近日，全球人机交互领域会议（ACM CHI 2025）在日本横滨召开。CHI（The ACM CHI Conference on Human Factors in Computing Systems）是全球人机交互领域最具影响力的标杆性学术会议之一，是中国计算机学会（CCF）认证的A类会议，并在Core Conference Ranking中位列A*级（Flagship Conference)。上海科技大学信息科学与技术学院李权教授课题组的最新研究成果“ClueCart: Supporting Game Story Interpretation and Narrative Inference from Fragmented Clues”荣获最佳论文奖（Best Paper Award）。该研究成果由信息科学与技术学院李权课题组、香港科技大学跨学科学院及香港科技大学（广州）计算媒体与艺术系合作完成。信息科学与技术学院2022级硕士研究生王希元为论文的第一作者，李权教授为通讯作者。该工作聚焦于当前游戏叙事解析中的关键挑战，提出了名为ClueCart的人工智能工具，为玩家与内容创作者提供了全新的叙事分析解决方案。
在如《艾尔登法环》《空洞骑士》等热门游戏中，开发者广泛采用“索引式叙事”（Indexical Storytelling）手法，通过分散的环境线索、物品描述与碎片化对话构建复杂而深邃的世界观。然而，这种非线性叙事结构与信息的高度碎片化，往往使玩家和内容创作者在理解、整合叙事时面临较大困难。ClueCart的创新之处在于，首次将玩家行为建模与人工智能技术深度融合，构建了一套系统性的叙事理解与重构框架。
图1. 该分层分类法以游戏《空洞骑士》（Hollow Knight）为例，分为两个层级。第一级为“分类”（Classification），将线索划分为三个主要类别：角色（Character）、地点（Location） 和 成就（Achievement）。第二级为“元素”（Elements），依据游戏内属性将线索进一步细分为六种类型：过场动画（Cut-scene）、相关角色（Related Character）、环境（Environment）、物品（Artifact）、文本（Text） 和 对话（Dialogue）。每个“分类”类别中都可以包含任意类型的“元素”。
该工具的核心功能聚焦于三大技术模块：首先，基于玩家行为数据构建分层叙事分类法，将游戏线索划分为“角色–场景–成就”三级结构，并细化为过场动画、文本、对话等六类元素，实现了从玩家视角出发的线索标准化管理；其次，研究团队开发了定制化游戏模组，可实时捕捉游戏中的角色、场景与成就事件，并结合GPT-4o模型对碎片线索进行自动摘要提取、关键词标注与语义关联分析，有效降低人工整理成本；最后，ClueCart提供高度可交互的分析界面，支持线索拖拽与图谱可视化，创新性地引入外部知识检索功能，能够自动关联游戏中的符号与神话、历史等真实世界背景，帮助用户建构更具深度的叙事理解。
图2. ClueCart界面。（A）左侧面板用于线索分类与检索。（B）右侧面板用于故事解读。
为验证系统效能，研究团队邀请40名专业内容创作者开展对比实验。结果显示，相较于传统协作工具Miro，ClueCart在任务完成效率、叙事逻辑连贯性以及跨线索关联能力方面表现显著优越。系统可用性（SUS）与创意支持指数（CSI）评估进一步表明，该工具在降低认知负担、激发创作灵感方面展现出突出优势。
作为一个开源项目（https://cluecart.github.io/ClueCart/），ClueCart获得了游戏开发者社区的广泛关注。其模块化设计不仅适用于如《黑神话：悟空》这类富含文化意涵的国产游戏，也具备扩展至小说、影视等跨媒体叙事分析场景的潜力。正如团队所言：“ClueCart的核心价值在于将玩家从叙事的被动接收者转变为主动参与者。未来，我们希望进一步探索群体协同创作平台，赋能全球玩家共同编织游戏世界中的未知篇章。”
本届 ACM CHI以“Ikigai”为主题，强调科技在人类追求个体价值与实现集体目标之间所扮演的桥梁角色。ClueCart的获奖不仅展现了中国科研团队在人机交互前沿的创新实力，也预示着AI驱动的创意工具正逐步重塑内容创作的未来。当机器学习能够理解并辅助人类构建非结构化的叙事逻辑时，技术与人文的融合将催生出全新的创作范式。正如程序委员会所评：“该研究在玩家行为建模、多模态AI与叙事科学的交汇点上开辟了新路径——它让机器初步理解人类是如何“讲述故事”的，而这曾是艺术创作的独占领域。”
近年来，上海科技大学信息科学与技术学院在国际学术舞台持续取得瞩目成绩。仅过去一年间，学院师生便在国际知名会议中获得7项重要荣誉：在计算机视觉、图形学与芯片设计领域的重要会议中，荣获SIGGRAPH 2024两项最佳论文提名、CVPR 2024最佳学生论文奖以及DAC 2024最佳论文提名；在多智能体系统重要会议AAMAS 2024荣获最佳论文奖；在医学图像处理权威会议MICCAI 2024摘得最佳论文奖及可视化旗舰会议IEEE VIS 2024获得最佳论文奖。这些成果不仅显示出信息学院在智能计算交叉领域的深厚积淀，也充分体现了“学生为本”的培养理念。展望未来，学校和学院将持续深化“以学生为主体”的科研范式，激发更强的学术活力与创新潜能。
论文链接：https://dl.acm.org/doi/10.1145/3706598.3713381
沪公网安备 31011502006855号