TEDGlobal 2010
Tom Chatfield: 7 ways games reward the brain
Tom Chatfield: 7 maneiras em que os jogos recompensam o cérebro
Filmed:
Readability: 3.8
1,288,061 views
Estramos a trazer a jogabilidade para um número crescente de aspectos das nossas vidas, gastando horas incontáveis (e dinheiro verdadeiro) a explorar mundos virtuais em busca de tesouros imaginários. Porquê? Como Tom Chatfield nos mostra, os jogos estão perfeitamente sintonizados para nos trazer o tipo de recompensas que cativam o cérebro e nos mantém em busca de mais.
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
Adoro jogos de vídeo.
00:18
I'm also slightly in awe of them.
1
3000
3000
E tenho-lhes uma certa reverência, também.
00:21
I'm in awe of their power
2
6000
2000
Fascina-me o seu poder
00:23
in terms of imagination, in terms of technology,
3
8000
2000
em termos de imaginação, em termos de tecnologia
00:25
in terms of concept.
4
10000
2000
em termos de conceito.
00:27
But I think, above all,
5
12000
2000
Mas acho, acima de tudo,
00:29
I'm in awe at their power
6
14000
2000
que me fascina o seu poder
00:31
to motivate, to compel us,
7
16000
3000
de nos motivar, nos compelir
00:34
to transfix us,
8
19000
2000
de nos prender,
00:36
like really nothing else we've ever invented
9
21000
3000
como nada mais que tenhamos inventado
00:39
has quite done before.
10
24000
2000
conseguiu realmente fazer.
00:41
And I think that we can learn some pretty amazing things
11
26000
3000
E acho que podemos aprender algumas coisas fantásticas
00:44
by looking at how we do this.
12
29000
2000
ao ver como os jogos o fazem.
00:46
And in particular, I think we can learn things
13
31000
2000
Em particular, acho que podemos aprender muito
00:48
about learning.
14
33000
3000
sobre a própria aprendizagem.
00:51
Now the video games industry
15
36000
2000
A indústria de jogos de vídeo
00:53
is far and away the fastest growing
16
38000
2000
é de longe a com maior crescimento
00:55
of all modern media.
17
40000
2000
de todos os media modernos
00:57
From about 10 billion in 1990,
18
42000
2000
De um valor de 10 mil milhões em 1990,
00:59
it's worth 50 billion dollars globally today,
19
44000
3000
cresceu para 50 mil milhões de dólares globalmente, hoje em dia
01:02
and it shows no sign of slowing down.
20
47000
3000
e sem quaisquer mostras de abrandar.
01:05
In four years' time,
21
50000
2000
Estima-se que, dentro de 4 anos,
01:07
it's estimated it'll be worth over 80 billion dollars.
22
52000
3000
o seu valor seja de mais de 80 mil milhões de dólares.
01:10
That's about three times the recorded music industry.
23
55000
3000
Este é cerca de 3 vezes o valor da indústria musical.
01:13
This is pretty stunning,
24
58000
2000
É realmente espantoso,
01:15
but I don't think it's the most telling statistic of all.
25
60000
3000
mas não creio ser esta a estatística mais determinante.
01:18
The thing that really amazes me
26
63000
2000
O que realmente me surpreende
01:20
is that, today,
27
65000
2000
é que hoje
01:22
people spend about
28
67000
2000
as pessoas gastam cerca de
01:24
eight billion real dollars a year
29
69000
3000
8 mil milhões de dólares reais por ano
01:27
buying virtual items
30
72000
2000
a comprar itens virtuais
01:29
that only exist
31
74000
2000
que existem apenas
01:31
inside video games.
32
76000
3000
dentro dos jogos de vídeo.
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
79000
3000
Esta é uma imagem do jogo de vídeo virtual, Entropia Universe.
01:37
Earlier this year,
34
82000
2000
No início do ano,
01:39
a virtual asteroid in it
35
84000
2000
um asteróide virtual no jogo
01:41
sold for 330,000 real dollars.
36
86000
4000
foi vendido por 330.000 dólares reais
01:45
And this
37
90000
2000
E isto
01:47
is a Titan class ship
38
92000
3000
é uma nave da classe Titan
01:50
in the space game, EVE Online.
39
95000
2000
no jogo espacial, EVE Online.
01:52
And this virtual object
40
97000
2000
E para que este objecto virtual surgisse
01:54
takes 200 real people
41
99000
2000
200 pessoas reais
01:56
about 56 days of real time to build,
42
101000
3000
passaram 56 dias do seu tempo real a construi-lo
01:59
plus countless thousands of hours
43
104000
3000
mais incontáveis milhares de horas
02:02
of effort before that.
44
107000
2000
de esforço prévio.
02:04
And yet, many of these get built.
45
109000
3000
No entanto, muitas naves iguais são construídas.
02:07
At the other end of the scale,
46
112000
2000
No outro lado da balança,
02:09
the game Farmville that you may well have heard of,
47
114000
3000
o jogo Farmville, que muitos terão de certeza ouvido falar,
02:12
has 70 million players
48
117000
2000
tem 70 milhões de jogadores
02:14
around the world
49
119000
2000
por todo o mundo
02:16
and most of these players
50
121000
2000
e a maioria desses jogadores
02:18
are playing it almost every day.
51
123000
2000
jogam praticamente todos os dias.
02:20
This may all sound
52
125000
2000
Isto tudo pode, na verdade,
02:22
really quite alarming to some people,
53
127000
2000
soar alarmante para algumas pessoas,
02:24
an index of something worrying
54
129000
2000
um indicativo de algo preocupante
02:26
or wrong in society.
55
131000
2000
ou errado na sociedade.
02:28
But we're here for the good news,
56
133000
2000
Mas estamos cá para as boas notícias,
02:30
and the good news is
57
135000
2000
e as boas notícias são,
02:32
that I think we can explore
58
137000
2000
creio ser possível averiguar
02:34
why this very real human effort,
59
139000
3000
o porquê deste esforço humano bem real,
02:37
this very intense generation of value, is occurring.
60
142000
4000
e desta geração intensa de valor estar a ocorrer.
02:41
And by answering that question,
61
146000
2000
E ao respondermos a essa questão,
02:43
I think we can take something
62
148000
2000
creio ser possível retirar dela
02:45
extremely powerful away.
63
150000
2000
algo de extremamente poderoso.
02:47
And I think the most interesting way
64
152000
2000
E creio que a forma mais interessante
02:49
to think about how all this is going on
65
154000
2000
de pensar em tudo o que se está a passar
02:51
is in terms of rewards.
66
156000
2000
é em termos de recompensas.
02:53
And specifically, it's in terms
67
158000
3000
Mais especificamente, em termos
02:56
of the very intense emotional rewards
68
161000
2000
das recompensas emocionais intensas
02:58
that playing games offers to people
69
163000
2000
que jogar jogos pode oferecer às pessoas,
03:00
both individually
70
165000
2000
a nível individual
03:02
and collectively.
71
167000
2000
e colectivo.
03:04
Now if we look at what's going on in someone's head
72
169000
2000
Agora, se olharmos para o que se passa dentro da cabeça de alguém
03:06
when they are being engaged,
73
171000
2000
enquanto estão concentrados, em actividade,
03:08
two quite different processes are occurring.
74
173000
3000
vemos dois processos muito diferentes a ocorrer.
03:11
On the one hand, there's the wanting processes.
75
176000
3000
Por um lado, há o processo de querer.
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
Funciona como ambição e motivação: vou fazer isto, esforçar-me para o fazer.
03:17
On the other hand, there's the liking processes,
77
182000
2000
Por outro lado, há o processo de gostar,
03:19
fun and affection
78
184000
2000
diversão, afecto
03:21
and delight
79
186000
2000
e prazer-
03:23
and an enormous flying beast with an orc on the back.
80
188000
2000
e uma besta voadora enorme com um orc às costas.
03:25
It's a really great image. It's pretty cool.
81
190000
2000
É mesmo uma excelente imagem, muito porreira.
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
192000
3000
É do jogo World of Warcraft, que conta com mais de 10 milhões de jogadores em todo o mundo,
03:30
one of whom is me, another of whom is my wife.
83
195000
3000
entre os quais eu e a minha mulher.
03:33
And this kind of a world,
84
198000
2000
E este tipo de mundo,
03:35
this vast flying beast you can ride around,
85
200000
2000
o facto de podermos deslocar-nos num gigantesco animal voador
03:37
shows why games are so very good
86
202000
2000
mostra o porquê dos jogos serem tão bons
03:39
at doing both the wanting and the liking.
87
204000
3000
em levar pessoas tanto a querer, como a gostar.
03:42
Because it's very powerful. It's pretty awesome.
88
207000
2000
Porque é muito poderoso. É espectacular.
03:44
It gives you great powers.
89
209000
2000
Dá-vos grandes poderes.
03:46
Your ambition is satisfied, but it's very beautiful.
90
211000
3000
A vossa ambição é satisfeita, mas é muito belo.
03:49
It's a very great pleasure to fly around.
91
214000
3000
É um prazer tremendo poder voar.
03:52
And so these combine to form
92
217000
2000
Tudo isto se combina para formar
03:54
a very intense emotional engagement.
93
219000
2000
um envolvimento emocional muito intenso.
03:56
But this isn't the really interesting stuff.
94
221000
3000
Mas isto nem é realmente o mais interessante.
03:59
The really interesting stuff about virtuality
95
224000
2000
O que é verdadeiramente interessante no mundo virtual
04:01
is what you can measure with it.
96
226000
2000
é o facto de podermos nela fazer medições.
04:03
Because what you can measure in virtuality
97
228000
3000
Porque o que se pode medir no mundo virtual
04:06
is everything.
98
231000
2000
é tudo.
04:08
Every single thing that every single person
99
233000
2000
Todas as coisas que todas as pessoas
04:10
who's ever played in a game has ever done can be measured.
100
235000
3000
que alguma vez jogaram um jogo fizeram pode ser medido.
04:13
The biggest games in the world today
101
238000
2000
Os maiores jogos na industria hoje em dia
04:15
are measuring more than one billion points of data
102
240000
4000
medem mais de mil milhões de pontos de dados
04:19
about their players, about what everybody does --
103
244000
2000
acerca dos seus jogadores, acerca do que todos eles fazem--
04:21
far more detail than you'd ever get from any website.
104
246000
3000
muito mais detalhe que o que se obteria em qualquer website.
04:24
And this allows something very special
105
249000
3000
E isso permite que algo de muito especial
04:27
to happen in games.
106
252000
2000
aconteça nos jogos:
04:29
It's something called the reward schedule.
107
254000
3000
É algo chamado uma tabela de recompensas.
04:32
And by this, I mean looking
108
257000
2000
Com isto, quero dizer,
04:34
at what millions upon millions of people have done
109
259000
2000
observar o que milhões e milhões de pessoas fizeram
04:36
and carefully calibrating the rate,
110
261000
2000
e calibrar com sucesso a periodicidade,
04:38
the nature, the type, the intensity of rewards in games
111
263000
3000
a natureza, o tipo e a intensidade das recompensas nos jogos
04:41
to keep them engaged
112
266000
2000
que mantêm as pessoas envolvidas
04:43
over staggering amounts of time and effort.
113
268000
3000
durante quantidades avassaladoras de tempo e esforço.
04:46
Now, to try and explain this
114
271000
2000
Para tentar ilustrar isto
04:48
in sort of real terms,
115
273000
3000
em termos mais reais,
04:51
I want to talk about a kind of task
116
276000
2000
vou-vos falar de um tipo de tarefa
04:53
that might fall to you in so many games.
117
278000
2000
bastante recorrente em muitos jogos.
04:55
Go and get a certain amount of a certain little game-y item.
118
280000
3000
Coleccionar uma certa quantidade de um certo item de jogo.
04:58
Let's say, for the sake of argument,
119
283000
2000
Digamos, a titulo de exemplo,
05:00
my mission is to get 15 pies
120
285000
3000
que a minha missão é conseguir 15 tartes,
05:03
and I can get 15 pies
121
288000
3000
e que posso obter 15 tartes
05:06
by killing these cute, little monsters.
122
291000
2000
matando uns monstrinhos pequenos e fofos.
05:08
Simple game quest.
123
293000
2000
Uma simples tarefa num jogo.
05:10
Now you can think about this, if you like,
124
295000
2000
Podem pensar nisto, se quiserem,
05:12
as a problem about boxes.
125
297000
2000
num problema sobre caixas.
05:14
I've got to keep opening boxes.
126
299000
2000
Tenho de estar sempre a abrir caixas.
05:16
I don't know what's inside them until I open them.
127
301000
3000
E não sei o que está dentro delas até as abrir.
05:19
And I go around opening box after box until I've got 15 pies.
128
304000
3000
E vou abrindo uma após outra, até obter 15 tartes.
05:22
Now, if you take a game like Warcraft,
129
307000
2000
Agora, olhando para um jogo como o Warcraft,
05:24
you can think about it, if you like,
130
309000
2000
pode-se pensar nele, se quiserem,
05:26
as a great box-opening effort.
131
311000
3000
como uma constante abertura de caixas.
05:29
The game's just trying to get people to open about a million boxes,
132
314000
3000
O objectivo do jogo é simplesmente pôr as pessoas a abrir um milhão de caixas,
05:32
getting better and better stuff in them.
133
317000
2000
obtendo delas itens cada vez melhores.
05:34
This sounds immensely boring
134
319000
3000
Isto parece muito entediante,
05:37
but games are able
135
322000
2000
mas os jogos são capazes
05:39
to make this process
136
324000
2000
de fazer este processo
05:41
incredibly compelling.
137
326000
2000
incrivelmente apelativo.
05:43
And the way they do this
138
328000
2000
E a forma como o conseguem
05:45
is through a combination of probability and data.
139
330000
3000
é através de uma combanição de dados e probabilidade.
05:48
Let's think about probability.
140
333000
2000
Vamos pensar na probabilidade.
05:50
If we want to engage someone
141
335000
2000
Se queremos manter alguém envolvido
05:52
in the process of opening boxes to try and find pies,
142
337000
3000
no processo de abrir caixas para tentar encontrar tartes,
05:55
we want to make sure it's neither too easy,
143
340000
2000
é preciso certificarmo-nos de que encontrar uma tarte
05:57
nor too difficult, to find a pie.
144
342000
2000
não é demasiado fácil, nem demasiado difícil.
05:59
So what do you do? Well, you look at a million people --
145
344000
2000
O que fazemos então? Bem, olhamos para 1 milhão de pessoas --
06:01
no, 100 million people, 100 million box openers --
146
346000
3000
melhor, 100 milhões, 100 milhões de pessoas a abrir caixas--
06:04
and you work out, if you make the pie rate
147
349000
3000
e calculamos, se fizermos a taxa de tartes que surgem
06:07
about 25 percent --
148
352000
2000
cerca de 25% --
06:09
that's neither too frustrating, nor too easy.
149
354000
3000
nem muito frustrante, nem demasiado fácil;
06:12
It keeps people engaged.
150
357000
2000
mantém as pessoas envolvidas.
06:14
But of course, that's not all you do -- there's 15 pies.
151
359000
3000
mas claro, não é tudo o que fazemos, isto são 15 tartes.
06:17
Now, I could make a game called Piecraft,
152
362000
2000
Agora, eu podia fazer um jogo chamado Piecraft,
06:19
where all you had to do was get a million pies
153
364000
2000
em que tudo o que tinham de fazer era obter 1 milhão de tartes,
06:21
or a thousand pies.
154
366000
2000
ou mil tartes.
06:23
That would be very boring.
155
368000
2000
Isso seria incrivelmente aborrecido.
06:25
Fifteen is a pretty optimal number.
156
370000
2000
15 é um número excelente.
06:27
You find that -- you know, between five and 20
157
372000
2000
Encontrar - digamos- uma quantidade entre 5 e 20
06:29
is about the right number for keeping people going.
158
374000
2000
é normalmente o número certo para manter as pessoas envolvidas.
06:31
But we don't just have pies in the boxes.
159
376000
2000
Mas não há apenas tartes nas caixas.
06:33
There's 100 percent up here.
160
378000
2000
Há 100% de caixas.
06:35
And what we do is make sure that every time a box is opened,
161
380000
3000
E o que fazemos é certificarmo-nos que cada vez que uma caixa é aberta,
06:38
there's something in it, some little reward
162
383000
2000
há algo lá dentro, alguma recompensa,
06:40
that keeps people progressing and engaged.
163
385000
2000
que incentiva as pessoas a progredir.
06:42
In most adventure games,
164
387000
2000
Na maioria dos jogos de aventuras,
06:44
it's a little bit in-game currency, a little bit experience.
165
389000
3000
a recompensa é algum dinheiro do jogo, ou experiência,
06:47
But we don't just do that either.
166
392000
2000
mas não nos limitamos a isso.
06:49
We also say there's going to be loads of other items
167
394000
2000
E também dizemos que irá haver uma quantidade de outros items
06:51
of varying qualities and levels of excitement.
168
396000
2000
de qualidade e interesse variáveis.
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
398000
3000
Irá gaver 10% de probabilidade de conseguirem um item muito bom.
06:56
There's going to be a 0.1 percent chance
170
401000
2000
Há 0,1% de probabilidade
06:58
you get an absolutely awesome item.
171
403000
3000
de conseguirem um item fantástico.
07:01
And each of these rewards is carefully calibrated to the item.
172
406000
3000
E cada uma dessas recompensas é cuidadosamente calibrada no item.
07:04
And also, we say,
173
409000
2000
E também nos perguntamos,
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
411000
3000
"E quantos monstros? Deverei ter o mundo inteiro habitado por mil milhões de monstros?"
07:09
No, we want one or two monsters on the screen at any one time.
175
414000
3000
Não, o que queremos é não mais que dois monstros a cada dada altura.
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
417000
3000
E assim sou cativado. Nem muito fácil, nem muito difícil
07:15
So all this is very powerful.
177
420000
2000
E portanto o apelo é poderoso.
07:17
But we're in virtuality. These aren't real boxes.
178
422000
3000
Mas estamos no mundo virtual; estas caixa não são reais.
07:20
So we can do
179
425000
2000
Por isso, podemos fazer
07:22
some rather amazing things.
180
427000
2000
algumas coisas espantosas.
07:24
We notice, looking at all these people opening boxes,
181
429000
4000
Notamos, ao olhar para todas essas pessoas a abrir caixas,
07:28
that when people get to about 13 out of 15 pies,
182
433000
3000
que quando chegam a obter cerca de 13 das 15 tartes,
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
436000
3000
a sua percepção muda, começam a ficar aborrecidos, irritados.
07:34
They're not rational about probability.
184
439000
2000
Não são racionais acerca da probabilidade.
07:36
They think this game is unfair.
185
441000
2000
Acham que este jogo é injusto.
07:38
It's not giving me my last two pies. I'm going to give up.
186
443000
2000
"Não me dá as últimas duas tartes. Vou desistir."
07:40
If they're real boxes, there's not much we can do,
187
445000
2000
Com caixas reais, não há muito que possamos fazer,
07:42
but in a game we can just say, "Right, well.
188
447000
2000
mas num jogo, podemos simplesmente dizer, "Tudo bem".
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
449000
4000
Quando se chega às 13 tartes, agora tem-se 75% de probabilidade de obter uma
07:48
Keep you engaged. Look at what people do --
190
453000
2000
para vos manter cativados. É o que as pessoas fazem -
07:50
adjust the world to match their expectation.
191
455000
2000
ajustam o mundo para corresponder às suas expectativas.
07:52
Our games don't always do this.
192
457000
2000
os nossos jogos nem sempre fazem isso.
07:54
And one thing they certainly do at the moment
193
459000
2000
Mas uma coisa fazem de certeza hoje em dia, que é
07:56
is if you got a 0.1 percent awesome item,
194
461000
3000
se conseguirem um item maravilhoso de 0,1%,
07:59
they make very sure another one doesn't appear for a certain length of time
195
464000
3000
certificam-se de que outro igual não aparece durante algum período de tempo
08:02
to keep the value, to keep it special.
196
467000
2000
para manter o ítem valioso e especial.
08:04
And the point is really
197
469000
2000
E a questão é, na verdade
08:06
that we evolved to be satisfied by the world
198
471000
2000
o facto de termos evoluido de forma a ficar satisfeitos pelo mundo
08:08
in particular ways.
199
473000
2000
de formas particulares.
08:10
Over tens and hundreds of thousands of years,
200
475000
3000
No decorrer de centenas de milhar de anos,
08:13
we evolved to find certain things stimulating,
201
478000
2000
evoluimos de forma achar certas coisas estimulantes,
08:15
and as very intelligent, civilized beings,
202
480000
2000
e enquanto seres bastante inteligentes e civilizados
08:17
we're enormously stimulated by problem solving and learning.
203
482000
3000
somos grandemente estimulados pela resolução de problemas e pela aprendizagem.
08:20
But now, we can reverse engineer that
204
485000
2000
Mas hoje, podemos usar engenharia inversa
08:22
and build worlds
205
487000
2000
e construir mundos
08:24
that expressly tick our evolutionary boxes.
206
489000
3000
que expressamente apelem aos nossos estímulos evolutivos.
08:27
So what does all this mean in practice?
207
492000
2000
O que quer isto dizer na prática?
08:29
Well, I've come up
208
494000
2000
Bem, vou mostrar
08:31
with seven things
209
496000
2000
sete coisas
08:33
that, I think, show
210
498000
2000
que, penso, irão mostrar
08:35
how you can take these lessons from games
211
500000
2000
como retirar essas lições dos jogos
08:37
and use them outside of games.
212
502000
3000
e usá-los fora deles.
08:40
The first one is very simple:
213
505000
2000
A primeira é muito simples:
08:42
experience bars measuring progress --
214
507000
2000
barras de experiência que meçam o progresso--
08:44
something that's been talked about brilliantly
215
509000
2000
algo já discutido de forma brilhante
08:46
by people like Jesse Schell earlier this year.
216
511000
3000
por pessoas como Jesse Schell no início deste ano.
08:49
It's already been done at the University of Indiana in the States, among other places.
217
514000
3000
Já foi testado na Universidade do Indiana nos EUA, entre outros sítios,
08:52
It's the simple idea that instead of grading people incrementally
218
517000
3000
e consiste na simples ideia de, em vez de avaliar pessoas incrementalmente,
08:55
in little bits and pieces,
219
520000
2000
ao poucos,
08:57
you give them one profile character avatar
220
522000
2000
damos-lhes um perfil e um avatar de personagem
08:59
which is constantly progressing
221
524000
2000
que está em progressão constante
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
526000
3000
em incrementos pequeninos, pequeninos, que as pessoas sentem como seus
09:04
And everything comes towards that,
223
529000
2000
E tudo converge nisso,
09:06
and they watch it creeping up, and they own that as it goes along.
224
531000
3000
e eles vêem esse progresso e assumem-no como seu à medida que sobe.
09:09
Second, multiple long and short-term aims --
225
534000
2000
Em segundo lugar, multiplos objectivos a curto prazo-
09:11
5,000 pies, boring,
226
536000
2000
5.000 tartes, aborrecido,
09:13
15 pies, interesting.
227
538000
2000
15 tartes, interessante.
09:15
So, you give people
228
540000
2000
portanto damos às pessoas
09:17
lots and lots of different tasks.
229
542000
2000
imensas tarefas diferentes.
09:19
You say, it's about
230
544000
2000
Dizemos-lhes, o objectivo é
09:21
doing 10 of these questions,
231
546000
2000
responder a 10 destas perguntas,
09:23
but another task
232
548000
2000
mas outra tarefa é
09:25
is turning up to 20 classes on time,
233
550000
2000
chegar a 20 aulas a horas,
09:27
but another task is collaborating with other people,
234
552000
3000
e outra tarefa é colaborar com outras pessoas,
09:30
another task is showing you're working five times,
235
555000
3000
outra tarefa é mostrar o vosso trabalho 5 vezes,
09:33
another task is hitting this particular target.
236
558000
2000
e outra é atingir este determinado objectivo.
09:35
You break things down into these calibrated slices
237
560000
3000
Compartimentamos as coisas em pequenas tarefas calibradas
09:38
that people can choose and do in parallel
238
563000
2000
que as pessoas podem escolher e realizar em simultâneo
09:40
to keep them engaged
239
565000
2000
para as manter envolvidas
09:42
and that you can use to point them
240
567000
2000
e que podemos usar para as orientar
09:44
towards individually beneficial activities.
241
569000
3000
para actividades benéficas a nível individual.
09:48
Third, you reward effort.
242
573000
2000
Em terceiro, recompensar o esforço.
09:50
It's your 100 percent factor. Games are brilliant at this.
243
575000
3000
É o factor 100%. Jogos são brilhantes nisto.
09:53
Every time you do something, you get credit; you get a credit for trying.
244
578000
3000
De cada vez que fazem alguma coisa, recebem crédito, um crédito por tentar.
09:56
You don't punish failure. You reward every little bit of effort --
245
581000
3000
Não se pune o fracasso; recompensa-se cada pequeno esforço-
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
584000
3000
o vosso "ouro" o vosso crédito- responderam a 20 perguntas: é vosso.
10:02
It all feeds in as minute reinforcement.
247
587000
3000
Tudo se conjuga num reforço instantâneo.
10:05
Fourth, feedback.
248
590000
2000
Em quarto, retorno.
10:07
This is absolutely crucial,
249
592000
2000
Isto é absolutamente crucial,
10:09
and virtuality is dazzling at delivering this.
250
594000
2000
e o mundo virtual é espantoso neste campo.
10:11
If you look at some of the most intractable problems in the world today
251
596000
3000
Se olharem para alguns dos problemas mais insolúveis do mundo de hoje
10:14
that we've been hearing amazing things about,
252
599000
2000
sobre os quais estamos sempre a ouvir coisas incríveis,
10:16
it's very, very hard for people to learn
253
601000
3000
é que é muito, muito difícel para as pessoas aprender
10:19
if they cannot link consequences to actions.
254
604000
3000
se não conseguirem ligar consequências às acções.
10:22
Pollution, global warming, these things --
255
607000
2000
Poluição, aquecimento global, todas essas coisas,
10:24
the consequences are distant in time and space.
256
609000
2000
têm consequências distantes no tempo e no espaço.
10:26
It's very hard to learn, to feel a lesson.
257
611000
2000
É muito difícil aprender uma lição nesses termos,
10:28
But if you can model things for people,
258
613000
2000
mas podemos criar modelos para as pessoas,
10:30
if you can give things to people that they can manipulate
259
615000
2000
se lhes dermos algo que possam manipular
10:32
and play with and where the feedback comes,
260
617000
2000
e jogar, então quando o retorno chegar,
10:34
then they can learn a lesson, they can see,
261
619000
2000
elas podem aprender uma lição, podem ver,
10:36
they can move on, they can understand.
262
621000
3000
seguir em frente, podem compreender.
10:39
And fifth,
263
624000
2000
E quinto,
10:41
the element of uncertainty.
264
626000
2000
o elemento da incerteza.
10:43
Now this is the neurological goldmine,
265
628000
3000
Isto é uma mina de ouro neurológica,
10:46
if you like,
266
631000
2000
se assim lhe quisermos chamar,
10:48
because a known reward
267
633000
2000
porque uma recompensa conhecida
10:50
excites people,
268
635000
2000
estimula as pessoas,
10:52
but what really gets them going
269
637000
2000
mas o que realmente as incita
10:54
is the uncertain reward,
270
639000
2000
é a recompensa incerta,
10:56
the reward pitched at the right level of uncertainty,
271
641000
2000
a recompensa dada num momento certo de incerteza,
10:58
that they didn't quite know whether they were going to get it or not.
272
643000
3000
em que não está ainda certo se a iriam receber ou não.
11:01
The 25 percent. This lights the brain up.
273
646000
3000
Os 25%. Isto ilumina o cérebro.
11:04
And if you think about
274
649000
2000
E se pensarmos em usar
11:06
using this in testing,
275
651000
2000
esta incerteza em testes,
11:08
in just introducing control elements of randomness
276
653000
2000
em introduzir elementos de aleatoriedade controlada
11:10
in all forms of testing and training,
277
655000
2000
em todas as formas de testes e treinos,
11:12
you can transform the levels of people's engagement
278
657000
2000
podemos transformar os níveis do envolvimento das pessoas
11:14
by tapping into this very powerful
279
659000
2000
através deste mecanismo evolutivo
11:16
evolutionary mechanism.
280
661000
2000
poderosissimo.
11:18
When we don't quite predict something perfectly,
281
663000
2000
A ideia de que quando não conseguimos prever algo na perfeição
11:20
we get really excited about it.
282
665000
2000
ficamos excitados com isso.
11:22
We just want to go back and find out more.
283
667000
2000
Queremos voltar atrás e descobrir mais.
11:24
As you probably know, the neurotransmitter
284
669000
2000
Como provavelmente sabem, o neurotransmissor
11:26
associated with learning is called dopamine.
285
671000
2000
associado à aprendizagem é a dopamina.
11:28
It's associated with reward-seeking behavior.
286
673000
3000
Está associado ao comportamento de procura de recompensas.
11:31
And something very exciting is just beginning to happen
287
676000
3000
E há coisas muito excitantes a acontecer
11:34
in places like the University of Bristol in the U.K.,
288
679000
3000
em lugares como a Universidade de Bristol na Inglaterra
11:37
where we are beginning to be able to model mathematically
289
682000
3000
onde estamos a conseguir modelar matematicamente
11:40
dopamine levels in the brain.
290
685000
2000
os niveis de dopamina no cérebro.
11:42
And what this means is we can predict learning,
291
687000
2000
O que significa que podemos prever a aprendizagem,
11:44
we can predict enhanced engagement,
292
689000
3000
podemos prever o envolvimento melhorado,
11:47
these windows, these windows of time,
293
692000
2000
estas janelas, estas janelas no tempo,
11:49
in which the learning is taking place at an enhanced level.
294
694000
3000
em que a aprendizagem está a ocorrer de uma forma avançada.
11:52
And two things really flow from this.
295
697000
2000
E há duas coisas que fluem desta informação.
11:54
The first has to do with memory,
296
699000
2000
A primeira tem a ver com a memória,
11:56
that we can find these moments.
297
701000
2000
com o encontrar desses momentos.
11:58
When someone is more likely to remember,
298
703000
2000
Se descobrirmos quando alguém está mais susceptível a recordar algo,
12:00
we can give them a nugget in a window.
299
705000
2000
damos-lhe uma recompensa nesse momento.
12:02
And the second thing is confidence,
300
707000
2000
A segunda coisa é confiança,
12:04
that we can see how game-playing and reward structures
301
709000
2000
que podemos ver como jogar jogos e estruras de recompensa
12:06
make people braver, make them more willing to take risks,
302
711000
3000
tornam as pessoas mais corajosas, mais capazes de arriscar,
12:09
more willing to take on difficulty,
303
714000
2000
mais voluntariosos com a dificuldade,
12:11
harder to discourage.
304
716000
2000
mais dificeis de desencorajar
12:13
This can all seem very sinister.
305
718000
2000
Isto pode soar bastante sinistro.
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
720000
2000
Num sentido, tipo, "Os nossos cérebros foram manipulados, somos viciados".
12:17
The word "addiction" is thrown around.
307
722000
2000
A palavra "vício" vem ao de cima.
12:19
There are real concerns there.
308
724000
2000
Há preocupações reais em causa.
12:21
But the biggest neurological turn-on for people
309
726000
2000
Mas o que mais excita as pessoas neurologicamente
12:23
is other people.
310
728000
2000
são as outras pessoas.
12:25
This is what really excites us.
311
730000
3000
É isso o que realmente nos excita.
12:28
In reward terms, it's not money;
312
733000
2000
Em termos de recompensa, não é dinheiro,
12:30
it's not being given cash -- that's nice --
313
735000
3000
não é darem-nos dinheiro - o que é agradável-
12:33
it's doing stuff with our peers,
314
738000
2000
mas é fazer coisas com os nossos semelhantes,
12:35
watching us, collaborating with us.
315
740000
2000
te-los a observar-nos e a colaborar connosco.
12:37
And I want to tell you a quick story about 1999 --
316
742000
2000
Vou-vos contar uma história rápida passada em 1999,
12:39
a video game called EverQuest.
317
744000
2000
acerca de um jogo chamado Everquest.
12:41
And in this video game,
318
746000
2000
Neste jogo de video,
12:43
there were two really big dragons, and you had to team up to kill them --
319
748000
3000
Havia dois dragões enormes, que só podiam ser mortos com trabalho de grupo-
12:46
42 people, up to 42 to kill these big dragons.
320
751000
3000
42 pessoas- cerca de 42 pessoas para matar esses dragões.
12:49
That's a problem
321
754000
2000
Isso é um problema,
12:51
because they dropped two or three decent items.
322
756000
3000
porque a recompensa era 2 ou 3 items decentes.
12:54
So players addressed this problem
323
759000
3000
Portanto os jogadores contornaram esse problema
12:57
by spontaneously coming up with a system
324
762000
2000
ao inventar um sistema
12:59
to motivate each other,
325
764000
2000
de se motivarem uns aos outros,
13:01
fairly and transparently.
326
766000
2000
de forma justa e transparente.
13:03
What happened was, they paid each other a virtual currency
327
768000
3000
O que fizeram foi pagar uns aos outros uma moeda virtual
13:06
they called "dragon kill points."
328
771000
3000
a que chamaram Pontos por morte do dragão
13:09
And every time you turned up to go on a mission,
329
774000
2000
E cada vez que alguém embarcava numa missão,
13:11
you got paid in dragon kill points.
330
776000
2000
era pago nesses pontos,
13:13
They tracked these on a separate website.
331
778000
2000
que eram quantificados num website à parte.
13:15
So they tracked their own private currency,
332
780000
2000
Portanto, monitorizavam a sua moeda privada,
13:17
and then players could bid afterwards
333
782000
2000
que os jogadores podiam usar para comprar
13:19
for cool items they wanted --
334
784000
2000
itens porreiros que quisessem-
13:21
all organized by the players themselves.
335
786000
2000
tudo organizado pelos próprios jogadores.
13:23
Now the staggering system, not just that this worked in EverQuest,
336
788000
3000
O espantoso neste sistema não é ter funcionado no Everquest,
13:26
but that today, a decade on,
337
791000
2000
mas sim que, uma década mais tarde.
13:28
every single video game in the world with this kind of task
338
793000
3000
todos os jogos de computador com este tipo de missões
13:31
uses a version of this system --
339
796000
2000
usem uma versão deste sistema-
13:33
tens of millions of people.
340
798000
2000
dezenas de milhões de pessoas.
13:35
And the success rate
341
800000
2000
E a taxa de sucesso
13:37
is at close to 100 percent.
342
802000
2000
está perto dos 100%
13:39
This is a player-developed,
343
804000
2000
Falamos de uma moeda virtual acordada,
13:41
self-enforcing, voluntary currency,
344
806000
3000
mantida e criada pelos jogadores,
13:44
and it's incredibly sophisticated
345
809000
2000
e é uma mostra de um comportamento
13:46
player behavior.
346
811000
2000
extremamente sofisticado.
13:50
And I just want to end by suggesting
347
815000
2000
E gostaria de finalizar sugerindo
13:52
a few ways in which these principles
348
817000
2000
algumas formas como este princípio
13:54
could fan out into the world.
349
819000
2000
se pode aplicar no mundo real.
13:56
Let's start with business.
350
821000
2000
Começo pelos negócios.
13:58
I mean, we're beginning to see some of the big problems
351
823000
2000
De facto, começamos a ver alguns problemas de monta
14:00
around something like business are
352
825000
2000
relacionados com os negócios,
14:02
recycling and energy conservation.
353
827000
2000
como a reciclagem e a conservação de energia.
14:04
We're beginning to see the emergence of wonderful technologies
354
829000
2000
Estamos a assistir ao surgimento de tecnologias maravilhosas
14:06
like real-time energy meters.
355
831000
2000
como medidores de energia em tempo real.
14:08
And I just look at this, and I think, yes,
356
833000
2000
E eu olho para eles e penso, sim,
14:10
we could take that so much further
357
835000
3000
podemos levar esta ideia muito além
14:13
by allowing people to set targets
358
838000
2000
ao permitir às pessoas definir metas
14:15
by setting calibrated targets,
359
840000
2000
alvos calibrados
14:17
by using elements of uncertainty,
360
842000
3000
usando elementos de incerteza,
14:20
by using these multiple targets,
361
845000
2000
usando objectivos múltiplos,
14:22
by using a grand, underlying reward and incentive system,
362
847000
3000
usando um grandioso e sistema de recompensas e incentivos implícitos
14:25
by setting people up
363
850000
2000
motivando as pessoas
14:27
to collaborate in terms of groups, in terms of streets
364
852000
2000
a colaborar em termos de grupos, em termos de ruas
14:29
to collaborate and compete,
365
854000
2000
a colaborar e a competir,
14:31
to use these very sophisticated
366
856000
2000
a usar todas estas mecânicas sofisticadas
14:33
group and motivational mechanics we see.
367
858000
2000
de motivação e trabalho de grupo que falámos.
14:35
In terms of education,
368
860000
2000
Em termos de educação
14:37
perhaps most obviously of all,
369
862000
2000
possivelmente o mais óbvio
14:39
we can transform how we engage people.
370
864000
3000
é a possibilidade de transformar a forma de cativar as pessoas.
14:42
We can offer people the grand continuity
371
867000
2000
Podemos oferecer uma grande continuidade
14:44
of experience and personal investment.
372
869000
3000
de experiência e investimento pessoal.
14:47
We can break things down
373
872000
2000
Podemos dividir tarefas
14:49
into highly calibrated small tasks.
374
874000
2000
em pequenas partes altamente calibradas.
14:51
We can use calculated randomness.
375
876000
2000
Podemos usar aleatoriedade calculada.
14:53
We can reward effort consistently
376
878000
2000
Podemos recompensar o esforço consistente
14:55
as everything fields together.
377
880000
3000
à medida que tudo se conjuga.
14:58
And we can use the kind of group behaviors
378
883000
2000
E podemos usar o tipo de comportamentos de grupo
15:00
that we see evolving when people are at play together,
379
885000
3000
que vemos em evolução quando pessoas jogam em conjunto,
15:03
these really quite unprecedentedly complex
380
888000
3000
estes mecanismos de cooperação de uma complexidade
15:06
cooperative mechanisms.
381
891000
2000
verdadeiramente sem precedentes.
15:08
Government, well, one thing that comes to mind
382
893000
2000
A nível de governo, bem, uma situação que me ocorre
15:10
is the U.S. government, among others,
383
895000
3000
é a do governo americano, entre outros,
15:13
is literally starting to pay people
384
898000
2000
estar a começar a literalmente pagar às pessoas
15:15
to lose weight.
385
900000
2000
para perder peso.
15:17
So we're seeing financial reward being used
386
902000
2000
Podemos então dizer que se está a usar recompensas financeiras
15:19
to tackle the great issue of obesity.
387
904000
2000
para resolver o problema grave da obesidade.
15:21
But again, those rewards
388
906000
2000
Mas, de novo, essas recompensas
15:23
could be calibrated so precisely
389
908000
3000
poderiam ser calibradas de forma mais precisa
15:26
if we were able to use the vast expertise
390
911000
3000
se fossemos capazes de usar a vasta experiência
15:29
of gaming systems to just jack up that appeal,
391
914000
3000
dos sistemas de jogos para incrementar esse incentivo,
15:32
to take the data, to take the observations,
392
917000
2000
usando os dados e observações recolhidos
15:34
of millions of human hours
393
919000
2000
de milhões de horas humanas
15:36
and plow that feedback
394
921000
2000
e investir esse retorno
15:38
into increasing engagement.
395
923000
2000
para um maior envolvimento.
15:40
And in the end, it's this word, "engagement,"
396
925000
3000
No fundo, é esse termo, envolvimento,
15:43
that I want to leave you with.
397
928000
2000
com que vos quero deixar.
15:45
It's about how individual engagement
398
930000
2000
Trata-se de como o envolvimento individual
15:47
can be transformed
399
932000
2000
pode ser transformado
15:49
by the psychological and the neurological lessons
400
934000
3000
pelas lições psicológicas e neurológicas
15:52
we can learn from watching people that are playing games.
401
937000
3000
que podemos aprender ao observar pessoas que jogam jogos de video.
15:55
But it's also about collective engagement
402
940000
3000
Mas é também um envolvimento colectivo
15:58
and about the unprecedented laboratory
403
943000
3000
e um estudo laboratorial sem precedentes
16:01
for observing what makes people tick
404
946000
2000
acerca do que faz as pessoas "vibrar"
16:03
and work and play and engage
405
948000
2000
e trabalhar e jogar e envolver-se
16:05
on a grand scale in games.
406
950000
3000
com os jogos a uma tão grande escala.
16:08
And if we can look at these things and learn from them
407
953000
3000
E se pudermos olhar para estes dados e aprender com eles
16:11
and see how to turn them outwards,
408
956000
2000
e ver como os canalizar para outras actividades,
16:13
then I really think we have something quite revolutionary on our hands.
409
958000
3000
então creio que teremos algo de muito revolucionário em mãos.
16:16
Thank you very much.
410
961000
2000
Muito obrigado
16:18
(Applause)
411
963000
4000
(Aplausos)
Translated by Tiago de Lemos Peixoto
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