TEDGlobal 2010
Tom Chatfield: 7 ways games reward the brain
توم شاتفيلد: 7 طرق تكافئ بها الألعابُ الدماغ
Filmed:
Readability: 3.8
1,288,061 views
إننا نجلب ذلك اللعب إلى المزيد من جوانب حياتنا, نقضي ساعات لا تعد و لا تحصى -- و ننفق أموال حقيقية -- في استكشاف عوالم افتراضية لكنوز وهمية. لماذا؟ كما يبين توم شاتفيلد, الألعاب هيئت بشكل متقن لتقتير المكافآت و التي تبقي أدمغتنا مرتبطة باللعبة و تجعلنا نطلب المزيد.
Tom Chatfield - Gaming theorist
Tom Chatfield thinks about games -- what we want from them, what we get from them, and how we might use our hard-wired desire for a gamer's reward to change the way we learn. Full bio
Tom Chatfield thinks about games -- what we want from them, what we get from them, and how we might use our hard-wired desire for a gamer's reward to change the way we learn. Full bio
Double-click the English transcript below to play the video.
00:15
I love video games.
0
0
3000
أنا أحب ألعاب الفيديو.
00:18
I'm also slightly in awe of them.
1
3000
3000
أنا أيضا في رهبة منها بعض الشيء.
00:21
I'm in awe of their power
2
6000
2000
أنا في رهبة من قوتها
00:23
in terms of imagination, in terms of technology,
3
8000
2000
من حيث الخيال و من حيث التكنولوجيا,
00:25
in terms of concept.
4
10000
2000
من حيث المفهوم.
00:27
But I think, above all,
5
12000
2000
لكنني أعتقد قبل كل شيء,
00:29
I'm in awe at their power
6
14000
2000
أنني في رهبة من قوتها
00:31
to motivate, to compel us,
7
16000
3000
على حثنا و اخضاعنا,
00:34
to transfix us,
8
19000
2000
و شلنا و تحويلنا,
00:36
like really nothing else we've ever invented
9
21000
3000
بطريقة ما من شيء قد اخترعناه
00:39
has quite done before.
10
24000
2000
من قبل استطاع فعلها هكذا.
00:41
And I think that we can learn some pretty amazing things
11
26000
3000
و أعتقد أننا نستطيع تعلم بعض الأشياء المدهشة
00:44
by looking at how we do this.
12
29000
2000
عبر النظر إلى كيفية القيام بذلك.
00:46
And in particular, I think we can learn things
13
31000
2000
و بالأخص, أعتقد أننا يمكن أن نتعلم أشياء
00:48
about learning.
14
33000
3000
عن التعلم.
00:51
Now the video games industry
15
36000
2000
حالياً صناعة ألعاب الفيديو
00:53
is far and away the fastest growing
16
38000
2000
الأكثر و الأسرع نموا إلى حد بعيد
00:55
of all modern media.
17
40000
2000
من جميع وسائل الإعلام الحديثة.
00:57
From about 10 billion in 1990,
18
42000
2000
من قرابة 10 مليارات دولار عام 1990,
00:59
it's worth 50 billion dollars globally today,
19
44000
3000
إنها بقيمة 50 مليار دولار على مستوى العالم اليوم,
01:02
and it shows no sign of slowing down.
20
47000
3000
و لا تبدي أي علامة على تباطؤ نموها.
01:05
In four years' time,
21
50000
2000
في غضون أربع سنوات,
01:07
it's estimated it'll be worth over 80 billion dollars.
22
52000
3000
قدرت بأن قيمتها ستساوي أكثر من 80 مليار دولار.
01:10
That's about three times the recorded music industry.
23
55000
3000
ذلك حوالي ثلاثة أضعاف صناعة الموسيقى المسجلة.
01:13
This is pretty stunning,
24
58000
2000
هذا مذهل للغاية,
01:15
but I don't think it's the most telling statistic of all.
25
60000
3000
و لكن على الرغم من ذلك لا أعتقد بأنها الإحصائية الأكثر تعبيراً.
01:18
The thing that really amazes me
26
63000
2000
الأمر الذي يذهلني حقاً
01:20
is that, today,
27
65000
2000
هو أنه, اليوم,
01:22
people spend about
28
67000
2000
ينفق الناس قرابة
01:24
eight billion real dollars a year
29
69000
3000
ثمانية مليارات دولار فعلية في السنة
01:27
buying virtual items
30
72000
2000
لشراء سلع افتراضية
01:29
that only exist
31
74000
2000
موجودة فقط
01:31
inside video games.
32
76000
3000
داخل ألعاب الفيديو.
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
79000
3000
هذه لقطة من لعبة العالم الافتراضي, Entropia Universe .
01:37
Earlier this year,
34
82000
2000
في وقت ليس ببعيد من هذا العام,
01:39
a virtual asteroid in it
35
84000
2000
كويكب افتراضي فيها
01:41
sold for 330,000 real dollars.
36
86000
4000
تم بيعه مقابل 330,000 دولار حقيقي.
01:45
And this
37
90000
2000
و هذه
01:47
is a Titan class ship
38
92000
3000
هي السفينة تيتان
01:50
in the space game, EVE Online.
39
95000
2000
في لعبة الفضاء, EVE Online.
01:52
And this virtual object
40
97000
2000
و هذا الكائن الافتراضي
01:54
takes 200 real people
41
99000
2000
تطلب من 200 إنسان حقيقي
01:56
about 56 days of real time to build,
42
101000
3000
قرابة 65 يوم فعلي لبنائه,
01:59
plus countless thousands of hours
43
104000
3000
إضافة إلى ألوف الساعات التي لا تحصى
02:02
of effort before that.
44
107000
2000
من الجهود قبل ذلك.
02:04
And yet, many of these get built.
45
109000
3000
و حتى الآن, عدد من هذه الأشياء يتم بناؤها.
02:07
At the other end of the scale,
46
112000
2000
في الطرف الآخر من الجدول,
02:09
the game Farmville that you may well have heard of,
47
114000
3000
لعبة Farmville التي كنتم قد سمعتم بها جيداً,
02:12
has 70 million players
48
117000
2000
يمارسها 70 مليون لاعب
02:14
around the world
49
119000
2000
في جميع أنحاء العالم,
02:16
and most of these players
50
121000
2000
و معظم هؤلاء المستخدمون
02:18
are playing it almost every day.
51
123000
2000
يلعبونها في كل يوم تقريباً.
02:20
This may all sound
52
125000
2000
كل هذا قد يبدو
02:22
really quite alarming to some people,
53
127000
2000
منذراً لبعض الناس,
02:24
an index of something worrying
54
129000
2000
و مؤشراً يدل على أمر مقلق
02:26
or wrong in society.
55
131000
2000
خاطئ في المجتمع.
02:28
But we're here for the good news,
56
133000
2000
لكننا هنا لأجل الأنباء الجيدة,
02:30
and the good news is
57
135000
2000
و الخبر السار هو
02:32
that I think we can explore
58
137000
2000
أن أعتقد أننا نستطيع استكشاف
02:34
why this very real human effort,
59
139000
3000
لماذا هذا الجهد البشري الجاد للغاية,
02:37
this very intense generation of value, is occurring.
60
142000
4000
هذا النشوء القوي للغاية من الأهمية.
02:41
And by answering that question,
61
146000
2000
و عبر الإجابة على ذلك السؤال
02:43
I think we can take something
62
148000
2000
أعتقد بإمكاننا أخذ شيء
02:45
extremely powerful away.
63
150000
2000
قوي إلى أبعد حد.
02:47
And I think the most interesting way
64
152000
2000
و أعتقد أن الطريقة الأكثر للإهتمام
02:49
to think about how all this is going on
65
154000
2000
للتفكير حول الكيفية التي تجري بها الأمور
02:51
is in terms of rewards.
66
156000
2000
هي عبر لغة المكافآت.
02:53
And specifically, it's in terms
67
158000
3000
و على وجه التحديد, من حيث
02:56
of the very intense emotional rewards
68
161000
2000
الجوائز الأكثر عاطفية
02:58
that playing games offers to people
69
163000
2000
التي تقدمها ممارسة الالعاب للناس,
03:00
both individually
70
165000
2000
سواء على المستوى الفردي
03:02
and collectively.
71
167000
2000
و الجماعي.
03:04
Now if we look at what's going on in someone's head
72
169000
2000
الآن إذا نظرنا إلى ما يدور في رأس شخص ما
03:06
when they are being engaged,
73
171000
2000
عندما يشتبكون في قتال,
03:08
two quite different processes are occurring.
74
173000
3000
عمليتين مختلفتين تماما تبدآن.
03:11
On the one hand, there's the wanting processes.
75
176000
3000
من ناحية, هناك عمليات الرغبة.
03:14
This is a bit like ambition and drive -- I'm going to do that. I'm going to work hard.
76
179000
3000
هذه نوعا ما مثل الطموح و المحرك – سأقوم بذلك الأمر. سأعمل بجد.
03:17
On the other hand, there's the liking processes,
77
182000
2000
و من ناحية أخرى, هناك عمليات الولوع,
03:19
fun and affection
78
184000
2000
المرح و السرور
03:21
and delight
79
186000
2000
و المحبة --
03:23
and an enormous flying beast with an orc on the back.
80
188000
2000
ووحشاً طائراً عملاق مع مقعد في المؤخرة.
03:25
It's a really great image. It's pretty cool.
81
190000
2000
إنها صورة جميلة و رائعة حقاً.
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
192000
3000
إنها من لعبة World of Warcraft ذات أكثر من 10 ملايين لاعب عبر العالم,
03:30
one of whom is me, another of whom is my wife.
83
195000
3000
و من بينهم أنا و زوجتي.
03:33
And this kind of a world,
84
198000
2000
و هذا نوعٌ من العالم,
03:35
this vast flying beast you can ride around,
85
200000
2000
هذا وحش كبير طائر تستطيعون التحليق به حول المكان
03:37
shows why games are so very good
86
202000
2000
يظهر لماذا الألعاب جيدة جداً
03:39
at doing both the wanting and the liking.
87
204000
3000
بالقيام بكلاً من إثارة الطموح و الولوع.
03:42
Because it's very powerful. It's pretty awesome.
88
207000
2000
بسبب أنها قوية جداً و نوعاً ما رائعة.
03:44
It gives you great powers.
89
209000
2000
فهي تمنحكم قوى عظمى.
03:46
Your ambition is satisfied, but it's very beautiful.
90
211000
3000
طموحكم يتم إرضاؤه, لكنها جميلة جداً.
03:49
It's a very great pleasure to fly around.
91
214000
3000
إنها لمتعة كبيرة أن تحوم بها.
03:52
And so these combine to form
92
217000
2000
و حتى هذه تتجمع لتصيغ
03:54
a very intense emotional engagement.
93
219000
2000
مشاركة عاطفية كثيفة للغاية.
03:56
But this isn't the really interesting stuff.
94
221000
3000
و لكن ليست هذه الأشياء المثيرة للاهتمام حقيقة.
03:59
The really interesting stuff about virtuality
95
224000
2000
الأشياء المهمة بحق عن الافتراضية
04:01
is what you can measure with it.
96
226000
2000
هو ما الذي يمكنكم قياسه عبرها.
04:03
Because what you can measure in virtuality
97
228000
3000
لأن ما يمكنكم قياسه عبرها.
04:06
is everything.
98
231000
2000
هو كل شيء.
04:08
Every single thing that every single person
99
233000
2000
كل جزئية قام بها كل شخص
04:10
who's ever played in a game has ever done can be measured.
100
235000
3000
لعب في اللعبة في أي وقت مضى.
04:13
The biggest games in the world today
101
238000
2000
أكبر الألعاب في العالم اليوم
04:15
are measuring more than one billion points of data
102
240000
4000
تقيس أكثر من مليار نقطة من البيانات
04:19
about their players, about what everybody does --
103
244000
2000
حول لاعبيها -- حول ما يفعله كل فرد --
04:21
far more detail than you'd ever get from any website.
104
246000
3000
بتفصيل أكثر بكثير مما ستحصلون عليه من أي موقع انترنت في أي وقت مضى.
04:24
And this allows something very special
105
249000
3000
و هذا يسمح لشيء خاص جداً
04:27
to happen in games.
106
252000
2000
من أن يحدث في الألعاب.
04:29
It's something called the reward schedule.
107
254000
3000
و هو شيء يدعى جدول المكافئات.
04:32
And by this, I mean looking
108
257000
2000
و بواسطة هذا الشيء, أعني النظر
04:34
at what millions upon millions of people have done
109
259000
2000
إلى ما أتمه مئات الملايين من الناس
04:36
and carefully calibrating the rate,
110
261000
2000
و بحذر يتم معايرة المعدل
04:38
the nature, the type, the intensity of rewards in games
111
263000
3000
الطبيعة, النوع, الكثافة للمكافئات في الألعاب
04:41
to keep them engaged
112
266000
2000
لإبقاء الناس مرتبطين
04:43
over staggering amounts of time and effort.
113
268000
3000
على كميات هائلة من الوقت و الجهد.
04:46
Now, to try and explain this
114
271000
2000
الآن, في محاولة لتفسير هذا
04:48
in sort of real terms,
115
273000
3000
بنوع من المفردات الواقعية,
04:51
I want to talk about a kind of task
116
276000
2000
أريد أن أتحدث عن نوع المهمة
04:53
that might fall to you in so many games.
117
278000
2000
التي قد تقع لك في العديد من الألعاب.
04:55
Go and get a certain amount of a certain little game-y item.
118
280000
3000
هي الذهاب و الحصول على كمية معينة من عنصر معين.
04:58
Let's say, for the sake of argument,
119
283000
2000
دعونا نقول على سبيل الجدل,
05:00
my mission is to get 15 pies
120
285000
3000
مهمتي هي الحصول على 15 فطيرة,
05:03
and I can get 15 pies
121
288000
3000
و أحصل على الفطائر الخمس عشرة
05:06
by killing these cute, little monsters.
122
291000
2000
عبر قتل هذه الوحوش الصغيرة اللطيفة.
05:08
Simple game quest.
123
293000
2000
لعبة بسيطة المسعى.
05:10
Now you can think about this, if you like,
124
295000
2000
الآن يمكنكم تأمل هذه المسألة, إن أردتم,
05:12
as a problem about boxes.
125
297000
2000
كمشكلة حول صناديق.
05:14
I've got to keep opening boxes.
126
299000
2000
عليَّ أن أستمر بفتح الصناديق.
05:16
I don't know what's inside them until I open them.
127
301000
3000
لا أعلم ما بداخلها حتى أفتحها.
05:19
And I go around opening box after box until I've got 15 pies.
128
304000
3000
و أدور بالمكان فاتحاً الصندوق تلو الآخر. إلى أن أتم الخمس عشرة فطيرة.
05:22
Now, if you take a game like Warcraft,
129
307000
2000
الآن, إذا أخذتم لعبة مثل Warcraft ,
05:24
you can think about it, if you like,
130
309000
2000
يمكنكم اعتبار ذلك إن أحببتم
05:26
as a great box-opening effort.
131
311000
3000
كمجهود عظيم لفتح الصناديق.
05:29
The game's just trying to get people to open about a million boxes,
132
314000
3000
الألعاب باختصار تحاول جعل الناس يفتحون قرابة مليون صندوق,
05:32
getting better and better stuff in them.
133
317000
2000
بحيث تجدون أشياء أفضل و أفضل داخلها.
05:34
This sounds immensely boring
134
319000
3000
هذا يبدو مملاً بشكل هائل,
05:37
but games are able
135
322000
2000
لكن الألعاب قادرة
05:39
to make this process
136
324000
2000
على جعل هذه العملية
05:41
incredibly compelling.
137
326000
2000
اجبارية بشكل لا يصدق.
05:43
And the way they do this
138
328000
2000
و طريقة القيام بهذا
05:45
is through a combination of probability and data.
139
330000
3000
هي عبر التوفيق بين الاحتمالية و البيانات.
05:48
Let's think about probability.
140
333000
2000
دعونا ننظر إلى الاحتمالية.
05:50
If we want to engage someone
141
335000
2000
إذا أردنا إبقاء أحدهم منهمكاً
05:52
in the process of opening boxes to try and find pies,
142
337000
3000
في عملية فتح الصناديق لمحاولة إيجاد الفطائر.
05:55
we want to make sure it's neither too easy,
143
340000
2000
نريد التأكد من جعلها لا سهلة جداً,
05:57
nor too difficult, to find a pie.
144
342000
2000
و لا صعبة جداً, لإيجاد فطيرة.
05:59
So what do you do? Well, you look at a million people --
145
344000
2000
إذاً ما الذي تفعلونه؟ انظروا إلى مليون فرد --
06:01
no, 100 million people, 100 million box openers --
146
346000
3000
بل 100 مليون فرد على أنهم 100 مليون باحث في الصناديق --
06:04
and you work out, if you make the pie rate
147
349000
3000
و قوموا بوضع خطة لذلك, إذا جعلتم معدل الفطائر
06:07
about 25 percent --
148
352000
2000
قرابة 25 بالمئة --
06:09
that's neither too frustrating, nor too easy.
149
354000
3000
ذلك ليس محبطاً للغاية و لا سهلاً للغاية;
06:12
It keeps people engaged.
150
357000
2000
إنه يبقي الناس مرتبطين --
06:14
But of course, that's not all you do -- there's 15 pies.
151
359000
3000
لكن بالطبع, ذلك ليس كل ما تفعلونه-- هناك 15 فطيرة.
06:17
Now, I could make a game called Piecraft,
152
362000
2000
الآن, بإمكاني صناعة لعبة أسميها حرب الفطائر,
06:19
where all you had to do was get a million pies
153
364000
2000
حيث كل ما عليكم فعله هو الحصول على مليون فطيرة,
06:21
or a thousand pies.
154
366000
2000
أو ألف فطيرة.
06:23
That would be very boring.
155
368000
2000
ذلك سيغدو مملاً جداً.
06:25
Fifteen is a pretty optimal number.
156
370000
2000
15 هو رقم اختياري جيد.
06:27
You find that -- you know, between five and 20
157
372000
2000
تدركون بالطبع أنكم ستجدون أن الرقم بين 5 و 20
06:29
is about the right number for keeping people going.
158
374000
2000
هو الرقم المناسب لإبقاء الناس مرتبطين.
06:31
But we don't just have pies in the boxes.
159
376000
2000
و لكن ليس لدينا فقط الفطائر في الصناديق
06:33
There's 100 percent up here.
160
378000
2000
هناك نسبة مئوية ما هنا.
06:35
And what we do is make sure that every time a box is opened,
161
380000
3000
و ما نقوم به هو التأكد من أنه في كل مرة يتم فتح صندوق,
06:38
there's something in it, some little reward
162
383000
2000
هناك شيء فيه كمكافئة صغيرة,
06:40
that keeps people progressing and engaged.
163
385000
2000
تبقي الناس مشتركين و في حالة تقدم.
06:42
In most adventure games,
164
387000
2000
في معظم ألعاب المغامرة,
06:44
it's a little bit in-game currency, a little bit experience.
165
389000
3000
إنها نوعاً من نقود ألعاب, نوعاً من خبرة,
06:47
But we don't just do that either.
166
392000
2000
حتى هذا لم نفعله.
06:49
We also say there's going to be loads of other items
167
394000
2000
نقول أيضاً أنه سيكون هناك حمولات من عناصر أخرى
06:51
of varying qualities and levels of excitement.
168
396000
2000
ذات صفات و مستويات مختلفة من الإثارة.
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
398000
3000
سيكون هناك فرصة 10 بالمئة لتحصلوا على عنصر جيد.
06:56
There's going to be a 0.1 percent chance
170
401000
2000
سيكون هناك فرصة 0.1 بالمئة
06:58
you get an absolutely awesome item.
171
403000
3000
لتحصلوا على عنصر بالتأكيد رائع.
07:01
And each of these rewards is carefully calibrated to the item.
172
406000
3000
و كل من هذه المكافئات تُعاير بعناية لذلك العنصر.
07:04
And also, we say,
173
409000
2000
و أيضاً, نقول,
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
411000
3000
'حسناً, كم عدد الوحوش؟ هل يجب أن أجعل العالم كاملاً مملوءً بمليار وحش؟"
07:09
No, we want one or two monsters on the screen at any one time.
175
414000
3000
لا, نحن نريد وحش أو اثنان من الوحوش
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
417000
3000
إذاً هكذا أتصورها.ليست سهلة جداً, ليست صعبة جداً.
07:15
So all this is very powerful.
177
420000
2000
كل هذا قوي للغاية.
07:17
But we're in virtuality. These aren't real boxes.
178
422000
3000
و لكننا في الافتراضية; هذه ليست صناديق حقيقية.
07:20
So we can do
179
425000
2000
لذلك يمكننا القيام
07:22
some rather amazing things.
180
427000
2000
ببعض الأشياء المدهشة.
07:24
We notice, looking at all these people opening boxes,
181
429000
4000
نلاحظ بالنظر إلى كل هؤلاء الناس و هم يفتحون الصناديق,
07:28
that when people get to about 13 out of 15 pies,
182
433000
3000
بأن حين وصولهم إلى 13 من أصل 15 فطيرة,
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
436000
3000
إدراكهم يتحول فيبدأون بالملل إضافة للعصبية.
07:34
They're not rational about probability.
184
439000
2000
فهم ليسوا عقلانيين فيما يتعلق بالاحتمالية.
07:36
They think this game is unfair.
185
441000
2000
يظنون أن هذه اللعبة غير عادلة.
07:38
It's not giving me my last two pies. I'm going to give up.
186
443000
2000
فهي لا تمنحني آخر فطيرتين. سأتخلى عن اللعب.
07:40
If they're real boxes, there's not much we can do,
187
445000
2000
لو كانت الصناديق حقيقية فليس هناك الكثير نستطيع فعله,
07:42
but in a game we can just say, "Right, well.
188
447000
2000
و لكن في اللعبة نستطيع باختصار القول, 'حسناً,حسناً".
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
449000
4000
عندما نحصل على 13 فطيرة, لديك فرصة 75 بالمئة للحصول على فطيرة.
07:48
Keep you engaged. Look at what people do --
190
453000
2000
تبقيكم مرتبطين. بالنظر إلى ما يفعله الناس--
07:50
adjust the world to match their expectation.
191
455000
2000
يضبط العالم في اللعبة ليطابق توقعاتهم.
07:52
Our games don't always do this.
192
457000
2000
ألعابنا لا تفعل ذلك دوماً.
07:54
And one thing they certainly do at the moment
193
459000
2000
و شيء واحد يقومون به بالتأكيد في هذه اللحظة
07:56
is if you got a 0.1 percent awesome item,
194
461000
3000
ألا و هو حين حصولكم على العنصر المميز ذي النسبة 0.1 بالمئة,
07:59
they make very sure another one doesn't appear for a certain length of time
195
464000
3000
فهم يحرصون على ألا يظهر لكم عنصراً آخر مثله لفترة من الوقت.
08:02
to keep the value, to keep it special.
196
467000
2000
للإبقاء على قيمته و لإبقائه خاصاً.
08:04
And the point is really
197
469000
2000
و النقطة المهمة هي حقاً
08:06
that we evolved to be satisfied by the world
198
471000
2000
أننا تطورنا ليتم إرضاؤنا بواسطة العالم
08:08
in particular ways.
199
473000
2000
بطرق معينة.
08:10
Over tens and hundreds of thousands of years,
200
475000
3000
عبر عشرات و مئات آلاف السنين,
08:13
we evolved to find certain things stimulating,
201
478000
2000
تطورنا لإيجاد أشياء معينة تحفزنا,
08:15
and as very intelligent, civilized beings,
202
480000
2000
و ككائنات متطورة جداً و متحضرة,
08:17
we're enormously stimulated by problem solving and learning.
203
482000
3000
حُفزنا بشكل كبير بواسطة حل المشاكل و التعلم.
08:20
But now, we can reverse engineer that
204
485000
2000
لكن الآن باستطاعتنا هندسة ذلك عكسياً
08:22
and build worlds
205
487000
2000
و بناء عوالم
08:24
that expressly tick our evolutionary boxes.
206
489000
3000
و التي تملأ صناديق التقييم خاصتنا بشكل معبر.
08:27
So what does all this mean in practice?
207
492000
2000
فماذا يعني كل هذا في الممارسة العملية؟
08:29
Well, I've come up
208
494000
2000
حسناً, لقد جئت
08:31
with seven things
209
496000
2000
بسبعة أشياء
08:33
that, I think, show
210
498000
2000
و التي كما أعتقد تظهر
08:35
how you can take these lessons from games
211
500000
2000
كيف يمكنكم أخذ هذه الدروس من الألعاب
08:37
and use them outside of games.
212
502000
3000
و استخدامها خارج الألعاب.
08:40
The first one is very simple:
213
505000
2000
أول درس بسيط جداً:
08:42
experience bars measuring progress --
214
507000
2000
شريط قياس تقدم الخبرة المحرز--
08:44
something that's been talked about brilliantly
215
509000
2000
شيء كان قد تم التحدث عنه (الألمعيّة)
08:46
by people like Jesse Schell earlier this year.
216
511000
3000
من قبل أشخاص مثل جيسي شيل مطلع هذا العام.
08:49
It's already been done at the University of Indiana in the States, among other places.
217
514000
3000
و سبق أن تم ذلك في جامعة إنديانا في الولايات من بين أماكن أخرى,
08:52
It's the simple idea that instead of grading people incrementally
218
517000
3000
إنها فكرة بسيطة و التي هي بدلاً من تقييم الأشخاص تصاعدياً
08:55
in little bits and pieces,
219
520000
2000
في كِسرات صغيرة و قطع,
08:57
you give them one profile character avatar
220
522000
2000
فتقوم بإعطائهم رمزية الطابع الشخصي الواحد
08:59
which is constantly progressing
221
524000
2000
التي تتقدم باستمرار
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
526000
3000
عبر زيادات صغيرة, صغيرة, صغيرة و التي أنها ملكهم.
09:04
And everything comes towards that,
223
529000
2000
و كل شيء يأتي نحو ذلك,
09:06
and they watch it creeping up, and they own that as it goes along.
224
531000
3000
و يشاهدونها تزحف صعوداً, و يدينون لذلك طوال تقدمها.
09:09
Second, multiple long and short-term aims --
225
534000
2000
ثانياً, أهداف عديدة طويلة و قصيرة الأجل--
09:11
5,000 pies, boring,
226
536000
2000
5000 فطيرة, مملّة,
09:13
15 pies, interesting.
227
538000
2000
15 فطيرة, مثيرة للاهتمام.
09:15
So, you give people
228
540000
2000
فأنتم تعطون الأشخاص
09:17
lots and lots of different tasks.
229
542000
2000
الكثير و الكثير من المهام المختلفة.
09:19
You say, it's about
230
544000
2000
كما تقولون إنها حول
09:21
doing 10 of these questions,
231
546000
2000
القيام بحل 10 من هذه الأسئلة,
09:23
but another task
232
548000
2000
لكن مهمة أخرى
09:25
is turning up to 20 classes on time,
233
550000
2000
هي حضور 20 صف في الوقت المحدد,
09:27
but another task is collaborating with other people,
234
552000
3000
لكن مهمة أخرى هي التعاون مع أناسٌ آخرين,
09:30
another task is showing you're working five times,
235
555000
3000
مهمة أخرى هي عرض العمل الخاص بكم خمس مرات,
09:33
another task is hitting this particular target.
236
558000
2000
مهمة أخرى هي بلوغ هدف معيّن.
09:35
You break things down into these calibrated slices
237
560000
3000
تقسّمون الأشياء إلى شرائح معايرة
09:38
that people can choose and do in parallel
238
563000
2000
و التي بإمكان الناس الانتقاء منها و العمل عليها بالتوازي
09:40
to keep them engaged
239
565000
2000
لإبقائهم مرتبطين
09:42
and that you can use to point them
240
567000
2000
و بإمكانكم استخدام ذلك لتوجيههم
09:44
towards individually beneficial activities.
241
569000
3000
نحو الأنشطة المفيدة بشكل فردي.
09:48
Third, you reward effort.
242
573000
2000
ثالثاً, مكافأة الجهد.
09:50
It's your 100 percent factor. Games are brilliant at this.
243
575000
3000
إنه مؤشر النسبة المؤية الخاص بكم, الألعاب رائعة في هذا.
09:53
Every time you do something, you get credit; you get a credit for trying.
244
578000
3000
في كل مرة تفعلون شيئاً, تحصلون على على تقدير في سجلكم, تُقدرون لمحاولتكم.
09:56
You don't punish failure. You reward every little bit of effort --
245
581000
3000
لا تعاقبوا الفشل; قوموا بمكافأة كل مجهود مهما كان صغيراً--
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
584000
3000
بمقدار صغير من الذهب, مقدار صغير من المصداقية-- لقد أنجزتم 20 سؤالاً--
10:02
It all feeds in as minute reinforcement.
247
587000
3000
كل هذا يصب بالداخل كلحظة تعزيز.
10:05
Fourth, feedback.
248
590000
2000
رابعاً, ردود الأفعال.
10:07
This is absolutely crucial,
249
592000
2000
هذا أمر جوهري للغاية,
10:09
and virtuality is dazzling at delivering this.
250
594000
2000
و الافتراضية هي التألق في إيصال هذا.
10:11
If you look at some of the most intractable problems in the world today
251
596000
3000
إذا نظرتم إلى بعض من أكثر المشاكل المستعصية في العالم اليوم
10:14
that we've been hearing amazing things about,
252
599000
2000
فإنّا كنا نسمع عنها أشياء مدهشة,
10:16
it's very, very hard for people to learn
253
601000
3000
إنه من الصعب للغاية للناس أن يتعلموا
10:19
if they cannot link consequences to actions.
254
604000
3000
إذا لم يستطيعوا ربط الأفعال بالعواقب,
10:22
Pollution, global warming, these things --
255
607000
2000
التلوث, الاحترار العالمي, و هكذا أشياء,
10:24
the consequences are distant in time and space.
256
609000
2000
آثارها بعيدة في الزمان و المكان.
10:26
It's very hard to learn, to feel a lesson.
257
611000
2000
إنه أمرٌ صعب جداً أن تتعلموا أن تشعروا بالدرس,
10:28
But if you can model things for people,
258
613000
2000
لكن إن أمكنكم صناعة نماذج للأشياء لأجل الناس,
10:30
if you can give things to people that they can manipulate
259
615000
2000
إذا قمتم بإعطاء الناس أشياء يستطيعون التلاعب
10:32
and play with and where the feedback comes,
260
617000
2000
و اللعب بها عندها يأتي رد الفعل,
10:34
then they can learn a lesson, they can see,
261
619000
2000
حينها بإمكانهم تعلم الدرس بإمكانهم أن يروا,
10:36
they can move on, they can understand.
262
621000
3000
بإمكانهم التحرك بإمكانهم أن يدركوا.
10:39
And fifth,
263
624000
2000
و خامساً,
10:41
the element of uncertainty.
264
626000
2000
عنصر عدم اليقين.
10:43
Now this is the neurological goldmine,
265
628000
3000
الآن هذا منجم ذهب للعصبية,
10:46
if you like,
266
631000
2000
إن أردتم,
10:48
because a known reward
267
633000
2000
بسبب أن المكافأة المعروفة
10:50
excites people,
268
635000
2000
تثير الأشخاص,
10:52
but what really gets them going
269
637000
2000
لكن ما يجعلهم حقاً مستمرين
10:54
is the uncertain reward,
270
639000
2000
هو المكافأة غير المؤكدة,
10:56
the reward pitched at the right level of uncertainty,
271
641000
2000
المكافأة المرفقة على المستوى الصحيح من عدم اليقين,
10:58
that they didn't quite know whether they were going to get it or not.
272
643000
3000
ذلك أنهم لا يعرفون إذا كانوا في طريقهم للحصول على تلك المكافأة أم لا.
11:01
The 25 percent. This lights the brain up.
273
646000
3000
الـ 25 بالمئة هذه تشغل الدماغ.
11:04
And if you think about
274
649000
2000
و إذا فكرتم في
11:06
using this in testing,
275
651000
2000
استخدام هذا في الاختبارات,
11:08
in just introducing control elements of randomness
276
653000
2000
لمجرد ادخال عناصر تحكم العشوائية
11:10
in all forms of testing and training,
277
655000
2000
في جميع أشكال التجارب و التدريب,
11:12
you can transform the levels of people's engagement
278
657000
2000
و يمكنكم تحويل مستويات المشاركة الشعبية
11:14
by tapping into this very powerful
279
659000
2000
من خلال الاستفادة من هذه القوة
11:16
evolutionary mechanism.
280
661000
2000
لآليّة التطور.
11:18
When we don't quite predict something perfectly,
281
663000
2000
ذلك حينما لا نتنبئ تماماً بشيءٍ ما بشكل تام,
11:20
we get really excited about it.
282
665000
2000
نتحمس بخصوصه بحق.
11:22
We just want to go back and find out more.
283
667000
2000
نود العودة للوراء و معرفة المزيد.
11:24
As you probably know, the neurotransmitter
284
669000
2000
فربما تعلمون, الناقل العصبي
11:26
associated with learning is called dopamine.
285
671000
2000
المتعلق بعملية التعلم يدعى دوبامين.
11:28
It's associated with reward-seeking behavior.
286
673000
3000
و هذا مرتبط بسلوك البحث عن المشاركة.
11:31
And something very exciting is just beginning to happen
287
676000
3000
و أمر مثير للغاية بدأ يحدث للتو
11:34
in places like the University of Bristol in the U.K.,
288
679000
3000
في أماكن مثل جامعة بريستول في المملكة المتحدة,
11:37
where we are beginning to be able to model mathematically
289
682000
3000
حيث بدأنا نُكَون القدرة على النمذجة رياضياً
11:40
dopamine levels in the brain.
290
685000
2000
لمستويات الدوبامين في الدماغ.
11:42
And what this means is we can predict learning,
291
687000
2000
و ما يعنيه ذلك هو أنه بإمكاننا التنبؤبالتعلم,
11:44
we can predict enhanced engagement,
292
689000
3000
و بإمكاننا التنبؤ بمشاركة محسّنة,
11:47
these windows, these windows of time,
293
692000
2000
هذه النوافذ من الوقت,
11:49
in which the learning is taking place at an enhanced level.
294
694000
3000
و التي خلالها يجري التعلم على مستوىً مُتحسن.
11:52
And two things really flow from this.
295
697000
2000
و شيئان حقيقة ينبعان من هذا.
11:54
The first has to do with memory,
296
699000
2000
الأول له علاقة بالذاكرة,
11:56
that we can find these moments.
297
701000
2000
حيث بإمكاننا إيجاد هذه اللحظات.
11:58
When someone is more likely to remember,
298
703000
2000
حينما الأشخاص أكثر احتمالاً لأن يتذكروا,
12:00
we can give them a nugget in a window.
299
705000
2000
نستطيع حينها أن نعطيهم كتلة من المعلومات في ذلك الإطار.
12:02
And the second thing is confidence,
300
707000
2000
و الشيء الثاني هو الثقة,
12:04
that we can see how game-playing and reward structures
301
709000
2000
و يمكننا أن نرى كم أن ممارسة الألعاب و بنية المكافئة
12:06
make people braver, make them more willing to take risks,
302
711000
3000
تجعل الأشخاص أكثر شجاعة و أكثر استعداداً لتحمل المخاطر,
12:09
more willing to take on difficulty,
303
714000
2000
و أكثر استعداداً لتحمل المصاعب,
12:11
harder to discourage.
304
716000
2000
و ثنيهم عن أمر ما أكثر صعوبة .
12:13
This can all seem very sinister.
305
718000
2000
كل هذا يمكن أن يبدو مشؤوماً للغاية.
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
720000
2000
لكن كما تعلمون, نوعاً من" أدمغتنا قد تم التلاعب بها, إننا مدمنون بالكامل".
12:17
The word "addiction" is thrown around.
307
722000
2000
إن كلمة الإدمان يتم تداولها هنا و هناك.
12:19
There are real concerns there.
308
724000
2000
و هناك مخاوف حقيقية.
12:21
But the biggest neurological turn-on for people
309
726000
2000
لكن المُشعل العصبي الأكبر للأشخاص
12:23
is other people.
310
728000
2000
هو الأشخاص الآخرين.
12:25
This is what really excites us.
311
730000
3000
و هذا ما يثيرنا حقاً.
12:28
In reward terms, it's not money;
312
733000
2000
فيما يتعلق بمسألة المكافئة, إنها ليست النقود,
12:30
it's not being given cash -- that's nice --
313
735000
3000
لا تُدفع فيها فيها أموال نقدياً-- ذلك لطيف--
12:33
it's doing stuff with our peers,
314
738000
2000
بل إنها القيام بالأشياء مع أقراننا,
12:35
watching us, collaborating with us.
315
740000
2000
مراقبتنا و التعاون معنا.
12:37
And I want to tell you a quick story about 1999 --
316
742000
2000
و أود أن أخبركم قصة سريعة قرابة 1999--
12:39
a video game called EverQuest.
317
744000
2000
عن لعبة فيديو تدعى Everquest.
12:41
And in this video game,
318
746000
2000
و في هذه اللعبة,
12:43
there were two really big dragons, and you had to team up to kill them --
319
748000
3000
كان هناك زوج من التنانيين الكبيرة الحجم بحق, و كان عليكم أن تقتلوهما ضمن فريق--
12:46
42 people, up to 42 to kill these big dragons.
320
751000
3000
42 شخصاً-- ما يصل إلى 42 لقل هذه التنانين الكبيرة.
12:49
That's a problem
321
754000
2000
تلك كانت مشكلة,
12:51
because they dropped two or three decent items.
322
756000
3000
لأنهم أسقطوا اثنين أو ثلاثة بنود لائقة.
12:54
So players addressed this problem
323
759000
3000
لذا فالاعبين عالجوا هذه المشكلة
12:57
by spontaneously coming up with a system
324
762000
2000
تلقائياً جاؤوا بنظام
12:59
to motivate each other,
325
764000
2000
لتحفيز بعظم البعض,
13:01
fairly and transparently.
326
766000
2000
بشكل عادل و شفاف.
13:03
What happened was, they paid each other a virtual currency
327
768000
3000
الذي حدث هو أنهم دفعوا لبعضهم البعض عملة افتراضية
13:06
they called "dragon kill points."
328
771000
3000
أسموها نقاط قتل التنين.
13:09
And every time you turned up to go on a mission,
329
774000
2000
و في كل مرة يكون دوركم للإنطلاق في مهمة,
13:11
you got paid in dragon kill points.
330
776000
2000
تحصلون على أجرٍ مدفوع بنقاط قتل التنين.
13:13
They tracked these on a separate website.
331
778000
2000
و تابع الاعبون هذا الأمر على موقع انترنت منفصل.
13:15
So they tracked their own private currency,
332
780000
2000
قاموا بتتبع أموالهم الخاصة,
13:17
and then players could bid afterwards
333
782000
2000
و ثم كان بإمكان اللاعبين المزايدة بعدئذ
13:19
for cool items they wanted --
334
784000
2000
على أشياء رائعة أرادوها--
13:21
all organized by the players themselves.
335
786000
2000
كل ذلك من تنظيم اللاعبين أنفسهم.
13:23
Now the staggering system, not just that this worked in EverQuest,
336
788000
3000
الآن هذا النظام المذهل ليس أنه فقط نجح في Everquest,
13:26
but that today, a decade on,
337
791000
2000
لكن اليوم و بعد عقد من الزمن,
13:28
every single video game in the world with this kind of task
338
793000
3000
كل لعبة فيديو تحوي هذا النوع من المهام
13:31
uses a version of this system --
339
796000
2000
تستخدم اصداراً من هذا النظام--
13:33
tens of millions of people.
340
798000
2000
عشرات الملايين من الناس.
13:35
And the success rate
341
800000
2000
و نسبة النجاح
13:37
is at close to 100 percent.
342
802000
2000
تكاد تقرب 100 بالمئة.
13:39
This is a player-developed,
343
804000
2000
إنه تطور-للاعبين,
13:41
self-enforcing, voluntary currency,
344
806000
3000
تقوية للذات و سيرورة الطَوعيّة,
13:44
and it's incredibly sophisticated
345
809000
2000
و أنها ترتقي بشكل لا يصدق
13:46
player behavior.
346
811000
2000
بسلوك اللاعب.
13:50
And I just want to end by suggesting
347
815000
2000
و أود أن أختم باقتراح
13:52
a few ways in which these principles
348
817000
2000
بعض الطرق و التي خلالها بإمكان هذه المبادئ
13:54
could fan out into the world.
349
819000
2000
أن تنتشر في العالم.
13:56
Let's start with business.
350
821000
2000
سأبدأ بقطاع الأعمال.
13:58
I mean, we're beginning to see some of the big problems
351
823000
2000
أعني أننا بدأنا نرى بعض المشكلات الكبيرة
14:00
around something like business are
352
825000
2000
المتعلقة بأمور مثل قطاع الأعمال,
14:02
recycling and energy conservation.
353
827000
2000
إعادة التدوير و توفير الطاقة.
14:04
We're beginning to see the emergence of wonderful technologies
354
829000
2000
بدأنا نرى ظهور تقنيات رائعة
14:06
like real-time energy meters.
355
831000
2000
مثل مؤشر مستوى الطاقة في الزمن الفعلي.
14:08
And I just look at this, and I think, yes,
356
833000
2000
و بمجرد إلقائي نظرة على هذا, و فكرت, نعم,
14:10
we could take that so much further
357
835000
3000
بإمكاننا أخذ ذلك لمستوىً أبعد بكثير
14:13
by allowing people to set targets
358
838000
2000
من خلال السماح للناس بتحديد أهداف
14:15
by setting calibrated targets,
359
840000
2000
من خلال تحديد أهداف تمت معايرتها,
14:17
by using elements of uncertainty,
360
842000
3000
من خلال استخدام عناصر عدم اليقين,
14:20
by using these multiple targets,
361
845000
2000
من خلال استخدام هذه الأهداف المتعددة,
14:22
by using a grand, underlying reward and incentive system,
362
847000
3000
من خلال استخدام جائزة كبرى أساسية بالإضافة لنظام حوافز,
14:25
by setting people up
363
850000
2000
من خلال جعل الأشخاص
14:27
to collaborate in terms of groups, in terms of streets
364
852000
2000
يتعاونون في مجموعات و في مسارات
14:29
to collaborate and compete,
365
854000
2000
للتعاون و التنافس,
14:31
to use these very sophisticated
366
856000
2000
لأجل استخدام هذه الآليات الرفيعة جداً
14:33
group and motivational mechanics we see.
367
858000
2000
التحفيزية و الجماعية الرفيعة جداً كما نرى.
14:35
In terms of education,
368
860000
2000
في مجال التعليم
14:37
perhaps most obviously of all,
369
862000
2000
ربما الأكثر وضوحاً بين الجميع,
14:39
we can transform how we engage people.
370
864000
3000
نستطيع تحويل الكيفية لجذب الناس.
14:42
We can offer people the grand continuity
371
867000
2000
نستطيع أن نقدم للناس الاستمرارية الكبرى
14:44
of experience and personal investment.
372
869000
3000
للخبرة و الاستثمار الشخصي.
14:47
We can break things down
373
872000
2000
نستطيع تجزيء الأشياء
14:49
into highly calibrated small tasks.
374
874000
2000
إلى مهام صغيرة معايرة بدقة عالية.
14:51
We can use calculated randomness.
375
876000
2000
نستطيع استخدام العشوائية المحسوبة.
14:53
We can reward effort consistently
376
878000
2000
نستطيع مكافأة تناسق الجهود
14:55
as everything fields together.
377
880000
3000
طالما أنها تصب في حقل واحد معاً.
14:58
And we can use the kind of group behaviors
378
883000
2000
نستطيع استخدام هذا النوع من السلوكيات الجماعيّة
15:00
that we see evolving when people are at play together,
379
885000
3000
و التي نراها تتطور حينما ينشط الأشخاص معاً,
15:03
these really quite unprecedentedly complex
380
888000
3000
و هذه حقاً آليات تعاونية
15:06
cooperative mechanisms.
381
891000
2000
معقدة جداً لم يسبق لها مثيل.
15:08
Government, well, one thing that comes to mind
382
893000
2000
الحكومة, والشيء الوحيد الذي يتبادر إلى الذهن
15:10
is the U.S. government, among others,
383
895000
3000
هو حكومة الولايات المتحدة من بين الحكومات الأخرى,
15:13
is literally starting to pay people
384
898000
2000
بدأت حَرفيّاً تدفع للناس
15:15
to lose weight.
385
900000
2000
لإنقاص أوزانهم.
15:17
So we're seeing financial reward being used
386
902000
2000
لذلك فنحن نرى مكافآت مالية تستخدم
15:19
to tackle the great issue of obesity.
387
904000
2000
لمعالجة القضية الكبرى للسمنة.
15:21
But again, those rewards
388
906000
2000
لكن عودة مرة أخرى, هذه المكافآت
15:23
could be calibrated so precisely
389
908000
3000
يمكن معايرتها على وجه التحديد
15:26
if we were able to use the vast expertise
390
911000
3000
لو كنا قادرين على توظيف هذه الخبرة الواسعة
15:29
of gaming systems to just jack up that appeal,
391
914000
3000
من نظم الألعاب لرفع ذلك النداء,
15:32
to take the data, to take the observations,
392
917000
2000
للحصول على البيانات و أخذ الملاحظات,
15:34
of millions of human hours
393
919000
2000
من ملايين الساعات من وقت البشر
15:36
and plow that feedback
394
921000
2000
و جعل تلك التقارير تصب في أخدود
15:38
into increasing engagement.
395
923000
2000
زيادة الاشتباك.
15:40
And in the end, it's this word, "engagement,"
396
925000
3000
و في النهاية, هي هذه الكلمة, المشاركة,
15:43
that I want to leave you with.
397
928000
2000
التي أود أن أترككم معها.
15:45
It's about how individual engagement
398
930000
2000
إنها حول كيف أن المشاركة الفردية
15:47
can be transformed
399
932000
2000
يمكن أن تتحول
15:49
by the psychological and the neurological lessons
400
934000
3000
بواسطة الدروس النفسية و العصبية
15:52
we can learn from watching people that are playing games.
401
937000
3000
يمكننا أن نتعلم من مشاهدة الناس الذين يلعبون المباريات.
15:55
But it's also about collective engagement
402
940000
3000
لكنها أيضاً حول المشاركة الجماعيّة
15:58
and about the unprecedented laboratory
403
943000
3000
و حول المختبرات التي ليس لها مثيل
16:01
for observing what makes people tick
404
946000
2000
لرصد ما الذي يجعل الناس يتحركون
16:03
and work and play and engage
405
948000
2000
و يعملون و يلعبون و يشاركون
16:05
on a grand scale in games.
406
950000
3000
على نطاق واسع في الألعاب.
16:08
And if we can look at these things and learn from them
407
953000
3000
و إذا أمكننا رؤية هذه الأمور و التعلم منها
16:11
and see how to turn them outwards,
408
956000
2000
و رؤية كيفية تحويلها للخارج,
16:13
then I really think we have something quite revolutionary on our hands.
409
958000
3000
حينها أعتقد بحق أنه بات لدينا شيءً ثورياً تماماً بين أيدينا.
16:16
Thank you very much.
410
961000
2000
شكراً جزيلاً.
16:18
(Applause)
411
963000
4000
(تصفيق)
ABOUT THE SPEAKER
Tom Chatfield - Gaming theoristTom Chatfield thinks about games -- what we want from them, what we get from them, and how we might use our hard-wired desire for a gamer's reward to change the way we learn.
Why you should listen
It can be difficult to wrap one's mind around the size and the reach of modern video- and online-game culture. But gaming is not only outstripping more-traditional media in revenue (it overtook music in 2008), it's become a powerful lens to re-examine our culture at large. Tom Chatfield, a longtime gamer, is the arts and books editor at the UK current-affairs magazine Prospect. In his book Fun Inc., he argues that games, with their immersive quests and deeply satisfying (and carefully designed) virtual rewards, are a great place to test new approaches to real-world systems that need a reboot.
More than a game journalist, Chatfield is a game theorist, looking at neurological research on how games engage our pleasure centers -- and then looking at a world where millions of videogame-veteran Generation Z'ers are entering the workforce and the voters' rolls. They're good with complex rule sets; they're used to forming ad hoc groups to reach a goal; and they love to tweak and mod existing systems. What if society harnessed that energy to redefine learning? Or voting? Understanding the psychology of the videogame reward schedule, Chatfield believes, is not only important for understanding the world of our children -- it's a stepping stone to improving our world right now.
Tom Chatfield | Speaker | TED.com