Софтвер за игре на срећу може персонализовати програме терапије

Нова истраживања сугеришу да софтверски програми који користе функције игара у контексту који нису игра могу да побољшају индивидуалну мотивацију за поштовање прописаних или препоручених режима терапије.

Инжењери Пенн Стате-а користили су машинско учење за обуку рачунара за развој персонализованих режима менталне или физичке терапије - на пример, за превазилажење анксиозности или опоравак од повреде рамена - толико много појединаца може да користи програм по мери.

„Желимо да разумемо људско и тимско понашање које мотивише учење да на крају развију персонализоване методе учења уместо универзалног приступа који се често користи“, рекао је др Цонрад Туцкер, доцент за технологију инжењерског дизајна .

„Коришћење људи да појединачно процењују друге није ефикасно или одрживо ни у времену ни у људским ресурсима и не може се добро прилагодити великом броју људи“, рекао је Туцкер.

„Морамо да обучимо рачунаре за читање појединих људи. Гамификација истражује идеју да су различити људи мотивисани различитим стварима “.

Да би започели стварање рачунарских модела за терапијске програме, истраживачи су тестирали како да најефикасније изврше завршетак физичког задатка у гамификованој апликацији тако што ће укључити функције игре попут бодовања, аватара, изазова и такмичења.

„Овде истражујемо како би се гамификација могла применити на здравље и добробит усредсређивањем на физички интерактивне гамификоване апликације“, рекао је Цхристиан Лопез, апсолвент индустријског и производног инжењерства, који је помогао у спровођењу тестова користећи окружење игара виртуелне стварности.

У тестовима виртуелне стварности, истраживачи су тражили од учесника да физички избегавају препреке док се крећу кроз виртуелно окружење. Систем игре забележио је њихов стварни положај тела помоћу сензора покрета, а затим је огледао њихова кретања аватаром у виртуелној стварности.

Учесници су морали да се савијају, чуче, подижу руке и скачу како би избегли препреке. Учесник је успешно избегао виртуелну препреку ако је ниједан део њиховог аватара није додирнуо препреку. Ако су ступили у контакт, истраживачи су оценили тежину грешке према томе колико је аватар додирнуо препреку.

У једном од дизајна апликација, учесници су могли да зараде више бодова померајући се да сакупљају виртуелне новчиће, што их је понекад натерало да пређу препреку.

„Како се сложеност задатака повећава, учесницима је потребна већа мотивација да постигну исти ниво резултата“, рекао је Лопез. „Без обзира колико је одређена карактеристика ангажована, она треба да подстакне учесника ка остварењу циља, а не да се враћа уназад или да губи време на тангенцијални задатак. Додавање више функција не мора нужно побољшати перформансе. “

Туцкер и Лопез створили су предиктивни алгоритам за предвиђање исхода догађаја. Алат је помогао да се рангира потенцијална корисност неке функције игре. Затим су тестирали колико добро свака игра карактерише мотивисане учеснике приликом извршавања задатака виртуелне стварности.

Упоређивали су резултате тестова са предвиђањима алгоритма као доказ концепта и открили су да формула правилно предвиђа која игра садржи најбоље мотивисане људе у физички интерактивним задацима.

Истраживачи су открили да су гамификоване апликације са системом бодовања, способношћу одабира аватара и наградама у игри довеле до знатно мање грешака и већих перформанси од оних са системом победи или изгуби, случајним позадинама игара и заснованим на учинку. награде.

Шездесет осам учесника тестирало је два дизајна која су се разликовала само по карактеристикама које су коришћене за обављање истог скупа задатака.

Истраживачи су изабрали тестиране карактеристике игара међу најбоље рангираним играма у продавници апликација Гоогле Плаи, искористивши функције које чине игре претјераним и поновним за играње, а затим сузили избор на основу доступне технологије.

Њихов алгоритам је поредао карактеристике игре према томе колико су лако дизајнери могли да их примене, физичкој сложености коришћења функције и утицају функције на мотивацију учесника и способност да изврше задатак.

Истражитељи су открили да ако је нека карактеристика игре превише технолошки тешка за уградњу у игру, превише физички сложена, не нуди довољно подстицаја за додатни напор или ако ради против крајњег циља игре, онда та функција има малу потенцијалну корисност.

Резултати студије се појављују у часопису Рачунари у људском понашању. Истраживачи верују да њихови налази могу помоћи у побољшању перформанси на радном месту и персонализацији учионица виртуелне стварности за образовање на мрежи.

„Култура игара већ је истражила и савладала психолошке аспекте игара који их чине привлачним и мотивирајућим“, рекао је Туцкер. „То знање желимо искористити за циљ индивидуалне оптимизације перформанси на радном месту.“

Да би то урадили, Туцкер и Лопез следећи пут желе да повежу перформансе са менталним стањем током ових гамифицираних физичких задатака. Откуцаји срца, сигнали електроенцефалограма и изрази лица користиће се као заменици расположења и менталног стања док извршавају задатке за повезивање расположења са карактеристикама игре које утичу на мотивацију.

Извор: Пенн Стате