I den här studien undersöks potentialen hos Large Language Models (LLMs) för att generera engagerande och människolik dialog i rollspelssammanhang. Parametrar som trovärdighet, relaterbarhet och följdriktighet tilldelas dialog, och dess påverkan vad gäller preferens undersöks och diskuteras. Dialog genererad av två olika LLMs samt dialog skriven av två mänskliga författare av olika erfarenhetsnivåer ställs mot varandra som svar på fördefinierade uttalanden, för att sedan analyseras utifrån deltagarnas preferenser. Resultaten visar att dialog från mänskliga författare generellt sett föredras, vilket understryker betydelsen av dialogens kvalitativa aspekter. Detta belyser både potentialen och begränsningarna hos nuvarande Artificiell Intelligens (AI) för att skapa dialog i rollspel, och pekar på vikten av vidare forskning för att förbättra AI-modellernas förmåga att generera trovärdig och relaterbar dialog. Studien bidrar till förståelsen av AIs roll i framtida spelutveckling och dess möjligheter att förhöja spelupplevelsen genom förbättrad interaktivitet och mer djupgående narrativ.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:his-23768 |
| Date | January 2024 |
| Creators | Kjellner, Nicholas, Johansson, Yngve |
| Publisher | Högskolan i Skövde, Institutionen för informationsteknologi |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds