我的化身会做什么？ 游戏，病理和风险决策（2013）

前心理学家。 2013 Sep 10; 4：609。 doi：10.3389 / fpsyg.2013.00609。 eCollection 2013。

抽象

最近的研究表明病态视频游戏的使用与儿童和青少年的冲动性增加之间存在关联。 一些研究还表明，在游戏之后，视频游戏环境之外的风险增加，但这项工作主要集中在一种类型的视频游戏（即赛车）上。 受这些发现的推动，本研究的目的是检查病理和非病理视频游戏使用，冲动和风险决策之间的关系。 目前的研究还调查了两种最流行的视频游戏类型（即第一人称射击游戏（FPS）和策略]的经验与风险决策之间的关系。 与之前的工作一致，~7％的当前大学成人样本符合病理视频游戏使用的标准。 每周花在游戏上的小时数与自我报告测量和时间折扣（TD）任务的冲动性增加有关。 这种关系对视频游戏的类型很敏感; 具体而言，FPS游戏的经验与冲动性正相关，而策略游戏的经验与冲动性负相关。 每周的小时数和病理症状预示风险任务和爱荷华州赌博任务的风险增加，伴随着更糟糕的整体表现，表明即使风险选择没有得到回报，个人花费更多时间游戏并认可更多的病理症状游戏继续做出这些选择。 基于这些数据，我们建议病态症状的存在和视频游戏的类型（例如，FPS，策略）可能是决定游戏体验量与冲动性和风险决策制定相关的重要因素。

关键词： 电子游戏，决策，风险，病态视频游戏使用，冲动，奖励处理

过去的研究表明，视频游戏体验以多种方式影响认知和情感（West和Bailey， 2013）。 例如，更大的视频游戏体验与主动认知控制的使用减少有关（Kronenberger等， 2005; Mathews等人， 2005; Bailey等人， 2010），积极和消极影响的经验和表达的差异（Bartholow等， 2006; Kirsh和Mounts， 2007; Bailey等人， 2011，以及与ADHD相关的症状数量的增加，特别是对于展示病态视频游戏的人（PVP; Gentile， 2009; Gentile等人， 2011; Pawlikowski和Brand， 2011）。 许多研究的结果表明，决策的效力可以通过情绪，执行或认知控制以及化学和行为成瘾的存在来缓解（Tanabe等， 2007; 韦伯和约翰逊， 2009; 菲格纳和韦伯， 2011）。 鉴于视频游戏体验，PVP以及情绪和认知控制之间的关联，人们可以预期视频游戏体验会对决策的效率产生不利影响。 为了支持这一假设，一些研究表明，接触赛车视频游戏会影响与驾驶行为相关的现实决策（Fischer等， 2009; Beullens等人， 2011）。 目前的研究通过检查其他类型的视频游戏[即第一人称射击游戏（FPS）和战略]，PVP和赌博背景下的风险决策之间的关系，扩展了现有证据。

研究视频游戏与风险决策之间的关系的研究主要集中在赛车视频游戏对风险驾驶行为的态度和参与的影响（例如，超速驾驶，有趣骑行，街头赛车;见Fischer等， 2011）。 根据自我报告的措施，参加赛车视频游戏所花费的时间与参与青少年和成年人，特别是男性的风险驾驶呈正相关（Beullens等， 2011），与谨慎驾驶负相关（Fischer et al。， 2007）。 此外，实验室对赛车游戏的曝光增加了对冒险行为的积极态度以及计算机模拟驾驶任务中更大的风险承担（Fischer等， 2007, 2009），这可能部分是由于更多的自我认知作为一个冒险的驱动因素（Fischer et al。， 2009）。 此外，对于倾向于增加汽车事故和死亡风险的个人而言，赛车视频游戏似乎最具吸引力（美国国家公路交通安全管理局， 2009）。 基于这些发现，似乎长期和短期视频游戏曝光可以导致对游戏中所例示的行为的态度和参与的变化。

病理性视频游戏使用对于8-9％儿童和青少年来说是一个重大问题（Gentile， 2009; Gentile等人， 2011）。 具有更多PVP症状的个体报告更频繁地和更长时间地玩视频游戏，跳过其他活动（例如，家庭作业，家务）以玩视频游戏，以及使用视频游戏比他们的同龄人更频繁地逃避他们的问题。 更大的PVP症状也与侵袭和冲动增加，学校表现不佳以及与抑郁和ADHD相关的症状水平升高有关（Gentile等， 2011).

病态游戏也可能与风险决策的增加有关。 Pawlikowski和Brand（2011）研究了骰子游戏任务中过度网络游戏和表现的个体差异，这是一种风险决策的衡量标准。 在这项任务中，参与者试图通过猜测6侧面模具的卷数会产生多少钱来赚取尽可能多的钱。 过度的网络游戏玩家比非游戏玩家更频繁地选择低概率选项，导致更大的损失。 这种行为类似于有赌博问题的个人所表现出的行为（Cavedini等， 2002; Brand等人， 2005）。 这项工作表明，病态游戏与更大的冲动和冒险行为正相关，超出了游戏所花费的时间。

来自研究物质使用和问题赌博的研究的证据可以提供对PVP如何影响风险决策的见解。 物质使用（Kirby等， 1999; 米切尔， 1999; Kim等人， 2011）和问题赌博（Brand等， 2005; Slutske等人， 2005; Tanabe等人， 2007通过以下一种或多种途径与风险决策的增加有关：执行功能中断，对正面和负面结果的敏感性改变，或冲动性增加。 例如，依赖酒精的患者在爱荷华州赌博任务中表现更差（IGT; Kim等， 2011）与非酒精依赖患者相比，需要更长的时间来学习消极结果（即继续从“坏”甲板中选择卡片）。 病理性赌博与IGT期间右半球前额叶活动减少有关，可能反映了涉及风险​​的决策变化（Tanabe等， 2007）。 尼古丁对冲动性的影响已经使用时间贴现（TD）任务进行了广泛的研究（例如，米切尔， 1999; Ohmura等人， 2005参与者选择立即或短暂延迟后提供的较小奖励和较长时间延迟后提供的较大奖励（Loewenstein和Thaler， 1989; 读， 2004）。 选择较小的即时奖励可以解释为反映更大的冲动。 与非吸烟者相比，吸烟者对这项任务的冲动一直比较大（Mitchell， 1999; 雷诺兹等人， 2004）。 此外，吸烟者推迟延迟货币收益的程度与其每日尼古丁摄入量相关（Reynolds等， 2004; Ohmura等人， 2005）。 这些研究结果表明，药物滥用和问题赌博与冲动选择即时奖励正相关，可能是由于对行为的控制力减弱。

赛车视频游戏似乎引发了风险相关的思想和危险的驾驶行为; 然而，目前尚不清楚不同类型的视频游戏是否也可能引发其他领域的风险决策。 然而，有证据表明某些类型的视频游戏可能对认知控制产生不同的影响，这是一组能够保持目标导向信息处理的能力（Basak等， 2008; Bailey等人， 2010）。 例如，在个体差异研究中（Bailey等， 2010），发现FPS视频游戏的经验与主动控制的减少（目标相关信息的主动，持续维护）相关，并且与反应控制无关（在发现冲突后即时动员控制; Braver ， 2012）。 此外，Swing（2012）证明了FPS经验的10 h导致在训练研究中减少主动控制的使用。 这些调查结果可能表明，FPS游戏玩家可能更有可能在当下做出决定，而不是经过深思熟虑的审议，这种倾向可能表现为对即时奖励的偏好，而不是对风险和收益的长期评估。 与FPS游戏相比，战略视频游戏可以促进对行为的精心规划和执行控制的增加。 巴萨克等人。 （2008）证明了23.5 h对策略视频游戏的培训提高了任务切换能力和工作记忆。 这一研究领域与当前研究相关，因为类似的神经结构参与认知控制和决策（Steinberg， 2008; Christopoulos等人， 2009）。 因此，暴露于视频游戏对这些大脑区域的影响也可能对决策的效果产生影响。

本研究的目标是扩展Fischer等人的工作。 （2007, 2009）其他视频游戏类型和决策制定环境，以便更全面地了解视频游戏体验如何与风险决策相关。 为了实现这一目标，使用了涉及风险​​的多个决策任务。 我们专注于FPS和战略视频游戏，因为他们在玩家中持续受欢迎（NDP集团， 2010），以及他们以相反的方式影响决策的潜力。 在当前的研究中，个人报告了过去的视频游戏体验（即每周播放的小时数，PVP症状和类型）并完成了一组问卷调查和计算机化任务评估风险决策。 典型相关分析（CCA）用于检查视频游戏体验，PVP和性别（即预测变量）之间的潜在关系，以及风险决策（即因变量）的度量。 基于以前的工作（外邦人， 2009; Gentile等人， 2011），我们假设每周玩视频游戏的平均小时数和认可的病理症状的数量可以预测冲动性增加，偏向立即或更大的奖励，以及增加风险选择的选择。 预计FPS和战略视频游戏与风险决策存在差异; 预计FPS游戏玩家对奖励更加冲动和敏感，而战略游戏玩家预计会选择更少的风险选项，并对负面结果更敏感。 还检查了小时，PVP和流派之间的相互作用，以确定玩视频游戏所花费的时间量和病态共现的影响是否会缓和任何与流派的关系。

付款方式

参与者成员

参与者是来自爱荷华州立大学的149本科生（70女性），年龄从16到30年。 由于软件中的错误，一个参与者丢失了概率选择任务的测试阶段的数据。 所有参与者都获得了知情同意，他们因参与而获得了课程学分。 该研究得到了该大学机构审查委员会的批准。

材料和设计

媒体使用问卷

媒体使用问卷包括三个高阶问题。 两个问题要求个人指出在四个时间段（1上午到中午，中午2）的典型工作日（问题6，周一至周五）或周末（问题6，周六和周日）上玩视频游戏所花费的小时数。到6 pm，6 pm到午夜，午夜到12 am）。 第三个问题要求参与者表明他/她每次播放0不同类型的视频游戏以及他们花费最多时间播放的视频游戏的频率。 使用的因变量是每周玩视频游戏所花费的总小时数，以及根据他们最常报告的视频游戏类型分类为FPS或战略视频游戏玩家（1或0.85）。 对于播放的小时数（系数α= 0.87）和视频游戏类型的体验量（系数α= XNUMX），内部可靠性高。

病理性游戏规模

修订版的PVP量表（Gentile， 2009; Gentile等人， 2011）由13个基于DSM-IV赌博成瘾标准的项目组成。 参与者通过选择“是”，“否”，“有时”或“不知道”来回答每个问题。 因变量是他们回答“是”的问题数量（1-13）。 当前样品的内部可靠性是可以接受的（系数α= 0.60）。

Barratt冲动规模

Barratt冲动量表版本11（BIS-11; Patton等人， 1995）用于衡量一般冲动性。 BIS-11由30语句（例如，我改变业余爱好;我计划工作保障）以及从以下选项中选择的每个语句参与者组成：“很少/从不”，“偶尔”，“经常”或“几乎”总是/总是。“对于评分，响应从1（很少/从不）到4（几乎总是/总是）以数字方式编码，并求和得到总分（0-20）。 分数越高表示冲动程度越高。 当前样本中BIS的内部可靠性很高（系数α= 0.75）。

风险态度扩大

风险态度量表的修改版（RAS; Weber等， 2002）包括来自原始衡量标准的道德，赌博和娱乐分量表的20陈述。 参与者表示他们有可能或不太可能从1（非常不可能）到5（非常可能）的范围内参与每个声明中描述的行为。 因变量是所有项目的平均分数（1-5）。 分数越高，反映出对风险的接受程度越高。 当前样本中度量的内部可靠性很高（系数α= 0.76）。

爱荷华州的赌博任务

在IGT（Bechara等， 1994参与者在每次试验中选择四个代币中的一个以获得积分。 每个令牌都与其自身的收益和损失相关联。 指示参与者在任务结束前尽可能多地获得积分。 每个标记的增益或损失是针对每个100试验预先确定的，因此在大多数试验中选择两个标记（圆形或方形）会产生净增益点，同时选择其他两个标记（水晶或钻石）在大多数试验中，会导致净损失。 参与者没有被告知哪些令牌“好”而且“坏”。在选择了令牌后，参与者被告知结果（收益或损失）以及他们获得的积分总数。 在参与者做出选择之前，令牌仍保留在屏幕上。 反馈显示为1500 ms，响应键为“i”（圆圈），“r”（水晶），“c”（方形）和“m”（菱形）。 因变量是在最终的20试验中选择“坏”令牌的次数。

时间贴现

TD任务类似于McClure等人。 （2004）。 参与者表示他们倾向于在较早时间收到的较少金额和较晚时收到的较大金额之间进行一系列选择。 指示参与者做出每个决定，好像他们会收到他们选择的选项一样。 前两个选项是固定的，以便参与者学习如何回应任务。 第一个选择要求参与者在两个不同的延迟时间内选择相同数量的金额（例如，27.10周的$ 2与27.10个月和1周的$ 2），第二个选择要求参与者在两个金额之间进行选择其中较早的金额小于后期金额的1％（例如，今天的0.16为34.04个月的1和2个月的40）。 剩余的2试验是通过将早期延迟之一（今天，1周或2月）与后期延迟之一（1周，1月）和以下百分比差异之一（3， 5，10，15，25，35，50，5％。 早期的金额从$ 40到$ 6的范围内随机抽取，然后将较大的金额设置为指定的百分比差异。 使用早期延迟，延迟延迟和百分比差异的所有组合，排除后续延迟将超过实验后2000个月的那些组合。 这两个选项显示在屏幕的两侧，较小的，较早的奖励始终显示在左侧，选项保留在屏幕上直到做出响应。 位于每个选项下方的黄色三角形在响应后变为红色，表示选择的2000 ms。 接下来是XNUMX ms的空白屏幕，然后出现下一个选择。 响应键对于左侧的选项为“v”，对于右侧的选项为“m”。 因变量是选择较早/较小金额的选择的百分比。 更频繁地选择较早的选项表明风险厌恶程度较高。

概率选择

在概率选择任务中（Frank等， 2004），参与者观察随机呈现的三对刺激（AB，CD，EF）并指示选择每对中的一种刺激。 每次选择后都会提供概率反馈。 在第一对中，选择A导致正反馈（即“正确！”）80％的时间并选择B导致负反馈（即“不正确”）20％的时间。 在第二对中，选择C导致正反馈70％的时间，并且在第三对中选择E导致正反馈60％的时间。 参与者进行了三个60试验学习块（每对20）。 在最后一个区块中，参与者每次四次查看所有可能的六对刺激对，并且没有收到关于他们选择的反馈。 刺激是在三个反馈概率（即AB，CD，EF）中平衡的六个日本平假名字符。 在所有块中，数字保留在屏幕上直到做出响应或者如果没有检测到响应则通过4000 ms。 在学习块中，显示了1500 ms的反馈。 最后一个块中有一个500 ms响应刺激间隔。 响应键为“v”以选择左侧的数字，“m”选择右侧的数字。 因变量是在最后一个区块中选择A（选择A）和避免B（避免B）的试验百分比。 在最后一个块中更多地选择A而不是避免B表示基于积极而不是消极结果的学习。 比最终区块中A的选择更大程度地避免B表示基于负面结果而不是正面结果进行学习。

风险任务

在风险任务中（Knoch等， 2006），参与者被提出六个盒子，每个盒子同样可能包含一个获胜的令牌。 有些盒子是蓝色的，有些是粉红色的。 指示参与者选择他们认为包含获胜令牌的盒子的颜色。 如果他们选择正确，他们会收到与他们选择的颜色相关的分数，但如果他们不正确则会丢失那么多分。 在此任务中操纵了两个变量。 风险等级是指粉红色和蓝色框的比率，可以是5：1，4：2或3：3。 例如，如果有5蓝色框和1粉红色框，则1中有一个6，粉红色框包含获胜标记; 因此选择粉红色比选择蓝色风险更大。 奖励的余额是指颜色值的点数，可以是90：10，80：20，70：30或60：40。 具有较少盒子的颜色总是值得更高的值。 例如，在上面的例子中，选择粉红色将是值得90点，而选择蓝色将仅值10点。 参与者完成了100试验。 其中四个是3：3风险水平与奖励余额的组合，未包括在分析中。 剩余的96试验包括风险等级，奖励平衡和颜色的所有其他可能组合。 风险等级显示在每次试验的方框上方，奖励余额显示如下。 框显示保留在屏幕上，直到参与者响应，然后反馈显示1500 ms的结果和总分。 响应键为“v”选择粉红色，“m”选择蓝色。 此度量的因变量是任务结束时的总分（风险总计）和低风险选择（低风险）的百分比。

程序

使用E-Prime 1.2软件（Psychology Software Tools，Pittsburgh，PA）呈现所有刺激。 参与者签署了知情同意书并完成了BIS-11，病理性游戏规模，RAS和媒体使用问卷。 一半参与者按以下顺序完成任务：TD，风险任务，爱荷华州赌博任务和概率选择; 另一半参与者以相反的顺序完成了任务。 参与者还完成了视图和停止信号任务的有用领域，但由于这些数据并未专门解决视频游戏与风险决策之间的关系，因此此处未报告。 任务完成后，与会者接受了汇报并感谢他们的参与。 整个研究耗时~90分钟。

成果

样本特征

表 Table11 包括所有测量变量的平均值，标准偏差和范围。 超过一半的样本（64％）报告每周至少播放2小时的视频游戏。 播放视频游戏的平均时间为每周20.6 h（SD = 25.4，25th四分位数= 0，50th四分位数= 13，75th四分位数= 34）。 据报道，男性每周上班时间更长（M = 28.2， SD = 21.9）比女性（M = 12.1， SD = 26.5）， t(147) = 4.06， p <0.001。 6％（男性= 7.4％，女性= 13.9％）的样本报告了病理性博弈（即对PVP量表中的0个或更多陈述做出“是”回答），与在其他样本中观察到的比率一致儿童和青少年（外邦人， 2009; Gentile等人， 2011）。 病理性游戏症状的平均数量是， M = 1.8， SD = 2.0。 男性报告了更多与病态游戏相关的症状（M = 2.7， SD = 2.1）比女性（M = 0.8， SD = 1.2）， t(147) = 6.90， p <0.001。

表1 

所有独立变量和因变量的描述性统计.

零阶相关

表中列出了分析中包含的所有变量之间的相关性 Table2.2。 在考虑CCA的结果之前，简要总结了在这些变量中观察到的关联模式，以便使读者了解数据集中存在的基本关系。 除了观察到的变量之外，还计算了五个双向交互项（即，使用PVP每周（小时）玩电子游戏的小时数和两种类型的视频游戏（即FPS和策略）和PVP）有两种类型）。 性别（虚拟编码：男性= 1，女性= 2）与小时数，FPS，PVP，RAS，小时数×PVP，小时数×FPS，小时数×策略，PVP×FPS和PVP×策略呈负相关，表明男性报告比女性更多的视频游戏体验，病态游戏和冒险。 小时数与PVP，PVP×FPS和PVP×策略呈正相关。 FPS游戏与PVP正相关。 策略游戏与PVP和小时数×PVP正相关。 病理性游戏症状的数量与小时×FPS和小时×策略正相关。 这些数据表明，病态游戏的流行程度随着每周游戏花费的小时数而增加，并且这对于FPS和策略游戏都是如此。

表2 

所有变量和交互术语之间的相关性.

与我们的假设一致，视频游戏体验与风险决策的度量之间存在两种关联模式（即，冲动性增加，对负反馈的敏感性降低）。 自我报告的冲动与小时和小时×PVP正相关，与以前的工作一致（Gentile等， 2011）。 在TD任务中选择较早的较小奖励与FPS正相关[FPS游戏玩家： M = 0.79， SD = 0.17; 非FPS游戏玩家： M = 0.71， SD = 0.22; t(147) = -2.10， p = 0.04]和小时×FPS（图 （Figure1A），1A）这一假设与电子游戏类型可以将个人的注意力转移到即时奖励上，从而导致更冲动的决策制定相一致。

图1 

（A） 作为时间折扣任务的早期选择的平均比例作为小时和作为FPS游戏玩家的识别的函数。 （B） 在概率选择任务中避免B作为策略游戏者的识别功能。 误差条表示 ...

从IGT中的坏甲板中选择与小时×PVP正相关（图 （Figure2A），2A），支持这样一种观点，即增加的时间和病理学与减少从消极结果中学习有关。 风险任务中低风险选择的百分比与小时数，小时数×PVP和小时数×FPS负相关，表明游戏玩家承担更大风险。 重要的是，风险任务的总分与小时和小时×PVP呈负相关（图 （Figure2B），2B），证明更频繁地选择风险更高的选项对具有更多游戏经验和PVP症状的个人的总体收益具有不利影响。 同样，概率选择任务中对负反馈的敏感性与小时数呈负相关，进一步表明未能从消极结果中学习。 相反，对负反馈的敏感性与策略游戏正相关（图 （Figure1B）.1B）。 策略游戏玩家（M = 0.72， SD = 0.25）比非策略游戏玩家更频繁地避免B（M = 0.62， SD = 0.23）， t(146) = -2.09， p = 0.04，支持这一类型可能会鼓励玩家从错误中吸取教训并避免在将来制作错误的假设。

图2 

（A） 在IGT和IGT中选择“坏”甲板的试验比例 （B） 风险任务中获得的总分数是小时数和PVP症状的函数。 误差线表示均值的标准差。

典型相关分析

检查视频游戏体验和病理学（即预测变量）之间的潜在关联，以及风险决策（即因变量;图 Figure3）3）CCA进行。 Sherry和Henson已经概述了使用这种方法及其假设的优点（2005）。 重要的是，CCA减少了I型错误的机会（即虚假的重要关联），同时允许研究者评估两组变量之间的多变量共享关系（即视频游戏体验和风险决策）。 分析揭示了九个具有平方规范相关性的函数（R2c函数0.39到0.28的）分别为0.19、0.14、0.11、0.05、0.03、0.02、0.01、0.25和XNUMX）。 使用Wilks的λ= XNUMX准则，完整模型具有显着性， F（117，955） = 1.68， p <0.001。 Wilks的λ表示模型无法解释的方差，因此1—Wilks的λ表示完整模型效果的大小，表示为 r2。 在这个有九个规范函数的分析中， r2 是0.75，表明完整模型解释了两组变量之间方差的75％。 为了测试用于统计显着性的函数的分层排列，使用降维分析（表 （Table3）.3）。 完整模型的测试是显着的（即函数1-9），函数2-9的测试也是如此。 这两个函数一起解释了67％的方差。 在提取先前函数之后，其他函数都没有解释变量集之间的共享方差的重要部分。 第一个规范函数揭示了相关性 r =预测变量和因变量之间的0.62，第二个规范函数揭示了相关性 r =变量集之间的0.53。 这表明对于前两个规范函数，两个变量集是高度相关的（Sherry和Henson， 2005).

图3 

具有十个预测变量（左侧的框）和八个因变量（右侧的框）的规范相关函数的图示。 典范的相关性是皮尔逊的 r 导出的两个潜在变量（椭圆）之间 ...
表3 

测试规范函数.

变量（预测变量和依赖变量）与函数之间的典型相关性表明哪些变量对函数的贡献最大，并且可以与因子分析中的因子载荷类似的方式进行解释（Afifi等， 2004）。 在148的样本中， r 0.30在0.001级别显着; 因此变量 r ≥0.30被认为具有统计学意义（表 （Table4）.4）。 与我们的预测一致，第一个函数代表小时和病态游戏之间的正相关，以及从正面和负面反馈中冒险，冲动和差异学习（图 （Figure4）.4）。 具体而言，第一个规范函数解释了因变量中方差的11.12％，并且与RAS，风险总计，避免B，选择A和BIS-11最为密切相关。 除RAS外，所有变量的相关性符号相同，表明它们是正相关的。 RAS得分与其他变量成反比，这意味着RAS的较高得分与风险任务的总得分较低相关。 第一个函数解释了预测变量中方差的5.34％，主要贡献来自小时数×PVP，小时数，性别，PVP和小时数×FPS。 除了性别之外，所有这些变量与因变量呈正相关，表明更多的小时，病理症状以及玩FPS游戏所花费的时间预测冲动性，对反馈的敏感性以及风险任务的损失。 与性别的负相关表明男性比女性更有风险地做出决策。

表4 

因变量的varimax旋转后的典型相关.
图4 

重要规范函数和最强贡献预测变量（左侧）和因变量（右侧）的图形表示。 实线表示第一个规范函数，虚线表示第二个规范函数 ...

第二个函数解释了因变量中方差的8.08％，并且与BIS-11，风险总计和低风险选择最为密切相关。 正如预期的那样，低风险选择与风险任务得分较高和冲动性较低有关。 第二个函数解释了预测变量中方差的2.94％，主要与FPS，小时数×FPS，PVP，小时数和性别有关。 与我们的假设一致，FPS视频游戏和PVP症状的经验预测风险任务的表现会更差（例如，低风险选择和总得分更低）和更大的冲动（图 （Figure4）.4）。 与第一个函数相比，BIS-11得分在这里得到了更强烈的预测，强调了对冲动性的影响和支持以前的工作（Gentile， 2009; Gentile等人， 2011).

讨论

目前的研究旨在研究视频游戏体验，病态游戏和风险决策之间的关系。 与以前的工作一致（外邦人， 2009; Gentile等人， 2011），~7％的当前年轻成人样本符合病理性游戏的标准。 此外，在我们的样本中未观察到女性的病理性游戏。 鉴于样本中的性别平衡，这意味着参与该研究的那些男性中大约有14％报告了病态游戏。 在游戏时间，病态游戏和游戏类型之间，以及冲动，冒险和对正反馈的敏感性之间观察到显着的相关性。 CCA透露，病态游戏与反馈敏感度正相关，而玩FPS游戏与冲动和冒险行为正相关。

自我报告和行为测量表明，病态游戏和玩FPS游戏与更大的冲动性正相关。 小时与PVP之间的相互作用也与BIS-II评分呈正相关，表明更多的病理症状与更大的冲动性呈正相关（Gentile等， 2011）。 作为对这一发现的补充，第二个典型相关性代表了病态游戏，FPS游戏和冲动性之间的关联。 TD任务的证据也支持游戏类型可能影响游戏和冲动之间的关联的想法。 对于TD任务，选择较早提供的较小奖励可以作为冲动的指标（Mitchell， 1999; Ohmura等人， 2005）。 在此任务中，选择较小的奖励与播放FPS视频游戏正相关，但与播放策略视频游戏无关。 FPS游戏和冲动性之间的关联是有趣的，因为有证据表明这种形式游戏也与减少主动认知控制的使用有关（Bailey， 2009; Bailey等人， 2010; 摇摆， 2012）。 这些数据一起可以指示玩FPS游戏和病态游戏与脉冲行为的增加相关联，所述冲动行为是由于主动认知控制的利用减少以引导行为而导致的。

游戏与冒险决策之间的关联对游戏类型很敏感。 在风险任务中，花在玩视频游戏上的小时数，小时数与PVP之间的交互作用以及作为FPS游戏玩家的分类都与低风险选择的百分比负相关。 和小时数预测，在CCA中，选择高风险选项的频率会更高。 随之而来的是，在任务结束时获得的总积分急剧下降，这表明在风险任务中选择风险选项最终并没有得到回报。 综上所述，这些发现提供了明确的证据，证明游戏时间，病理状况和FPS游戏会影响个人对风险选项的选择，尽管这种行为会随着时间的推移而对性能产生不利影响，但这种行为似乎仍在继续。 与第一人称射击游戏相比，战略游戏与增加的冒险行为没有那么强烈的关系。 游戏类型差异影响的一种解释是，战略游戏中的冲动性决策可能会产生社会影响，因为游戏中的成功通常需要与团队合作。 重要的是要注意，策略游戏和FPS游戏与PVP呈正相关，并且病理症状与小时×策略之间的相关性（r = 0.46）似乎高于PVP和小时数×FPS之间的相关性（r = 0.29），虽然这种差异没有达到意义， t(146) = 1.53， p > 0.05。 这表明策略游戏和第一人称射击游戏都与病理性游戏相关联，但是这两种类型对冲动性和冒险精神的影响是不同的。 这可能是由于游戏环境的结构或不同类型游戏中玩家的目标所致。

在风险任务，概率选择任务以及较小程度上IGT的表现提供了一些证据，证明游戏和病理学与对负面结果的敏感性降低正相关。 由于更多选择风险选项，游戏时间与风险任务的较差表现（例如，较低的总得分）正相关。 据推测，在几次选择低风险的风险期权后，损失的累积应该成为进一步选择风险期权的一种威慑，但事实并非如此。 同样，对IGT的几次试验的反馈应该导致从“坏”甲板的选择减少。 较高的PVP得分和小时游戏与“坏”甲板的更多选择相关联，远远超过反馈有效减少非病理性高玩家中这些甲板的选择的点。

概率选择任务（Frank et al。， 2004）提供洞察正面或负面反馈驱动的强化学习是否对游戏敏感。 增加的FPS游戏和游戏病理学与避免B的减少相关（即，从负反馈中学习）。 然而，策略游戏与避免B正相关（即， r = 0.17），表明识别为策略游戏玩家的个人对负面反馈更敏感。 与冲动性一样，策略游戏的特征可以解释这种关系。 策略游戏中的错误可能会对游戏中的目标产生长期影响，因为游戏通常比FPS视频游戏的时间跨度更长。 因此，战略视频游戏中的错误可能代价高昂，人们可以从关注负面结果和学习避免将来的结果中受益。

值得注意的是，目前的研究存在一些局限性。 首先，设计不是实验性的，这有两个含义。 一些未测量的变量可能会对结果进行说明，并且无法确定因果关系的方向（即，玩游戏是否会增加冒险行为和冲动性，还是被吸引到电子游戏中的冲动者？）。 未来的研究可以通过观察视频游戏训练对风险决策的短期和长期影响来解决这个问题，类似于攻击工作（Anderson等， 2010）和视觉空间处理（Bavelier等， 2012）。 其次，只检查了两种类型的视频游戏，然而，研究中检查的类型往往是游戏玩家中最受欢迎的（NDP Group， 2010）。 基于当前的数据和其他工作（例如，Fischer等， 2009），看起来视频游戏体验和风险决策之间的联系可能会受到视频游戏类型的影响，其中一些特效针对某一特定类型（Green和Bavelier， 2003）。 为了更好地理解不同类型的影响以及这些影响如何在多种类型的个体中相互作用，有必要进行进一步的研究。 最后，目前的研究主要集中在赌博背景下的风险决策（即参与者试图在决策任务中获得积分），因此数据并不代表其他环境中的风险承担，例如社交或学术行为。 其他研究已经证明了驾驶视频游戏对风险驾驶行为的态度和参与的影响（Beullens等， 2011因此，与目前的研究结果一起，视频游戏似乎可能会影响密切相关背景下的冒险行为以及更多不同的背景（例如，FPS游戏预测风险任务中的表现）。

目前的研究扩展了关于视频游戏体验与风险决策之间关系的文献，超越了风险驾驶行为（Fischer等， 2009; Beullens等人， 2011），并指出病理症状和类型在决定游戏体验和决策之间的关系中起着关键作用。 我们已经证明，病态视频游戏的使用与增加的冲动性，更大的冒险性以及赌博式任务中更大的损失相关。 这些基于实验室的研究结果与过度视频游戏后果的实际报告一致，包括家庭不和谐（Warren， 2011），经济损失（Doan和Strickland， 2012），甚至死亡（BBC新闻， 2005）。 在目前的样本中，两种流行类型的FPS和策略视频游戏都与病理症状正相关。 这项工作强调了进一步研究的重要性，以了解病态视频游戏使用的病因和治疗，并探讨不同类型的影响。

利益冲突声明

作者声明，研究是在没有任何可被解释为潜在利益冲突的商业或金融关系的情况下进行的。

参考资料

  • Afifi A.，Clark VA，May S.（2004）。 计算机辅助多变量分析，4th Edn。 博卡拉顿，佛罗里达州：查普曼和霍尔
  • Anderson CA，Shibuya A.，Ihori N.，Swing EL，Bushman BJ，Sakamoto A.，et al。 （2010）。 暴力视频游戏对东西方国家的侵略，同理心和亲社会行为的影响。 心理学。 公牛。 136，151-173 10.1037 / a0018251 [考研[Cross Ref]
  • Bailey K.（2009）。 视频游戏体验的个体差异：认知控制，情感处理和视觉空间处理。 爱荷华州埃姆斯市：爱荷华州立大学未发表的硕士学位论文
  • Bailey K.，West R.，Anderson CA（2011）。 长期暴露于视频游戏暴力与情感图像处理之间的关联：ERP研究。 COGN。 影响。 Behav。 神经科学。 11，259-276 10.3758 / s13415-011-0029-y [考研[Cross Ref]
  • Bailey KM，West R.，Anderson CA（2010）。 视频游戏体验与主动认知控制之间的负面关联。 心理生理学47，34-42 10.1111 / j.1469-8986.2009.00925.x [考研[Cross Ref]
  • Bartholow BD，Bushman BJ，Sestir MA（2006）。 慢性暴力视频游戏暴露和对暴力的脱敏：行为和事件相关的大脑潜在数据。 J. Exp。 SOC。 心理学。 42，532-539 10.1016 / j.jesp.2005.08.006 [Cross Ref]
  • Basak C.，Boot WR，Voss MW，Kramer AF（2008）。 在实时战略视频游戏中进行培训可以减轻老年人的认知能力下降。 心理学。 老化23，765-777 10.1037 / a0013494 [PMC免费文章[考研[Cross Ref]
  • Bavelier D.，Green CS，Pouget A.，Schrater P.（2012）。 通过生命期的大脑可塑性：学习学习和动作视频游戏。 Annu。 Rev. Neurosci。 35，391-416 10.1146 / annurev-neuro-060909-152832 [考研[Cross Ref]
  • BBC新闻（2005，August 10）。 S韩国人在比赛结束后去世。 在线提供： http://news.bbc.co.uk/2/hi/technology/4137782.stm
  • Bechara A.，Damasio A.，Damasio H.，Anderson S.（1994）。 对人类前额皮质损伤后未来后果不敏感。 认知50，7-15 10.1016 / 0010-0277（94）90018-3 [考研[Cross Ref]
  • Beullens MA，Roe K.，Van den Bulck J.（2011年）。 优秀的玩家，优秀的驾驶员？ 青少年玩电子游戏对驾驶行为的影响：两波面板研究。 酸肛门上一个43，58–65 10.1016 / j.aap.2010.07.011 [考研[Cross Ref]
  • Brand M.，Kalbe E.，Labudda K.，Fujiwara E.，Kessler J.，Markowitsch HJ（2005）。 病理性赌博患者的决策障碍。 精神病学 133，91-99 10.1016 / j.psychres.2004.10.003 [考研[Cross Ref]
  • Braver TS（2012）。 认知控制的可变性：双重机制框架。 趋势认知。 神经科学。 16，106-113 10.1016 / j.tics.2011.12.010 [PMC免费文章[考研[Cross Ref]
  • Cavedini P.，Riboldi G.，Keller R.，D'Annucci A.Bellodi L.（2002年）。 病理性赌博患者的额叶功能障碍。 生物学精神病学51，334–341 10.1016 / S0006-3223（01）01227-6 [考研[Cross Ref]
  • Christopoulos GI，Tobler PN，Bossaerts P.，Dolan RJ，Schultz W.（2009）。 价值，风险和风险厌恶的神经关联有助于风险决策。 J.Neurosci。 29，12574-12583 10.1523 / JNEUROSCI.2614-09.2009 [PMC免费文章[考研[Cross Ref]
  • Doan AP，Strickland B.（2012）。 迷上游戏：视频游戏成瘾的诱惑和成本。 FEP国际。 在线提供： http://www.amazon.com/gp/product/193557602X/
  • Figner B.，Weber EU（2011）。 谁冒风险何时以及为何？ 冒险的决定因素。 CURR。 迪尔。 心理学。 科学。 20，211-216 10.1177 / 0963721411415790 [Cross Ref]
  • Fischer P.，Greitemeyer T.，Kastenmuller A.，Vogrincic C.，Sauer A.（2011）。 风险荣耀媒体曝光对风险积极认知，情绪和行为的影响：荟萃分析评论。 心理学。 公牛。 137，367-390 10.1037 / a0022267 [考研[Cross Ref]
  • Fischer P.，Greitemeyer T.，Morton T.，Kastenmuller A.，Postmes T.，Frey D.，et al。 （2009）。 赛车游戏效果：为什么视频赛车游戏会增加冒险的倾向。 个人。 SOC。 心理学。 公牛。 35，1395-1409 10.1177 / 0146167209339628 [考研[Cross Ref]
  • Fischer P.，Kubitzki J.，Guter S.，Frey D.（2007）。 虚拟驾驶和承担风险：赛车游戏增加冒险认知，影响和行为。 J. Exp。 心理学。 申请 13，22-31 10.1037 / 1076-898X.13.1.22 [考研[Cross Ref]
  • Frank MJ，Seeberger LC，O'Reilly RC（2004）。 通过胡萝卜或棍子：帕金森主义中的认知强化学习。 科学306，1940–1943 10.1126 / science.1102941​​XNUMX [考研[Cross Ref]
  • 外邦人D.（2009）。 青少年8到18的病理性视频游戏。 心理学。 科学。 20，594-602 10.1111 / j.1467-9280.2009.02340.x [考研[Cross Ref]
  • Gentile DA，Choo H.，Liau A.，Sim T.，Li D.，Fung D.，et al。 （2011）。 年轻人使用病理性视频游戏：一项为期两年的纵向研究。 儿科127，e319-e329 10.1542 / peds.2010-1353 [考研[Cross Ref]
  • Green CS，Bavelier D.（2003）。 动作视频游戏修改视觉选择性注意力。 Nature 423，534-537 10.1038 / nature01647 [考研[Cross Ref]
  • Kim Y.，Sohn H.，Jeong J.（2011）。 在爱荷华州赌博任务期间，从酒精依赖的模糊决策到风险决策的延迟过渡。 精神病学 190，727-731 10.1016 / j.psychres.2011.05.003 [考研[Cross Ref]
  • Kirby K.，Petry NM，Bickel WK（1999）。 与非吸毒对照相比，海洛因成瘾者对延迟奖励的贴现率更高。 J. Exp。 心理学。 128，78-87 10.1037 / 0096-3445.128.1.78 [考研[Cross Ref]
  • Kirsh SJ，坐骑JRW（2007）。 暴力视频游戏会影响面部情绪识别。 发球抢攻。 Behav。 33，353-358 10.1002 / ab.20191 [考研[Cross Ref]
  • Knoch D.，Gianotti LRR，Pascual-Leone A.，Treyer V.，Regard M.，Hohmann M.，et al。 （2006）。 通过低频重复经颅磁刺激破坏右前额叶皮质会诱发冒险行为。 J.Neurosci。 26，6469-6472 10.1523 / JNEUROSCI.0804-06.2006 [考研[Cross Ref]
  • Kronenberger WG，Matthews VP，Dunn DW，Wang Y.，Wood EA，Giauque AL，et al。 （2005）。 侵略性和控制性青少年中的媒体暴力暴露和执行功能。 J. Clin。 心理学。 61，725-737 10.1002 / jclp.20022 [考研[Cross Ref]
  • Loewenstein G.，Thaler RH（1989）。 异常：跨期选择。 J. Econ。 Perspect。 3，181-193 10.1257 / jep.3.4.181 [Cross Ref]
  • Mathews副总裁，Kronenberger WG，Wang Y.，Lurito JT，Lowe MJ，Dunn DW（2005）。 通过功能磁共振成像测量侵袭性和非侵袭性青少年的媒体暴力暴露和额叶激活。 J. Comput。 助攻。 Tomogr。 29，287-292 10.1097 / 01.rct.0000162822.46958.33 [考研[Cross Ref]
  • McClure SM，Laibson DI，Loewenstein G.，Cohen JD（2004）。 独立的神经系统重视即时和延迟的货币奖励。 科学306，503-507 10.1126 / science.1100907 [考研[Cross Ref]
  • 米切尔SH（1999）。 吸烟者和非吸烟者的冲动性测量。 精神药理学146，455-464 10.1007 / PL00005491 [考研[Cross Ref]
  • 国家公路交通安全管理局。 （2009）。 死亡率分析报告系统。 在线提供： http://www.nhtsa.gov/FARS （访问六月20，2011）。
  • Ohmura Y.，Takahashi T.，Kitamura N.（2005）。 扣除卷烟吸烟者延迟的概率货币收益和损失。 精神药理学182，508-515 10.1007 / s00213-005-0110-8 [考研[Cross Ref]
  • Patton JH，Stanford MS，Barratt ES（1995）。 Barratt冲动量表的因素结构。 J.临床Psychol。 51，768–774 10.1002 / 1097-4679（199511）51：6 <768 :: AID-JCLP2270510607> 3.0.CO; 2-1 [考研[Cross Ref]
  • Pawlikowski M.，Brand M.（2011）。 过度的网络游戏和决策：过度的魔兽世界玩家在风险条件下做出决策时会遇到问题。 精神病学 188，428-433 10.1016 / j.psychres.2011.05.017 [考研[Cross Ref]
  • 阅读D.（2004）。 跨期选择，在Blackwell手册中的判断和决策，编辑Koehler DJ，Harrey N.，编辑。 （Malden，MA：Blackwell;），424-443
  • Reynolds B.，Richards JB，Horn K.，Karraker K.（2004）。 与成人吸烟状况相关的延迟折扣和概率贴现。 Behav。 处理65，35-42 10.1016 / S0376-6357（03）00109-8 [考研[Cross Ref]
  • Sherry A.，Henson RK（2005）。 在人格研究中进行和解释典型相关分析：用户友好的入门读物。 J. Pers。 评估。 84，37-48 10.1207 / s15327752jpa8401_09 [考研[Cross Ref]
  • Slutske WE，Caspi A.，Moffitt TE，Poultin R.（2005）。 人格和问题赌博：一项针对年轻人出生队列的前瞻性研究。 拱。 精神病学将军。 62，769-775 10.1001 / archpsyc.62.7.769 [考研[Cross Ref]
  • Steinberg L.（2008）。 关于青少年冒险的社会神经科学观点。 开发。 版本28，78-106 10.1016 / j.dr.2007.08.002 [PMC免费文章[考研[Cross Ref]
  • Swing EL（2012）。 插入：电子媒体使用对注意力问题，认知控制，视觉注意和攻击的影响。 未出版的博士论文，爱荷华州立大学，艾姆斯，IA。
  • Tanabe J.，Thompson L.，Claus E.，Dalwani M.，Hutchison K.，Banich MT（2007）。 在决策过程中，赌博和非物质使用者的前额皮质活动减少。 哼。 Brain Mapp。 28，1276-1286 10.1002 / hbm.20344 [考研[Cross Ref]
  • NDP集团。 （2010）。 娱乐市场研究。 在线提供： http://www.npd.com/corpServlet?nextpage=entertainment-categories_s.html （访问六月15，2011）。
  • 沃伦（Warren L.）（2011年31月XNUMX日）。 电子游戏被指责为离婚，因为男人“更喜欢《魔兽世界》而不是他们的妻子”。 在线每日邮报地址： 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）。 特定领域的风险态度量表：衡量风险认知和风险行为。 J. Behav。 敌杀死。 麦。 15，263-290 10.1002 / bdm.414 [Cross Ref]
  • Weber EU，Johnson EJ（2009）。 不确定性下的决策：心理学，经济学和神经经济学对风险偏好的解释，在“神经经济学：决策与大脑”中编辑，Glimcher PW，Camerer CF，Fehr E.，Poldrack RA，编辑。 （伦敦：学术出版社;），127-144
  • West R.，Bailey K.（2013）。 电子游戏和关注，在牛津媒体心理学手册，编辑迪尔K. （纽约，纽约：牛津大学出版社;），403-420