< Return to Video

Tom Chatfield: 7 sätt som spel kan belöna hjärnan

  • 0:00 - 0:03
    Jag älskar TV-spel.
  • 0:03 - 0:06
    Jag är också ganska förundrad över dem.
  • 0:06 - 0:08
    Jag förundras över deras makt
  • 0:08 - 0:10
    när det gäller fantasi, teknik,
  • 0:10 - 0:12
    och koncept.
  • 0:12 - 0:14
    Men framför allt
  • 0:14 - 0:16
    förundras jag över deras makt
  • 0:16 - 0:19
    att motivera, påverka oss,
  • 0:19 - 0:21
    att nagla fast oss,
  • 0:21 - 0:24
    på ett sätt som ingenting annat vi uppfunnit
  • 0:24 - 0:26
    riktigt har lyckats med förut.
  • 0:26 - 0:29
    Och jag tror att vi kan lära oss
    några fantastiska saker
  • 0:29 - 0:31
    genom att titta på hur vi gör detta.
  • 0:31 - 0:33
    Framförallt tror jag att vi kan lära oss saker
  • 0:33 - 0:36
    om lärande.
  • 0:36 - 0:38
    Just nu är spelindustrin
  • 0:38 - 0:40
    den överlägset snabbast växande
  • 0:40 - 0:42
    av alla moderna medier.
  • 0:42 - 0:44
    Från omkring 10 miljarder år 1990,
  • 0:44 - 0:47
    har den ökat till 50 miljarder dollar globalt idag,
  • 0:47 - 0:50
    och den visar inga tecken på avmattning.
  • 0:50 - 0:52
    Om fyra år
  • 0:52 - 0:55
    beräknar experter att den kommer vara värd
    över 80 miljarder dollar.
  • 0:55 - 0:58
    Det är ungefär tre gånger så mycket som musikindustrin.
  • 0:58 - 1:00
    Det är ganska fantastiskt,
  • 1:00 - 1:03
    men jag tror inte det är den mest
    slående siffran av alla.
  • 1:03 - 1:05
    Det som verkligen förvånar mig
  • 1:05 - 1:07
    är att folk idag
  • 1:07 - 1:09
    lägger ut ungefär
  • 1:09 - 1:12
    åtta miljarder verkliga dollar per år
  • 1:12 - 1:14
    på att köpa virtuella objekt
  • 1:14 - 1:16
    som bara finns
  • 1:16 - 1:19
    inuti TV-spel.
  • 1:19 - 1:22
    Det här är en skärmdump från den virtuella spelvärlden Entropia Universe.
  • 1:22 - 1:24
    Tidigare i år
  • 1:24 - 1:26
    såldes en virtuell asteroid inuti spelet
  • 1:26 - 1:30
    för 330 000 verkliga dollar.
  • 1:30 - 1:32
    Och detta
  • 1:32 - 1:35
    är ett Titan-skepp
  • 1:35 - 1:37
    i rymdspelet EVE Online.
  • 1:37 - 1:39
    Detta virtuella objekt
  • 1:39 - 1:41
    tar 200 verkliga människor
  • 1:41 - 1:44
    ungefär 56 dagar av verklig tid att bygga,
  • 1:44 - 1:47
    plus oräkneliga tusentals timmar
  • 1:47 - 1:49
    av förberedelser innan dess.
  • 1:49 - 1:52
    Och ändå blir många av de här skeppen byggda.
  • 1:52 - 1:54
    I andra änden av skalan
  • 1:54 - 1:57
    finns spelet Farmville, som du säkert har
    hört talas om.
  • 1:57 - 1:59
    Det har 70 miljoner spelare
  • 1:59 - 2:01
    runt hela världen
  • 2:01 - 2:03
    och de flesta av dessa spelare
  • 2:03 - 2:05
    spelar det nästan varje dag.
  • 2:05 - 2:07
    Allt det här kan låta
  • 2:07 - 2:09
    oroväckande för vissa människor,
  • 2:09 - 2:11
    ett tecken på något oroande
  • 2:11 - 2:13
    eller fel i samhället.
  • 2:13 - 2:15
    Men om vi ska se till det positiva
  • 2:15 - 2:17
    så tror jag
  • 2:17 - 2:19
    att vi borde utforska
  • 2:19 - 2:22
    varför denna genuint mänskliga ansträngning,
  • 2:22 - 2:26
    detta mycket intensiva skapade av värde uppstår.
  • 2:26 - 2:28
    Och genom att svara på den frågan,
  • 2:28 - 2:30
    så tror jag att vi har
  • 2:30 - 2:32
    något otroligt viktigt att lära oss.
  • 2:32 - 2:34
    Jag tror den mest intressanta vinkeln
  • 2:34 - 2:36
    vi kan utgå ifrån
  • 2:36 - 2:38
    är belöningar.
  • 2:38 - 2:41
    Och det är särskilt i termer
  • 2:41 - 2:43
    av de mycket intensiva känslomässiga belöningar
  • 2:43 - 2:45
    som dataspelande erbjuder människor
  • 2:45 - 2:47
    både individuellt
  • 2:47 - 2:49
    och som ett kollektiv.
  • 2:49 - 2:51
    Om vi tittar på vad som händer i någons huvud
  • 2:51 - 2:53
    när de blir engagerade
  • 2:53 - 2:56
    så är det två helt olika processer som förekommer.
  • 2:56 - 2:59
    Å ena sidan har vi viljeprocesserna.
  • 2:59 - 3:02
    Det här har med ambition och motivation att göra -
    Jag tänker klara det där. Jag tänker jobba hårt.
  • 3:02 - 3:04
    Å andra sidan finns det tycka-om-processerna,
  • 3:04 - 3:06
    att ha roligt, känna tillgivenhet
  • 3:06 - 3:08
    och glädje
  • 3:08 - 3:10
    och ett enormt flygande vilddjur
    med en orch på ryggen.
  • 3:10 - 3:12
    Det är en riktigt bra bild. Det är ganska coolt.
  • 3:12 - 3:15
    Den är från spelet World of Warcraft som har mer än 10 miljoner spelare över hela världen.
  • 3:15 - 3:18
    En av dem är jag, en annan är min fru.
  • 3:18 - 3:20
    Och den här typen av värld,
  • 3:20 - 3:22
    det här stora flygande djuret du kan rida runt på,
  • 3:22 - 3:24
    visar varför spel är så väldigt bra
  • 3:24 - 3:27
    på att få oss att både vilja ha och att tycka om.
  • 3:27 - 3:29
    Det är mycket kraftfullt och ganska häftigt.
  • 3:29 - 3:31
    Det ger dig starka krafter.
  • 3:31 - 3:34
    Din ambition blir uppfylld, men det är också väldigt vackert.
  • 3:34 - 3:37
    Det är ett mycket stort nöje att flyga runt.
  • 3:37 - 3:39
    De här sakerna kombineras till
  • 3:39 - 3:41
    ett intensivt känslomässigt engagemang.
  • 3:41 - 3:44
    Men det här är inte det allra mest intressanta.
  • 3:44 - 3:46
    Det riktigt intressanta med virtualitet
  • 3:46 - 3:48
    är vad du kan mäta med den.
  • 3:48 - 3:51
    Eftersom vad du kan mäta med virtualitet
  • 3:51 - 3:53
    är allt.
  • 3:53 - 3:55
    Varenda sak som varje enskild person
  • 3:55 - 3:58
    som någonsin spelat i ett spel
    någonsin har gjort kan mätas.
  • 3:58 - 4:00
    De största spelen i världen idag
  • 4:00 - 4:04
    mäter mer än en miljard dataenheter
  • 4:04 - 4:06
    om deras spelare, om vad alla gör--
  • 4:06 - 4:09
    långt mer detaljerat än du någonsin skulle få från någon webbplats.
  • 4:09 - 4:12
    Och detta gör det möjligt för något väldigt speciellt
  • 4:12 - 4:14
    att hända i spel.
  • 4:14 - 4:17
    Det är något som kallas belöningsschemat.
  • 4:17 - 4:19
    Och med detta menar jag att man tittar
  • 4:19 - 4:21
    på vad miljoner och åter miljoner människor
    har gjort
  • 4:21 - 4:23
    och noggrant kalibrera hastigheten,
  • 4:23 - 4:26
    egenskaperna, typen och intensiteten på
    belöningar i spel
  • 4:26 - 4:28
    för att hålla spelarna engagerade
  • 4:28 - 4:31
    över svindlande mängder tid och ansträngning.
  • 4:31 - 4:33
    För att försöka förklara detta
  • 4:33 - 4:36
    på ett vardagligt sätt
  • 4:36 - 4:38
    vill jag berätta om ett slags uppgift
  • 4:38 - 4:40
    som du skulle kunna råka ut för i många olika spel.
  • 4:40 - 4:43
    Gå och skaffa en viss mängd av en viss
    liten spelaktig sak
  • 4:43 - 4:45
    Låt oss anta, för sakens skull,
  • 4:45 - 4:48
    att mitt uppdrag är att skaffa 15 pajer
  • 4:48 - 4:51
    och att jag kan få 15 pajer
  • 4:51 - 4:53
    genom att döda de här söta små monstren.
  • 4:53 - 4:55
    Enkel speluppgift.
  • 4:55 - 4:57
    Om du vill kan du tänka på detta
  • 4:57 - 4:59
    som ett problem som handlar om lådor.
  • 4:59 - 5:01
    Jag måste fortsätta att öppna lådor.
  • 5:01 - 5:04
    Jag vet inte vad som finns inuti dem
    tills jag öppnar dem.
  • 5:04 - 5:07
    Och jag går runt och öppnar låda efter låda
    tills jag har fått 15 pajer.
  • 5:07 - 5:09
    Om du tar ett spel som Warcraft,
  • 5:09 - 5:11
    så kan du om du vill tänka på det
  • 5:11 - 5:14
    som en stort lådöppningsprojekt.
  • 5:14 - 5:17
    Spelet försöker få folk att öppna ungefär
    en miljon lådor,
  • 5:17 - 5:19
    och de får bättre och bättre saker i dem.
  • 5:19 - 5:22
    Det låter oerhört tråkigt
  • 5:22 - 5:24
    men spel kan
  • 5:24 - 5:26
    göra den här processen
  • 5:26 - 5:28
    otroligt fängslande.
  • 5:28 - 5:30
    Och sättet de gör detta
  • 5:30 - 5:33
    är genom en kombination av sannolikhet och data.
  • 5:33 - 5:35
    Låt oss tänka på sannolikhet.
  • 5:35 - 5:37
    Om vi vill engagera någon
  • 5:37 - 5:40
    i att öppna lådor och försöka hitta pajer,
  • 5:40 - 5:42
    vill vi se till att det är varken är för lätt,
  • 5:42 - 5:44
    eller för svårt, att hitta en paj.
  • 5:44 - 5:46
    Så vad gör du? Du tittar på en miljon människor,
  • 5:46 - 5:49
    nej, 100 miljoner människor, 100 miljoner lådöppnare,
  • 5:49 - 5:52
    och du kommer på, att om pajen dyker upp
  • 5:52 - 5:54
    ungefär 25 procent av gångerna,
  • 5:54 - 5:57
    så är det är varken för frustrerande eller alltför lätt.
  • 5:57 - 5:59
    Det håller folk engagerade.
  • 5:59 - 6:02
    Men självklart är det inte allt du behöver göra; det finns 15 pajer.
  • 6:02 - 6:04
    Jag skulle till exempel kunna göra ett spel som heter Piecraft,
  • 6:04 - 6:06
    där allt du behövde göra var att skaffa en miljon pajer
  • 6:06 - 6:08
    eller tusen pajer.
  • 6:08 - 6:10
    Det skulle vara väldigt tråkigt.
  • 6:10 - 6:12
    Femton är ett ganska optimalt tal.
  • 6:12 - 6:14
    Det är så att mellan 5 och 20
  • 6:14 - 6:16
    är ungefär rätt antal för att hålla folk igång.
  • 6:16 - 6:18
    Men vi har inte bara pajer i lådorna.
  • 6:18 - 6:20
    Det står 100 procent här uppe.
  • 6:20 - 6:23
    Och vad vi gör är att se till att varje gång en låda öppnas,
  • 6:23 - 6:25
    finns det något i den, någon liten belöning
  • 6:25 - 6:27
    som gör att människor fortsätter att utvecklas
    och håller sig engagerade.
  • 6:27 - 6:29
    I de flesta äventyrsspel,
  • 6:29 - 6:32
    finns det någon slags spelvaluta, och upplevelser att utforska.
  • 6:32 - 6:34
    Men vi stannar inte där.
  • 6:34 - 6:36
    Det behövs också finnas massor av andra objekt
  • 6:36 - 6:38
    av varierande sorter och olika nivåer av spänning.
  • 6:38 - 6:41
    Du kommer att ha 10 procents chans
    att få en ganska bra sak.
  • 6:41 - 6:43
    Du kommer att ha 0,1 procents chans
  • 6:43 - 6:46
    att få en helt fantastisk sak.
  • 6:46 - 6:49
    Och var och en av dessa belöningar är noggrant inställda efter vilken sak det är.
  • 6:49 - 6:51
    Och vi säger också:
  • 6:51 - 6:54
    "OK, hur många monster ska det finnas? Hela världen full, med en miljard monster? "
  • 6:54 - 6:57
    Nej, vi vill ha en eller två monster på skärmen åt gången.
  • 6:57 - 7:00
    Så jag dras med. Det är inte för lätt, inte för svårt.
  • 7:00 - 7:02
    Det är väldigt kraftfullt.
  • 7:02 - 7:05
    Men vi är i en virtuell värld. Det är inte riktiga lådor.
  • 7:05 - 7:07
    Så vi kan göra
  • 7:07 - 7:09
    några ganska fantastiska saker.
  • 7:09 - 7:13
    Vi märker, när vi tittar på alla dessa människor som öppnar lådor,
  • 7:13 - 7:16
    att när människor når upp till ca 13 av 15 pajer,
  • 7:16 - 7:19
    börjar deras syn på spelet förändras,
    de börjar bli lite uttråkade, och testar saker.
  • 7:19 - 7:21
    De behandlar inte sannolikheter på ett rationellt sätt.
  • 7:21 - 7:23
    De tycker att spelet är orättvist.
  • 7:23 - 7:25
    Det ger mig inte mina sista två pajer. Jag tänker
    ge upp.
  • 7:25 - 7:27
    Om det var riktiga lådor, skulle det inte finnas mycket att göra,
  • 7:27 - 7:29
    men i ett spel kan bara säga:
  • 7:29 - 7:33
    "OK, när du kommer till 13 pajer
    har du 75 procents chans att få en paj."
  • 7:33 - 7:35
    Det håller dig engagerad. Titta på vad folk gör,
  • 7:35 - 7:37
    och justera i världen
    för att uppfylla deras förväntningar.
  • 7:37 - 7:39
    Våra spel gör inte alltid detta.
  • 7:39 - 7:41
    Och en sak de verkligen gör för tillfället
  • 7:41 - 7:44
    är om du skulle få en fantastisk sak med 0,1 procents chans
  • 7:44 - 7:47
    så ser de till att en ny belöning inte får visas under en viss tid
  • 7:47 - 7:49
    för att hålla värdet uppe, för att göra den speciell.
  • 7:49 - 7:51
    Och poängen är
  • 7:51 - 7:53
    att vi har utvecklats för att stimuleras av
    den här världen
  • 7:53 - 7:55
    på särskilda sätt.
  • 7:55 - 7:58
    Under hundratusentals år,
  • 7:58 - 8:00
    har vi utvecklats för att vi ska bli stimulerade av vissa saker,
  • 8:00 - 8:02
    och som de mycket intelligenta, civiliserade
    varelser vi är,
  • 8:02 - 8:05
    stimuleras vi enormt av att lösa problem och att lära oss saker.
  • 8:05 - 8:07
    Men nu, kan vi vända på detta
  • 8:07 - 8:09
    och bygga världar
  • 8:09 - 8:12
    som uttryckligen kryssar i våra evolutionära rutor.
  • 8:12 - 8:14
    Så vad betyder allt detta i praktiken?
  • 8:14 - 8:16
    Jag har kommit fram till
  • 8:16 - 8:18
    sju saker
  • 8:18 - 8:20
    som jag tror visar
  • 8:20 - 8:22
    hur man kan ta de här lärdomarna från spel
  • 8:22 - 8:25
    och använda dem utanför spelvärlden.
  • 8:25 - 8:27
    Den första är mycket enkel:
  • 8:27 - 8:29
    En erfarenhetsindikator för att mäta framsteg,
  • 8:29 - 8:31
    något som har berättats om
    på ett fantastiskt sätt
  • 8:31 - 8:34
    av till exempel Jesse Schell tidigare i år.
  • 8:34 - 8:37
    Det har redan gjorts vid universitetet i Indiana i USA, bland annat.
  • 8:37 - 8:40
    Det handlar om den enkla idén att istället för att betygsätta människor stegvis
  • 8:40 - 8:42
    på många olika områden
  • 8:42 - 8:44
    så ger du dem en avatar för en spelkaraktär
  • 8:44 - 8:46
    som ständigt utvecklas
  • 8:46 - 8:49
    i små, små steg som de känner är deras egna.
  • 8:49 - 8:51
    Och allt leder fram till att
  • 8:51 - 8:54
    de ser att mätaren sakta smyger upp, och de äger sin egen utveckling.
  • 8:54 - 8:56
    Nummer 2: Flera lång- och kortsiktiga mål.
  • 8:56 - 8:58
    5 000 pajer: tråkigt
  • 8:58 - 9:00
    15 pajer: intressant.
  • 9:00 - 9:02
    Så ge människor
  • 9:02 - 9:04
    massor av olika aktiviteter.
  • 9:04 - 9:06
    Det kan handla om
  • 9:06 - 9:08
    att göra 10 av de här frågorna,
  • 9:08 - 9:10
    men en annan aktivitet
  • 9:10 - 9:12
    kan vara att komma i tid till 20 lektioner.
  • 9:12 - 9:15
    Andra uppgifter kan handla om att samarbeta med andra människor,
  • 9:15 - 9:18
    visa upp att du arbetar fem gånger
  • 9:18 - 9:20
    eller att pricka det här speciella målet.
  • 9:20 - 9:23
    Du bryter ner aktiviteterna till ett antal
    uträknade moduler
  • 9:23 - 9:25
    som människor kan välja mellan och göra parallellt
  • 9:25 - 9:27
    för att hålla sig engagerade
  • 9:27 - 9:29
    och som du kan använda för att leda dem
  • 9:29 - 9:32
    mot aktiviteter som är fördelaktiga just för dem.
  • 9:33 - 9:35
    Nummer 3: Belöna ansträngning.
  • 9:35 - 9:38
    Det är viktigt till 100 procent. Spel är lysande
    på det.
  • 9:38 - 9:41
    Varje gång du gör något, får du något för det, du får något för att du försöker.
  • 9:41 - 9:44
    Du straffar inte misslyckande. Du belönar varje ansträngning,
  • 9:44 - 9:47
    lite guld, några bonuspoäng. Du har gjort
    20 frågor, klart.
  • 9:47 - 9:50
    Tillsammans blir det här
    en effektiv förstärkning av beteendet.
  • 9:50 - 9:52
    Nummer 4: Feedback.
  • 9:52 - 9:54
    Det här är helt avgörande,
  • 9:54 - 9:56
    och virtuella världar levererar det på
    ett bländande vis.
  • 9:56 - 9:59
    Om man tittar på några av de mest svårlösta problemen i världen idag
  • 9:59 - 10:01
    som vi har hört fantastiska saker om,
  • 10:01 - 10:04
    så är det mycket, mycket svårt för människor att lära sig lösa dem
  • 10:04 - 10:07
    om de inte lyckas koppla konsekvenser till åtgärder.
  • 10:07 - 10:09
    Föroreningar, global uppvärmning: för de här sakerna
  • 10:09 - 10:11
    är konsekvenserna avlägsna i tid och rum.
  • 10:11 - 10:13
    Det är mycket svårt att lära sig, att känna hur det hänger ihop.
  • 10:13 - 10:15
    Men om du kan göra en modell av saker för människor,
  • 10:15 - 10:17
    om du kan ge saker till människor som de kan manipulera
  • 10:17 - 10:19
    och spela med och där de får feedback,
  • 10:19 - 10:21
    då kan de lära sig läxan, de kan se,
  • 10:21 - 10:24
    de kan gå vidare, de kan förstå.
  • 10:24 - 10:26
    Nummer 5:
  • 10:26 - 10:28
    Osäkerhetsmomentet.
  • 10:28 - 10:31
    Det här en guldgruva för hjärnan
  • 10:31 - 10:33
    kan vi säga,
  • 10:33 - 10:35
    eftersom en känd belöning
  • 10:35 - 10:37
    gör folk intresserade,
  • 10:37 - 10:39
    men vad som verkligen får dem att gå igång
  • 10:39 - 10:41
    är en osäker belöning,
  • 10:41 - 10:43
    belöningen som är satt på rätt nivå av osäkerhet,
  • 10:43 - 10:46
    så att de inte riktigt visste om de skulle få den
    eller inte.
  • 10:46 - 10:49
    De 25 procenten. Det här lyser upp hjärnan.
  • 10:49 - 10:51
    Och om du tänker på
  • 10:51 - 10:53
    hur detta skulle kunna användas
    inom testning,
  • 10:53 - 10:55
    att bara införa slumpmässiga element
  • 10:55 - 10:57
    i alla former av tester och utbildning,
  • 10:57 - 10:59
    skulle kunna öka människors engagemang
  • 10:59 - 11:01
    genom att dra nytta av den här mycket kraftfulla
  • 11:01 - 11:03
    evolutionära mekanismen.
  • 11:03 - 11:05
    När vi inte kan förutsäga något perfekt,
  • 11:05 - 11:07
    blir vi mer intresserade av det.
  • 11:07 - 11:09
    Vi vill bara testa igen och ta reda på mer.
  • 11:09 - 11:11
    Som ni förmodligen vet kallas signalsubstansen
  • 11:11 - 11:13
    som hör ihop med lärande för dopamin.
  • 11:13 - 11:16
    Det är kopplat till belöningssökande beteende.
  • 11:16 - 11:19
    Och något mycket spännande håller precis på hända
  • 11:19 - 11:22
    på ställen som University of Bristol i Storbritannien,
  • 11:22 - 11:25
    där vi har börjat kunna modellera
  • 11:25 - 11:27
    nivåerna av dopamin i hjärnan
    på ett matematiskt sätt.
  • 11:27 - 11:29
    Vad detta innebär är att vi kan förutsäga lärande,
  • 11:29 - 11:32
    vi kan förutsäga ökat engagemang,
  • 11:32 - 11:34
    i dessa fönster, dessa fönster av tid,
  • 11:34 - 11:37
    där lärande sker på en högre nivå.
  • 11:37 - 11:39
    Och det finns två saker som verkligen
    står ut från detta
  • 11:39 - 11:41
    Den första har att göra med minne,
  • 11:41 - 11:43
    att vi kan hitta vissa stunder
  • 11:43 - 11:45
    när någon har lättare att komma ihåg saker.
  • 11:45 - 11:47
    Vi kan ge dem ett guldkorn vid ett visst tillfälle.
  • 11:47 - 11:49
    Och den andra saken är förtroende,
  • 11:49 - 11:51
    att vi kan se hur spelande och belöningsstrukturer
  • 11:51 - 11:54
    gör människor modigare, gör dem mer villiga att ta risker,
  • 11:54 - 11:56
    mer villiga att ta sig an svårigheter,
  • 11:56 - 11:58
    att de tappar inte modet lika lätt.
  • 11:58 - 12:00
    Det här kan verka mycket olycksbådande.
  • 12:00 - 12:02
    Man hör ofta "våra hjärnor har blivit manipulerade, vi är alla missbrukare".
  • 12:02 - 12:04
    Ordet "beroende" används lättvindigt.
  • 12:04 - 12:06
    Det finns finns allvarliga frågor att diskutera.
  • 12:06 - 12:08
    Men den största neurologiska stimulansen
    för människor
  • 12:08 - 12:10
    är andra människor.
  • 12:10 - 12:13
    Det är det som verkligen får igång oss.
  • 12:13 - 12:15
    I belöningstermer : det är inte pengar,
  • 12:15 - 12:18
    det är inte att få pengar - vilket är trevligt -
  • 12:18 - 12:20
    det är att göra saker medan våra vänner
  • 12:20 - 12:22
    tittar på och samarbetar med oss.
  • 12:22 - 12:24
    Jag vill berätta en kort historia från 1999,
  • 12:24 - 12:26
    om ett TV-spel som hette EverQuest.
  • 12:26 - 12:28
    I detta TV-spel
  • 12:28 - 12:31
    fanns det två riktigt stora drakar, och man var tvungen att samarbeta för att döda dem.
  • 12:31 - 12:34
    Det krävdes upp till 42 människor för att döda
    dessa stora drakar.
  • 12:34 - 12:36
    Det var ett problem
  • 12:36 - 12:39
    för när man dödade dem fick man bara två eller tre hyfsade prylar.
  • 12:39 - 12:42
    Så spelarna tog sig an problemet
  • 12:42 - 12:44
    genom att spontant skapa ett system
  • 12:44 - 12:46
    för att motivera varandra,
  • 12:46 - 12:48
    på ett rättvist och öppet sätt.
  • 12:48 - 12:51
    Vad som hände var att de betalade varandra
    i en virtuell valuta
  • 12:51 - 12:54
    som de kallade "drakdödarpoäng."
  • 12:54 - 12:56
    Och varje gång du dök upp för att gå på ett uppdrag,
  • 12:56 - 12:58
    så fick du betalt i drakdödarpoäng.
  • 12:58 - 13:00
    De höll koll på poängen på en separat webbplats.
  • 13:00 - 13:02
    Så de höll räkning på sin egen valuta,
  • 13:02 - 13:04
    och sedan kunde spelare lägga bud
  • 13:04 - 13:06
    på coola artiklar ville de ha,
  • 13:06 - 13:08
    och allt detta organiserades av spelarna själva.
  • 13:08 - 13:11
    Det mest häpnadsväckande är att systemet inte bara fungerade i EverQuest,
  • 13:11 - 13:13
    utan att idag, ett decennium senare,
  • 13:13 - 13:16
    använder varje TV-spel i världen med den här typen av uppgifter
  • 13:16 - 13:18
    en version av detta system,
  • 13:18 - 13:20
    tiotals miljoner människor.
  • 13:20 - 13:22
    Och andelen spel där det lyckas
  • 13:22 - 13:24
    ligger på nära 100 procent.
  • 13:24 - 13:26
    Detta är en spelarutvecklad,
  • 13:26 - 13:29
    självövervakande, frivillig valuta,
  • 13:29 - 13:31
    och det är ett otroligt avancerat
  • 13:31 - 13:33
    spelarbeteende.
  • 13:35 - 13:37
    Och jag vill bara avsluta med att föreslå
  • 13:37 - 13:39
    några sätt som dessa principer
  • 13:39 - 13:41
    skulle kunna sprida sig ut sig i världen.
  • 13:41 - 13:43
    Vi börjar med företagande.
  • 13:43 - 13:45
    Jag menar, vi börjar att se några av de stora problem
  • 13:45 - 13:47
    som uppstår kring företagande är
  • 13:47 - 13:49
    att återvinna varor och att spara energi.
  • 13:49 - 13:51
    Vi börjar se framväxten av underbara tekniker
  • 13:51 - 13:53
    som energimätare i realtid.
  • 13:53 - 13:55
    Jag tittar på detta och jag tror att
  • 13:55 - 13:58
    vi kunde ta det så mycket längre
  • 13:58 - 14:00
    genom att låta människor sätta upp mål
  • 14:00 - 14:02
    genom att ange egna anpassade nivåer
  • 14:02 - 14:05
    med hjälp av osäkerhetsfaktorer.
  • 14:05 - 14:07
    genom att kunna jobba mot flera mål samtidigt,
  • 14:07 - 14:10
    med hjälp av ett underliggande system av belöningar och incitament,
  • 14:10 - 14:12
    genom att låta människor
  • 14:12 - 14:14
    samarbeta i grupper, på platser
  • 14:14 - 14:16
    att samarbeta och konkurrera på,
  • 14:16 - 14:18
    för att använda de här mycket sofistikerade
  • 14:18 - 14:20
    gruppbeteendena och mekanismerna för motivation som vi har sett prov på.
  • 14:20 - 14:22
    När det gäller utbildning,
  • 14:22 - 14:24
    kanske det tydligaste exemplet av alla,
  • 14:24 - 14:27
    kan vi förändra hur vi engagerar människor.
  • 14:27 - 14:29
    Vi kan erbjuda människor den storslagna
    känslan av sammanhang
  • 14:29 - 14:32
    som uppstår ur erfarenhet och att lägga ner
    sin själ i något.
  • 14:32 - 14:34
    Vi kan bryta ner saker
  • 14:34 - 14:36
    i väl uträknade små uppgifter.
  • 14:36 - 14:38
    Vi kan använda beräknad slumpmässighet.
  • 14:38 - 14:40
    Vi kan belöna ansträngning på ett konsekvent sätt
  • 14:40 - 14:43
    så att allt blir en fungerande helhet.
  • 14:43 - 14:45
    Och vi kan använda den typ av gruppbeteenden
  • 14:45 - 14:48
    som vi ser utvecklas när människor leker tillsammans,
  • 14:48 - 14:51
    dessa faktiskt unikt komplexa
  • 14:51 - 14:53
    samarbetsmekanismer.
  • 14:53 - 14:55
    Regeringen, ja, en sak som jag kommer att tänka på
  • 14:55 - 14:58
    är att den amerikanska regeringen, bland andra
  • 14:58 - 15:00
    bokstavligen har börjat betala folk
  • 15:00 - 15:02
    för att gå ner i vikt.
  • 15:02 - 15:04
    Så vi ser att ekonomiska belöningar används
  • 15:04 - 15:06
    för att ta itu med den stora frågan om fetma.
  • 15:06 - 15:08
    Men de belöningarna skulle
  • 15:08 - 15:11
    kunna ställas in så exakt
  • 15:11 - 15:14
    om vi kunde använda den stora sakkunskapen
  • 15:14 - 15:17
    inom spelteori för att göra det mer intressant,
  • 15:17 - 15:19
    och ta uppgifterna och observationerna
  • 15:19 - 15:21
    från miljontals människors timmar
  • 15:21 - 15:23
    och använda den informationen
  • 15:23 - 15:25
    för att öka engagemanget.
  • 15:25 - 15:28
    Och till slut, det är detta ord, "engagemang",
  • 15:28 - 15:30
    att jag vill lämna dig med.
  • 15:30 - 15:32
    Det handlar om hur personligt engagemang
  • 15:32 - 15:34
    kan förändras
  • 15:34 - 15:37
    med hjälp av de psykologiska och neurologiska lärdomar
  • 15:37 - 15:40
    som vi kan lära oss från att titta på folk som spelar spel.
  • 15:40 - 15:43
    Men det handlar också om kollektivt engagemang
  • 15:43 - 15:46
    och om det exempellösa laboratoriet
  • 15:46 - 15:48
    för att observera vad som gör att människor
    går igång
  • 15:48 - 15:50
    och jobbar och spelar och engagerar sig
  • 15:50 - 15:53
    i stor skala i olika spel.
  • 15:53 - 15:56
    Och om vi kan titta på dessa saker och lära av dem.
  • 15:56 - 15:58
    och se hur de kan användas på andra ställen,
  • 15:58 - 16:01
    då tror jag att vi har något helt revolutionerande till vårt förfogande.
  • 16:01 - 16:03
    Tack så mycket.
  • 16:03 - 16:07
    (Applåder)
Title:
Tom Chatfield: 7 sätt som spel kan belöna hjärnan
Speaker:
Tom Chatfield
Description:

Vi tar in spel i fler och fler områden av våra liv, och lägger oräkneliga timmar - och riktiga pengar - på att utforska virtuella världar för att hitta påhittade skatter. Varför? Tom Chatfield visar oss att spel är perfekt konstruerade för att portionera ut belöningar som engagerar hjärnan och får oss att fortsätta söka efter fler.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
16:08

Swedish subtitles

Revisions