< Return to Video

Tom Chatfield:遊戲獎勵大腦的7種方式

  • 0:00 - 0:03
    我熱愛電子遊戲。
  • 0:03 - 0:06
    我還有點小小地敬畏它們。
  • 0:06 - 0:08
    我敬畏它們在
  • 0:08 - 0:10
    想像力,技術
  • 0:10 - 0:12
    和概念方面的力量。
  • 0:12 - 0:14
    但是,最重要的,
  • 0:14 - 0:16
    我敬畏它們能夠
  • 0:16 - 0:19
    促使我們,強迫我們,
  • 0:19 - 0:21
    讓我們目瞪口呆,
  • 0:21 - 0:24
    這是人類其它發明
  • 0:24 - 0:26
    所不能企及的。
  • 0:26 - 0:29
    而且我認為我們能從中瞭解到很多驚人的事實,
  • 0:29 - 0:31
    就是看看我們是如何玩電子遊戲的。
  • 0:31 - 0:33
    特別是可以瞭解到
  • 0:33 - 0:36
    關於人的認知。
  • 0:36 - 0:38
    目前電子遊戲產業
  • 0:38 - 0:40
    發展之快遠遠超越了
  • 0:40 - 0:42
    其他現代媒體。
  • 0:42 - 0:44
    從1990年的一百億
  • 0:44 - 0:47
    到今天的全球產值五百億。
  • 0:47 - 0:50
    而且完全沒有放緩的跡象。
  • 0:50 - 0:52
    預計在未來的四年,
  • 0:52 - 0:55
    將超過八百億美圓。
  • 0:55 - 0:58
    這是唱片業的三倍。
  • 0:58 - 1:00
    相當驚人的數字,
  • 1:00 - 1:03
    但我認為這還不是最說明問題的數據。
  • 1:03 - 1:05
    真正讓我驚訝的是
  • 1:05 - 1:07
    現在
  • 1:07 - 1:09
    人們可以
  • 1:09 - 1:12
    一年花實實在在的八百億
  • 1:12 - 1:14
    購買虛擬的iTunes
  • 1:14 - 1:16
    只存在於
  • 1:16 - 1:19
    電子遊戲裡。
  • 1:19 - 1:22
    這是一個虛擬的遊戲世界《Entropia Universe》的遊戲截屏。
  • 1:22 - 1:24
    就在前不久,
  • 1:24 - 1:26
    這個遊戲中的一個虛擬的小行星
  • 1:26 - 1:30
    竟以三十三萬美圓的價格售出。
  • 1:30 - 1:32
    而這個
  • 1:32 - 1:35
    是一艘泰坦級的宇宙飛船
  • 1:35 - 1:37
    來自EVE Online 這個太空遊戲。
  • 1:37 - 1:39
    而這艘虛擬的飛船
  • 1:39 - 1:41
    需要200個真人
  • 1:41 - 1:44
    花費56天建造出來,
  • 1:44 - 1:47
    還要加上不知幾千小時的
  • 1:47 - 1:49
    前期工作。
  • 1:49 - 1:52
    類似這樣被造出的還有很多。
  • 1:52 - 1:54
    而另一方面,
  • 1:54 - 1:57
    Farmville這個遊戲,可能你們已經聽說了,
  • 1:57 - 1:59
    有七千萬個玩家
  • 1:59 - 2:01
    遍佈全世界,
  • 2:01 - 2:03
    而且這些玩家中的大多數
  • 2:03 - 2:05
    幾乎每天都在玩。
  • 2:05 - 2:07
    可能這聽上去
  • 2:07 - 2:09
    會令一些人相當警惕,
  • 2:09 - 2:11
    覺得是社會上那些令人焦慮
  • 2:11 - 2:13
    或不正確的現象。
  • 2:13 - 2:15
    但是我們來這是聽好消息的,
  • 2:15 - 2:17
    好消息就是
  • 2:17 - 2:19
    我認為我們能夠研究一下
  • 2:19 - 2:22
    爲什麽這種真實的人類勞動,
  • 2:22 - 2:26
    這麼巨大的價值的創造會得以出現。
  • 2:26 - 2:28
    通過回答這個問題,
  • 2:28 - 2:30
    我覺得我們可以從中得到
  • 2:30 - 2:32
    極其強大的信息。
  • 2:32 - 2:34
    我認為最有趣的
  • 2:34 - 2:36
    思考這些問題的角度
  • 2:36 - 2:38
    就是獎賞。
  • 2:38 - 2:41
    更具體來說,
  • 2:41 - 2:43
    就是非常密集的情感獎賞,
  • 2:43 - 2:45
    通過玩遊戲提供給人們,
  • 2:45 - 2:47
    既是個人的,
  • 2:47 - 2:49
    也有集體的。
  • 2:49 - 2:51
    如果我們觀察一下某人的大腦,
  • 2:51 - 2:53
    當他們忙碌時是怎樣運作的,
  • 2:53 - 2:56
    兩個相當不同的進程同時發生著。
  • 2:56 - 2:59
    一方面是想要的進程。
  • 2:59 - 3:02
    有些類似進取心和動機——我要做那件事。我要努力工作。
  • 3:02 - 3:04
    而另一方面是喜歡的進程。
  • 3:04 - 3:06
    樂趣和喜愛
  • 3:06 - 3:08
    以及快樂——
  • 3:08 - 3:10
    這是一個巨型飛行獸,上頭騎著一個獸人。
  • 3:10 - 3:12
    這幅圖很棒,很酷。
  • 3:12 - 3:15
    它來自魔獸世界,全球的玩家超過一千萬,
  • 3:15 - 3:18
    其中一個就是我,另外一個就是我老婆。
  • 3:18 - 3:20
    在這種世界裡
  • 3:20 - 3:22
    你可以騎著這種巨型的飛行獸到處閒逛,
  • 3:22 - 3:24
    而這正顯示出爲什麽遊戲是多麼善於
  • 3:24 - 3:27
    讓人同時做要做和喜歡做的事。
  • 3:27 - 3:29
    因為這很強大,相當厲害。
  • 3:29 - 3:31
    它給予你強大的力量。
  • 3:31 - 3:34
    你的野心得到滿足,但又非常美麗。
  • 3:34 - 3:37
    飛來飛去帶來絕大的快感。
  • 3:37 - 3:39
    所有這些組合起來形成
  • 3:39 - 3:41
    非常巨大的情感投入。
  • 3:41 - 3:44
    但這還不是真正有趣的部份。
  • 3:44 - 3:46
    虛擬世界真正有趣的地方在於
  • 3:46 - 3:48
    你從中可以量度的東西。
  • 3:48 - 3:51
    因為你在虛擬世界中能度量的東西
  • 3:51 - 3:53
    就是最重要的東西。
  • 3:53 - 3:55
    每一個人在遊戲中做的每一件事
  • 3:55 - 3:58
    都可被度量。
  • 3:58 - 4:00
    今天世界上最大型的遊戲
  • 4:00 - 4:04
    正在量度玩家的上十億的數據
  • 4:04 - 4:06
    具體到每個人做的事——
  • 4:06 - 4:09
    其細緻程度超過任何其他網站。
  • 4:09 - 4:12
    而這就使得一些非常特別的東西可以
  • 4:12 - 4:14
    存在於遊戲中。
  • 4:14 - 4:17
    這就是獎賞機制。
  • 4:17 - 4:19
    通過這個機制,
  • 4:19 - 4:21
    觀察成百萬上千萬的人是怎麼玩的,
  • 4:21 - 4:23
    然後仔細校準比率,
  • 4:23 - 4:26
    屬性,類型,以及遊戲中獎賞的強度
  • 4:26 - 4:28
    令人持續投入
  • 4:28 - 4:31
    數量驚人的時間和努力。
  • 4:31 - 4:33
    現在為了試圖用一些實際的概念
  • 4:33 - 4:36
    來闡釋這個機制,
  • 4:36 - 4:38
    我要討論一種任務
  • 4:38 - 4:40
    就是你在很多遊戲中會遇到的那種任務。
  • 4:40 - 4:43
    去找到一定數量的某種遊戲小道具。
  • 4:43 - 4:45
    比如說,
  • 4:45 - 4:48
    我的任務是得到15個餡餅,
  • 4:48 - 4:51
    然後為了這15個餡餅
  • 4:51 - 4:53
    我要殺死這些可愛的小怪物。
  • 4:53 - 4:55
    很簡單的遊戲任務。
  • 4:55 - 4:57
    現在如果你喜歡可以把這個想像為
  • 4:57 - 4:59
    一個關於盒子的問題。
  • 4:59 - 5:01
    我需要不斷打開盒子。
  • 5:01 - 5:04
    我不知道裡頭有什麽,直到我打開它們。
  • 5:04 - 5:07
    然後我四處去打開一個又一個盒子,直到得到15個餡餅。
  • 5:07 - 5:09
    現在如果你在玩的是魔獸世界這樣的遊戲,
  • 5:09 - 5:11
    如果你願意可以把它想像為
  • 5:11 - 5:14
    一個繁重的開盒子的勞動。
  • 5:14 - 5:17
    遊戲想讓人去打開大約一百萬個盒子,
  • 5:17 - 5:19
    從裡頭找到越來越好的東西。
  • 5:19 - 5:22
    聽上去是極度枯燥,
  • 5:22 - 5:24
    但遊戲卻能夠
  • 5:24 - 5:26
    使得這個過程
  • 5:26 - 5:28
    極其吸引人。
  • 5:28 - 5:30
    而它們所使用的方法
  • 5:30 - 5:33
    就是把概率和數據結合起來。
  • 5:33 - 5:35
    讓我們來想想概率問題。
  • 5:35 - 5:37
    如果我們想讓人去
  • 5:37 - 5:40
    打開盒子尋找餡餅,
  • 5:40 - 5:42
    我們想確保它不要太容易,
  • 5:42 - 5:44
    也不能太困難。
  • 5:44 - 5:46
    那該怎麼辦?那麼你觀察一百萬個人——
  • 5:46 - 5:49
    不,一億個人,一億個開盒子的人——
  • 5:49 - 5:52
    然後來計算一下,如果你設定餡餅出現的比率
  • 5:52 - 5:54
    大約為25%——
  • 5:54 - 5:57
    這樣不會太令人挫敗,也不會太容易;
  • 5:57 - 5:59
    這樣就能讓人投入進去——
  • 5:59 - 6:02
    當然,這還不是全部——這只是15個餡餅。
  • 6:02 - 6:04
    現在,我可以做一個遊戲叫做餡餅世界,
  • 6:04 - 6:06
    你在這裡要做的就是找到一百萬個餡餅,
  • 6:06 - 6:08
    或一千個。
  • 6:08 - 6:10
    這個遊戲會很無聊。
  • 6:10 - 6:12
    15是一個最優化的數字。
  • 6:12 - 6:14
    你要尋找的,——你知道,在5到20之間,
  • 6:14 - 6:16
    這是讓人願意玩下去的一個恰到好處的數量。
  • 6:16 - 6:18
    但我們在盒子里找到的不只是餡餅。
  • 6:18 - 6:20
    這點我敢百分百肯定。
  • 6:20 - 6:23
    我們所做的就是要確保每次盒子一打開,
  • 6:23 - 6:25
    裡頭總有點什麽,一些小小的獎勵,
  • 6:25 - 6:27
    就是這些東西令人投入地玩下去。
  • 6:27 - 6:29
    在大部份的冒險遊戲裡,
  • 6:29 - 6:32
    這獎賞會是一點遊戲幣,一點經驗值,
  • 6:32 - 6:34
    但我們也不是僅僅為了這個才玩。
  • 6:34 - 6:36
    可以說裡頭還有一些其他道具
  • 6:36 - 6:38
    帶著不同的內容和不同級別的興奮感。
  • 6:38 - 6:41
    大約有十分之一的機會你可能得到一個相當好的道具。
  • 6:41 - 6:43
    而有大概千分之一的機會
  • 6:43 - 6:46
    會得到一件絕對厲害的道具。
  • 6:46 - 6:49
    而所有這些獎賞都小心地與道具調整在一起。
  • 6:49 - 6:51
    而且,我們還會說,
  • 6:51 - 6:54
    “好,放多少鬼怪呢?我是不是應該讓整個世界充滿十億個鬼怪?”
  • 6:54 - 6:57
    不,我們只想讓一到兩隻鬼怪同時出現在屏幕上。
  • 6:57 - 7:00
    於是我就被吸引住了。這不太容易,也不太難。
  • 7:00 - 7:02
    加在一起就很強大了。
  • 7:02 - 7:05
    但是我們是在虛擬世界;這些都不是真的盒子。
  • 7:05 - 7:07
    所以我們還可以做一些
  • 7:07 - 7:09
    更加令人驚奇的事。
  • 7:09 - 7:13
    在觀察所有這些人打開盒子時,我們注意到,
  • 7:13 - 7:16
    當人們拿到15個餡餅中的13個時,
  • 7:16 - 7:19
    他們的注意力發生轉移,他們開始覺得有點無聊,開始急躁。
  • 7:19 - 7:21
    他們并沒有理性理解概率。
  • 7:21 - 7:23
    他們認為這個遊戲不公平。
  • 7:23 - 7:25
    它沒給我最後兩個餡餅。我快要放棄了。
  • 7:25 - 7:27
    如果要找的是真正的盒子,那到這裡我們就無能為力了,
  • 7:27 - 7:29
    但是在遊戲裡,我們只需說,“好吧,這樣。”
  • 7:29 - 7:33
    當你拿到13個餡餅時,現在你拿到餡餅的機會提高到75%。
  • 7:33 - 7:35
    這樣就會令你繼續玩下去。觀察人們如何玩遊戲——
  • 7:35 - 7:37
    調整這個世界符合他們的期待。
  • 7:37 - 7:39
    而我們的遊戲并不總是如此。
  • 7:39 - 7:41
    目前有一件事它們肯定會做的就是
  • 7:41 - 7:44
    如果你拿到那個千分之一機會才能得到的道具,
  • 7:44 - 7:47
    它們會確保另一個這樣的道具在相當長一段時間內不會出現
  • 7:47 - 7:49
    以此令其保值,讓它特殊。
  • 7:49 - 7:51
    而關鍵就在於
  • 7:51 - 7:53
    我們適應了以某種特定的方式
  • 7:53 - 7:55
    從周圍的世界獲得滿足感。
  • 7:55 - 7:58
    通過幾百萬年,
  • 7:58 - 8:00
    我們演化成尋找某種刺激性的事物,
  • 8:00 - 8:02
    並且作為非常智能和文明化的生物,
  • 8:02 - 8:05
    我們通過解決問題和學習知識獲得巨大的刺激。
  • 8:05 - 8:07
    但是現在,我們能反向設計這一行為
  • 8:07 - 8:09
    構造出遊戲世界
  • 8:09 - 8:12
    很明顯地突出我們的演化特徵。
  • 8:12 - 8:14
    那麼所有這些在實踐中有什麽意義?
  • 8:14 - 8:16
    我總結出
  • 8:16 - 8:18
    七個要點
  • 8:18 - 8:20
    我認為表明了
  • 8:20 - 8:22
    你如何從遊戲中有所學習
  • 8:22 - 8:25
    并將它們應用到遊戲以外。
  • 8:25 - 8:27
    第一點很簡單:
  • 8:27 - 8:29
    用經驗值條量度進程——
  • 8:29 - 8:31
    有人已經很出色地討論過這個問題
  • 8:31 - 8:34
    如今年年初時的Jesse Schell 。
  • 8:34 - 8:37
    在美國的印第安那大學和其他一些地方已經這樣去做了。
  • 8:37 - 8:40
    很簡單的道理就是,不用增量的方式給人打分,
  • 8:40 - 8:42
    不要去算計那些點點滴滴,
  • 8:42 - 8:44
    你給他們一個角色化身
  • 8:44 - 8:46
    這個化身會持續地發展
  • 8:46 - 8:49
    一點一點地,以非常微弱的量發展,他們會感同身受。
  • 8:49 - 8:51
    然後一切都朝向那個目標前進,
  • 8:51 - 8:54
    他們會看著它不斷增長,然後隨著它的發展他們對之認同。
  • 8:54 - 8:56
    第二,多進程的長短期目標——
  • 8:56 - 8:58
    五千個餡餅,太煩了,
  • 8:58 - 9:00
    十五個,有意思。
  • 9:00 - 9:02
    因此你要給人們
  • 9:02 - 9:04
    很多很多不同的任務。
  • 9:04 - 9:06
    你要說,這是
  • 9:06 - 9:08
    解決10個這樣的問題,
  • 9:08 - 9:10
    而另一個任務
  • 9:10 - 9:12
    是在規定時間內升20級,
  • 9:12 - 9:15
    但再另外一個任務是和別人合作,
  • 9:15 - 9:18
    再另一個任務是展示你的工作五次,
  • 9:18 - 9:20
    再一個任務是擊中這個特定的標靶。
  • 9:20 - 9:23
    你把任務拆分成這些經過調校的小塊,
  • 9:23 - 9:25
    人們可以挑選,以及並行處理
  • 9:25 - 9:27
    以令他們保持投入
  • 9:27 - 9:29
    并將它們和
  • 9:29 - 9:32
    個人的獲利行為掛鉤。
  • 9:33 - 9:35
    第三,獎賞努力工作。
  • 9:35 - 9:38
    這是你的萬靈丹。遊戲在這點上極其擅長。
  • 9:38 - 9:41
    每次你做點什麽事時,你都得到分數,從嘗試中得分。
  • 9:41 - 9:44
    你不會懲罰失敗;你會獎勵每一點微小的努力——
  • 9:44 - 9:47
    一小塊金子,一小點分數——你已經做完了20個問題了——完成。
  • 9:47 - 9:50
    這些都是通過小小的鼓勵實現的。
  • 9:50 - 9:52
    第四,反饋。
  • 9:52 - 9:54
    這絕對是個關鍵,
  • 9:54 - 9:56
    而虛擬世界為實現這一點做的讓人眼花繚亂。
  • 9:56 - 9:59
    如果你看那些當今世界上最難解決的一些問題,
  • 9:59 - 10:01
    關於這些問題我們已經聽到很多驚人的東西,
  • 10:01 - 10:04
    人們很難有所長進
  • 10:04 - 10:07
    如果他們無法將結果與行為聯繫起來。
  • 10:07 - 10:09
    污染,全球暖化,這些問題,
  • 10:09 - 10:11
    其後果從時間空間上看都還很遙遠。
  • 10:11 - 10:13
    結果就很難學到,感受到其中的教訓。
  • 10:13 - 10:15
    但如果你可以給人們一些這類事情的模型,
  • 10:15 - 10:17
    如果你可以給一些東西他們可以操控
  • 10:17 - 10:19
    玩耍并從中獲得反饋,
  • 10:19 - 10:21
    那麼他們就能從中有所學習,他們就能看到,
  • 10:21 - 10:24
    他們就能進步,能理解。
  • 10:24 - 10:26
    第五,
  • 10:26 - 10:28
    不確定性因素。
  • 10:28 - 10:31
    目前這是神經科學的寶庫,
  • 10:31 - 10:33
    你可以這麼說,
  • 10:33 - 10:35
    因為一個已知的獎勵
  • 10:35 - 10:37
    會讓人們興奮,
  • 10:37 - 10:39
    但真正驅動他們的
  • 10:39 - 10:41
    是不確定的獎勵,
  • 10:41 - 10:43
    帶著適當程度的不確定性的獎勵,
  • 10:43 - 10:46
    也就是說人們不太知道是否能得到。
  • 10:46 - 10:49
    四分之一的概率。這就能使大腦興奮。
  • 10:49 - 10:51
    如果你想
  • 10:51 - 10:53
    把這點用於測試,
  • 10:53 - 10:55
    就只需引入隨機性的控制因素
  • 10:55 - 10:57
    放在各種形式的測試和訓練中,
  • 10:57 - 10:59
    你能夠改變人們的投入程度
  • 10:59 - 11:01
    通過引入這種非常強大的
  • 11:01 - 11:03
    演化機制。
  • 11:03 - 11:05
    當我們無法相當完美地預測某事時,
  • 11:05 - 11:07
    對它就會特別興奮。
  • 11:07 - 11:09
    我們就想回去發現更多。
  • 11:09 - 11:11
    你可能知道,神經遞質
  • 11:11 - 11:13
    伴隨學習產生的神經遞質叫做多巴胺。
  • 11:13 - 11:16
    它出現在尋找獎勵的行為中。
  • 11:16 - 11:19
    一些激動人心的工作正在
  • 11:19 - 11:22
    展開,如英國的布裡斯托爾大學,
  • 11:22 - 11:25
    在那裡我們開始能夠用數學的方式
  • 11:25 - 11:27
    建構大腦中多巴胺水平的模型。
  • 11:27 - 11:29
    這意味著我們可以預測學習,
  • 11:29 - 11:32
    我們可以預測加強的行為,
  • 11:32 - 11:34
    這些機會期,這些時間的機會期,
  • 11:34 - 11:37
    其中所發生的學習行為處在一個加強的水平。
  • 11:37 - 11:39
    從中產生兩個結果。
  • 11:39 - 11:41
    第一與記憶有關,
  • 11:41 - 11:43
    就是我們可以找到這些瞬間。
  • 11:43 - 11:45
    當某人想記住什麽時,
  • 11:45 - 11:47
    我們可以給他們提供機會期這一寶貴資源。
  • 11:47 - 11:49
    第二就是信心,
  • 11:49 - 11:51
    我們能看到遊戲的操作和獎賞結構是如何
  • 11:51 - 11:54
    令人更勇敢,令人更樂於冒險,
  • 11:54 - 11:56
    更願意面對困難
  • 11:56 - 11:58
    更不容易灰心。
  • 11:58 - 12:00
    這些可以是些不好的跡象。
  • 12:00 - 12:02
    但是你知道,有人會說“我們的大腦都被控制了,我們都是癮君子。”
  • 12:02 - 12:04
    “上癮”這個詞到處可見。
  • 12:04 - 12:06
    這的確是個問題。
  • 12:06 - 12:08
    但是對人來說,最大的神經刺激
  • 12:08 - 12:10
    來自他人。
  • 12:10 - 12:13
    這才是真正令我們興奮的。
  • 12:13 - 12:15
    就獎賞來說,并不是金錢,
  • 12:15 - 12:18
    並不是得到現金——當然那也不錯——
  • 12:18 - 12:20
    而是和同伴一起做事,
  • 12:20 - 12:22
    注視我們,和我們合作。
  • 12:22 - 12:24
    我想很快地講一個小故事,1999年
  • 12:24 - 12:26
    有個電子遊戲叫做《無盡任務》。
  • 12:26 - 12:28
    在這個遊戲裡,
  • 12:28 - 12:31
    有兩頭巨大的龍,你必須組隊才能殺掉它們——
  • 12:31 - 12:34
    42個人——必須要42個人才能殺掉巨龍。
  • 12:34 - 12:36
    這是個問題,
  • 12:36 - 12:39
    因為這些龍會丟出兩三個重要的道具。
  • 12:39 - 12:42
    於是玩家處理這個問題的方法是
  • 12:42 - 12:44
    自發地建立起一套體系
  • 12:44 - 12:46
    來激勵每個玩家,
  • 12:46 - 12:48
    公平地,透明地。
  • 12:48 - 12:51
    結果,他們付給每個玩家虛擬貨幣
  • 12:51 - 12:54
    他們稱之為殺龍點數。
  • 12:54 - 12:56
    每次出發去完成一個任務
  • 12:56 - 12:58
    都會得到一些殺龍點數。
  • 12:58 - 13:00
    他們用另一個獨立的網站記錄這些點數。
  • 13:00 - 13:02
    這樣就可以記錄自己的貨幣,
  • 13:02 - 13:04
    之後玩家就可以用來競拍
  • 13:04 - 13:06
    他們想要的厲害道具——
  • 13:06 - 13:08
    這些都是玩家自己組織起來的。
  • 13:08 - 13:11
    目前這個令人難以置信的系統不僅出現在《無限任務》
  • 13:11 - 13:13
    而是今天,十年以後,
  • 13:13 - 13:16
    世界上的每一款有這類任務的電子遊戲
  • 13:16 - 13:18
    都在使用某個版本的這個系統——
  • 13:18 - 13:20
    上千萬的人。
  • 13:20 - 13:22
    而成功率
  • 13:22 - 13:24
    接近百分之百。
  • 13:24 - 13:26
    這是一個玩家開發的,
  • 13:26 - 13:29
    自動實施的,自願的貨幣,
  • 13:29 - 13:31
    這就是玩家複雜到令人無法相信的
  • 13:31 - 13:33
    玩家行為。
  • 13:35 - 13:37
    最後我想建議
  • 13:37 - 13:39
    一些方法使這些原則
  • 13:39 - 13:41
    可以擴散到全世界。
  • 13:41 - 13:43
    首先是商業。
  • 13:43 - 13:45
    我認為我們將會看到一些非常巨大的問題
  • 13:45 - 13:47
    出現在諸如商業裏面,
  • 13:47 - 13:49
    循環利用和節約能源。
  • 13:49 - 13:51
    我們將會看到一些很奇妙的技術出現
  • 13:51 - 13:53
    如實時的能量計。
  • 13:53 - 13:55
    看著這些,我會想,對啊,
  • 13:55 - 13:58
    我們可以更充分地使用這些技術
  • 13:58 - 14:00
    讓人們設定目標
  • 14:00 - 14:02
    通過設定標準化的目標,
  • 14:02 - 14:05
    通過使用不確定性因素,
  • 14:05 - 14:07
    通過多任務進程,
  • 14:07 - 14:10
    通過使用一個巨大的,潛在的獎賞和激勵機制,
  • 14:10 - 14:12
    來激發人們
  • 14:12 - 14:14
    以團體和街區的形式合作,
  • 14:14 - 14:16
    既合作又競爭,
  • 14:16 - 14:18
    利用這些非常複雜的
  • 14:18 - 14:20
    組織和激勵機制。
  • 14:20 - 14:22
    在教育方面,
  • 14:22 - 14:24
    可能是最顯著的,
  • 14:24 - 14:27
    我們能改變吸引人注意的方式。
  • 14:27 - 14:29
    我們可以提供給人們愉快的連續的
  • 14:29 - 14:32
    經驗和個人的發展。
  • 14:32 - 14:34
    我們可以把事務拆分為
  • 14:34 - 14:36
    高度調整過的小任務。
  • 14:36 - 14:38
    我們可以利用計算過的隨機性。
  • 14:38 - 14:40
    我們可以持續地獎勵努力
  • 14:40 - 14:43
    調動所有方面。
  • 14:43 - 14:45
    我們還能利用這種團隊行為
  • 14:45 - 14:48
    也就是當人們一起玩遊戲時看到的演化,
  • 14:48 - 14:51
    這些真是前所未有的複雜的
  • 14:51 - 14:53
    協作機制。
  • 14:53 - 14:55
    我想到的另一個就是政府,
  • 14:55 - 14:58
    尤其是美國政府
  • 14:58 - 15:00
    已經真的開始付錢給民眾
  • 15:00 - 15:02
    去減肥。
  • 15:02 - 15:04
    所以我們所說的就是利用經濟獎賞
  • 15:04 - 15:06
    去解決肥胖這個大問題。
  • 15:06 - 15:08
    但是同樣,這些獎勵
  • 15:08 - 15:11
    可以被精確地分配
  • 15:11 - 15:14
    如果我們能夠使用遊戲系統的大量專業技術
  • 15:14 - 15:17
    去提升吸引力,
  • 15:17 - 15:19
    去採集數據,觀察,
  • 15:19 - 15:21
    上百萬的人小時
  • 15:21 - 15:23
    并將這些反饋用回到
  • 15:23 - 15:25
    提升人的參與度。
  • 15:25 - 15:28
    最後,就是這個詞,參與度,
  • 15:28 - 15:30
    我想留給大家。
  • 15:30 - 15:32
    就是如何使個人的參與
  • 15:32 - 15:34
    可以發生轉化,
  • 15:34 - 15:37
    通過心理學和神經學方面的經驗
  • 15:37 - 15:40
    就是我們從觀察人玩遊戲獲得的經驗。
  • 15:40 - 15:43
    但是還有集體的參與度
  • 15:43 - 15:46
    以及前所未有的實驗
  • 15:46 - 15:48
    觀察是什麽使人行動
  • 15:48 - 15:50
    工作,遊戲和投入
  • 15:50 - 15:53
    大量精力到遊戲中。
  • 15:53 - 15:56
    如果我們觀察這些并從中有所學習
  • 15:56 - 15:58
    并看到如何將它們應用到遊戲以外,
  • 15:58 - 16:01
    那麼我真的認為我們正在做的是具有革新意義的事情。
  • 16:01 - 16:03
    非常感謝。
  • 16:03 - 16:07
    (觀眾掌聲)
Title:
Tom Chatfield:遊戲獎勵大腦的7種方式
Speaker:
Tom Chatfield
Description:

遊戲從越來越多的方面進入到我們的生活,我們花無數時間——以及真金白銀——去探索虛擬世界尋找想像中的寶藏。爲什麽?Tom Chatfield 向我們展示,遊戲被恰到好處地設計為提供一定的獎勵來吸引大腦,并使我們不斷索取更多。

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
16:08
yuanyuan liang added a translation

Chinese, Traditional subtitles

Revisions