne Drogenkonsum. J. Exp. Psychol. Gen. 128, 78-8710.1037 / 0096-3445.128.1.78 [PubMed] [Kreuz Ref]
  • Kirsh SJ, Reittiere JRW (2007). Heftiges Videospiel beeinflusst die Wahrnehmung von Gesichtsemotionen. Aggressivität. Verhalten 33, 353-35810.1002 / ab.20191 [PubMed] [Kreuz Ref]
  • Knoch D., Gianotti LRR, Pascual-Leone A., Treyer V., Regard M., Hohmann M., et al. (2006). Eine Störung des rechten präfrontalen Kortex durch eine niedrigfrequente repetitive transkranielle Magnetstimulation induziert ein risikofreudiges Verhalten. J. Neurosci. 26, 6469-6472 10.1523 / JNEUROSCI.0804-06.2006 [PubMed] [Kreuz Ref]
  • Kronenberger WG, Matthews Vizepräsidentin, Dunn DW, Wang Y., Wood EA, Giauque AL, et al. (2005). Mediengewaltbelastung und Exekutivfunktion bei aggressiven und kontrollierenden Jugendlichen. J. Clin. Psychol. 61, 725-73710.1002 / jclp.20022 [PubMed] [Kreuz Ref]
  • Löwenstein G., Thaler RH (1989). Anomalien: intertemporale Wahl. J. Econ. Perspektive. 3, 181-19310.1257 / jep.3.4.181 [Kreuz Ref]
  • Mathews VP, Kronenberger WG, Wang Y., Lurito JT, Lowe MJ, Dunn DW (2005). Mediengewaltbelastung und Frontallappenaktivierung gemessen an funktioneller Magnetresonanztomographie bei aggressiven und nichtaggressiven Jugendlichen. J. Comput. Helfen. Tomogr. 29, 287-292 10.1097 / 01.rct.0000162822.46958.33 [PubMed] [Kreuz Ref]
  • McClure SM, Laibson DI, Loewenstein G., Cohen JD (2004). Getrennte neurale Systeme bewerten sofortige und verzögerte monetäre Belohnungen. Wissenschaft 306, 503-507 10.1126 / science.1100907 [PubMed] [Kreuz Ref]
  • Mitchell SH (1999). Impulsivitätsmaßnahmen bei Zigarettenrauchern und Nichtrauchern. Psychopharmakologie 146, 455-464 10.1007 / PL00005491 [PubMed] [Kreuz Ref]
  • Nationale Verkehrssicherheitsbehörde. (2009). Meldesystem für die Todesfallanalyse. Online verfügbar unter: http://www.nhtsa.gov/FARS (Zugriff auf Juni 20, 2011).
  • Ohmura Y., Takahashi T., Kitamura N. (2005). Diskontierung verzögerter probabilistischer monetärer Gewinne und Verluste durch Raucher von Zigaretten. Psychopharmakologie 182, 508-51510.1007 / s00213-005-0110-8 [PubMed] [Kreuz Ref]
  • Patton JH, Stanford MS, Barratt ES (1995). Faktorstruktur der Barratt-Impulsivitätsskala. J. Clin. Psychol. 51, 768–774 10.1002 / 1097–4679 (199511) 51: 6 <768 :: AID-JCLP2270510607> 3.0.CO; 2-1 [PubMed] [Kreuz Ref]
  • Pawlikowski M., Marke M. (2011). Übermäßiges Spielen im Internet und Entscheidungsfindung: Übermäßige World of Warcraft-Spieler haben Probleme bei der Entscheidungsfindung unter riskanten Bedingungen. Psychiatrie Res. 188, 428-43310.1016 / j.psyches.2011.05.017 [PubMed] [Kreuz Ref]
  • Lesen Sie D. (2004). Intertemporale Wahl, in Blackwell Handbuch der Urteilsfindung und Entscheidungsfindung, eds Köhler DJ, Harrey N., Herausgeber. (Malden, MA: Blackwell;), 424-443
  • Reynolds B., Richards JB, Horn K., Karraker K. (2004). Delay Diskontierung und Wahrscheinlichkeit Diskontierung in Bezug auf den Zigarettenrauch bei Erwachsenen. Verhalten Prozesse 65, 35-4210.1016 / S0376-6357 (03) 00109-8 [PubMed] [Kreuz Ref]
  • Sherry A., Henson RK (2005). Durchführung und Interpretation kanonischer Korrelationsanalyse in der Persönlichkeitsforschung: ein benutzerfreundlicher Primer. J. Pers. Beurteilen. 84, 37-4810.1207 / s15327752jpa8401_09 [PubMed] [Kreuz Ref]
  • Slutske WE, Caspi A., Moffitt TE, Poultin R. (2005). Persönlichkeits- und Problemspiel: eine prospektive Studie einer Geburtskohorte junger Erwachsener. Bogen. Gen. Psychiatrie. 62, 769-775 10.1001 / archpsy.62.7.769 [PubMed] [Kreuz Ref]
  • Steinberg L. (2008). Eine sozial-neurowissenschaftliche Perspektive auf die Risikobereitschaft von Jugendlichen. Entwickler Rev. 28, 78-10610.1016 / j.dr.2007.08.002 [PMC freier Artikel] [PubMed] [Kreuz Ref]
  • Schaukel EL (2012). Plugged in: Die Auswirkungen von elektronischen Medien auf Aufmerksamkeitsprobleme, kognitive Kontrolle, visuelle Aufmerksamkeit und Aggression. Unveröffentlichte Doktorarbeit, Iowa State University, Ames, IA.
  • Tanabe J., Thompson L., Claus E., Dalwani M., Hutchison K., Banich MT (2007). Die Aktivität des präfrontalen Kortex ist bei den Nutzern von Glücksspielen und nicht spielenden Substanzen während der Entscheidungsfindung reduziert. Summen. Gehirn Mapp. 28, 1276-128610.1002 / hbm.20344 [PubMed] [Kreuz Ref]
  • Die NDP-Gruppe. (2010). Unterhaltung Marktforschung. Online verfügbar unter: http://www.npd.com/corpServlet?nextpage=entertainment-categories_s.html (Zugriff auf Juni 15, 2011).
  • Warren L. (2011, 31. Mai). Videospiele werden für die Scheidung verantwortlich gemacht, da Männer "World of Warcraft ihren Frauen vorziehen". Daily Mail Online unter: http://www.dailymail.co.uk/news/article-1392561/World-Warcraft-video-games-blamed-divorce-men-prefer-wives.html#ixzz2dO45VChT
  • Weber EU, Blais A.-R., Betz NE (2002). Eine domänenspezifische Risiko-Einstellungs-Skala: Messung der Risikowahrnehmung und des Risikoverhaltens. J. Behav. Decis. Mak. 15, 263-29010.1002 / bdm.414 [Kreuz Ref]
  • Weber EU, Johnson EJ (2009). Entscheidungen unter Unsicherheit: psychologische, ökonomische und neuroökonomische Erklärungen der Risikopräferenz, in Neuroökonomie: Entscheidungsfindung und Gehirn, eds Glimcher PW, Camerer CF, Fehr E., Poldrack RA, Herausgeber. (London: Academic Press;), 127-144
  • West R., Bailey K. (2013). Videospiele und Aufmerksamkeit, in The Oxford Handbuch der Medienpsychologie, ed Dill K., Herausgeber. (New York, NY: Oxford Universitätspresse;), 403-420