Neue Methode zur Identifizierung von „Ecogames“

Rund 10.000 neue Spiele werden jährlich allein auf der Online-Gaming-Plattform Steam veröffentlicht. Ein paar wenige darunter haben das Potenzial, die Spieler:innen zu nachhaltigerem Verhalten zu bewegen, indem sie Umwelt- und Klimawandelthemen in den Mittelpunkt rücken. Um diese sogenannten Eco-Games gezielt für die Forschung und für den Schulunterricht nutzen zu können, muss man jedoch zuerst einmal wissen, wie man sie überhaupt aufspürt. „Eine eigene Kennzeichnung als „Ecogame“ gibt es nicht“, betont Moritz Edlinger. „Theoretisch können in jedem Spielgenre Ecogames vorkommen.“

Gemeinsam mit Manuel Ninaus hat er eine Methode entwickelt, um vielversprechende Eco-Games vorzuselektieren, die die beiden kürzlich in der Studie „Analyzing Player Reviews with Natural Language Processing to Identify Ecogames for Education and Research“ veröffentlicht haben. Dabei verwendeten sie Natural Language Processing (NLP) und Künstlicher Intelligenz (KI), um über 186.000 Spielerbewertungen auf der Online-Spiele-Plattform Steam zu analysieren und um auf diese Weise Spiele mit klimarelevanten Inhalten zu erkennen. „Wir nutzen die kollektive Intelligenz der Spieler“, erklärt Manuel Ninaus. „Nur ein sehr kleiner Anteil der Rezensionen thematisiert Nachhaltigkeit – die meisten beziehen sich auf die Spielerfahrung. Die KI-basierten Tools sind notwendig, um das ‚Signal im Noise‘ zu finden.“ 

Im Rahmen der Vorselektion wurden 45 Ecogames und 45 Action-Adventure Games als Kontrollgruppe ausgewählt, deren Spielbewertungen mittels zwei NLP-Ansätzen analysiert wurden. Die Vorselektion ermöglicht es, den Pool von Spielen auf eine handhabbare Zahl zu reduzieren, und diese dann für Laboruntersuchungen oder für den Unterricht heranzuziehen.

Die Ergebnisse der Studie zeigen, dass Ecogames Umweltthemen unterschiedlich stark darstellen. Für den Einsatz im Unterricht wurden die kürzeren Spiele „Beecarbonize“, „Alba: A Wildlife Adventure“ und „Gibbon: Beyond the Trees“ als besonders vielversprechend identifiziert. Die entwickelte Methode stellte ihre methodische Machbarkeit unter Beweis. 

Außerdem fungiert sie als "Proof of Concept" dafür, wie KI genutzt werden kann, um Forschung voranzubringen – in Bereichen, in denen sie menschlich nur mit enormem Aufwand oder gar nicht schaffbar wäre. Darüber hinaus ist das Konzept skalierbar und auf andere Themen wie Diversity oder Growth Mindset übertragbar. „Die Studie diente uns außerdem als Vorstudie für eine geplante Laborstudie, die dann die Medieneffekte untersucht“, sagt Moritz Edlinger, der aktuell an seiner Dissertation arbeitet.