Tom Chatfield: 7 ways video games engage the brain

Tom Chatfield: 7 maneras en que los juegos recompensan al cerebro

203,334 views

2010-11-01 ・ TED


New videos

Tom Chatfield: 7 ways video games engage the brain

Tom Chatfield: 7 maneras en que los juegos recompensan al cerebro

203,334 views ・ 2010-11-01

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Sebastian Betti Revisor: Veronica Vera
00:15
I love video games.
0
15260
3000
Me encantan los videojuegos.
00:18
I'm also slightly in awe of them.
1
18260
3000
Estoy un poco subyugado por ellos.
00:21
I'm in awe of their power
2
21260
2000
Me asombra su poder
00:23
in terms of imagination, in terms of technology,
3
23260
2000
en términos de imaginación, de tecnología,
00:25
in terms of concept.
4
25260
2000
de concepto.
00:27
But I think, above all,
5
27260
2000
Pero creo que, sobre todo,
00:29
I'm in awe at their power
6
29260
2000
me asombra su poder
00:31
to motivate, to compel us,
7
31260
3000
de motivarnos, de movilizarnos,
00:34
to transfix us,
8
34260
2000
de paralizarnos,
00:36
like really nothing else we've ever invented
9
36260
3000
más que cualquier otra cosa que hayamos inventado
00:39
has quite done before.
10
39260
2000
o hecho con anterioridad.
00:41
And I think that we can learn some pretty amazing things
11
41260
3000
Y creo que podemos aprender cosas bastante sorprendentes
00:44
by looking at how we do this.
12
44260
2000
observando cómo jugamos.
00:46
And in particular, I think we can learn things
13
46260
2000
Y, en particular, creo que podemos aprender cosas
00:48
about learning.
14
48260
3000
sobre el aprendizaje.
00:51
Now the video games industry
15
51260
2000
La industria de los videojuegos
00:53
is far and away the fastest growing
16
53260
2000
es, con mucho, la de mayor crecimiento
00:55
of all modern media.
17
55260
2000
de todos los medios modernos.
00:57
From about 10 billion in 1990,
18
57260
2000
De unos 10.000 millones en 1990,
00:59
it's worth 50 billion dollars globally today,
19
59260
3000
hoy vale 50.000 millones de dólares a nivel mundial
01:02
and it shows no sign of slowing down.
20
62260
3000
y no muestra signos de desaceleración.
01:05
In four years' time,
21
65260
2000
Dentro de 4 años
01:07
it's estimated it'll be worth over 80 billion dollars.
22
67260
3000
se estima que va a valer más de 80.000 millones de dólares.
01:10
That's about three times the recorded music industry.
23
70260
3000
Eso es cerca de tres veces la industria discográfica.
01:13
This is pretty stunning,
24
73260
2000
Es bastante imponente
01:15
but I don't think it's the most telling statistic of all.
25
75260
3000
pero no creo que sea la estadística más reveladora de todas.
01:18
The thing that really amazes me
26
78260
2000
Lo que realmente me sorprende
01:20
is that, today,
27
80260
2000
es que hoy en día
01:22
people spend about
28
82260
2000
la gente gasta cerca de
01:24
eight billion real dollars a year
29
84260
3000
8.000 millones de dólares reales al año
01:27
buying virtual items
30
87260
2000
comprando objetos virtuales
01:29
that only exist
31
89260
2000
que existen sólo
01:31
inside video games.
32
91260
3000
dentro de los videojuegos.
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
94260
3000
Esta es una pantalla del juego virtual Entropia Universe.
01:37
Earlier this year,
34
97260
2000
A principios de este año,
01:39
a virtual asteroid in it
35
99260
2000
se vendió un asteroide virtual
01:41
sold for 330,000 real dollars.
36
101260
4000
del juego en 330.000 dólares reales.
01:45
And this
37
105260
2000
Y esta
01:47
is a Titan class ship
38
107260
3000
es una nave Titan
01:50
in the space game, EVE Online.
39
110260
2000
del juego espacial EVE Online.
01:52
And this virtual object
40
112260
2000
Este objeto virtual
01:54
takes 200 real people
41
114260
2000
requiere 200 personas físicas
01:56
about 56 days of real time to build,
42
116260
3000
y cerca de 56 días reales de construcción
01:59
plus countless thousands of hours
43
119260
3000
además de miles y miles de horas
02:02
of effort before that.
44
122260
2000
de esfuerzo previo.
02:04
And yet, many of these get built.
45
124260
3000
Y, sin embargo, se construyen muchas.
02:07
At the other end of the scale,
46
127260
2000
En el otro extremo de la escala
02:09
the game Farmville that you may well have heard of,
47
129260
3000
el juego Farmville, que seguro han escuchado nombrar,
02:12
has 70 million players
48
132260
2000
tiene 70 millones de jugadores
02:14
around the world
49
134260
2000
en todo el mundo,
02:16
and most of these players
50
136260
2000
y la mayoría de ellos
02:18
are playing it almost every day.
51
138260
2000
lo juegan casi todos los días.
02:20
This may all sound
52
140260
2000
Todo esto puede sonar
02:22
really quite alarming to some people,
53
142260
2000
realmente muy inquietante para alguna gente,
02:24
an index of something worrying
54
144260
2000
un índice de algo preocupante,
02:26
or wrong in society.
55
146260
2000
algo que está mal en la sociedad.
02:28
But we're here for the good news,
56
148260
2000
Pero estamos para dar buenas noticias
02:30
and the good news is
57
150260
2000
y la buena noticia es
02:32
that I think we can explore
58
152260
2000
que creo que podemos analizar
02:34
why this very real human effort,
59
154260
3000
la causa de este gran esfuerzo humano,
02:37
this very intense generation of value, is occurring.
60
157260
4000
de esta generación de valor tan intensa.
02:41
And by answering that question,
61
161260
2000
Y al responder esa pregunta
02:43
I think we can take something
62
163260
2000
creo que podemos sacar de eso
02:45
extremely powerful away.
63
165260
2000
algo extremadamente poderoso.
02:47
And I think the most interesting way
64
167260
2000
Y me parece que la forma más interesante
02:49
to think about how all this is going on
65
169260
2000
de pensar cómo sucede todo esto
02:51
is in terms of rewards.
66
171260
2000
es en términos de recompensa.
02:53
And specifically, it's in terms
67
173260
3000
Y, específicamente, en términos
02:56
of the very intense emotional rewards
68
176260
2000
de recompensas emocionales muy intensas
02:58
that playing games offers to people
69
178260
2000
que la gente obtiene con los videojuegos
03:00
both individually
70
180260
2000
tanto a nivel individual
03:02
and collectively.
71
182260
2000
como colectivo.
03:04
Now if we look at what's going on in someone's head
72
184260
2000
Ahora, si miramos lo que sucede en la mente de alguien
03:06
when they are being engaged,
73
186260
2000
cuando está absorto en el juego
03:08
two quite different processes are occurring.
74
188260
3000
vemos dos procesos bastante diferentes.
03:11
On the one hand, there's the wanting processes.
75
191260
3000
Por un lado está el proceso del deseo.
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
Es un poco de ambición y motivación: voy a hacerlo, voy a trabajar arduamente.
03:17
On the other hand, there's the liking processes,
77
197260
2000
Por otro lado está el proceso de los gustos:
03:19
fun and affection
78
199260
2000
la diversión, el afecto,
03:21
and delight
79
201260
2000
y el deleite...
03:23
and an enormous flying beast with an orc on the back.
80
203260
2000
y una enorme bestia voladora con un orco en la espalda.
03:25
It's a really great image. It's pretty cool.
81
205260
2000
Es una imagen muy buena. Es bastante cool.
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
207260
3000
Es del juego World of Warcraft con más de 10 millones de jugadores a nivel mundial,
03:30
one of whom is me, another of whom is my wife.
83
210260
3000
yo soy uno de ellos, mi esposa es otra.
03:33
And this kind of a world,
84
213260
2000
Y esta clase de mundo,
03:35
this vast flying beast you can ride around,
85
215260
2000
el paseo en esta gran bestia voladora,
03:37
shows why games are so very good
86
217260
2000
nos muestra por qué los juegos son tan buenos
03:39
at doing both the wanting and the liking.
87
219260
3000
tanto para el deseo como para los gustos.
03:42
Because it's very powerful. It's pretty awesome.
88
222260
2000
Porque es muy potente. Es bastante impresionante.
03:44
It gives you great powers.
89
224260
2000
Le da a uno grandes poderes.
03:46
Your ambition is satisfied, but it's very beautiful.
90
226260
3000
Se satisface la ambición; es muy hermoso.
03:49
It's a very great pleasure to fly around.
91
229260
3000
Es un gran placer dar ese paseo.
03:52
And so these combine to form
92
232260
2000
Y esto se combina para lograr
03:54
a very intense emotional engagement.
93
234260
2000
un compromiso emocional muy intenso.
03:56
But this isn't the really interesting stuff.
94
236260
3000
Pero esto no es lo que interesa en realidad.
03:59
The really interesting stuff about virtuality
95
239260
2000
Lo interesante de la virtualidad
04:01
is what you can measure with it.
96
241260
2000
es lo que se puede medir con ella.
04:03
Because what you can measure in virtuality
97
243260
3000
Porque en la virtualidad se puede
04:06
is everything.
98
246260
2000
medir todo.
04:08
Every single thing that every single person
99
248260
2000
Puede medirse cada una de las cosas
04:10
who's ever played in a game has ever done can be measured.
100
250260
3000
de cada persona que haya participado en un juego.
04:13
The biggest games in the world today
101
253260
2000
Los juegos más grandes del mundo hoy
04:15
are measuring more than one billion points of data
102
255260
4000
están midiendo más de 1.000 millones de registros
04:19
about their players, about what everybody does --
103
259260
2000
de sus jugadores, sobre lo que hacen todos...
04:21
far more detail than you'd ever get from any website.
104
261260
3000
mucho más detalle del que se ha obtenido jamás en un sitio web.
04:24
And this allows something very special
105
264260
3000
Y esto hace que suceda algo muy especial
04:27
to happen in games.
106
267260
2000
en los juegos.
04:29
It's something called the reward schedule.
107
269260
3000
Algo denominado programa de recompensa.
04:32
And by this, I mean looking
108
272260
2000
Y con esto quiero decir que buscan
04:34
at what millions upon millions of people have done
109
274260
2000
lo que han hecho millones y millones de personas
04:36
and carefully calibrating the rate,
110
276260
2000
ajustando con mucho cuidado la tasa,
04:38
the nature, the type, the intensity of rewards in games
111
278260
3000
la naturaleza, el tipo y la intensidad de las recompensas en los juegos
04:41
to keep them engaged
112
281260
2000
para mantenerlos enganchados
04:43
over staggering amounts of time and effort.
113
283260
3000
con ingentes cantidades de tiempo y esfuerzo.
04:46
Now, to try and explain this
114
286260
2000
Para tratar de explicar esto
04:48
in sort of real terms,
115
288260
3000
en términos reales
04:51
I want to talk about a kind of task
116
291260
2000
quiero hablar de un tipo de tarea
04:53
that might fall to you in so many games.
117
293260
2000
común a muchos juegos.
04:55
Go and get a certain amount of a certain little game-y item.
118
295260
3000
Vayan a buscar cierta cantidad de un elemento X.
04:58
Let's say, for the sake of argument,
119
298260
2000
Digamos, a fines del argumento,
05:00
my mission is to get 15 pies
120
300260
3000
mi misión es conseguir 15 tortas,
05:03
and I can get 15 pies
121
303260
3000
y para hacerlo hay que
05:06
by killing these cute, little monsters.
122
306260
2000
matar a estos monstruitos adorables.
05:08
Simple game quest.
123
308260
2000
Una misión simple.
05:10
Now you can think about this, if you like,
124
310260
2000
Esto puede pensarse, si se quiere,
05:12
as a problem about boxes.
125
312260
2000
como un problema de cajas.
05:14
I've got to keep opening boxes.
126
314260
2000
Tengo que seguir abriendo cajas.
05:16
I don't know what's inside them until I open them.
127
316260
3000
No sé lo que tienen dentro hasta que las abro.
05:19
And I go around opening box after box until I've got 15 pies.
128
319260
3000
Y voy abriendo caja tras caja hasta que consigo 15 tortas.
05:22
Now, if you take a game like Warcraft,
129
322260
2000
Si uno toma un juego como el Warcraft
05:24
you can think about it, if you like,
130
324260
2000
se lo puede pensar, si se quiere,
05:26
as a great box-opening effort.
131
326260
3000
como un gran esfuerzo de apertura de cajas.
05:29
The game's just trying to get people to open about a million boxes,
132
329260
3000
El juego está tratando de hacer que la gente abra un millón de cajas
05:32
getting better and better stuff in them.
133
332260
2000
poniendo cada vez mejores cosas en ellas.
05:34
This sounds immensely boring
134
334260
3000
Esto suena sumamente aburrido
05:37
but games are able
135
337260
2000
pero los juegos pueden
05:39
to make this process
136
339260
2000
hacer de este proceso
05:41
incredibly compelling.
137
341260
2000
algo extremadamente llevadero.
05:43
And the way they do this
138
343260
2000
Y lo hacen
05:45
is through a combination of probability and data.
139
345260
3000
mediante una combinación de probabilidad y datos.
05:48
Let's think about probability.
140
348260
2000
Pensemos en la probabilidad.
05:50
If we want to engage someone
141
350260
2000
Si queremos involucrar a una persona
05:52
in the process of opening boxes to try and find pies,
142
352260
3000
en la apertura de cajas para tratar de encontrar tortas
05:55
we want to make sure it's neither too easy,
143
355260
2000
queremos asegurarnos que no sea demasiado fácil
05:57
nor too difficult, to find a pie.
144
357260
2000
ni demasiado difícil encontrar una torta.
05:59
So what do you do? Well, you look at a million people --
145
359260
2000
Entonces, ¿qué hacer? Bueno, miramos un millón de personas...
06:01
no, 100 million people, 100 million box openers --
146
361260
3000
no, 100 millones de personas, de abridores de cajas,
06:04
and you work out, if you make the pie rate
147
364260
3000
y se calcula, si uno pone la tasa de tortas
06:07
about 25 percent --
148
367260
2000
en un 25%
06:09
that's neither too frustrating, nor too easy.
149
369260
3000
eso no es ni demasiado frustrante, ni demasiado fácil;
06:12
It keeps people engaged.
150
372260
2000
mantiene a la gente enganchada
06:14
But of course, that's not all you do -- there's 15 pies.
151
374260
3000
pero, claro, eso no es todo lo que se hace... hay 15 tortas.
06:17
Now, I could make a game called Piecraft,
152
377260
2000
Yo podría hacer un juego llamado Tortacraft
06:19
where all you had to do was get a million pies
153
379260
2000
en el que hay que conseguir un millón de tortas
06:21
or a thousand pies.
154
381260
2000
o mil tortas.
06:23
That would be very boring.
155
383260
2000
Eso sería muy aburrido.
06:25
Fifteen is a pretty optimal number.
156
385260
2000
15 es un número bastante óptimo.
06:27
You find that -- you know, between five and 20
157
387260
2000
Uno encuentra que entre 5 y 20
06:29
is about the right number for keeping people going.
158
389260
2000
es el número justo para mantener a la gente enganchada.
06:31
But we don't just have pies in the boxes.
159
391260
2000
Pero no sólo hay tortas en las cajas.
06:33
There's 100 percent up here.
160
393260
2000
Hay un 100% allí.
06:35
And what we do is make sure that every time a box is opened,
161
395260
3000
Y lo que nos aseguramos es que cada vez que se abre una caja
06:38
there's something in it, some little reward
162
398260
2000
haya algo dentro, una pequeña recompensa,
06:40
that keeps people progressing and engaged.
163
400260
2000
eso mantiene a la gente progresando y motivada.
06:42
In most adventure games,
164
402260
2000
En la mayoría de los juegos de aventura
06:44
it's a little bit in-game currency, a little bit experience.
165
404260
3000
hay un poco de dinero del juego, un poco de experiencia,
06:47
But we don't just do that either.
166
407260
2000
pero no sólo hacemos eso tampoco.
06:49
We also say there's going to be loads of other items
167
409260
2000
También decimos va a haber un montón de otros artículos
06:51
of varying qualities and levels of excitement.
168
411260
2000
de diferentes calidades y niveles de emoción.
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
413260
3000
Va a haber un 10% de probabilidad de que consigas algo bastante bueno.
06:56
There's going to be a 0.1 percent chance
170
416260
2000
Va a haber una probabilidad de 0,1%
06:58
you get an absolutely awesome item.
171
418260
3000
de conseguir algo totalmente impresionante.
07:01
And each of these rewards is carefully calibrated to the item.
172
421260
3000
Y cada uno de estos premios es ajustado minuciosamente para el artículo.
07:04
And also, we say,
173
424260
2000
Y también decimos:
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
426260
3000
'Bien, ¿cuántos monstruos? ¿Debería tener todo el mundo lleno con mil millones de monstruos?
07:09
No, we want one or two monsters on the screen at any one time.
175
429260
3000
No, queremos uno o dos monstruos en pantalla en un momento dado.
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
432260
3000
Así seguimos. No es demasiado fácil, ni demasiado difícil.
07:15
So all this is very powerful.
177
435260
2000
Todo esto es muy potente.
07:17
But we're in virtuality. These aren't real boxes.
178
437260
3000
Pero esto es algo virtual; no son cajas de verdad.
07:20
So we can do
179
440260
2000
Por eso podemos
07:22
some rather amazing things.
180
442260
2000
hacer cosas sorprendentes.
07:24
We notice, looking at all these people opening boxes,
181
444260
4000
Observamos al mirar a la gente que abre cajas
07:28
that when people get to about 13 out of 15 pies,
182
448260
3000
que cuando van consiguiendo unas 13 de las 15 tortas
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
451260
3000
cambia su percepción y empiezan a aburrirse un poco, a fastidiarse.
07:34
They're not rational about probability.
184
454260
2000
No piensan en las probabilidades.
07:36
They think this game is unfair.
185
456260
2000
Piensan que el juego es injusto.
07:38
It's not giving me my last two pies. I'm going to give up.
186
458260
2000
No me va a dar las últimas dos tortas. Me voy a dar por vencido.
07:40
If they're real boxes, there's not much we can do,
187
460260
2000
Si fueran cajas reales no hay mucho que hacer
07:42
but in a game we can just say, "Right, well.
188
462260
2000
pero en un juego podemos decir "Correcto, bien",
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
464260
4000
al obtener 13 tortas, tienes 75% de probabilidad de conseguir otra torta.
07:48
Keep you engaged. Look at what people do --
190
468260
2000
Sigue enganchado. Miren lo que hacen...
07:50
adjust the world to match their expectation.
191
470260
2000
modifican el mundo para satisfacer sus expectativas.
07:52
Our games don't always do this.
192
472260
2000
Nuestros juegos no siempre hacen eso.
07:54
And one thing they certainly do at the moment
193
474260
2000
Y algo que seguro hacen en el momento,
07:56
is if you got a 0.1 percent awesome item,
194
476260
3000
si uno consiguió una recompensa de las buenas,
07:59
they make very sure another one doesn't appear for a certain length of time
195
479260
3000
es asegurarse que no aparezca otra igual durante bastante tiempo
08:02
to keep the value, to keep it special.
196
482260
2000
para mantener el valor, y que sea especial.
08:04
And the point is really
197
484260
2000
Y la idea es en verdad
08:06
that we evolved to be satisfied by the world
198
486260
2000
que evolucionamos para que el mundo nos satisfaga
08:08
in particular ways.
199
488260
2000
de maneras particulares.
08:10
Over tens and hundreds of thousands of years,
200
490260
3000
Durante decenas y cientos de miles de años
08:13
we evolved to find certain things stimulating,
201
493260
2000
evolucionamos para encontrar estimulantes ciertas cosas
08:15
and as very intelligent, civilized beings,
202
495260
2000
y como seres inteligentes y civilizados
08:17
we're enormously stimulated by problem solving and learning.
203
497260
3000
nos estimula mucho la resolución de problemas y el aprendizaje.
08:20
But now, we can reverse engineer that
204
500260
2000
Ahora podemos hacer ingeniería inversa
08:22
and build worlds
205
502260
2000
y construir mundos
08:24
that expressly tick our evolutionary boxes.
206
504260
3000
que dispongan expresamente nuestras cajas evolucionarias.
08:27
So what does all this mean in practice?
207
507260
2000
¿Qué significa todo esto en la práctica?
08:29
Well, I've come up
208
509260
2000
Bueno, se me ocurren
08:31
with seven things
209
511260
2000
siete cosas
08:33
that, I think, show
210
513260
2000
que creo que muestran
08:35
how you can take these lessons from games
211
515260
2000
como aprender estas lecciones de los juegos
08:37
and use them outside of games.
212
517260
3000
y usarlas fuera de ellos.
08:40
The first one is very simple:
213
520260
2000
La primera es muy simple:
08:42
experience bars measuring progress --
214
522260
2000
barras de experiencia que midan el progreso...
08:44
something that's been talked about brilliantly
215
524260
2000
algo desarrollado de forma brillante
08:46
by people like Jesse Schell earlier this year.
216
526260
3000
por gente como Jesse Schell a principios de año.
08:49
It's already been done at the University of Indiana in the States, among other places.
217
529260
3000
Ya se ha abordado en la Universidad de Indiana, EE.UU., entre otros lugares,
08:52
It's the simple idea that instead of grading people incrementally
218
532260
3000
Es la sencilla idea de, en vez de puntuar a la gente de manera incremental,
08:55
in little bits and pieces,
219
535260
2000
de a pequeños incrementos,
08:57
you give them one profile character avatar
220
537260
2000
se les da un avatar para el perfil
08:59
which is constantly progressing
221
539260
2000
que está constantemente en un progreso
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
541260
3000
de incrementos muy pero muy pequeñitos; avatar que creen son ellos mismos.
09:04
And everything comes towards that,
223
544260
2000
Y todo va en esa dirección,
09:06
and they watch it creeping up, and they own that as it goes along.
224
546260
3000
lo ven deslizarse lentamente y se identifican con eso sobre la marcha.
09:09
Second, multiple long and short-term aims --
225
549260
2000
La segunda lección: objetivos de corto y largo plazo;
09:11
5,000 pies, boring,
226
551260
2000
5.000 tortas es aburrido,
09:13
15 pies, interesting.
227
553260
2000
15 tortas es interesante.
09:15
So, you give people
228
555260
2000
Se le da a las personas
09:17
lots and lots of different tasks.
229
557260
2000
muchísimas tareas diferentes.
09:19
You say, it's about
230
559260
2000
Uno dice, se trata de
09:21
doing 10 of these questions,
231
561260
2000
hacer 10 preguntas
09:23
but another task
232
563260
2000
pero otra tarea
09:25
is turning up to 20 classes on time,
233
565260
2000
sube eso a 20 clases a tiempo,
09:27
but another task is collaborating with other people,
234
567260
3000
pero otra tarea consiste en colaborar con otra gente,
09:30
another task is showing you're working five times,
235
570260
3000
otra tarea es mostrar tu trabajo cinco veces,
09:33
another task is hitting this particular target.
236
573260
2000
otra tarea está afectando este objetivo en particular.
09:35
You break things down into these calibrated slices
237
575260
3000
Uno descompone las cosas en estas partes calibradas
09:38
that people can choose and do in parallel
238
578260
2000
que la gente puede elegir hacer en paralelo
09:40
to keep them engaged
239
580260
2000
para que sigan enganchados
09:42
and that you can use to point them
240
582260
2000
y que uno puede usar para dirigirlos
09:44
towards individually beneficial activities.
241
584260
3000
hacia actividades beneficiosas a nivel individual.
09:48
Third, you reward effort.
242
588260
2000
Tercera lección: se recompensa el esfuerzo.
09:50
It's your 100 percent factor. Games are brilliant at this.
243
590260
3000
Es el factor del 100%. Los juegos son brillantes en eso.
09:53
Every time you do something, you get credit; you get a credit for trying.
244
593260
3000
Cada vez que uno hace algo es reconocido, uno es reconocido por intentar.
09:56
You don't punish failure. You reward every little bit of effort --
245
596260
3000
No se castiga el error; se recompensa el más mínimo esfuerzo...
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
599260
3000
un pedacito de oro, un poquito de reconocimiento... hiciste 20 preguntas... anotar.
10:02
It all feeds in as minute reinforcement.
247
602260
3000
Son todos pequeños reconocimientos.
10:05
Fourth, feedback.
248
605260
2000
Cuarta lección: feedback.
10:07
This is absolutely crucial,
249
607260
2000
Esto es absolutamente crucial,
10:09
and virtuality is dazzling at delivering this.
250
609260
2000
y lo virtual descolla en la entrega de feedback.
10:11
If you look at some of the most intractable problems in the world today
251
611260
3000
Si miramos algunos de los problemas más difíciles del mundo de hoy
10:14
that we've been hearing amazing things about,
252
614260
2000
de lo que hemos escuchado cosas maravillosas,
10:16
it's very, very hard for people to learn
253
616260
3000
es muy, muy difícil para la gente aprender
10:19
if they cannot link consequences to actions.
254
619260
3000
si no se puede vincular consecuencias con acciones.
10:22
Pollution, global warming, these things --
255
622260
2000
La contaminación, el calentamiento global, esas cosas,
10:24
the consequences are distant in time and space.
256
624260
2000
las consecuencias están distantes en tiempo y espacio.
10:26
It's very hard to learn, to feel a lesson.
257
626260
2000
Es muy difícil aprender realmente una lección
10:28
But if you can model things for people,
258
628260
2000
pero si se puede modelar las cosas para la gente,
10:30
if you can give things to people that they can manipulate
259
630260
2000
si uno le da cosas a la gente para que manipule
10:32
and play with and where the feedback comes,
260
632260
2000
y juegue, cuando vuelve el feedback
10:34
then they can learn a lesson, they can see,
261
634260
2000
pueden aprender una lección, pueden ver,
10:36
they can move on, they can understand.
262
636260
3000
pueden avanzar, pueden comprender.
10:39
And fifth,
263
639260
2000
Quinta lección:
10:41
the element of uncertainty.
264
641260
2000
el factor incertidumbre.
10:43
Now this is the neurological goldmine,
265
643260
3000
Esta es una mina de oro neurológica,
10:46
if you like,
266
646260
2000
si se quiere,
10:48
because a known reward
267
648260
2000
porque una recompensa conocida
10:50
excites people,
268
650260
2000
apasiona a las personas
10:52
but what really gets them going
269
652260
2000
pero lo que realmente los motiva
10:54
is the uncertain reward,
270
654260
2000
es la recompensa incierta,
10:56
the reward pitched at the right level of uncertainty,
271
656260
2000
la recompensa con el grado justo de incertidumbre,
10:58
that they didn't quite know whether they were going to get it or not.
272
658260
3000
que no saben muy bien si la van a conseguir o no.
11:01
The 25 percent. This lights the brain up.
273
661260
3000
El 25%, eso ilumina el cerebro.
11:04
And if you think about
274
664260
2000
Y si piensan
11:06
using this in testing,
275
666260
2000
usar esto en exámenes,
11:08
in just introducing control elements of randomness
276
668260
2000
si piensan agregar elementos de aleatoriedad
11:10
in all forms of testing and training,
277
670260
2000
en exámenes y capacitaciones,
11:12
you can transform the levels of people's engagement
278
672260
2000
pueden transformar los niveles de compromiso de la gente
11:14
by tapping into this very powerful
279
674260
2000
aprovechando este potente
11:16
evolutionary mechanism.
280
676260
2000
mecanismo evolutivo.
11:18
When we don't quite predict something perfectly,
281
678260
2000
Cuando no podemos predecir algo a la perfección
11:20
we get really excited about it.
282
680260
2000
nos sentimos muy excitados con eso.
11:22
We just want to go back and find out more.
283
682260
2000
Queremos volver atrás e ir por más.
11:24
As you probably know, the neurotransmitter
284
684260
2000
Como probablemente ya sepan, el neurotransmisor
11:26
associated with learning is called dopamine.
285
686260
2000
asociado al aprendizaje se denomina dopamina.
11:28
It's associated with reward-seeking behavior.
286
688260
3000
Está asociado con la búsqueda de recompensa.
11:31
And something very exciting is just beginning to happen
287
691260
3000
Y está empezando a pasar algo muy emocionante
11:34
in places like the University of Bristol in the U.K.,
288
694260
3000
en lugares como la Universidad de Bristol, en el R.U.,
11:37
where we are beginning to be able to model mathematically
289
697260
3000
donde estamos empezando a poder modelar en forma matemática
11:40
dopamine levels in the brain.
290
700260
2000
los niveles de dopamina del cerebro.
11:42
And what this means is we can predict learning,
291
702260
2000
Esto significa que podemos predecir el aprendizaje,
11:44
we can predict enhanced engagement,
292
704260
3000
podemos predecir aumentos de participación,
11:47
these windows, these windows of time,
293
707260
2000
estas ventanas, estas ventanas de tiempo,
11:49
in which the learning is taking place at an enhanced level.
294
709260
3000
en las que se produce el aprendizaje en un nivel elevado.
11:52
And two things really flow from this.
295
712260
2000
Y de esto se derivan dos cosas.
11:54
The first has to do with memory,
296
714260
2000
La primera tiene que ver con la memoria,
11:56
that we can find these moments.
297
716260
2000
que podemos encontrar esos momentos
11:58
When someone is more likely to remember,
298
718260
2000
en los que alguien es más propenso a recordar
12:00
we can give them a nugget in a window.
299
720260
2000
podemos darle algo valioso en ese momento.
12:02
And the second thing is confidence,
300
722260
2000
La segunda cosa es la confianza;
12:04
that we can see how game-playing and reward structures
301
724260
2000
podemos ver que las estructuras de juego y recompensa
12:06
make people braver, make them more willing to take risks,
302
726260
3000
envalentonan a la gente, la predispone a asumir riesgos,
12:09
more willing to take on difficulty,
303
729260
2000
a asumir dificultades,
12:11
harder to discourage.
304
731260
2000
es más difícil disuadir.
12:13
This can all seem very sinister.
305
733260
2000
Todo esto puede parecer muy siniestro.
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
735260
2000
Una especie de "Manipulan nuestros cerebros, somos todos adictos".
12:17
The word "addiction" is thrown around.
307
737260
2000
La palabra adicción está presente.
12:19
There are real concerns there.
308
739260
2000
Hay una preocupación real por eso.
12:21
But the biggest neurological turn-on for people
309
741260
2000
Pero el detonante neurológico más grande de las personas
12:23
is other people.
310
743260
2000
son otras personas.
12:25
This is what really excites us.
311
745260
3000
Esto es lo que realmente nos excita.
12:28
In reward terms, it's not money;
312
748260
2000
En términos de recompensa, no es el dinero,
12:30
it's not being given cash -- that's nice --
313
750260
3000
no es el efectivo -que es bueno-
12:33
it's doing stuff with our peers,
314
753260
2000
es hacer algo con nuestros pares,
12:35
watching us, collaborating with us.
315
755260
2000
mirarnos, colaborar mutuamente.
12:37
And I want to tell you a quick story about 1999 --
316
757260
2000
Y quiero contarles una breve historia de 1999,
12:39
a video game called EverQuest.
317
759260
2000
de un videojuego llamado Everquest.
12:41
And in this video game,
318
761260
2000
En este videojuego
12:43
there were two really big dragons, and you had to team up to kill them --
319
763260
3000
había dos grandes dragones y había que formar un equipo para matarlos,
12:46
42 people, up to 42 to kill these big dragons.
320
766260
3000
42 personas... hasta 42 personas para matar a estos dragones.
12:49
That's a problem
321
769260
2000
Era un problema
12:51
because they dropped two or three decent items.
322
771260
3000
porque habían puesto dos o tres dragones.
12:54
So players addressed this problem
323
774260
3000
Así que los jugadores abordaron el problema
12:57
by spontaneously coming up with a system
324
777260
2000
apareciendo espontáneamente con un sistema
12:59
to motivate each other,
325
779260
2000
de motivación mutua,
13:01
fairly and transparently.
326
781260
2000
justo y transparente.
13:03
What happened was, they paid each other a virtual currency
327
783260
3000
Se pagaban unos a otros con una moneda virtual
13:06
they called "dragon kill points."
328
786260
3000
que denominaron puntos mata-dragón.
13:09
And every time you turned up to go on a mission,
329
789260
2000
Y cada vez que a uno le tocaba ir a una misión
13:11
you got paid in dragon kill points.
330
791260
2000
se le pagaba en puntos mata-dragón.
13:13
They tracked these on a separate website.
331
793260
2000
Hacían este seguimiento en un sitio web aparte.
13:15
So they tracked their own private currency,
332
795260
2000
Hacían el seguimiento de su propio dinero
13:17
and then players could bid afterwards
333
797260
2000
y luego los jugadores podían ofertar
13:19
for cool items they wanted --
334
799260
2000
por algo "cool" que quisieran...
13:21
all organized by the players themselves.
335
801260
2000
todo organizado por los mismos jugadores.
13:23
Now the staggering system, not just that this worked in EverQuest,
336
803260
3000
Lo asombroso del sistema es que no sólo funcionó con Everquest
13:26
but that today, a decade on,
337
806260
2000
sino que hoy, una década después,
13:28
every single video game in the world with this kind of task
338
808260
3000
cada videojuego del mundo que tiene este tipo de tarea
13:31
uses a version of this system --
339
811260
2000
usa una versión de este sistema...
13:33
tens of millions of people.
340
813260
2000
decenas de millones de personas.
13:35
And the success rate
341
815260
2000
Y la tasa de éxito
13:37
is at close to 100 percent.
342
817260
2000
es cercana al 100%.
13:39
This is a player-developed,
343
819260
2000
Esto es desarrollado por jugadores,
13:41
self-enforcing, voluntary currency,
344
821260
3000
auto impuesto, una moneda voluntaria,
13:44
and it's incredibly sophisticated
345
824260
2000
y es un comportamiento de usuario
13:46
player behavior.
346
826260
2000
muy sofisticado.
13:50
And I just want to end by suggesting
347
830260
2000
Y quiero terminar sugiriendo
13:52
a few ways in which these principles
348
832260
2000
algunas maneras en las que estos principios
13:54
could fan out into the world.
349
834260
2000
podrían divulgarse en el mundo.
13:56
Let's start with business.
350
836260
2000
Voy a empezar por los negocios.
13:58
I mean, we're beginning to see some of the big problems
351
838260
2000
Estamos empezando a ver algunos grandes problemas
14:00
around something like business are
352
840260
2000
en torno a los negocios
14:02
recycling and energy conservation.
353
842260
2000
de reciclaje y conservación de energía.
14:04
We're beginning to see the emergence of wonderful technologies
354
844260
2000
Empezamos a ver el surgimiento de tecnologías maravillosas
14:06
like real-time energy meters.
355
846260
2000
como medidores de energía en tiempo real.
14:08
And I just look at this, and I think, yes,
356
848260
2000
Y miro esto y digo "sí"
14:10
we could take that so much further
357
850260
3000
podemos llevar eso mucho más lejos
14:13
by allowing people to set targets
358
853260
2000
permitiéndole a la gente ponerse objetivos,
14:15
by setting calibrated targets,
359
855260
2000
fijando objetivos calibrados,
14:17
by using elements of uncertainty,
360
857260
3000
usando factores de incerteza,
14:20
by using these multiple targets,
361
860260
2000
usando objetivos múltiples,
14:22
by using a grand, underlying reward and incentive system,
362
862260
3000
usando un gran sistema subyacente de recompensas e incentivos,
14:25
by setting people up
363
865260
2000
organizando a la gente
14:27
to collaborate in terms of groups, in terms of streets
364
867260
2000
para colaborar en grupos, organizada por calles
14:29
to collaborate and compete,
365
869260
2000
para colaborar y competir,
14:31
to use these very sophisticated
366
871260
2000
para usar esa mecánica de grupo
14:33
group and motivational mechanics we see.
367
873260
2000
motivacional tan sofisticada que vemos.
14:35
In terms of education,
368
875260
2000
En materia educativa
14:37
perhaps most obviously of all,
369
877260
2000
quizá lo más obvio de todo sea
14:39
we can transform how we engage people.
370
879260
3000
transformar la manera de involucrar a la gente.
14:42
We can offer people the grand continuity
371
882260
2000
Podemos ofrecerle a la gente la gran continuidad
14:44
of experience and personal investment.
372
884260
3000
entre experiencia e inversión personal.
14:47
We can break things down
373
887260
2000
Podemos partir las cosas
14:49
into highly calibrated small tasks.
374
889260
2000
en tareas pequeñas muy calibradas.
14:51
We can use calculated randomness.
375
891260
2000
Podemos usar aleatoriedad calculada.
14:53
We can reward effort consistently
376
893260
2000
Podemos premiar el esfuerzo de manera
14:55
as everything fields together.
377
895260
3000
consistente si se cumple todo junto.
14:58
And we can use the kind of group behaviors
378
898260
2000
Y podemos usar ese comportamiento grupal
15:00
that we see evolving when people are at play together,
379
900260
3000
que vemos aparecer cuando la gente juega junta,
15:03
these really quite unprecedentedly complex
380
903260
3000
estos mecanismos cooperativos muy complejos
15:06
cooperative mechanisms.
381
906260
2000
que no tienen precedentes.
15:08
Government, well, one thing that comes to mind
382
908260
2000
En el gobierno, algo que me viene a la mente
15:10
is the U.S. government, among others,
383
910260
3000
es que el gobierno de EE.UU., entre otros,
15:13
is literally starting to pay people
384
913260
2000
está empezando a pagarle a la gente
15:15
to lose weight.
385
915260
2000
para que adelgace.
15:17
So we're seeing financial reward being used
386
917260
2000
Estamos diciendo que se usa una recompensa económica
15:19
to tackle the great issue of obesity.
387
919260
2000
para abordar el gran problema de la obesidad.
15:21
But again, those rewards
388
921260
2000
Pero, de nuevo, esas recompensas
15:23
could be calibrated so precisely
389
923260
3000
podrían calibrarse con precisión
15:26
if we were able to use the vast expertise
390
926260
3000
si usáramos la vasta experiencia
15:29
of gaming systems to just jack up that appeal,
391
929260
3000
de los videojuegos para aumentar ese atractivo,
15:32
to take the data, to take the observations,
392
932260
2000
para tomar los datos, las observaciones,
15:34
of millions of human hours
393
934260
2000
de millones de horas hombre
15:36
and plow that feedback
394
936260
2000
e invertir ese feedback
15:38
into increasing engagement.
395
938260
2000
en el aumento del compromiso.
15:40
And in the end, it's this word, "engagement,"
396
940260
3000
Y al final es esta palabra, el compromiso,
15:43
that I want to leave you with.
397
943260
2000
la que quiero dejarles.
15:45
It's about how individual engagement
398
945260
2000
Se trata de cómo transformar
15:47
can be transformed
399
947260
2000
la participación individual
15:49
by the psychological and the neurological lessons
400
949260
3000
mediante las lecciones psicológicas y neurológicas
15:52
we can learn from watching people that are playing games.
401
952260
3000
que podemos aprender mirando a la gente jugar videojuegos.
15:55
But it's also about collective engagement
402
955260
3000
Pero también se trata de compromiso colectivo
15:58
and about the unprecedented laboratory
403
958260
3000
y de un laboratorio sin precedentes
16:01
for observing what makes people tick
404
961260
2000
para observar qué mueve a las personas
16:03
and work and play and engage
405
963260
2000
a trabajar, jugar y comprometerse
16:05
on a grand scale in games.
406
965260
3000
a gran escala en los juegos.
16:08
And if we can look at these things and learn from them
407
968260
3000
Y si podemos ver estas cosas y aprender de ellas
16:11
and see how to turn them outwards,
408
971260
2000
y ver cómo podemos articularlas,
16:13
then I really think we have something quite revolutionary on our hands.
409
973260
3000
creo que realmente tenemos algo muy revolucionario en nuestras manos.
16:16
Thank you very much.
410
976260
2000
Muchas gracias.
16:18
(Applause)
411
978260
4000
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7