Tom Chatfield: 7 ways video games engage the brain

203,334 views ・ 2010-11-01

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Athanasios Karavasilis Επιμέλεια: Alexandros Tzaferidis
00:15
I love video games.
0
15260
3000
Αγαπάω τα video games.
00:18
I'm also slightly in awe of them.
1
18260
3000
Επίσης μου προκαλούν δέος.
00:21
I'm in awe of their power
2
21260
2000
Δέος με την δύναμή που δείχνουν
00:23
in terms of imagination, in terms of technology,
3
23260
2000
στο τομέα της φαντασίας, της τεχνολογίας,
00:25
in terms of concept.
4
25260
2000
των ιδεών που προσφέρουν.
00:27
But I think, above all,
5
27260
2000
Νομίζω όμως ότι περισσότερο από όλα
00:29
I'm in awe at their power
6
29260
2000
μου προκαλεί δέος το γεγονός ότι έχουν την δύναμη
00:31
to motivate, to compel us,
7
31260
3000
να μας παρακινήσουν, να μας εξωθήσουν,
00:34
to transfix us,
8
34260
2000
να μας καθηλώσουν,
00:36
like really nothing else we've ever invented
9
36260
3000
όπως δεν το έχει καταφέρει τίποτα από όσα
00:39
has quite done before.
10
39260
2000
έχουμε εφεύρει έως σήμερα.
00:41
And I think that we can learn some pretty amazing things
11
41260
3000
Πιστεύω ότι μπορούμε να μάθουμε πολλά
00:44
by looking at how we do this.
12
44260
2000
μόνο από τον τρόπο που τα δημιουργούμε.
00:46
And in particular, I think we can learn things
13
46260
2000
Συγκεκριμένα, είμαι σίγουρος ότι μπορούμε να μάθουμε
00:48
about learning.
14
48260
3000
για την ίδια την μάθηση.
00:51
Now the video games industry
15
51260
2000
Η βιομηχανία των video games
00:53
is far and away the fastest growing
16
53260
2000
είναι μακράν η ταχύτερα αναπτυσσόμενη
00:55
of all modern media.
17
55260
2000
σε σύγκριση με όλες τις υπόλοιπες στην κατηγορία της.
00:57
From about 10 billion in 1990,
18
57260
2000
Από 10 δις το 1990,
00:59
it's worth 50 billion dollars globally today,
19
59260
3000
σήμερα φτάνει να αξίζει 50 δις δολάρια σε παγκόσμιο επίπεδο,
01:02
and it shows no sign of slowing down.
20
62260
3000
και δεν έχει δείξει κανένα σημάδι επιβράδυνσης.
01:05
In four years' time,
21
65260
2000
Σε τέσσερα χρόνια από τώρα,
01:07
it's estimated it'll be worth over 80 billion dollars.
22
67260
3000
εκτιμάται ότι θα αξίζει περισσότερα από 80 δις δολάρια.
01:10
That's about three times the recorded music industry.
23
70260
3000
Αυτό το ποσό ισούται 3 φορές με το αντίστοιχο στην μουσική βιομηχανία.
01:13
This is pretty stunning,
24
73260
2000
Αρκετά εντυπωσιακό νούμερο
01:15
but I don't think it's the most telling statistic of all.
25
75260
3000
αλλά υπάρχει ένα άλλο στατιστικό στοιχείο που είναι πιο αντιπροσωπευτικό.
01:18
The thing that really amazes me
26
78260
2000
Αυτό που πραγματικά με εντυπωσιάζει
01:20
is that, today,
27
80260
2000
είναι ότι σήμερα
01:22
people spend about
28
82260
2000
κάποιοι ξοδεύουν περίπου
01:24
eight billion real dollars a year
29
84260
3000
8 δις δολάρια τον χρόνο
01:27
buying virtual items
30
87260
2000
αγοράζοντας ψηφιακά αντικείμενα
01:29
that only exist
31
89260
2000
που υπάρχουν μόνο
01:31
inside video games.
32
91260
3000
μέσα στα video games.
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
94260
3000
Αυτό είναι ένα στιγμιότυπο από τον ψηφιακό κόσμο, Enropia Universe.
01:37
Earlier this year,
34
97260
2000
Κάποιους μήνες νωρίτερα,
01:39
a virtual asteroid in it
35
99260
2000
ένας ψηφιακός αστεροειδής μέσα στο παιχνίδι
01:41
sold for 330,000 real dollars.
36
101260
4000
πουλήθηκε για 330,000 αληθινά δολάρια.
01:45
And this
37
105260
2000
Και αυτό
01:47
is a Titan class ship
38
107260
3000
είναι ένα αστρόπλοιο τύπου Titan
01:50
in the space game, EVE Online.
39
110260
2000
στο διαδικτυακό παιχνίδι, EVE Online.
01:52
And this virtual object
40
112260
2000
Αυτό το ψηφιακό αντικείμενο
01:54
takes 200 real people
41
114260
2000
απασχόλησε 200 αληθινούς ανθρώπους
01:56
about 56 days of real time to build,
42
116260
3000
και περίπου 56 μέρες αληθινού χρόνου για να φτιαχτεί.
01:59
plus countless thousands of hours
43
119260
3000
χωρίς να υπολογίζουμε τις χιλιάδες ώρες
02:02
of effort before that.
44
122260
2000
προσπάθειας που προηγήθηκαν.
02:04
And yet, many of these get built.
45
124260
3000
Κι όμως, πολλά από αυτά συνεχίζουν να δημιουργούνται.
02:07
At the other end of the scale,
46
127260
2000
Στο ακριβώς αντίθετο άκρο,
02:09
the game Farmville that you may well have heard of,
47
129260
3000
το παιχνίδι, Farmville, το οποίο πιθανόν ήδη να γνωρίζετε,
02:12
has 70 million players
48
132260
2000
έχει 70 εκατομμύρια παίχτες
02:14
around the world
49
134260
2000
σε παγκόσμια κλίμακα,
02:16
and most of these players
50
136260
2000
και οι περισσότεροι από αυτούς
02:18
are playing it almost every day.
51
138260
2000
ασχολούνται με αυτό σε καθημερινή βάση.
02:20
This may all sound
52
140260
2000
Αυτό μπορεί να ακούγεται
02:22
really quite alarming to some people,
53
142260
2000
κάπως ανησυχητικό σε κάποιους,
02:24
an index of something worrying
54
144260
2000
ένα σημάδι ότι κάτι δεν πάει καλά
02:26
or wrong in society.
55
146260
2000
στην κοινωνία που ζούμε.
02:28
But we're here for the good news,
56
148260
2000
Αλλά εδώ είμαστε να σας πούμε τα καλά νέα,
02:30
and the good news is
57
150260
2000
και τα καλά νέα είναι
02:32
that I think we can explore
58
152260
2000
ότι μπορούμε να εξερευνήσουμε τους λόγους
02:34
why this very real human effort,
59
154260
3000
για τους οποίους αυτή η πολύ αληθινή και ανθρώπινη προσπάθεια,
02:37
this very intense generation of value, is occurring.
60
157260
4000
αυτή η έντονη γενιά αξιών, συμβαίνει στην εποχή μας.
02:41
And by answering that question,
61
161260
2000
Και απαντώντας σε αυτήν την ερώτηση,
02:43
I think we can take something
62
163260
2000
πιστεύω ότι μπορούμε να αφομοιώσουμε
02:45
extremely powerful away.
63
165260
2000
κάτι που είναι εξαιρετικά ισχυρό.
02:47
And I think the most interesting way
64
167260
2000
Και ακόμα πιστεύω ότι ο πιο ενδιαφέρον τρόπος
02:49
to think about how all this is going on
65
169260
2000
για να αναλογιστούμε όλα αυτά που συμβαίνουν
02:51
is in terms of rewards.
66
171260
2000
είναι από την οπτική γωνία των "ανταμοιβών".
02:53
And specifically, it's in terms
67
173260
3000
Ειδικότερα, από την οπτική γωνία
02:56
of the very intense emotional rewards
68
176260
2000
των πολύ έντονων συναισθηματικών αμοιβών
02:58
that playing games offers to people
69
178260
2000
που προσφέρουν τα παιχνίδια στους ανθρώπους,
03:00
both individually
70
180260
2000
τόσο προσωπικά
03:02
and collectively.
71
182260
2000
όσο και συλλογικά.
03:04
Now if we look at what's going on in someone's head
72
184260
2000
Αν κοιτάξουμε τι συμβαίνει στο μυαλό κάποιου
03:06
when they are being engaged,
73
186260
2000
όταν αυτό αρχίσει να απασχολείται,
03:08
two quite different processes are occurring.
74
188260
3000
θα παρατηρήσουμε ότι συμβαίνουν δύο τελείως διαφορετικές διαδικασίες.
03:11
On the one hand, there's the wanting processes.
75
191260
3000
Από την μία, έχουμε την διαδικασία της θέλησης.
03:14
This is a bit like ambition and drive -- I'm going to do that. I'm going to work hard.
76
194260
3000
Κάτι αντίστοιχο με την φιλοδοξία. "Θα το κάνω αυτό. Θα δουλέψω σκληρά".
03:17
On the other hand, there's the liking processes,
77
197260
2000
Από την άλλη έχουμε την διαδικασία της αρέσκειας,
03:19
fun and affection
78
199260
2000
της διασκέδασης, της συμπάθειας
03:21
and delight
79
201260
2000
και της απόλαυσης.
03:23
and an enormous flying beast with an orc on the back.
80
203260
2000
Και ενός τεράστιου ιπτάμενου θηρίου με ένα όρκ στην πλάτη του.
03:25
It's a really great image. It's pretty cool.
81
205260
2000
Είναι μια πραγματικά απίθανη εικόνα. Πολύ cool.
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
207260
3000
Προέρχεται από το παιχνίδι World of Warcraft με περισσότερους από 10 εκ, παίχτες σε όλο τον κόσμο,
03:30
one of whom is me, another of whom is my wife.
83
210260
3000
περιλαμβανομένου εμένα και της γυναίκας μου.
03:33
And this kind of a world,
84
213260
2000
Κι αυτού του είδους ο κόσμος,
03:35
this vast flying beast you can ride around,
85
215260
2000
αυτό το ιπτάμενο τέρας που μπορείς να καβαλήσεις,
03:37
shows why games are so very good
86
217260
2000
μας δείχνει τον λόγο που τα παιχνίδια είναι τόσο καλά
03:39
at doing both the wanting and the liking.
87
219260
3000
στο να μας δίνουν και αυτό που θέλουμε αλλά και αυτό που μας αρέσει.
03:42
Because it's very powerful. It's pretty awesome.
88
222260
2000
Επειδή είναι πανίσχυρα. Και αρκετά φοβερά.
03:44
It gives you great powers.
89
224260
2000
Σου δίνουν τρομερές δυνάμεις.
03:46
Your ambition is satisfied, but it's very beautiful.
90
226260
3000
Η φιλοδοξίες σου καλύπτονται, μα είναι και πολύ όμορφο.
03:49
It's a very great pleasure to fly around.
91
229260
3000
Το να πετάς είναι απόλαυση.
03:52
And so these combine to form
92
232260
2000
Οπότε όλα αυτά ενώνονται για να δημιουργήσουν
03:54
a very intense emotional engagement.
93
234260
2000
ένα πολύ έντονο συναισθηματικό δέσιμο.
03:56
But this isn't the really interesting stuff.
94
236260
3000
Αλλά αυτό δεν είναι το πιο ενδιαφέρον μέρος.
03:59
The really interesting stuff about virtuality
95
239260
2000
Το πραγματικά ενδιαφέρον με την ψηφιοποίηση των δεδομένων
04:01
is what you can measure with it.
96
241260
2000
είναι το τι μπορείς να μετρήσεις με αυτήν.
04:03
Because what you can measure in virtuality
97
243260
3000
Επειδή αυτά που μπορείς να μετρήσεις με την ψηφιιοποίηση
04:06
is everything.
98
246260
2000
είναι απλά τα πάντα.
04:08
Every single thing that every single person
99
248260
2000
Κάθε πράξη που έχει κάνει ο κάθε παίχτης
04:10
who's ever played in a game has ever done can be measured.
100
250260
3000
που έχει παίξει το παιχνίδι έως τώρα, μπορεί να μετρηθεί.
04:13
The biggest games in the world today
101
253260
2000
Τα μεγαλύτερα παιχνίδια στον κόσμο αυτήν την στιγμή
04:15
are measuring more than one billion points of data
102
255260
4000
μετράνε περισσότερα από ένα δις δεδομένα
04:19
about their players, about what everybody does --
103
259260
2000
όσο αφορά τους παίχτες και τι κάνουν στο παιχνίδι,
04:21
far more detail than you'd ever get from any website.
104
261260
3000
με πολύ περισσότερη λεπτομέρεια από οποιαδήποτε ιστοσελίδα.
04:24
And this allows something very special
105
264260
3000
Και αυτό επιτρέπει στα παιχνίδια
04:27
to happen in games.
106
267260
2000
να καταφέρουν κάτι το πολύ ξεχωριστό.
04:29
It's something called the reward schedule.
107
269260
3000
Πρόκειται για κάτι που λέγεται "πρόγραμμα ανταμοιβής".
04:32
And by this, I mean looking
108
272260
2000
Και με αυτό, πραγματικά δείτε
04:34
at what millions upon millions of people have done
109
274260
2000
τι έχουν καταφέρει εκατομμύρια ανθρώπων
04:36
and carefully calibrating the rate,
110
276260
2000
απλά τηρώντας προσεκτικά τις αναλογίες,
04:38
the nature, the type, the intensity of rewards in games
111
278260
3000
την φύση, τον τύπο, την ένταση των ανταμοιβών στα παιχνίδια
04:41
to keep them engaged
112
281260
2000
ώστε να τους κρατήσουν κολλημένους σε αυτό
04:43
over staggering amounts of time and effort.
113
283260
3000
σπαταλώντας πολύ χρόνο και προσπάθεια.
04:46
Now, to try and explain this
114
286260
2000
Τώρα, για να μπορέσω να το εξηγήσω
04:48
in sort of real terms,
115
288260
3000
κάπως πιο ρεαλιστικά,
04:51
I want to talk about a kind of task
116
291260
2000
θα ήθελα να μιλήσω για ένα είδος δραστηριότητας
04:53
that might fall to you in so many games.
117
293260
2000
που μπορείτε να συναντήσετε σε πολλά παιχνίδια.
04:55
Go and get a certain amount of a certain little game-y item.
118
295260
3000
"Πηγαίνετε και βρείτε ένα συγκεκριμένο αριθμό από ψηφιακά αντικείμενα."
04:58
Let's say, for the sake of argument,
119
298260
2000
Ας πούμε, για χάρη της συζήτησης,
05:00
my mission is to get 15 pies
120
300260
3000
ότι η αποστολή μου είναι να βρω 15 πίτες,
05:03
and I can get 15 pies
121
303260
3000
και ο τρόπος να βρω αυτές τις 15 πίτες
05:06
by killing these cute, little monsters.
122
306260
2000
είναι σκοτώνοντας αυτά τα χαριτωμένα, μικρά τερατάκια.
05:08
Simple game quest.
123
308260
2000
Μια απλή αποστολή στο παιχνίδι.
05:10
Now you can think about this, if you like,
124
310260
2000
Μπορείτε, επίσης, να το σκεφτείτε ως
05:12
as a problem about boxes.
125
312260
2000
ένα πρόβλημα που αφορά κουτιά.
05:14
I've got to keep opening boxes.
126
314260
2000
Απλά πρέπει να ανοίγω συνέχεια κουτιά.
05:16
I don't know what's inside them until I open them.
127
316260
3000
Δεν ξέρω τι περιέχουν ως την στιγμή που θα τα ανοίξω.
05:19
And I go around opening box after box until I've got 15 pies.
128
319260
3000
Και τριγυρνώ ανοίγοντας κουτιά μέχρι να μαζέψω τις 15 πίτες.
05:22
Now, if you take a game like Warcraft,
129
322260
2000
Τώρα, σε ένα παιχνίδι όπως το Warcraft,
05:24
you can think about it, if you like,
130
324260
2000
μπορείτε να το σκεφτείτε ως
05:26
as a great box-opening effort.
131
326260
3000
μια μεγάλη προσπάθεια "ανοίγματος κουτιών".
05:29
The game's just trying to get people to open about a million boxes,
132
329260
3000
Το παιχνίδι απλά βάζει ανθρώπους να ανοίξουν πάνω από ένα εκ. κουτιά,
05:32
getting better and better stuff in them.
133
332260
2000
βρίσκοντας όλο και καλύτερα αντικείμενα μέσα σε αυτά.
05:34
This sounds immensely boring
134
334260
3000
Αν και ακούγεται υπερβολικά βαρετό,
05:37
but games are able
135
337260
2000
τα παιχνίδια έχουν την δυνατότητα
05:39
to make this process
136
339260
2000
να κάνουν αυτή την διαδικασία
05:41
incredibly compelling.
137
341260
2000
απίστευτα θελκτική.
05:43
And the way they do this
138
343260
2000
Και ο τρόπος με τον οποίο τα καταφέρνουν
05:45
is through a combination of probability and data.
139
345260
3000
είναι μέσω ενός συνδυασμού πιθανοτήτων και δεδομένων.
05:48
Let's think about probability.
140
348260
2000
Ας σκεφτούμε λίγο τον όρο "πιθανότητα".
05:50
If we want to engage someone
141
350260
2000
Αν θέλουμε να βάλουμε κάποιον να συμμετέχει
05:52
in the process of opening boxes to try and find pies,
142
352260
3000
σε αυτή την διαδικασία, να ανοίξουν κουτιά και να βρουν πίτες.
05:55
we want to make sure it's neither too easy,
143
355260
2000
Θέλουμε να είμαστε σίγουροι ότι δεν είναι ούτε πολύ εύκολο,
05:57
nor too difficult, to find a pie.
144
357260
2000
αλλά ούτε πολύ δύσκολο να βρούνε μια πίτα.
05:59
So what do you do? Well, you look at a million people --
145
359260
2000
Οπότε, τι κάνεις; Απλά κοιτάς ότι έχεις 1 εκ. παίχτες,
06:01
no, 100 million people, 100 million box openers --
146
361260
3000
όχι, ας πούμε 100 εκ, παίχτες που ανοίγουν κουτιά,
06:04
and you work out, if you make the pie rate
147
364260
3000
και υπολογίζεις ότι αν το ποσοστό των πιτών
06:07
about 25 percent --
148
367260
2000
θα είναι περίπου 25%
06:09
that's neither too frustrating, nor too easy.
149
369260
3000
δεν θα είναι ούτε πολύ εκνευριστικό αλλά ούτε και πολύ εύκολο'
06:12
It keeps people engaged.
150
372260
2000
κρατάει τους παίχτες απασχολημένους.
06:14
But of course, that's not all you do -- there's 15 pies.
151
374260
3000
Αλλά βέβαια, δεν είναι μόνο αυτό. Υπάρχουν 15 πίτες.
06:17
Now, I could make a game called Piecraft,
152
377260
2000
Θα μπορούσα να φτιάξω ένα παιχνίδι που να λέγεται Piecraft,
06:19
where all you had to do was get a million pies
153
379260
2000
στο οποίο το μόνο που έχεις να κάνεις είναι να μαζέψεις 1 εκ. πίτες,
06:21
or a thousand pies.
154
381260
2000
ή χίλιες πίτες.
06:23
That would be very boring.
155
383260
2000
Αυτό θα ήταν πολύ βαρετό.
06:25
Fifteen is a pretty optimal number.
156
385260
2000
Το 15 αποτελεί έναν πολύ αρεστό αριθμό.
06:27
You find that -- you know, between five and 20
157
387260
2000
Μεταξύ 5 και 20
06:29
is about the right number for keeping people going.
158
389260
2000
είναι ακριβώς ο κατάλληλος αριθμός για να κρατήσει τους παίχτες απασχολημένους.
06:31
But we don't just have pies in the boxes.
159
391260
2000
Αλλά δεν υπάρχουν μόνο πίτες στα κουτιά.
06:33
There's 100 percent up here.
160
393260
2000
Υπάρχει ένα ποσοστό που αγγίζει το 100% εδώ.
06:35
And what we do is make sure that every time a box is opened,
161
395260
3000
Και αυτό που κάνουμε είναι κάθε φορά που ένα κουτί ανοίγει,
06:38
there's something in it, some little reward
162
398260
2000
να υπάρχει κάτι μέσα, μια μικρή ανταμοιβή,
06:40
that keeps people progressing and engaged.
163
400260
2000
που θα δίνει την ώθηση στους παίκτες να προχωρήσουν και να ασχοληθούν περισσότερο.
06:42
In most adventure games,
164
402260
2000
Στα περισσότερα παιχνίδια περιπέτειας,
06:44
it's a little bit in-game currency, a little bit experience.
165
404260
3000
θα είναι λίγα ψηφιακά χρήματα, λίγοι πόντοι εμπειρίας,
06:47
But we don't just do that either.
166
407260
2000
αλλά δεν τελειώνουμε σε αυτό το σημείο.
06:49
We also say there's going to be loads of other items
167
409260
2000
Επίσης, πρόκειται να υπάρχουν πολλά άλλα αντικείμενα
06:51
of varying qualities and levels of excitement.
168
411260
2000
διαφορετικής ποιότητας που θα προσφέρουν και διαφορετική ικανοποίηση.
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
413260
3000
Θα υπάρχει τουλάχιστον μια 10% πιθανότητα να βρεις ένα πολύ καλό αντικείμενο.
06:56
There's going to be a 0.1 percent chance
170
416260
2000
Και θα υπάρχει και ένα ποσοστό του 0,1%
06:58
you get an absolutely awesome item.
171
418260
3000
να βρεις ένα πραγματικά καταπληκτικό αντικείμενο.
07:01
And each of these rewards is carefully calibrated to the item.
172
421260
3000
Και κάθε μία από αυτές τις ανταμοιβές είναι προσεκτικά διαλεγμένες για κάθε αντικείμενο.
07:04
And also, we say,
173
424260
2000
Επίσης, ρωτάμε,
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
426260
3000
"Πόσα τέρατα όμως; Πρέπει να έχουμε ένα τεράστιο κόσμο γεμάτο από τέρατα;"
07:09
No, we want one or two monsters on the screen at any one time.
175
429260
3000
Όχι, χρειαζόμαστε το πολύ 2 τέρατα κάθε φορά στην οθόνη μας.
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
432260
3000
Οπότε με τραβάει. Δεν είναι ούτε πολύ εύκολο αλλά ούτε και πολύ δύσκολο.
07:15
So all this is very powerful.
177
435260
2000
Οπότε όλο αυτό αποτελεί ένα πολύ ισχυρό σκηνικό.
07:17
But we're in virtuality. These aren't real boxes.
178
437260
3000
Αλλά βρισκόμαστε σε ένα εικονικό περιβάλλον. Αυτά δεν είναι αληθινά κουτιά.
07:20
So we can do
179
440260
2000
Οπότε μπορούμε να κάνουμε
07:22
some rather amazing things.
180
442260
2000
πραγματικά απίστευτα πράγματα.
07:24
We notice, looking at all these people opening boxes,
181
444260
4000
Καθώς κοιτάμε όλους αυτούς να ανοίγουν κουτιά μπορούμε να παρατηρήσουμε,
07:28
that when people get to about 13 out of 15 pies,
182
448260
3000
ότι όταν έχουν μαζέψει 13 από τις 15 πίτες,
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
451260
3000
το ενδιαφέρον τους μειώνεται και αρχίζουν να βαριούνται.
07:34
They're not rational about probability.
184
454260
2000
Δεν βλέπουν λογικά τις πιθανότητες.
07:36
They think this game is unfair.
185
456260
2000
Πιστεύουν ότι το παιχνίδι είναι άδικο.
07:38
It's not giving me my last two pies. I'm going to give up.
186
458260
2000
"Δεν μου δίνει τις δύο τελευταίες πίτες. Θα τα παρατήσω."
07:40
If they're real boxes, there's not much we can do,
187
460260
2000
Αν ήταν αληθινά κουτιά οι επιλογές μας θα ήταν περιορισμένες,
07:42
but in a game we can just say, "Right, well.
188
462260
2000
αλλά μέσα στο παιχνίδι μπορούμε απλά να πούμε, "Ε, εντάξει".
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
464260
4000
Όταν φτάσεις στις 13 πίτες, έχεις ένα 75% ποσοστό να βρεις την επόμενη πίτα.
07:48
Keep you engaged. Look at what people do --
190
468260
2000
Αυτό σε κρατάει απασχολημένο. Παρατηρήστε τι ακριβώς κάνουν οι άνθρωποι.
07:50
adjust the world to match their expectation.
191
470260
2000
Προσαρμόζουν τον κόσμο ανάλογα με τις προσδοκίες τους.
07:52
Our games don't always do this.
192
472260
2000
Τα παιχνίδια δεν το κάνουν πάντα αυτό.
07:54
And one thing they certainly do at the moment
193
474260
2000
Αλλά αυτό που σίγουρα κάνουν προς το παρόν
07:56
is if you got a 0.1 percent awesome item,
194
476260
3000
είναι ότι αν κάποιο αντικείμενο έχει ποσοστό 0.1% να βρεθεί,
07:59
they make very sure another one doesn't appear for a certain length of time
195
479260
3000
τότε είναι σίγουρο ότι κάποιο παρόμοιο θα βρεθεί μετά από ένα εύλογο χρονικό διάστημα
08:02
to keep the value, to keep it special.
196
482260
2000
για να διατηρηθεί η αξία του αντικειμένου, να παραμείνει μοναδικό.
08:04
And the point is really
197
484260
2000
Στην πραγματικότητα
08:06
that we evolved to be satisfied by the world
198
486260
2000
εξελιχθήκαμε έτσι ώστε να ικανοποιούμαστε από τον κόσμο γύρω μας
08:08
in particular ways.
199
488260
2000
με συγκεκριμένους τρόπους.
08:10
Over tens and hundreds of thousands of years,
200
490260
3000
Μέσα σε δεκάδες χιλιάδες χρόνια,
08:13
we evolved to find certain things stimulating,
201
493260
2000
εξελιχθήκαμε έτσι ώστε να βρίσκουμε κάποια πράγματα άκρως διεγερτικά,
08:15
and as very intelligent, civilized beings,
202
495260
2000
και ως νοήμονα και πολιτισμένα όντα,
08:17
we're enormously stimulated by problem solving and learning.
203
497260
3000
μας ερεθίζουν τα προβλήματα λογικής που προσφέρουν και γνώσεις.
08:20
But now, we can reverse engineer that
204
500260
2000
Αλλά πλέον μπορούμε αυτό να το αντιγράψουμε
08:22
and build worlds
205
502260
2000
και να χτίσουμε κόσμους
08:24
that expressly tick our evolutionary boxes.
206
504260
3000
που να αναπαράγουν τις εξελικτικές μας διαθέσεις.
08:27
So what does all this mean in practice?
207
507260
2000
Οπότε τι σημαίνουν όλα αυτά στην πράξη;
08:29
Well, I've come up
208
509260
2000
Κατέληξα,
08:31
with seven things
209
511260
2000
σε εφτά πράγματα
08:33
that, I think, show
210
513260
2000
που πιστεύω ότι δείχνουν
08:35
how you can take these lessons from games
211
515260
2000
πως μπορείς να πάρεις αυτά τα εικονικά μαθήματα
08:37
and use them outside of games.
212
517260
3000
και να τα χρησιμοποιήσεις εκτός παιχνιδιών.
08:40
The first one is very simple:
213
520260
2000
Το πρώτο είναι πολύ απλό:
08:42
experience bars measuring progress --
214
522260
2000
οι μπάρες εμπειρίας μετράνε την πρόοδο,
08:44
something that's been talked about brilliantly
215
524260
2000
κάτι το οποίο αναλύθηκε με έξοχο τρόπο
08:46
by people like Jesse Schell earlier this year.
216
526260
3000
νωρίτερα φέτος από ανθρώπους όπως ο Jesse Schell.
08:49
It's already been done at the University of Indiana in the States, among other places.
217
529260
3000
Έχει ήδη δοκιμαστεί από το Πανεπιστήμιο του Ιντιάνα στις ΗΠΑ, όπως και σε άλλα μέρη,
08:52
It's the simple idea that instead of grading people incrementally
218
532260
3000
Αντί να βαθμολογούμε την απόδοση σταδιακά
08:55
in little bits and pieces,
219
535260
2000
σε πολύ μικρά σημεία,
08:57
you give them one profile character avatar
220
537260
2000
τους δίνεις το "άβαταρ" ενός χαρακτήρα
08:59
which is constantly progressing
221
539260
2000
το οποίο συνεχώς προοδεύει
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
541260
3000
έχοντας πολλές μικρές προσαυξήσεις, τις οποίες νιώθουν ότι έχουν καταφέρει οι ίδιοι.
09:04
And everything comes towards that,
223
544260
2000
Και όλα καταλήγουν σε αυτή την πρόοδο του "άβαταρ",
09:06
and they watch it creeping up, and they own that as it goes along.
224
546260
3000
καθώς το βλέπουν να αυξάνεται σιγά σιγά και συνεχίζουν να νιώθουν την ίδια οικειότητα.
09:09
Second, multiple long and short-term aims --
225
549260
2000
Δεύτερον, πολλοί μακροπρόθεσμοι και βραχυπρόθεσμοι στόχοι.
09:11
5,000 pies, boring,
226
551260
2000
5000 πίτες, βαρετό,
09:13
15 pies, interesting.
227
553260
2000
15 πίτες, ενδιαφέρον.
09:15
So, you give people
228
555260
2000
Οπότε απλά τους δίνεις
09:17
lots and lots of different tasks.
229
557260
2000
πολλές και διαφορετικές ασχολίες.
09:19
You say, it's about
230
559260
2000
Για παράδειγμα,
09:21
doing 10 of these questions,
231
561260
2000
έχεις να απαντήσεις 10 ερωτήσεις,
09:23
but another task
232
563260
2000
αλλά μια άλλη δραστηριότητα λέει
09:25
is turning up to 20 classes on time,
233
565260
2000
να εμφανιστείς στην ώρα σου σε 20 μαθήματα,
09:27
but another task is collaborating with other people,
234
567260
3000
αλλά ακόμα μια δραστηριότητα λέει να συνεργαστείς με άλλους ανθρώπους,
09:30
another task is showing you're working five times,
235
570260
3000
μία άλλη να δουλέψεις σε κάτι 5 φορές,
09:33
another task is hitting this particular target.
236
573260
2000
ακόμα μία να χτυπήσεις ένα συγκεκριμένο στόχο.
09:35
You break things down into these calibrated slices
237
575260
3000
Χωρίζεις αυτές τις δραστηριότητες σε ίσα μέρη
09:38
that people can choose and do in parallel
238
578260
2000
όπου κάποιος μπορεί να διαλέξει και να τις κάνει ακόμα και παράλληλα.
09:40
to keep them engaged
239
580260
2000
Και αυτό είναι που τους κρατάει απασχολημένους
09:42
and that you can use to point them
240
582260
2000
και τους δείχνει τι μπορούν να κάνουν
09:44
towards individually beneficial activities.
241
584260
3000
για να αποκτήσουν περισσότερα οφέλη.
09:48
Third, you reward effort.
242
588260
2000
Τρίτον, επιβραβεύεις την προσπάθεια.
09:50
It's your 100 percent factor. Games are brilliant at this.
243
590260
3000
Πρόκειται για τον παράγοντα 100%. Τα παιχνίδια είναι εξαιρετικά σε αυτόν.
09:53
Every time you do something, you get credit; you get a credit for trying.
244
593260
3000
Κάθε φορά που κάνεις κάτι επιβραβεύεσαι, μόνο και μόνο για την προσπάθεια.
09:56
You don't punish failure. You reward every little bit of effort --
245
596260
3000
Δεν τιμωρείς την αποτυχία. Επιβραβεύεις κάθε ίχνος απόδοσης.
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
599260
3000
Λίγο παραπάνω ψηφιακό χρυσό, λίγο περισσότερη επιβράβευση, "έκανες 20 ερωτήσεις" οπότε κι άλλη επιβράβευση.
10:02
It all feeds in as minute reinforcement.
247
602260
3000
Όλα λειτουργούν ως στιγμιαίες ενισχύσεις.
10:05
Fourth, feedback.
248
605260
2000
Τέταρτον, ανάδραση.
10:07
This is absolutely crucial,
249
607260
2000
Η ανάδραση είναι τρομερά σημαντική,
10:09
and virtuality is dazzling at delivering this.
250
609260
2000
και η εικονικότητα τα καταφέρνει καταπληκτικά και σε αυτό.
10:11
If you look at some of the most intractable problems in the world today
251
611260
3000
Αν δούμε μερικά από τα πιο δυσεπίλυτα προβλήματα σήμερα στον πλανήτη
10:14
that we've been hearing amazing things about,
252
614260
2000
για τα οποία έχουμε ακούσει απίστευτα πράγματα.
10:16
it's very, very hard for people to learn
253
616260
3000
Είναι πολύ δύσκολο για τους ανθρώπους να μάθουν
10:19
if they cannot link consequences to actions.
254
619260
3000
αν δεν συνδέσουν τις πράξεις με τα αποτελέσματα.
10:22
Pollution, global warming, these things --
255
622260
2000
Μόλυνση, υπερθέρμανση, όλα αυτά τα προβλήματα,
10:24
the consequences are distant in time and space.
256
624260
2000
έχουν συνέπειες που θα τις δούμε στο μακρινό μέλλον.
10:26
It's very hard to learn, to feel a lesson.
257
626260
2000
Είναι πολύ δύσκολο να μάθεις κάτι,
10:28
But if you can model things for people,
258
628260
2000
εάν όμως τα μοντελοποιήσουμε,
10:30
if you can give things to people that they can manipulate
259
630260
2000
εάν δώσουμε στους ανθρώπους κάτι το οποίο μπορούν να χειριστούν
10:32
and play with and where the feedback comes,
260
632260
2000
και να παίξουν μαζί του και όπου οι συνέπειες έρθουν άμεσα,
10:34
then they can learn a lesson, they can see,
261
634260
2000
τότε μπορούν να πάρουν το μάθημα, μπορούν να δουν,
10:36
they can move on, they can understand.
262
636260
3000
μπορούν να προχωρήσουν παρακάτω και μπορούν επιτέλους να καταλάβουν.
10:39
And fifth,
263
639260
2000
Πέμπτον,
10:41
the element of uncertainty.
264
641260
2000
το στοιχείο της αβεβαιότητας.
10:43
Now this is the neurological goldmine,
265
643260
3000
Πρόκειται για ένα "νευρολογικό χρυσωρυχείο" για τα παιχνίδια,
10:46
if you like,
266
646260
2000
αν μου επιτρέπετε την έκφραση,
10:48
because a known reward
267
648260
2000
επειδή μια επιβράβευση που την περιμένουμε
10:50
excites people,
268
650260
2000
μας ενθουσιάζει,
10:52
but what really gets them going
269
652260
2000
αλλά αυτό που πραγματικά μας δίνει κίνητρο
10:54
is the uncertain reward,
270
654260
2000
είναι η άγνωστη επιβράβευση,
10:56
the reward pitched at the right level of uncertainty,
271
656260
2000
εκείνη που τυλίγεται με ένα πέπλο αβεβαιότητας,
10:58
that they didn't quite know whether they were going to get it or not.
272
658260
3000
και την οποία δεν ξέρουμε καν αν πρόκειται να αποκτήσουμε ή όχι.
11:01
The 25 percent. This lights the brain up.
273
661260
3000
Το 25%. Αυτό ενεργοποιεί τον εγκέφαλο.
11:04
And if you think about
274
664260
2000
Και αν κάποιος
11:06
using this in testing,
275
666260
2000
το χρησιμοποιήσει αυτό σε καταστάσεις εξετάσεων,
11:08
in just introducing control elements of randomness
276
668260
2000
απλά με το να προσθέσει τυχαία στοιχεία
11:10
in all forms of testing and training,
277
670260
2000
σε όλες τις μορφές εξετάσεων και εκπαιδεύσεων,
11:12
you can transform the levels of people's engagement
278
672260
2000
μπορείς πραγματικά να μετατρέψεις τα επίπεδα ενδιαφέροντος
11:14
by tapping into this very powerful
279
674260
2000
χρησιμοποιώντας αυτόν τον πανίσχυρο
11:16
evolutionary mechanism.
280
676260
2000
εξελικτικό μηχανισμό.
11:18
When we don't quite predict something perfectly,
281
678260
2000
Και ισχύει ότι όταν δεν μπορούμε να προβλέψουμε κάτι με ακρίβεια,
11:20
we get really excited about it.
282
680260
2000
είναι που πραγματικά ενθουσιαζόμαστε με αυτό.
11:22
We just want to go back and find out more.
283
682260
2000
Θέλουμε απλά να γυρίσουμε σε αυτό και να μάθουμε περισσότερα.
11:24
As you probably know, the neurotransmitter
284
684260
2000
΄ Όπως ήδη θα γνωρίζετε, ο νευροδιαβιβαστής
11:26
associated with learning is called dopamine.
285
686260
2000
που συνδέεται με την μάθηση ονομάζεται ντοπαμίμη.
11:28
It's associated with reward-seeking behavior.
286
688260
3000
Σχετίζεται με την συμπεριφορά που έχει να κάνει με την αναζήτησης επιβράβευσης.
11:31
And something very exciting is just beginning to happen
287
691260
3000
Και κάτι πραγματικά συγκλονιστικό πρόκειται να συμβεί
11:34
in places like the University of Bristol in the U.K.,
288
694260
3000
σε μέρη όπως το πανεπιστήμιο του Bristol στο Ηνωμένο Βασίλειο,
11:37
where we are beginning to be able to model mathematically
289
697260
3000
όπου έχουμε αρχίσει να μετράμε
11:40
dopamine levels in the brain.
290
700260
2000
τα επίπεδα ντοπαμίνης στον εγκέφαλο.
11:42
And what this means is we can predict learning,
291
702260
2000
Και αυτό σημαίνει ότι μπορούμε να προβλέψουμε την μάθηση,
11:44
we can predict enhanced engagement,
292
704260
3000
μπορούμε να προβλέψουμε επίπεδα ενισχυμένου ενδιαφέροντος,
11:47
these windows, these windows of time,
293
707260
2000
αυτά τα μικρά χρονικά παραθυράκια,
11:49
in which the learning is taking place at an enhanced level.
294
709260
3000
στα οποία μαθαίνουμε καλύτερα και αποδοτικότερα.
11:52
And two things really flow from this.
295
712260
2000
Και δύο πράγματα μπορούν να προέλθουν από αυτό.
11:54
The first has to do with memory,
296
714260
2000
Το πρώτο έχει να κάνει με την μνήμη,
11:56
that we can find these moments.
297
716260
2000
ότι πραγματικά μπορούμε να βρούμε αυτές τις στιγμές.
11:58
When someone is more likely to remember,
298
718260
2000
Όταν κάποιος μπορεί πιο εύκολα να θυμηθεί,
12:00
we can give them a nugget in a window.
299
720260
2000
μπορεί να αφομοιώσει και καλύτερα.
12:02
And the second thing is confidence,
300
722260
2000
Το δεύτερο είναι η αυτοπεποίθηση,
12:04
that we can see how game-playing and reward structures
301
724260
2000
ότι μπορούμε να αναγνωρίσουμε το πως τα παιχνίδια και οι δομές ανταμοιβής που έχουν
12:06
make people braver, make them more willing to take risks,
302
726260
3000
κάνουν τους ανθρώπους πιο γενναίους, πιο πρόθυμους να πάρουν ρίσκα,
12:09
more willing to take on difficulty,
303
729260
2000
πιο πρόθυμους να αντιμετωπίσουν δυσκολίες,
12:11
harder to discourage.
304
731260
2000
και πιο ανθεκτικούς στην απογοήτευση.
12:13
This can all seem very sinister.
305
733260
2000
Όλα αυτά μπορεί να φαίνονται σκοτεινά και μυστήρια.
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
735260
2000
Αλλά όλοι ξέρετε τι λένε, "Εχουν εκμεταλλευτεί το μυαλό μας, είμαστε όλοι εξαρτημένοι."
12:17
The word "addiction" is thrown around.
307
737260
2000
Η λέξη "εξάρτηση" χρησιμοποιείται συνεχώς για αυτό το θέμα.
12:19
There are real concerns there.
308
739260
2000
Υπάρχουν πραγματικές ανησυχίες σε αυτό το θέμα.
12:21
But the biggest neurological turn-on for people
309
741260
2000
Αλλά το μεγαλύτερο νευρολογικό κίνητρο για τους ανθρώπους
12:23
is other people.
310
743260
2000
είναι οι άνθρωποι γύρω τους.
12:25
This is what really excites us.
311
745260
3000
Αυτό είναι που πραγματικά μας συναρπάζει.
12:28
In reward terms, it's not money;
312
748260
2000
Σε όρους ανταμοιβής, δεν είναι τα λεφτά,
12:30
it's not being given cash -- that's nice --
313
750260
3000
δεν είναι τα μετρητά που παίρνουμε
12:33
it's doing stuff with our peers,
314
753260
2000
είναι τα πράγματα που κάνουμε με τους συναδέλφους μας,
12:35
watching us, collaborating with us.
315
755260
2000
το γεγονός ότι μας παρακολουθούν, ότι συνεργάζονται μαζί μας.
12:37
And I want to tell you a quick story about 1999 --
316
757260
2000
Και θέλω να σας πω μια μικρή ιστορία από το 1999 --
12:39
a video game called EverQuest.
317
759260
2000
για ένα παιχνίδι ονόματι Everquest.
12:41
And in this video game,
318
761260
2000
Και σε αυτό το παιχνίδι,
12:43
there were two really big dragons, and you had to team up to kill them --
319
763260
3000
ήταν 2 τεράστιοι δράκοι, και έπρεπε να συμμαχήσεις με άλλους για να τους σκοτώσεις.
12:46
42 people, up to 42 to kill these big dragons.
320
766260
3000
42 παίχτες μπορούσαν να μαζευτούν για να σκοτώσουν αυτούς τους μεγάλους δράκους.
12:49
That's a problem
321
769260
2000
Αυτό δημιουργούσε πρόβλημα,
12:51
because they dropped two or three decent items.
322
771260
3000
επειδή οι δράκοι έδιναν δύο ή τρία αξιοπρεπή αντικείμενα.
12:54
So players addressed this problem
323
774260
3000
Οπότε οι παίκτες έδωσαν λύση στο πρόβλημα
12:57
by spontaneously coming up with a system
324
777260
2000
με την δημιουργία ενός συστήματος
12:59
to motivate each other,
325
779260
2000
που παρακινούσε τον καθένα από αυτούς
13:01
fairly and transparently.
326
781260
2000
να φερθεί με δικαιοσύνη και διαφάνεια.
13:03
What happened was, they paid each other a virtual currency
327
783260
3000
Αυτό που έκαναν ήταν ότι δημιούργησαν ένα εικονικό νόμισμα
13:06
they called "dragon kill points."
328
786260
3000
που ονόμασαν "πόντοι του δράκου".
13:09
And every time you turned up to go on a mission,
329
789260
2000
Και κάθε φορά που εμφανιζόσουν ως μέλος σε μια αποστολή,
13:11
you got paid in dragon kill points.
330
791260
2000
έπαιρνες και "πόντους του δράκου".
13:13
They tracked these on a separate website.
331
793260
2000
Τους πόντους αυτούς μετρούσαν σε ξεχωριστή ιστοσελίδα από το παιχνίδι.
13:15
So they tracked their own private currency,
332
795260
2000
Οπότε είχαν αυτό το "ιδιωτικό" νόμισμα,
13:17
and then players could bid afterwards
333
797260
2000
με το οποίο οι παίχτες μπορούσαν να κάνουν τις προσφορές τους
13:19
for cool items they wanted --
334
799260
2000
για αντικείμενα τα οποία ήθελαν.
13:21
all organized by the players themselves.
335
801260
2000
Τα πάντα ήταν οργανωμένα από τους ίδιους τους παίχτες.
13:23
Now the staggering system, not just that this worked in EverQuest,
336
803260
3000
Το εκπληκτικό είναι ότι αυτό το σύστημα δεν δούλεψε μόνο στο Everquest,
13:26
but that today, a decade on,
337
806260
2000
αλλά ότι σήμερα, μια δεκαετία μετά,
13:28
every single video game in the world with this kind of task
338
808260
3000
κάθε παιχνίδι στον κόσμο που εμπεριέχει αποστολές αυτού του είδους
13:31
uses a version of this system --
339
811260
2000
χρησιμοποιεί μια παραλλαγή αυτού του συστήματος.
13:33
tens of millions of people.
340
813260
2000
Δεκάδες εκατομμύρια άνθρωποι.
13:35
And the success rate
341
815260
2000
Και το ποσοστό επιτυχίας
13:37
is at close to 100 percent.
342
817260
2000
είναι κοντά στο 100%.
13:39
This is a player-developed,
343
819260
2000
Πρόκειται για ένα είδος ψηφιακού συναλλάγματος,
13:41
self-enforcing, voluntary currency,
344
821260
3000
που δημιουργήθηκε από τους ίδιους τους παίχτες
13:44
and it's incredibly sophisticated
345
824260
2000
και αυτό από μόνο του αποτελεί δείγμα μιας
13:46
player behavior.
346
826260
2000
απίστευτα ανεπτυγμένης συμπεριφοράς.
13:50
And I just want to end by suggesting
347
830260
2000
Και θα ήθελα να ολοκληρώσω προτείνωντας
13:52
a few ways in which these principles
348
832260
2000
μερικούς τρόπους με τους οποίους αυτές οι αρχές
13:54
could fan out into the world.
349
834260
2000
μπορούν να μεταφερθούν στον έξω κόσμο.
13:56
Let's start with business.
350
836260
2000
Θα αρχίσω με τις επιχειρήσεις.
13:58
I mean, we're beginning to see some of the big problems
351
838260
2000
Τελευταία βλέπουμε να δημιουργούνται κάποια σοβαρά προβλήματα
14:00
around something like business are
352
840260
2000
που έχουν σχέση με τις επιχειρήσεις,
14:02
recycling and energy conservation.
353
842260
2000
όπως οι ανακύκλωση και η διατήρηση ενέργειας.
14:04
We're beginning to see the emergence of wonderful technologies
354
844260
2000
Όμως αρχίζουν να εμφανίζονται και απίστευτες τεχνολογίες
14:06
like real-time energy meters.
355
846260
2000
όπως οι μετρητές ενέργειας σε αληθινό χρόνο.
14:08
And I just look at this, and I think, yes,
356
848260
2000
Και καθώς τις παρατηρώ, σκέφτομαι ότι, ναι,
14:10
we could take that so much further
357
850260
3000
μπορούμε να πάμε τόσα βήματα παρακάτω
14:13
by allowing people to set targets
358
853260
2000
με το να αφήσουμε ανθρώπους να θέσουν στόχους,
14:15
by setting calibrated targets,
359
855260
2000
προσεχτικά τοποθετημένους στόχους,
14:17
by using elements of uncertainty,
360
857260
3000
χρησιμοποιώντας το στοιχείο της αβεβαιότητας
14:20
by using these multiple targets,
361
860260
2000
με το να εκμεταλλευτούν αυτούς τους πολλαπλούς στόχους,
14:22
by using a grand, underlying reward and incentive system,
362
862260
3000
με το να χρησιμοποιήσουν ένα σπουδαίο σύστημα ανταμοιβής και παροχής κινήτρων,
14:25
by setting people up
363
865260
2000
με το να βάλουμε ανθρώπους
14:27
to collaborate in terms of groups, in terms of streets
364
867260
2000
να συνεργαστούν σε ομάδες,
14:29
to collaborate and compete,
365
869260
2000
να συνεργαστούν και να ανταγωνιστούν,
14:31
to use these very sophisticated
366
871260
2000
να χρησιμοποιήσουν αυτούς τους εξειδικευμένους
14:33
group and motivational mechanics we see.
367
873260
2000
μηχανισμούς που είδαμε έως τώρα.
14:35
In terms of education,
368
875260
2000
Οσαναφορά την εκπαίδευση,
14:37
perhaps most obviously of all,
369
877260
2000
ίσως το πιο προφανές,
14:39
we can transform how we engage people.
370
879260
3000
είναι ότι μπορούμε να αλλάξουμε το πως βάζουμε τους ανθρώπους να ασχοληθούν με την γνώση.
14:42
We can offer people the grand continuity
371
882260
2000
Μπορούμε να τους προσφέρουμε μια συνεχή εμπειρία
14:44
of experience and personal investment.
372
884260
3000
που αποτελεί μια προσωπική επένδυση.
14:47
We can break things down
373
887260
2000
Μπορούμε να χωρίσουμε τα πράγματα
14:49
into highly calibrated small tasks.
374
889260
2000
σε μικρές και προσεχτικές εργασίες.
14:51
We can use calculated randomness.
375
891260
2000
Μπορούμε επίσης να χρησιμοποιήσουμε ένα υπολογισμένο ποσοστό τυχαίων γεγονότων.
14:53
We can reward effort consistently
376
893260
2000
Μπορούμε να επιβραβεύουμε συνεχώς την προσπάθεια
14:55
as everything fields together.
377
895260
3000
καθώς τα πάντα δένουν μεταξύ τους.
14:58
And we can use the kind of group behaviors
378
898260
2000
Και μπορούμε να χρησιμοποιήσουμε εκείνες τις συμπεριφορές
15:00
that we see evolving when people are at play together,
379
900260
3000
που βλέπουμε να δημιουργούνται καθώς οι άνθρωποι παίζουν μαζί,
15:03
these really quite unprecedentedly complex
380
903260
3000
αυτούς τους πραγματικά απρόβλεπτους και σύνθετους
15:06
cooperative mechanisms.
381
906260
2000
μηχανισμούς συνεργασίας.
15:08
Government, well, one thing that comes to mind
382
908260
2000
Κυβερνήσεις. Ένα από τα πράγματα που μου έρχεται στο μυαλό
15:10
is the U.S. government, among others,
383
910260
3000
ειδικά για την κυβέρνηση των ΗΠΑ,
15:13
is literally starting to pay people
384
913260
2000
είναι το γεγονός ότι έχει αρχίσει πραγματικά να πληρώνει ανθρώπους
15:15
to lose weight.
385
915260
2000
ώστε να χάσουν το περιττό βάρος.
15:17
So we're seeing financial reward being used
386
917260
2000
Οπότε βλέπουμε ότι χρησιμοποιούνται χρηματικές ανταμοιβές
15:19
to tackle the great issue of obesity.
387
919260
2000
για να αντιμετωπιστεί το πρόβλημα της παχυσαρκίας.
15:21
But again, those rewards
388
921260
2000
Όμως αυτές οι ανταμοιβές
15:23
could be calibrated so precisely
389
923260
3000
θα μπορούσαν να εξισορροπηθούν με τόση ακρίβεια
15:26
if we were able to use the vast expertise
390
926260
3000
αν μόνο μπορούσαμε να χρησιμοποιήσουμε την τεράστια εμπειρία
15:29
of gaming systems to just jack up that appeal,
391
929260
3000
των video games για να αυξήσουμε το πόσο θελκτικές είναι,
15:32
to take the data, to take the observations,
392
932260
2000
για να πάρουμε τις πληροφορίες, τις παρατηρήσεις που χρειαζόμαστε,
15:34
of millions of human hours
393
934260
2000
από εκατομμύρια ώρες ανθρώπινης απασχόλησης
15:36
and plow that feedback
394
936260
2000
και να τροφοδοτήσουμε με όλες αυτές τις πληροφορίες
15:38
into increasing engagement.
395
938260
2000
μια προσπάθεια να αυξήσουμε την συμμετοχή σε αντίστοιχες ασχολίες.
15:40
And in the end, it's this word, "engagement,"
396
940260
3000
Και τελικά, είναι αυτή η λέξη, "συμμετοχή",
15:43
that I want to leave you with.
397
943260
2000
με την οποία θέλω να σας αφήσω.
15:45
It's about how individual engagement
398
945260
2000
Όλα έχουν σχέση με το πόσο η προσωπική μας συμμετοχή στα πράγματα
15:47
can be transformed
399
947260
2000
μπορεί να διαφοροποιηθεί
15:49
by the psychological and the neurological lessons
400
949260
3000
με βάση κάποια ψυχολογικά και νευρολογικά μαθήματα
15:52
we can learn from watching people that are playing games.
401
952260
3000
που μπορούμε να αφομοιώσουμε βλέποντας ανθρώπους να παίζουν παιχνίδια.
15:55
But it's also about collective engagement
402
955260
3000
Σημασία όμως έχει και η συλλογική δέσμευση
15:58
and about the unprecedented laboratory
403
958260
3000
όπως και το "εργαστήριο"
16:01
for observing what makes people tick
404
961260
2000
στο οποίο παρατηρούμε τι κάνει τους ανθρώπους να ενδιαφέρονται,
16:03
and work and play and engage
405
963260
2000
να δουλεύουν, να παίζουν και να συμμετέχουν,
16:05
on a grand scale in games.
406
965260
3000
κατά βάση στα παιχνίδια.
16:08
And if we can look at these things and learn from them
407
968260
3000
Και αν μπορέσουμε να τα παρατηρήσουμε και να μάθουμε από αυτά
16:11
and see how to turn them outwards,
408
971260
2000
και μπορέσουμε να τα εφαρμόσουμε εκτός παιχνιδιών,
16:13
then I really think we have something quite revolutionary on our hands.
409
973260
3000
τότε πιστεύω ότι έχουμε στα χέρια μας κάτι πραγματικά επαναστατικό.
16:16
Thank you very much.
410
976260
2000
Σας ευχαριστώ πάρα πολύ.
16:18
(Applause)
411
978260
4000
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7