ob电竞·(中国)电子竞技平台

ob电竞·(中国)电子竞技平台

ob电竞

ob电竞

北欧启示:严肃游戏到底怎么做

作者:ayame9joe

“功能游戏”这个概念喊了也有一段时间了。而我是一个听到各种概念就头大的人。在这个行业之中浸泡,我几乎天天头大。这也可能与 indienova 本身体量有关:因为我们很小,我们没有精力耗在概念这种事情上。某种程度地为了自我疗愈,我迫切地希望了解这件事情到底应该怎么做。我特别欣喜地看到,其实大家都有一样的诉求。已经与 indienova 建立合作关系的瑞典舍夫德大学早就在严肃游戏开疆僻壤,并且建立了硕士专业。在我写作这篇文章的时候,他们还在中国上海的游戏行业各处会面,想必许多朋友也与他们进行了交流。北京之行的三天,许多时间,我们在不同地方讨论严肃游戏的话题。而在这次交流的漫长准备阶段,所有朋友希望借我向两位教授提出的请求都是:停止关于大而空的探讨,我们都已经了解,游戏在正向价值之上的可能,以及它不是一个糟糕的东西。现在我们急需了解的是到底如何去做。

我想两位教授并没有辜负这份期待。虽然时间短暂,没有机会针对每个细节做出详实的回答,但我们到底得到了一份关于这件事情如何落地的概览,以及不算空谈的可能。同时让我感到希望的或许是北京工业大学的学生们:尽管严肃游戏听上去远不是一个有趣的话题,他们还是充满好奇地来到讲座现场,而且提出了一些相当重要的问题,这些问题显示出他们至少在游戏开发这个领域有一定的思考与实践。另一会场之中结识的关于引进国外研究的译者,可能会做严肃游戏相关研究的博士生,希望与游戏领域进行合作的志愿组织……我也注意到 indienova 的一些会员在严肃游戏领域的关注。隔壁媒体的小伙伴戏言:谈及严肃游戏的话题,可以说是“求生欲”很强了,但“何妨这么做下去呢,万一做成,大家真的可以一起绝地求生”。——诚如斯言。

还是与以前一样,尽管我们的了解非常有限,但多少得到的经验不敢私藏,立刻端上与大家共同分享。

关于市场

如我们所知道的那样,即使在瑞典,严肃游戏市场也并不是一个足够庞大的门类,尽管严肃游戏作为品类甚至并没有出现在 2017 年瑞典游戏的报告之中,但模拟与咨询类别的游戏之中,严肃游戏绝对占据一席之地。

同时,需要引起注意的是,瑞典最为成功的商业游戏 Minecraft 同时也是最为成功的严肃游戏。当然,这是一个非常难以达成的目标,但两位教授的分享之中,一以贯之的主题即是一个好的严肃游戏首先应该是一个好的游戏。抛开游戏本身的功能性来讨论严肃游戏,这实在是太扯了。

在严肃游戏之前,关于游戏的有用性的研究一直在持续,包括 Minecraft,Warcraft,Portal 2 等游戏的有用性的论证并不鲜见。而作为一个有趣的案例补充,在一个关于 Portal 2 与某严肃游戏的对比研究之中,在空间解谜等能力的提升之中,Portal 2 完胜。在舍夫德大学的消防员游戏的研究之中,OB欧宝体育电竞官网群体也被证明比非OB欧宝体育电竞官网群体完成更好。——这种研究结果已经非常普遍。

关于严肃游戏 vs 娱乐游戏,Marcus 还提供了一个相当有趣的视角,作为世界上最早的游戏 Tennis for Two,实际也是一款严肃游戏。

关于设计

基于以上的讨论,严肃游戏设计的轮廓基本是清楚的,在娱乐游戏的基础上加入有用。

因此,我们在娱乐游戏设计上的方法都是有效的:快速原型迭代,pre-production 与 production 的分工,不断测试。测试在这里更加重要,因为下面要提到的“评估”。另外,用户参与设计(User Participatory Design)也因为同样的原因非常重要。而且,严肃游戏设计通常涉及多方合作。

关于评估

从某种程度上来说,严肃游戏可能更像是游戏行业提供的服务,因为,在西方的通常情况下,一款严肃游戏的创作起源于甲方的需求提出。这也是为什么关于严肃游戏的有用性评估是非常重要的:毕竟,如果你不能证明你的游戏有效,那么你凭什么得到与之有关的资源呢?

评估在另外两方同样有着相当的重要性:一个是我们习以为常的情景设定,亦即如何有效推动决策层做出有利于游戏发展的政策;另一个是在科学研究方面的考察,毕竟,尽管我们日常吹水时声称游戏在沉浸感、互动性上的种种优势,面对实证科学的检验没有可靠数据的支持实际上是不过关的,不用说一些实验还做出了完全相反的论断。

而这也引出了“如何评估”这一关乎科研的非常重要的问题。就数据获取方面,很多游戏产品并不困难,事实上,我们通过游戏能够获得的数据不是太少,而是太多:从最为基础的游戏次数,游戏时长,再到使用仪器可以测量的脑科学有关的种种数据,以及完全可以被纳入进来的观察、访谈与自我报告。—— Marcus 提到 App Store 的评论被作为研究对象的问题之一是数量庞大而缺少更加有效的自动化工具。

但面对如此之多的数据,如何设计一个精准有效的实验实际上并不是一件容易的事情。我们不但需要确定研究对象,而且需要尽可能地将问题解决定义更加细致而不是宽泛(譬如舍夫德大学的消防员项目将问题定义为:如何使用游戏帮助消防员优化搜寻路径,而针对中风病人恢复的项目则具体到了某个阶段)。如何确定数据的客观有效与采样规模则是另外的棘手问题。我们需要确保数据没有受到主观因素影响。至于采样规模,可以在初始阶段以一个小的采样确定设计方向,但在最终的测试之中仍要保证一个足够范围的采样。

不过,以上问题终究仍是常规化的科研问题,并非不可解决。

因为讨论到实实在在,反而引出更多问题,indienova 日后也会继续与合作伙伴深化这些交流,并且将成果分享给大家。

如若转载,请注明出处:http://www.ashkeling.com/2018/05/329318