TEDGlobal 2010
Tom Chatfield: 7 ways games reward the brain
Tom Chatfield : 7 imbalan game untuk otak
Filmed:
Readability: 3.8
1,288,061 views
Kita membawa game ke banyak aspek kehidupan kita, menghabiskan waktu yang tak terhitung -- dan uang dalam jumlah besar -- menjelajahi dunia maya demi petualangan imajinasi. Mengapa? Seperti yang Tom Chatfield tunjukkan, Game memang didesain untuk memberikan imbalan yang mengikat otak dan membuat kita terus bermain.
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
Saya mencintai video game.
00:18
I'm also slightly in awe of them.
1
3000
3000
Saya juga mengaguminya
00:21
I'm in awe of their power
2
6000
2000
Saya mengagumi kekuatannya
00:23
in terms of imagination, in terms of technology,
3
8000
2000
imajinasinya, teknologinya,
00:25
in terms of concept.
4
10000
2000
konsepnya
00:27
But I think, above all,
5
12000
2000
Namun, di atas segalanya
00:29
I'm in awe at their power
6
14000
2000
Saya mengagumi kekuatannya
00:31
to motivate, to compel us,
7
16000
3000
untuk memotivasi, mendorong kita,
00:34
to transfix us,
8
19000
2000
mempesona kita,
00:36
like really nothing else we've ever invented
9
21000
3000
seperti tidak ada hal lain yang pernah diciptakan
00:39
has quite done before.
10
24000
2000
yang menimbulkan efek itu sebelumnya.
00:41
And I think that we can learn some pretty amazing things
11
26000
3000
Kita dapat mempelajari hal-hal yang menakjubkan
00:44
by looking at how we do this.
12
29000
2000
dengan melihat bagaimana kita melakukan ini.
00:46
And in particular, I think we can learn things
13
31000
2000
Terutama, kita dapat mempelajari hal-hal
00:48
about learning.
14
33000
3000
tentang pembelajaran.
00:51
Now the video games industry
15
36000
2000
Saat ini, industri video game
00:53
is far and away the fastest growing
16
38000
2000
adalah yang paling cepat pertumbuhannya
00:55
of all modern media.
17
40000
2000
dari seluruh media modern.
00:57
From about 10 billion in 1990,
18
42000
2000
Dari sekitar 10 miliar pada tahun 1990,
00:59
it's worth 50 billion dollars globally today,
19
44000
3000
menjadi bernilai 50 miliar dolar saat ini,
01:02
and it shows no sign of slowing down.
20
47000
3000
dan tidak menunjukkan tanda-tanda akan melemah.
01:05
In four years' time,
21
50000
2000
Dalam waktu 4 tahun,
01:07
it's estimated it'll be worth over 80 billion dollars.
22
52000
3000
Diperkirakan, industri ini akan bernilai lebih dari 80 miliar dolar.
01:10
That's about three times the recorded music industry.
23
55000
3000
Angka ini tiga kali lebih besar daripada industri rekaman musik.
01:13
This is pretty stunning,
24
58000
2000
Ini sangat menakjubkan,
01:15
but I don't think it's the most telling statistic of all.
25
60000
3000
dan ini bukan satu-satunya statistik yang mengejutkan.
01:18
The thing that really amazes me
26
63000
2000
Yang sangat mencengangkan saya
01:20
is that, today,
27
65000
2000
adalah, saat ini,
01:22
people spend about
28
67000
2000
manusia menghabiskan sekitar
01:24
eight billion real dollars a year
29
69000
3000
delapan miliar dolar setahun
01:27
buying virtual items
30
72000
2000
membeli barang - barang virtual
01:29
that only exist
31
74000
2000
yang hanya ada
01:31
inside video games.
32
76000
3000
di dalam video game.
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
79000
3000
Ini cuplikan gambar dari game dunia maya, Entropia Universe.
01:37
Earlier this year,
34
82000
2000
Awal tahun ini,
01:39
a virtual asteroid in it
35
84000
2000
asteroid maya di dalam game ini
01:41
sold for 330,000 real dollars.
36
86000
4000
terjual seharga 330.000 dolar sungguhan.
01:45
And this
37
90000
2000
Dan ini
01:47
is a Titan class ship
38
92000
3000
adalah kapal Titan
01:50
in the space game, EVE Online.
39
95000
2000
dalam game ruang angkasa, EVE Online.
01:52
And this virtual object
40
97000
2000
Objek maya ini
01:54
takes 200 real people
41
99000
2000
membutuhkan 200 orang
01:56
about 56 days of real time to build,
42
101000
3000
sekitar 56 hari untuk membangunnya,
01:59
plus countless thousands of hours
43
104000
3000
ditambah ribuan jam yang tidak terhitung
02:02
of effort before that.
44
107000
2000
untuk semua yang dilakukan sebelumnya.
02:04
And yet, many of these get built.
45
109000
3000
Tapi tetap saja, banyak objek yang dibuat.
02:07
At the other end of the scale,
46
112000
2000
Pada kasus lain,
02:09
the game Farmville that you may well have heard of,
47
114000
3000
Farmville, pasti Anda pernah mendengarnya,
02:12
has 70 million players
48
117000
2000
memiliki 70 juta pemain
02:14
around the world
49
119000
2000
di seluruh dunia,
02:16
and most of these players
50
121000
2000
dan kebanyakan pemain-pemain ini
02:18
are playing it almost every day.
51
123000
2000
memainkannya hampir setiap hari.
02:20
This may all sound
52
125000
2000
Ini mungkin terdengar
02:22
really quite alarming to some people,
53
127000
2000
gawat bagi beberapa orang
02:24
an index of something worrying
54
129000
2000
petunjuk akan sesuatu yang mengkhawatirkan
02:26
or wrong in society.
55
131000
2000
atau sesuatu yang salah di masyarakat.
02:28
But we're here for the good news,
56
133000
2000
Tapi kita di sini untuk mendengar kabar baik,
02:30
and the good news is
57
135000
2000
dan kabar baiknya adalah
02:32
that I think we can explore
58
137000
2000
saya pikir kita dapat menyelidiki
02:34
why this very real human effort,
59
139000
3000
mengapa usaha yang sangat besar ini,
02:37
this very intense generation of value, is occurring.
60
142000
4000
penciptaan nilai yang sangat besar ini terjadi.
02:41
And by answering that question,
61
146000
2000
Dengan menjawab pertanyaan itu,
02:43
I think we can take something
62
148000
2000
saya rasa kita bisa mendapatkan sesuatu
02:45
extremely powerful away.
63
150000
2000
yang sangat bermanfaat.
02:47
And I think the most interesting way
64
152000
2000
Saya rasa, cara yang paling menarik
02:49
to think about how all this is going on
65
154000
2000
untuk mengetahui bagaimana semua ini bekerja
02:51
is in terms of rewards.
66
156000
2000
adalah dari sisi imbalan.
02:53
And specifically, it's in terms
67
158000
3000
Secara khusus, ini ada pada sisi
02:56
of the very intense emotional rewards
68
161000
2000
imbalan emosional yang sangat kuat
02:58
that playing games offers to people
69
163000
2000
yang kita dapatkan dari game,
03:00
both individually
70
165000
2000
secara individu
03:02
and collectively.
71
167000
2000
maupun kolektif.
03:04
Now if we look at what's going on in someone's head
72
169000
2000
Jika kita melihat apa yang ada pada pikiran seseorang
03:06
when they are being engaged,
73
171000
2000
ketika mereka bermain game,
03:08
two quite different processes are occurring.
74
173000
3000
dua proses yang berbeda terjadi.
03:11
On the one hand, there's the wanting processes.
75
176000
3000
Di satu pihak, ada proses menginginkan.
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
Ini seperti ambisi -- Saya akan melakukan ini. Saya akan bekerja keras.
03:17
On the other hand, there's the liking processes,
77
182000
2000
Di sisi yang lain, Ada proses menyukai.
03:19
fun and affection
78
184000
2000
senang dan suka
03:21
and delight
79
186000
2000
dan gembira --
03:23
and an enormous flying beast with an orc on the back.
80
188000
2000
dan makhluk besar yang terbang dengan monster di punggungnya.
03:25
It's a really great image. It's pretty cool.
81
190000
2000
Ini gambar yang sangat bagus. Sangat keren.
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
192000
3000
Ini dari game World of Warcraft yang punya 10 juta pemain di seluruh dunia,
03:30
one of whom is me, another of whom is my wife.
83
195000
3000
salah satunya adalah saya, istri saya juga.
03:33
And this kind of a world,
84
198000
2000
Dunia semacam ini,
03:35
this vast flying beast you can ride around,
85
200000
2000
makhluk terbang yang dapat Anda tunggangi ini
03:37
shows why games are so very good
86
202000
2000
menunjukkan mengapa game sangat bagus
03:39
at doing both the wanting and the liking.
87
204000
3000
dalam keduanya, ada proses menginginkan dan menyukai.
03:42
Because it's very powerful. It's pretty awesome.
88
207000
2000
Karena ini sangat kuat. Sangat keren.
03:44
It gives you great powers.
89
209000
2000
Ini memberikan Anda kekuatan yang besar.
03:46
Your ambition is satisfied, but it's very beautiful.
90
211000
3000
Ambisi Anda terpenuhi, tapi juga sangat cantik.
03:49
It's a very great pleasure to fly around.
91
214000
3000
Salah satu kebahagiaan adalah terbang.
03:52
And so these combine to form
92
217000
2000
Jadi ini dikombinasikan untuk membentuk
03:54
a very intense emotional engagement.
93
219000
2000
keterlibatan emosi yang kuat.
03:56
But this isn't the really interesting stuff.
94
221000
3000
Namun, ini bukan hal yang paling menarik
03:59
The really interesting stuff about virtuality
95
224000
2000
Yang paling menarik tentang dunia maya
04:01
is what you can measure with it.
96
226000
2000
adalah apa yang Anda dapat ukur.
04:03
Because what you can measure in virtuality
97
228000
3000
Karena apa yang dapat Anda ukur di dunia maya
04:06
is everything.
98
231000
2000
adalah segalanya.
04:08
Every single thing that every single person
99
233000
2000
Setiap hal yang pernah dilakukan oleh seseorang
04:10
who's ever played in a game has ever done can be measured.
100
235000
3000
di suatu game dapat diukur
04:13
The biggest games in the world today
101
238000
2000
Game yang paling besar di dunia saat ini
04:15
are measuring more than one billion points of data
102
240000
4000
melibatkan lebih dari satu miliar data
04:19
about their players, about what everybody does --
103
244000
2000
tentang pemainnya, apa yang mereka lakukan --
04:21
far more detail than you'd ever get from any website.
104
246000
3000
lebih dari semua detail yang Anda dapat dari website manapun.
04:24
And this allows something very special
105
249000
3000
Ini memungkinkan sesuatu yang sangat spesial
04:27
to happen in games.
106
252000
2000
yang terjadi di dalam game.
04:29
It's something called the reward schedule.
107
254000
3000
Ini sesuatu yang disebut pengaturan imbalan.
04:32
And by this, I mean looking
108
257000
2000
Dengan ini, maksudnya, coba lihat
04:34
at what millions upon millions of people have done
109
259000
2000
apa yang telah dilakukan oleh jutaan manusia
04:36
and carefully calibrating the rate,
110
261000
2000
dan dengan teliti sesuaikan angka,
04:38
the nature, the type, the intensity of rewards in games
111
263000
3000
sifatnya, jenisnya, intensitas imbalan pada game
04:41
to keep them engaged
112
266000
2000
untuk membuat mereka tetap bermain
04:43
over staggering amounts of time and effort.
113
268000
3000
dengan waktu dan usaha yang mengejutkan.
04:46
Now, to try and explain this
114
271000
2000
Sekarang, untuk mencoba menjelaskan ini
04:48
in sort of real terms,
115
273000
3000
dalam pengertian yang sebenarnya,
04:51
I want to talk about a kind of task
116
276000
2000
Saya ingin membicarakan salah satu tugas
04:53
that might fall to you in so many games.
117
278000
2000
yang mungkin Anda temui di banyak game.
04:55
Go and get a certain amount of a certain little game-y item.
118
280000
3000
Coba dapatkan sekian barang tertentu yang ada di game tersebut.
04:58
Let's say, for the sake of argument,
119
283000
2000
Katakanlah, contoh saja,
05:00
my mission is to get 15 pies
120
285000
3000
misi saya adalah mendapatkan 15 kue,
05:03
and I can get 15 pies
121
288000
3000
dan saya bisa dapat 15 kue
05:06
by killing these cute, little monsters.
122
291000
2000
dengan membunuh monster-monster kecil dan lucu ini.
05:08
Simple game quest.
123
293000
2000
Game yang mudah.
05:10
Now you can think about this, if you like,
124
295000
2000
Sekarang Anda bisa melihat ini, kalau mau,
05:12
as a problem about boxes.
125
297000
2000
sebagai masalah tentang kotak.
05:14
I've got to keep opening boxes.
126
299000
2000
Saya harus terus membuka kotak-kotak ini.
05:16
I don't know what's inside them until I open them.
127
301000
3000
Saya tidak tahu yang ada di dalamnya, sampai saya membukanya
05:19
And I go around opening box after box until I've got 15 pies.
128
304000
3000
Saya terus membuka kotak demi kotak, sampai saya dapat 15 kue.
05:22
Now, if you take a game like Warcraft,
129
307000
2000
Jika Anda perhatikan game seperti Warcraft,
05:24
you can think about it, if you like,
130
309000
2000
Anda bisa membayangkannya, jika mau,
05:26
as a great box-opening effort.
131
311000
3000
sebagai usaha membuka kotak yang besar.
05:29
The game's just trying to get people to open about a million boxes,
132
314000
3000
Game ini mencoba untuk membuat orang-orang membuka satu juta kotak.
05:32
getting better and better stuff in them.
133
317000
2000
dengan lebih baik dan dengan barang yang lebih bagus.
05:34
This sounds immensely boring
134
319000
3000
Ini terdengar sangat membosankan,
05:37
but games are able
135
322000
2000
tapi game dapat
05:39
to make this process
136
324000
2000
membuat proses ini
05:41
incredibly compelling.
137
326000
2000
menjadi sangat menarik.
05:43
And the way they do this
138
328000
2000
Cara mereka melakukannya
05:45
is through a combination of probability and data.
139
330000
3000
melalui kombinasi probabilitas dan data.
05:48
Let's think about probability.
140
333000
2000
Mari kita pikirkan tentang probabilitas.
05:50
If we want to engage someone
141
335000
2000
Jika kita mau melibatkan seseorang
05:52
in the process of opening boxes to try and find pies,
142
337000
3000
dalam proses membuka kotak dan menemukan kue.
05:55
we want to make sure it's neither too easy,
143
340000
2000
Kita harus yakin tidak akan terlalu mudah,
05:57
nor too difficult, to find a pie.
144
342000
2000
atau terlalu sulit, untuk menemukan kue itu.
05:59
So what do you do? Well, you look at a million people --
145
344000
2000
Jadi apa yang Anda lakukan? Coba lihat jutaan orang --
06:01
no, 100 million people, 100 million box openers --
146
346000
3000
bukan, 100 juta orang, 100 juta pembuka kotak --
06:04
and you work out, if you make the pie rate
147
349000
3000
dan jika Anda hitung, jika Anda membuat angka kuenya
06:07
about 25 percent --
148
352000
2000
sekitar 25 persen --
06:09
that's neither too frustrating, nor too easy.
149
354000
3000
ini tidak terlalu membuat stres, tidak mudah juga;
06:12
It keeps people engaged.
150
357000
2000
Ini membuat orang terus bermain --
06:14
But of course, that's not all you do -- there's 15 pies.
151
359000
3000
tapi tentu saja, bukan cuma itu -- ada 15 kue.
06:17
Now, I could make a game called Piecraft,
152
362000
2000
Saya bisa membuat game bernama Piecraft,
06:19
where all you had to do was get a million pies
153
364000
2000
yang harus Anda lakukan adalah mendapatkan sejuta kue,
06:21
or a thousand pies.
154
366000
2000
atau seribu kue.
06:23
That would be very boring.
155
368000
2000
Ini akan membosankan.
06:25
Fifteen is a pretty optimal number.
156
370000
2000
15 adalah angka yang optimal.
06:27
You find that -- you know, between five and 20
157
372000
2000
Anda menemukan -- misal, antara lima dan 20
06:29
is about the right number for keeping people going.
158
374000
2000
adalah angka yang tepat untuk membuat orang terus melanjutkan.
06:31
But we don't just have pies in the boxes.
159
376000
2000
Tapi, kita tidak hanya mempunyai kue di dalam kotak.
06:33
There's 100 percent up here.
160
378000
2000
Di sini ada 100 persen.
06:35
And what we do is make sure that every time a box is opened,
161
380000
3000
Yang kita lakukan adalah memastikan bahwa setiap kotak dibuka,
06:38
there's something in it, some little reward
162
383000
2000
ada sesuatu di dalamnya, semacam imbalan kecil,
06:40
that keeps people progressing and engaged.
163
385000
2000
yang akan membuat orang-orang terus bermain.
06:42
In most adventure games,
164
387000
2000
Pada kebanyakan game petualangan,
06:44
it's a little bit in-game currency, a little bit experience.
165
389000
3000
Ini sedikit uang game, sedikit pengalaman,
06:47
But we don't just do that either.
166
392000
2000
tapi kita juga tidak hanya melakukan itu.
06:49
We also say there's going to be loads of other items
167
394000
2000
Kita juga mengatakan akan ada banyak barang yang lain
06:51
of varying qualities and levels of excitement.
168
396000
2000
yang bervariasi kualitas dan level kesenangannya.
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
398000
3000
Akan ada 10 persen kemungkinan, Anda bisa mendapatkan barang yang bagus.
06:56
There's going to be a 0.1 percent chance
170
401000
2000
Akan ada 0,1 persen kemungkinan
06:58
you get an absolutely awesome item.
171
403000
3000
Anda akan mendapatkan barang yang sangat keren.
07:01
And each of these rewards is carefully calibrated to the item.
172
406000
3000
Setiap imbalan disesuaikan secara teliti dengan barangnya.
07:04
And also, we say,
173
409000
2000
Kita juga berkata,
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
411000
3000
"Berapa banyak monster? Haruskah saya membuat miliaran monster?"
07:09
No, we want one or two monsters on the screen at any one time.
175
414000
3000
Tidak, kita hanya perlu satu atau dua monster pada layar dalam satu waktu.
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
417000
3000
Jadi saya terus. Ini tidak terlalu mudah, tidak terlalu sulit.
07:15
So all this is very powerful.
177
420000
2000
Semua ini sangat kuat.
07:17
But we're in virtuality. These aren't real boxes.
178
422000
3000
Tapi kita berada di dunia maya, dan ini bukan kotak sebenarnya.
07:20
So we can do
179
425000
2000
Jadi kita dapat melakukan
07:22
some rather amazing things.
180
427000
2000
hal-hal yang mengagumkan.
07:24
We notice, looking at all these people opening boxes,
181
429000
4000
Kita memperhatikan, melihat orang-orang membuka kotak,
07:28
that when people get to about 13 out of 15 pies,
182
433000
3000
Saat mereka mendapat sekitar 13 dari 15 kue,
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
436000
3000
persepsi mereka berubah, mereka mulai merasa bosan, tidak sabar.
07:34
They're not rational about probability.
184
439000
2000
Mereka menjadi tidak rasional mengenai probabilitas.
07:36
They think this game is unfair.
185
441000
2000
Mereka pikir game ini tidak adil.
07:38
It's not giving me my last two pies. I'm going to give up.
186
443000
2000
Game ini tidak memberikan saya 2 kue terakhir. Saya menyerah.
07:40
If they're real boxes, there's not much we can do,
187
445000
2000
Jika ini kotak sebenarnya, tidak banyak yang dapat kita lakukan,
07:42
but in a game we can just say, "Right, well.
188
447000
2000
tapi di sebuah game, kita dapat bilang, "Oke, baiklah."
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
449000
4000
Ketika dapat 13 kue, Anda dapat 75 persen kesempatan untuk dapat satu kue setelahnya.
07:48
Keep you engaged. Look at what people do --
190
453000
2000
Ini akan membuat Anda terus bermain. Lihat apa yang mereka lakukan --
07:50
adjust the world to match their expectation.
191
455000
2000
menyesuaikan lingkungannya agar sama dengan ekspektasinya.
07:52
Our games don't always do this.
192
457000
2000
Game kita tidak selalu melakukan ini.
07:54
And one thing they certainly do at the moment
193
459000
2000
Satu hal yang mereka pasti lakukan saat ini,
07:56
is if you got a 0.1 percent awesome item,
194
461000
3000
jika Anda mendapatkan 0,1 persen barang yang sangat mengagumkan,
07:59
they make very sure another one doesn't appear for a certain length of time
195
464000
3000
mereka akan membuat yang berikutnya tidak muncul selama waktu tertentu
08:02
to keep the value, to keep it special.
196
467000
2000
ini menjaga nilainya, membuatnya tetap spesial
08:04
And the point is really
197
469000
2000
Intinya adalah
08:06
that we evolved to be satisfied by the world
198
471000
2000
Kita berkembang menjadi mahluk yang dipuaskan oleh dunia kita
08:08
in particular ways.
199
473000
2000
dalam hal-hal tertentu.
08:10
Over tens and hundreds of thousands of years,
200
475000
3000
Lebih dari sepuluh atau seratus ribu tahun,
08:13
we evolved to find certain things stimulating,
201
478000
2000
kita berkembang untuk menemukan hal-hal yang menstimulasi,
08:15
and as very intelligent, civilized beings,
202
480000
2000
dan sebagai mahluk yang cerdas dan berbudaya,
08:17
we're enormously stimulated by problem solving and learning.
203
482000
3000
kita sangat distimulasi oleh penyelesaian masalah dan pembelajaran.
08:20
But now, we can reverse engineer that
204
485000
2000
Namun, kita dapat memutarbalikan hal ini
08:22
and build worlds
205
487000
2000
dan membangun dunia
08:24
that expressly tick our evolutionary boxes.
206
489000
3000
yang secara langsung merangsang hasil evolusi kita.
08:27
So what does all this mean in practice?
207
492000
2000
Jadi apa artinya ini?
08:29
Well, I've come up
208
494000
2000
Saya menemukan
08:31
with seven things
209
496000
2000
tujuh hal,
08:33
that, I think, show
210
498000
2000
yang menurut saya, memperlihatkan
08:35
how you can take these lessons from games
211
500000
2000
bagaimana kita dapat mengambil pelajaran dari game
08:37
and use them outside of games.
212
502000
3000
dan menggunakannya di luar game.
08:40
The first one is very simple:
213
505000
2000
Yang pertama sangat sederhana:
08:42
experience bars measuring progress --
214
507000
2000
alat pengukur perkembangan pengalaman --
08:44
something that's been talked about brilliantly
215
509000
2000
sesuatu yang sering dibahas, brilian,
08:46
by people like Jesse Schell earlier this year.
216
511000
3000
oleh orang-orang seperti Jesse Schell awal tahun ini.
08:49
It's already been done at the University of Indiana in the States, among other places.
217
514000
3000
Ini sudah dilakukan di University of Indiana di Amerika, juga di tempat lainnya.
08:52
It's the simple idea that instead of grading people incrementally
218
517000
3000
Ini sangat sederhana, daripada menilai orang secara bertahap
08:55
in little bits and pieces,
219
520000
2000
sedikit-sedikit dan sebagian-sebagian,
08:57
you give them one profile character avatar
220
522000
2000
Anda memberikan satu karakter avatar
08:59
which is constantly progressing
221
524000
2000
yang terus berkembang
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
526000
3000
perkembangan yang bertahap, yang membuat mereka merasa memiliki.
09:04
And everything comes towards that,
223
529000
2000
Semuanya diarahkan ke sana,
09:06
and they watch it creeping up, and they own that as it goes along.
224
531000
3000
mereka melihatnya terus naik dan merasa memilikinya sejalan dengan itu.
09:09
Second, multiple long and short-term aims --
225
534000
2000
Kedua, beberapa tujuan jangka panjang dan pendek --
09:11
5,000 pies, boring,
226
536000
2000
5.000 kue, membosankan,
09:13
15 pies, interesting.
227
538000
2000
15 kue, menarik.
09:15
So, you give people
228
540000
2000
Jadi Anda berikan
09:17
lots and lots of different tasks.
229
542000
2000
banyak sekali tugas yang berbeda.
09:19
You say, it's about
230
544000
2000
Anda berpikir, ini mengenai
09:21
doing 10 of these questions,
231
546000
2000
10 dari pertanyaan ini,
09:23
but another task
232
548000
2000
tapi tugas lainnya
09:25
is turning up to 20 classes on time,
233
550000
2000
hadir di 20 kelas tepat waktu,
09:27
but another task is collaborating with other people,
234
552000
3000
tugas lainnya, berkolaborasi dengan orang lain,
09:30
another task is showing you're working five times,
235
555000
3000
tugas lainnya, menunjukkan hasil kerja Anda 5 kali,
09:33
another task is hitting this particular target.
236
558000
2000
tugas lainnya, mencapai target tertentu.
09:35
You break things down into these calibrated slices
237
560000
3000
Anda membaginya menjadi bagian-bagian yang sesuai
09:38
that people can choose and do in parallel
238
563000
2000
dan mereka dapat memilih dan melakukannya bersamaan
09:40
to keep them engaged
239
565000
2000
agar mereka tetap menikmati prosesnya
09:42
and that you can use to point them
240
567000
2000
dan Anda dapat mengarahkan mereka
09:44
towards individually beneficial activities.
241
569000
3000
ke aktivitas individu yang berguna.
09:48
Third, you reward effort.
242
573000
2000
Ketiga, Anda memberikan imbalan untuk usaha.
09:50
It's your 100 percent factor. Games are brilliant at this.
243
575000
3000
Ini faktor 100 persen. Game sangat brilian dalam hal ini
09:53
Every time you do something, you get credit; you get a credit for trying.
244
578000
3000
Setiap melakukan sesuatu, Anda mendapat nilai karena sudah mencoba.
09:56
You don't punish failure. You reward every little bit of effort --
245
581000
3000
Anda tidak menghukum kegagalan; Anda dapat imbalan untuk setiap usaha walau kecil --
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
584000
3000
sepotong kecil emas, sedikit nilai -- Anda selesai 20 pertanyaan -- beri.
10:02
It all feeds in as minute reinforcement.
247
587000
3000
Itu semua sebagai penguatan setiap menitnya
10:05
Fourth, feedback.
248
590000
2000
Keempat, masukan.
10:07
This is absolutely crucial,
249
592000
2000
Ini sangat penting,
10:09
and virtuality is dazzling at delivering this.
250
594000
2000
dan dunia maya sangat pandai dalam menyampaikan ini.
10:11
If you look at some of the most intractable problems in the world today
251
596000
3000
Jika Anda melihat masalah yang paling berat di dunia saat ini
10:14
that we've been hearing amazing things about,
252
599000
2000
yang telah kita dengar, hal-hal yang luar biasa,
10:16
it's very, very hard for people to learn
253
601000
3000
sangat sulit bagi orang untuk belajar
10:19
if they cannot link consequences to actions.
254
604000
3000
jika tidak dapat menghubungkan konsekuensi dengan perbuatan.
10:22
Pollution, global warming, these things --
255
607000
2000
Polusi, pemanasan global, hal-hal ini,
10:24
the consequences are distant in time and space.
256
609000
2000
konsekuensi menjadi sangat jauh dalam ruang dan waktu.
10:26
It's very hard to learn, to feel a lesson.
257
611000
2000
Sangat sulit untuk belajar, memahami pelajaran,
10:28
But if you can model things for people,
258
613000
2000
tapi jika Anda dapat membentuk sesuatu untuk orang-orang,
10:30
if you can give things to people that they can manipulate
259
615000
2000
Memberikan sesuatu kepada mereka untuk dimanipulasi
10:32
and play with and where the feedback comes,
260
617000
2000
dan dimainkan dan saat masukan itu tiba.
10:34
then they can learn a lesson, they can see,
261
619000
2000
mereka dapat belajar, mereka dapat mengerti,
10:36
they can move on, they can understand.
262
621000
3000
mereka dapat maju, mereka dapat memahami.
10:39
And fifth,
263
624000
2000
Kelima,
10:41
the element of uncertainty.
264
626000
2000
elemen ketidakpastian.
10:43
Now this is the neurological goldmine,
265
628000
3000
Ini adalah tambang emas dari sisi neurologi,
10:46
if you like,
266
631000
2000
jika Anda mau,
10:48
because a known reward
267
633000
2000
memang imbalan yang sudah diketahui
10:50
excites people,
268
635000
2000
menarik orang-orang.
10:52
but what really gets them going
269
637000
2000
tapi yang membuat mereka terus melanjutkan
10:54
is the uncertain reward,
270
639000
2000
adalah imbalan yang tidak pasti,
10:56
the reward pitched at the right level of uncertainty,
271
641000
2000
imbalan yang berada pada suatu level yang tidak pasti,
10:58
that they didn't quite know whether they were going to get it or not.
272
643000
3000
mereka tidak tahu apakah mereka akan mendapatkannya atau tidak.
11:01
The 25 percent. This lights the brain up.
273
646000
3000
25 persen. Ini mencerahkan otak.
11:04
And if you think about
274
649000
2000
Jika Anda memikirkannya
11:06
using this in testing,
275
651000
2000
menggunakan ini untuk tes,
11:08
in just introducing control elements of randomness
276
653000
2000
memperkenalkan kontrol elemen acak
11:10
in all forms of testing and training,
277
655000
2000
di semua bentuk tes dan pelatihan,
11:12
you can transform the levels of people's engagement
278
657000
2000
Anda dapat mengubah tingkat keterlibatan orang-orang
11:14
by tapping into this very powerful
279
659000
2000
dengan menjadikannya bagian dari
11:16
evolutionary mechanism.
280
661000
2000
mekanisme evolusi yang sangat kuat ini.
11:18
When we don't quite predict something perfectly,
281
663000
2000
Ketika kita tidak memprediksi sesuatu dengan sempurna,
11:20
we get really excited about it.
282
665000
2000
kita menjadi lebih semangat.
11:22
We just want to go back and find out more.
283
667000
2000
Kita justru ingin kembali dan mencari tahu lebih banyak lagi.
11:24
As you probably know, the neurotransmitter
284
669000
2000
Seperti yang mungkin sudah Anda ketahui, neurotransmitter
11:26
associated with learning is called dopamine.
285
671000
2000
yang berhubungan dengan pembelajaran disebut dopamin.
11:28
It's associated with reward-seeking behavior.
286
673000
3000
Ini berhubungan dengan perilaku pencarian imbalan.
11:31
And something very exciting is just beginning to happen
287
676000
3000
Sesuatu yang sangat menarik mulai terjadi
11:34
in places like the University of Bristol in the U.K.,
288
679000
3000
di tempat seperti University of Bristol di Inggris
11:37
where we are beginning to be able to model mathematically
289
682000
3000
kita mulai bisa untuk membuat model matematis
11:40
dopamine levels in the brain.
290
685000
2000
tingkat dopamin di otak
11:42
And what this means is we can predict learning,
291
687000
2000
Ini berarti kita dapat memprediksi pembelajaran,
11:44
we can predict enhanced engagement,
292
689000
3000
kita dapat memprediksi keterlibatan lanjutan,
11:47
these windows, these windows of time,
293
692000
2000
batasan inilah, batasan waktu ini,
11:49
in which the learning is taking place at an enhanced level.
294
694000
3000
di mana pembelajaran terjadi pada tingkat lanjutan.
11:52
And two things really flow from this.
295
697000
2000
Ada dua hal yang mengalir dari sini.
11:54
The first has to do with memory,
296
699000
2000
Pertama, ada hubungannya dengan memori,
11:56
that we can find these moments.
297
701000
2000
yaitu kita dapat menemukan momen ini.
11:58
When someone is more likely to remember,
298
703000
2000
Ketika seseorang bisa mengingat dengan lebih baik,
12:00
we can give them a nugget in a window.
299
705000
2000
kita dapat memberikan mereka batasan waktu.
12:02
And the second thing is confidence,
300
707000
2000
Yang kedua adalah kepercayaan diri,
12:04
that we can see how game-playing and reward structures
301
709000
2000
kita tahu bagaimana game dimainkan dan imbalan dibuat
12:06
make people braver, make them more willing to take risks,
302
711000
3000
membuat orang menjadi lebih berani, lebih mau mengambil risiko,
12:09
more willing to take on difficulty,
303
714000
2000
lebih rela untuk menjalani kesulitan,
12:11
harder to discourage.
304
716000
2000
tidak mudah patah semangat.
12:13
This can all seem very sinister.
305
718000
2000
Ini kelihatannya sangat berbahaya.
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
720000
2000
Tapi seperti "Otak kita telah dimanipulasi, kita semua adalah pecandu."
12:17
The word "addiction" is thrown around.
307
722000
2000
Kata "kecanduan" sedikit berlebihan.
12:19
There are real concerns there.
308
724000
2000
Memang ada masalah di sini.
12:21
But the biggest neurological turn-on for people
309
726000
2000
Tapi yang menjadi pemacu neurologis terbesar bagi orang
12:23
is other people.
310
728000
2000
adalah orang lain.
12:25
This is what really excites us.
311
730000
3000
Ini sebenarnya yang membuat kita tertarik.
12:28
In reward terms, it's not money;
312
733000
2000
Dalam hubungannya dengan imbalan, bukan uang,
12:30
it's not being given cash -- that's nice --
313
735000
3000
bukan uang yang diberikan -- walaupun menyenangkan --
12:33
it's doing stuff with our peers,
314
738000
2000
Ini tentang melakukan sesuatu dengan teman,
12:35
watching us, collaborating with us.
315
740000
2000
melihat kita, bekerja sama dengan kita.
12:37
And I want to tell you a quick story about 1999 --
316
742000
2000
Saya ingin menceritakan kisah singkat sekitar tahun 1999 --
12:39
a video game called EverQuest.
317
744000
2000
video game bernama Everquest.
12:41
And in this video game,
318
746000
2000
Di video game ini,
12:43
there were two really big dragons, and you had to team up to kill them --
319
748000
3000
ada dua naga yang sangat besar, dan Anda harus bekerja sama untuk membunuh mereka --
12:46
42 people, up to 42 to kill these big dragons.
320
751000
3000
42 orang -- sampai 42 orang, untuk membunuh naga itu.
12:49
That's a problem
321
754000
2000
Ini masalah,
12:51
because they dropped two or three decent items.
322
756000
3000
karena mereka melewatkan dua atau 3 hal yang penting.
12:54
So players addressed this problem
323
759000
3000
Kemudian para pemain mengatasi masalah ini
12:57
by spontaneously coming up with a system
324
762000
2000
dengan secara spontan membuat suatu sistem
12:59
to motivate each other,
325
764000
2000
untuk memotivasi satu sama lain,
13:01
fairly and transparently.
326
766000
2000
secara adil dan transparan.
13:03
What happened was, they paid each other a virtual currency
327
768000
3000
Yang terjadi adalah, mereka membayar satu sama lain dengan mata uang virtual
13:06
they called "dragon kill points."
328
771000
3000
mereka menyebutnya poin membunuh naga.
13:09
And every time you turned up to go on a mission,
329
774000
2000
Setiap kali Anda terlibat di sebuah misi,
13:11
you got paid in dragon kill points.
330
776000
2000
Anda dibayar dengan poin membunuh naga.
13:13
They tracked these on a separate website.
331
778000
2000
Mereka melacaknya di sebuah website yang berbeda.
13:15
So they tracked their own private currency,
332
780000
2000
Mereka melacak dengan mata uang mereka sendiri,
13:17
and then players could bid afterwards
333
782000
2000
dan pemain dapat melakukan penawaran setelahnya
13:19
for cool items they wanted --
334
784000
2000
untuk barang-barang keren yang mereka inginkan --
13:21
all organized by the players themselves.
335
786000
2000
semuanya diatur oleh para pemain sendiri.
13:23
Now the staggering system, not just that this worked in EverQuest,
336
788000
3000
Sekarang sistem yang mengejutkan ini tidak hanya digunakan di Everquest,
13:26
but that today, a decade on,
337
791000
2000
tapi sekarang, sudah satu dekade,
13:28
every single video game in the world with this kind of task
338
793000
3000
setiap video game di dunia ini dengan tugas seperti ini
13:31
uses a version of this system --
339
796000
2000
menggunakan salah satu versi sistem ini --
13:33
tens of millions of people.
340
798000
2000
sepuluh juta orang.
13:35
And the success rate
341
800000
2000
Rasio kesuksesannya
13:37
is at close to 100 percent.
342
802000
2000
hampir 100 persen.
13:39
This is a player-developed,
343
804000
2000
Ini sesuatu yang dikembangkan sendiri oleh pemain,
13:41
self-enforcing, voluntary currency,
344
806000
3000
diselenggarakan sendiri, mata uang sendiri,
13:44
and it's incredibly sophisticated
345
809000
2000
dan ini adalah perilaku pemain
13:46
player behavior.
346
811000
2000
yang canggih.
13:50
And I just want to end by suggesting
347
815000
2000
Saya ingin menutup ini dengan menyarankan
13:52
a few ways in which these principles
348
817000
2000
beberapa cara di mana prinsip ini
13:54
could fan out into the world.
349
819000
2000
dapat disebarkan di dunia.
13:56
Let's start with business.
350
821000
2000
Saya akan memulainya dengan bisnis.
13:58
I mean, we're beginning to see some of the big problems
351
823000
2000
Maksud saya, kita mulai dapat melihat beberapa masalah besar
14:00
around something like business are
352
825000
2000
di sekitar kehidupan bisnis misalnya,
14:02
recycling and energy conservation.
353
827000
2000
daur ulang dan penghematan energi.
14:04
We're beginning to see the emergence of wonderful technologies
354
829000
2000
Kita mulai dapat melihat teknologi yang luar biasa bermunculan
14:06
like real-time energy meters.
355
831000
2000
seperti pengukur energi waktu-nyata.
14:08
And I just look at this, and I think, yes,
356
833000
2000
Saya melihat ini, dan saya pikir, ya,
14:10
we could take that so much further
357
835000
3000
kita dapat mengembangkannya lebih jauh
14:13
by allowing people to set targets
358
838000
2000
dengan membiarkan orang-orang menetapkan target
14:15
by setting calibrated targets,
359
840000
2000
dengan menyesuaikan target mereka,
14:17
by using elements of uncertainty,
360
842000
3000
dengan menggunakan elemen ketidakpastian,
14:20
by using these multiple targets,
361
845000
2000
dengan menggunakan beberapa target,
14:22
by using a grand, underlying reward and incentive system,
362
847000
3000
dengan menggunakan imbalan dasar yang besar dan sistem insentif,
14:25
by setting people up
363
850000
2000
dengan mempertemukan orang-orang
14:27
to collaborate in terms of groups, in terms of streets
364
852000
2000
untuk bekerja sama di dalam grup, dengan kata lain
14:29
to collaborate and compete,
365
854000
2000
untuk berkolaborasi dan berkompetisi,
14:31
to use these very sophisticated
366
856000
2000
untuk menggunakan grup yang canggih
14:33
group and motivational mechanics we see.
367
858000
2000
dan mekanisme motivasi yang kita lihat ini.
14:35
In terms of education,
368
860000
2000
Dalam hubungannya dengan pendidikan,
14:37
perhaps most obviously of all,
369
862000
2000
mungkin yang paling jelas,
14:39
we can transform how we engage people.
370
864000
3000
kita dapat mengubah bagaimana kita melibatkan orang-orang.
14:42
We can offer people the grand continuity
371
867000
2000
Kita dapat menawarkan orang-orang kelanjutan
14:44
of experience and personal investment.
372
869000
3000
pengalaman dan investasi personal yang besar.
14:47
We can break things down
373
872000
2000
Kita dapat memecah-pecah sesuatu
14:49
into highly calibrated small tasks.
374
874000
2000
menjadi tugas-tugas kecil yang bisa disesuaikan.
14:51
We can use calculated randomness.
375
876000
2000
Kita dapat menggunakan kalkulasi acak.
14:53
We can reward effort consistently
376
878000
2000
Kita dapat memberikan imbalan secara konsisten
14:55
as everything fields together.
377
880000
3000
ketika semuanya digabungkan.
14:58
And we can use the kind of group behaviors
378
883000
2000
Kita dapat menggunakan jenis perilaku grup
15:00
that we see evolving when people are at play together,
379
885000
3000
yang kita tahu berkembang ketika orang-orang bermain bersama,
15:03
these really quite unprecedentedly complex
380
888000
3000
mekanisme kerja sama kompleks yang
15:06
cooperative mechanisms.
381
891000
2000
sangat tidak terduga ini.
15:08
Government, well, one thing that comes to mind
382
893000
2000
Pemerintah, satu hal yang terpikir
15:10
is the U.S. government, among others,
383
895000
3000
adalah pemerintah Amerika, contoh saja,
15:13
is literally starting to pay people
384
898000
2000
sudah memulai membayar orang-orang
15:15
to lose weight.
385
900000
2000
untuk menurunkan berat badan.
15:17
So we're seeing financial reward being used
386
902000
2000
Imbalan finansial digunakan
15:19
to tackle the great issue of obesity.
387
904000
2000
untuk menghambat masalah besar obesitas.
15:21
But again, those rewards
388
906000
2000
Namun, imbalan tersebut
15:23
could be calibrated so precisely
389
908000
3000
dapat disesuaikan dengan sangat tepat
15:26
if we were able to use the vast expertise
390
911000
3000
jika kita dapat memanfaatkan keahlian kita
15:29
of gaming systems to just jack up that appeal,
391
914000
3000
dalam sistem game untuk mendongkrak hal tersebut,
15:32
to take the data, to take the observations,
392
917000
2000
mengambil data, mengamati,
15:34
of millions of human hours
393
919000
2000
jutaan waktu manusia
15:36
and plow that feedback
394
921000
2000
dan menjadikan masukan tersebut
15:38
into increasing engagement.
395
923000
2000
untuk meningkatkan keterlibatan.
15:40
And in the end, it's this word, "engagement,"
396
925000
3000
Pada akhirnya, kata inilah, keterlibatan,
15:43
that I want to leave you with.
397
928000
2000
yang ingin saya berikan kepada Anda.
15:45
It's about how individual engagement
398
930000
2000
Ini tentang bagaimana keterlibatan individu
15:47
can be transformed
399
932000
2000
dapat diubah
15:49
by the psychological and the neurological lessons
400
934000
3000
dengan pelajaran psikologi dan neurologi
15:52
we can learn from watching people that are playing games.
401
937000
3000
kita dapat belajar dengan melihat orang-orang bermain game.
15:55
But it's also about collective engagement
402
940000
3000
Namun ini juga tentang keterlibatan kolektif
15:58
and about the unprecedented laboratory
403
943000
3000
tentang laboratorium baru
16:01
for observing what makes people tick
404
946000
2000
untuk mengamati apa yang membuat orang memilih
16:03
and work and play and engage
405
948000
2000
bekerja dan bermain dan terlibat
16:05
on a grand scale in games.
406
950000
3000
pada skala yang besar di dalam game.
16:08
And if we can look at these things and learn from them
407
953000
3000
Jika kita dapat melihat hal-hal ini dan belajar darinya
16:11
and see how to turn them outwards,
408
956000
2000
dan mencari cara mengaplikasikannya di luarnya,
16:13
then I really think we have something quite revolutionary on our hands.
409
958000
3000
saya percaya kita punya sesuatu yang evolusioner di tangan kita.
16:16
Thank you very much.
410
961000
2000
Terima kasih banyak
16:18
(Applause)
411
963000
4000
(Tepuk tangan)
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