Tom Chatfield: 7 ways video games engage the brain

203,334 views ・ 2010-11-01

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Guy Ernest מבקר: Ido Dekkers
00:15
I love video games.
0
15260
3000
אני אוהב משחקי וידאו
00:18
I'm also slightly in awe of them.
1
18260
3000
אני גם נדהם מהם מעט
00:21
I'm in awe of their power
2
21260
2000
אני נדהם מהכוח שלהם
00:23
in terms of imagination, in terms of technology,
3
23260
2000
במונחים של דימיון, במונחים של טכנולוגיה
00:25
in terms of concept.
4
25260
2000
במונחים של מושגים
00:27
But I think, above all,
5
27260
2000
אבל אני חושב שמעל הכל
00:29
I'm in awe at their power
6
29260
2000
אני נדהם מהכוח שלהם
00:31
to motivate, to compel us,
7
31260
3000
לעודד אותנו, לאלץ אותנו
00:34
to transfix us,
8
34260
2000
לשתק אותנו
00:36
like really nothing else we've ever invented
9
36260
3000
כמו שום דבר אחר שהמצאנו מעולם
00:39
has quite done before.
10
39260
2000
עשה זאת בעבר
00:41
And I think that we can learn some pretty amazing things
11
41260
3000
אני חושב שאנחנו יכולים ללמוד כמה דברים מדהימים
00:44
by looking at how we do this.
12
44260
2000
על ידי התבוננות כיצד הם עושים זאת
00:46
And in particular, I think we can learn things
13
46260
2000
ובעיקר, אני חושב שאנחנו יכולים ללמוד דברים
00:48
about learning.
14
48260
3000
על למידה
00:51
Now the video games industry
15
51260
2000
תעשיית משחקי הוידאו
00:53
is far and away the fastest growing
16
53260
2000
היא התעשיה הצומחת במהירות הרבה ביותר
00:55
of all modern media.
17
55260
2000
מכל שיטות התקשורת המודרניות
00:57
From about 10 billion in 1990,
18
57260
2000
מבערך 10 מיליארד ב-1990
00:59
it's worth 50 billion dollars globally today,
19
59260
3000
היא שווה 50 מיליארד דולר היום
01:02
and it shows no sign of slowing down.
20
62260
3000
והיא אינה מגלה שום סימנים של האטה
01:05
In four years' time,
21
65260
2000
בעוד 4 שנים
01:07
it's estimated it'll be worth over 80 billion dollars.
22
67260
3000
היא מוערכת להיות שווה יותר מ-80 מיליארד דולר
01:10
That's about three times the recorded music industry.
23
70260
3000
זה בערך פי שלוש מתעשיית המוזיקה
01:13
This is pretty stunning,
24
73260
2000
זה די מדהים
01:15
but I don't think it's the most telling statistic of all.
25
75260
3000
אבל אני לא חושב שזאת הסטטיסטיקה הכי משמעותית
01:18
The thing that really amazes me
26
78260
2000
הדבר שבאמת מדהים אותי
01:20
is that, today,
27
80260
2000
הוא שהיום
01:22
people spend about
28
82260
2000
אנשים מוציאים בערך
01:24
eight billion real dollars a year
29
84260
3000
8 מיליארד דולר אמיתיים בשנה
01:27
buying virtual items
30
87260
2000
על קניית איי-טונס וירטואליים
01:29
that only exist
31
89260
2000
שרק קיימים
01:31
inside video games.
32
91260
3000
בתוך משחקי וידאו
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
94260
3000
זהו צילום מסך ממשחק של עולם וירטואלי, יקום האנטרופיה
01:37
Earlier this year,
34
97260
2000
מוקדם יותר השנה
01:39
a virtual asteroid in it
35
99260
2000
אסטרואיד וירטואלי בו
01:41
sold for 330,000 real dollars.
36
101260
4000
נמכר עבור 330,000 דולר אמיתיים
01:45
And this
37
105260
2000
וזאת
01:47
is a Titan class ship
38
107260
3000
היא ספינה מסוג טיטאן
01:50
in the space game, EVE Online.
39
110260
2000
במשחק חלל, EVE Online
01:52
And this virtual object
40
112260
2000
והאובייקט הוירטואלי הזה
01:54
takes 200 real people
41
114260
2000
לקח 200 אנשים אמיתיים
01:56
about 56 days of real time to build,
42
116260
3000
ו-56 ימים אמיתיים כדי לבנות
01:59
plus countless thousands of hours
43
119260
3000
ועוד אין ספור אלפי שעות
02:02
of effort before that.
44
122260
2000
של מאמץ לפני כן
02:04
And yet, many of these get built.
45
124260
3000
ועדיין, רבים מהם ניבנים
02:07
At the other end of the scale,
46
127260
2000
בצד השני של המנעד
02:09
the game Farmville that you may well have heard of,
47
129260
3000
למשחק, פארמוויל, שכנראה שמעתם עליו
02:12
has 70 million players
48
132260
2000
יש 70 מיליון שחקנים
02:14
around the world
49
134260
2000
מסביב לעולם
02:16
and most of these players
50
136260
2000
ורוב השחקנים האלה
02:18
are playing it almost every day.
51
138260
2000
משחקים אותו כמעט כל יום
02:20
This may all sound
52
140260
2000
זה אולי נשמע
02:22
really quite alarming to some people,
53
142260
2000
מעורר דאגה לכמה אנשים
02:24
an index of something worrying
54
144260
2000
כסימן של משהו מדאיג
02:26
or wrong in society.
55
146260
2000
או גרוע לחברה
02:28
But we're here for the good news,
56
148260
2000
אבל אנחנו כאן בשביל החדשות הטובות
02:30
and the good news is
57
150260
2000
והחדשות הטובות הן
02:32
that I think we can explore
58
152260
2000
שאני חושב שאפשר לחקור
02:34
why this very real human effort,
59
154260
3000
מדוע המאמץ האנושי המאד אמיתי הזה
02:37
this very intense generation of value, is occurring.
60
157260
4000
יצירת הערך העזה הזאת קורת
02:41
And by answering that question,
61
161260
2000
ובעזרת התשובה לשאלה הזאת
02:43
I think we can take something
62
163260
2000
אני חושב שאנחנו יכולים לקחת משהו
02:45
extremely powerful away.
63
165260
2000
מאד חזק מזה
02:47
And I think the most interesting way
64
167260
2000
ואני חושב שהדרך הכי מעניינת
02:49
to think about how all this is going on
65
169260
2000
לחשוב כיצד כל זה קורה
02:51
is in terms of rewards.
66
171260
2000
זה במונחים של חיזוקים
02:53
And specifically, it's in terms
67
173260
3000
בעיקר במונחים
02:56
of the very intense emotional rewards
68
176260
2000
של חיזוקים רגשיים עזים
02:58
that playing games offers to people
69
178260
2000
שמשחקים מציעים לאנשים
03:00
both individually
70
180260
2000
גם בצורה אישית
03:02
and collectively.
71
182260
2000
וגם בצורה שיתופית
03:04
Now if we look at what's going on in someone's head
72
184260
2000
כאשר אנחנו מסתכלים מה קורה תוך הראש של מישהו
03:06
when they are being engaged,
73
186260
2000
כאשר הם שקועים במשחק
03:08
two quite different processes are occurring.
74
188260
3000
שני תהליכים שונים קורים
03:11
On the one hand, there's the wanting processes.
75
191260
3000
מצד אחד יש את תהליכי הרצון
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
זה קצת כמו שאפתנות והינע -- אני הולך לעשות את זה. אני הולך לעבוד קשה
03:17
On the other hand, there's the liking processes,
77
197260
2000
מצד שני, יש את תהליכי ההנאה
03:19
fun and affection
78
199260
2000
כיף ויחס חם
03:21
and delight
79
201260
2000
ועונג
03:23
and an enormous flying beast with an orc on the back.
80
203260
2000
ומפלצת מעופפת ענקית עם אורק על גבה
03:25
It's a really great image. It's pretty cool.
81
205260
2000
זוהי ממש תמונה נהדרת. זה ממש מגניב
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
207260
3000
זה מהמשחק עולם אומנות המלחמה (וורלד אוף וורכראפט) עם יותר מ-10 מיליון שחקנים בעולם
03:30
one of whom is me, another of whom is my wife.
83
210260
3000
אחד מהם הוא אני, אחת אחרת היא אישתי
03:33
And this kind of a world,
84
213260
2000
וסוג כזה של עולם
03:35
this vast flying beast you can ride around,
85
215260
2000
אתה יכול לרכוב על מפלצת מעופפת ענקית זאת
03:37
shows why games are so very good
86
217260
2000
מראה מדוע משחקים הם כל כך טובים
03:39
at doing both the wanting and the liking.
87
219260
3000
בלתת גם את הרצון וגם את ההנאה
03:42
Because it's very powerful. It's pretty awesome.
88
222260
2000
בגלל שזה מאד חזק. זה די מדהים
03:44
It gives you great powers.
89
224260
2000
זה נותן לכם כוחות אדירים
03:46
Your ambition is satisfied, but it's very beautiful.
90
226260
3000
השאפתנות שלהם מסופקת, אבל זה מאד יפה
03:49
It's a very great pleasure to fly around.
91
229260
3000
זה תענוג עצום לעוף מסביב
03:52
And so these combine to form
92
232260
2000
אז הצורה המשולבת הזאת
03:54
a very intense emotional engagement.
93
234260
2000
מעורבות רגשית עזה מאד
03:56
But this isn't the really interesting stuff.
94
236260
3000
אבל זה לא באמת הדבר המעניין
03:59
The really interesting stuff about virtuality
95
239260
2000
הדבר הבאמת מעניין לגבי עולמות וירטואליים
04:01
is what you can measure with it.
96
241260
2000
הוא מה אפשר למדוד בהם
04:03
Because what you can measure in virtuality
97
243260
3000
בגלל שמה שאפשר למדוד בעולמות הוירטואליים
04:06
is everything.
98
246260
2000
הוא הכל
04:08
Every single thing that every single person
99
248260
2000
כל דבר שכל אדם
04:10
who's ever played in a game has ever done can be measured.
100
250260
3000
שאי פעם שיחק במשחק עשה יכול להמדד
04:13
The biggest games in the world today
101
253260
2000
המשחקים הכי גדולים בעולם היום
04:15
are measuring more than one billion points of data
102
255260
4000
מודדים יותר ממליארד נקודות של נתונים
04:19
about their players, about what everybody does --
103
259260
2000
לגבי השחקנים שלהם, לגבי מה שכל אחד עושה
04:21
far more detail than you'd ever get from any website.
104
261260
3000
הרבה יותר מפורט מכל מה שתקבל מאיזה אתר
04:24
And this allows something very special
105
264260
3000
וזה מאפשר משהו מאד מיוחד
04:27
to happen in games.
106
267260
2000
לקרות במשחקים
04:29
It's something called the reward schedule.
107
269260
3000
זה נקרא תזמון החיזוקים
04:32
And by this, I mean looking
108
272260
2000
ועל ידי זה, אני מתכוון על ידי הסתכלות
04:34
at what millions upon millions of people have done
109
274260
2000
מה שמיליונים על גבי מיליונים של אנשים עשו
04:36
and carefully calibrating the rate,
110
276260
2000
וכיוונון זהיר של הקצב
04:38
the nature, the type, the intensity of rewards in games
111
278260
3000
האופי, הסוג והעוצמה של החיזוקים במשחקים
04:41
to keep them engaged
112
281260
2000
לשמור אותם מעורבים
04:43
over staggering amounts of time and effort.
113
283260
3000
במשך כמויות ענקיות של זמן ומאמץ
04:46
Now, to try and explain this
114
286260
2000
כדי לנסות ולהסביר את זה
04:48
in sort of real terms,
115
288260
3000
בצורה של מונחים אמיתיים
04:51
I want to talk about a kind of task
116
291260
2000
אני רוצה לדבר על סוג של משימה
04:53
that might fall to you in so many games.
117
293260
2000
שיכולה ליפול עליך בכל כך הרבה משחקים
04:55
Go and get a certain amount of a certain little game-y item.
118
295260
3000
לך להשיג כמות מסוימת של פריט מסוים במשחק
04:58
Let's say, for the sake of argument,
119
298260
2000
למשל, לצרכי הדגמה
05:00
my mission is to get 15 pies
120
300260
3000
המשימה שלי היא להשיג 15 עוגות
05:03
and I can get 15 pies
121
303260
3000
ואני יכול להשיג 15 עוגות
05:06
by killing these cute, little monsters.
122
306260
2000
על ידי הריגה של המפלצות הקטנות והחמודות האלה
05:08
Simple game quest.
123
308260
2000
משימת משחק פשוטה
05:10
Now you can think about this, if you like,
124
310260
2000
אתם יכולים לחשוב על זה, אם תרצו,
05:12
as a problem about boxes.
125
312260
2000
כבעיה של קופסאות
05:14
I've got to keep opening boxes.
126
314260
2000
אני צריך להמשיך לפתוח קופסאות
05:16
I don't know what's inside them until I open them.
127
316260
3000
אני לא יודע מה יש בתוכן, עד שאני פותח אותן
05:19
And I go around opening box after box until I've got 15 pies.
128
319260
3000
ואני הולך מסביב ופותח קופסא אחר קופסא, עד שיש לי 15 עוגות
05:22
Now, if you take a game like Warcraft,
129
322260
2000
אם אני לוקח משחק כמו אומנות המלחמה
05:24
you can think about it, if you like,
130
324260
2000
אתם יכולים לחשוב על זה, אם תרצו,
05:26
as a great box-opening effort.
131
326260
3000
כמאמץ עצום של פתיחת קופסאות
05:29
The game's just trying to get people to open about a million boxes,
132
329260
3000
המשחק מנסה לגרום לאנשים לפתוח בערך מיליון קופסאות
05:32
getting better and better stuff in them.
133
332260
2000
ולקבל דברים טובים יותר ויותר בתוכן
05:34
This sounds immensely boring
134
334260
3000
זה נשמע נורא משעמם
05:37
but games are able
135
337260
2000
אבל משחקים יכולים
05:39
to make this process
136
339260
2000
לעשות את התהליך הזה
05:41
incredibly compelling.
137
341260
2000
מושך ביותר
05:43
And the way they do this
138
343260
2000
והדרך שהם עושים זאת
05:45
is through a combination of probability and data.
139
345260
3000
היא באמצעות שילוב של הסתברות ונתונים
05:48
Let's think about probability.
140
348260
2000
בואו נחשוב על הסתברות
05:50
If we want to engage someone
141
350260
2000
אם אתם רוצים לעניין מישהו
05:52
in the process of opening boxes to try and find pies,
142
352260
3000
בתהליך של פתיחת קופסאות ונסיון למצוא עוגות
05:55
we want to make sure it's neither too easy,
143
355260
2000
אנחנו רוצים להיות בטוחים שזה לא יהיה יותר מדי קל
05:57
nor too difficult, to find a pie.
144
357260
2000
וגם לא יותר מדי קשה למצוא עוגה
05:59
So what do you do? Well, you look at a million people --
145
359260
2000
אז מה אתם עושים? ובכן, אתם מסתכלים על מליון אנשים
06:01
no, 100 million people, 100 million box openers --
146
361260
3000
לא, 100 מיליון אנשים, 100 מיליון פותחי קופסאות
06:04
and you work out, if you make the pie rate
147
364260
3000
ואתם מחשבים, שאם אתם עושים את קצב העוגות
06:07
about 25 percent --
148
367260
2000
בערך 25 אחוז
06:09
that's neither too frustrating, nor too easy.
149
369260
3000
זה לא יותר מדי מתסכל, ולא יותר מדי קל
06:12
It keeps people engaged.
150
372260
2000
זה משאיר את האנשים מתעניינים
06:14
But of course, that's not all you do -- there's 15 pies.
151
374260
3000
אבל כמובן, זה לא כל מה שאתם עושים - יש 15 עוגות
06:17
Now, I could make a game called Piecraft,
152
377260
2000
הייתי יכול לעשות משחק שנקרא "אמן העוגות"
06:19
where all you had to do was get a million pies
153
379260
2000
בו כל מה שהייתם צריכים לעשות היה להשיג מיליון עוגות
06:21
or a thousand pies.
154
381260
2000
או אלף עוגות
06:23
That would be very boring.
155
383260
2000
זה היה מאד משעמם
06:25
Fifteen is a pretty optimal number.
156
385260
2000
15 זה מספר די אופטימלי
06:27
You find that -- you know, between five and 20
157
387260
2000
אתם מוצאים -- אתם יודעים בין 5 ל-20
06:29
is about the right number for keeping people going.
158
389260
2000
זה בערך המספר הנכון להשאיר אנשים במשחק
06:31
But we don't just have pies in the boxes.
159
391260
2000
אבל אין לנו רק עוגות בקופסאות
06:33
There's 100 percent up here.
160
393260
2000
יש שם 100 אחוז
06:35
And what we do is make sure that every time a box is opened,
161
395260
3000
ומה שאנחנו עושים זה לדאוג שכל פעם שפותחים קופסא
06:38
there's something in it, some little reward
162
398260
2000
יש משהו פנים, איזה חיזוק קטן
06:40
that keeps people progressing and engaged.
163
400260
2000
זה משאיר את האנשים מתקדמים ומעורבים
06:42
In most adventure games,
164
402260
2000
ברוב משחקי ההרפתקאות
06:44
it's a little bit in-game currency, a little bit experience.
165
404260
3000
זה קצת הכסף של המשחק, קצת נסיון
06:47
But we don't just do that either.
166
407260
2000
אבל אנחנו לא עושים רק את זה
06:49
We also say there's going to be loads of other items
167
409260
2000
אנחנו גם אומרים שהולכים להיות המון דברים אחרים
06:51
of varying qualities and levels of excitement.
168
411260
2000
באיכויות ורמות ריגוש שונות
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
413260
3000
הולך להיות סיכוי של 10% שתקבלו חפץ די טוב
06:56
There's going to be a 0.1 percent chance
170
416260
2000
הולך להיות סיכוי של 0.1%
06:58
you get an absolutely awesome item.
171
418260
3000
שתקבלו חפץ ממש מדהים
07:01
And each of these rewards is carefully calibrated to the item.
172
421260
3000
וכל אחד מהחיזוקים מכוון בזהירות לחפץ
07:04
And also, we say,
173
424260
2000
וכן אנחנו אומרים
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
426260
3000
"ובכן, כמה מפלצות? האם צריך להיות עולם מלא במליארד מפלצות?"
07:09
No, we want one or two monsters on the screen at any one time.
175
429260
3000
לא. אנחנו רוצים מפלצת אחת או שתיים במסך בכל רגע נתון
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
432260
3000
אז אני ממשיך, זה לא קל מדי, לא קשה מדי
07:15
So all this is very powerful.
177
435260
2000
אז כל זה הוא מאד חזק
07:17
But we're in virtuality. These aren't real boxes.
178
437260
3000
אבל אנחנו בעולם וירטואלי, אלה אינן קופסאות אמיתיות
07:20
So we can do
179
440260
2000
אז אנחנו יכולים לעשות
07:22
some rather amazing things.
180
442260
2000
כמה דברים די מדהימים
07:24
We notice, looking at all these people opening boxes,
181
444260
4000
אנחנו מבחינים, כשבוחנים את כל האנשים האלה פותחים קופסאות
07:28
that when people get to about 13 out of 15 pies,
182
448260
3000
שכאשר אנשים מקבלים בערך 13 מתוך 15 עוגות
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
451260
3000
התפיסה שלהם משתנה, הם מתחילים קצת להשתעמם, קצת עצבניים
07:34
They're not rational about probability.
184
454260
2000
הם לא הגיוניים לגבי הסתברות
07:36
They think this game is unfair.
185
456260
2000
הם חושבים שהמשחק הוא לא הוגן
07:38
It's not giving me my last two pies. I'm going to give up.
186
458260
2000
הוא לא נותן לי את שתי העוגות האחרונות, אני עומד לוותר
07:40
If they're real boxes, there's not much we can do,
187
460260
2000
אם אלה קופסאות אמיתיות, אין הרבה שאנחנו יכולים לעשות
07:42
but in a game we can just say, "Right, well.
188
462260
2000
אבל במשחק אנחנו יכולים פשוט לומר "בסדר"
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
464260
4000
כאשר אתם מקבלים 13 עוגות, יש לכם 75% סיכוי לקבל עוגה עכשיו
07:48
Keep you engaged. Look at what people do --
190
468260
2000
לשמור אתכם מעורבים. תראו מה אנשים עושים
07:50
adjust the world to match their expectation.
191
470260
2000
משנים את העולם כדי להתאים לציפיות שלהם
07:52
Our games don't always do this.
192
472260
2000
המשחקים שלנו לא תמיד עושים את זה
07:54
And one thing they certainly do at the moment
193
474260
2000
ומשהו אחד הם בודאי עושים כעת
07:56
is if you got a 0.1 percent awesome item,
194
476260
3000
הוא שאם יש לכם סיכוי של 0.1% לקבל חפץ מדהים
07:59
they make very sure another one doesn't appear for a certain length of time
195
479260
3000
הם מבטיחים שלא יופיע עוד אחד במשך זמן מסוים
08:02
to keep the value, to keep it special.
196
482260
2000
כדי לשמור על הערך, לשמור על היחוד
08:04
And the point is really
197
484260
2000
והנקודה היא באמת
08:06
that we evolved to be satisfied by the world
198
486260
2000
שאנחנו מתפתחים להיות מסופקים על ידי העולם
08:08
in particular ways.
199
488260
2000
בדרכים מסוימות
08:10
Over tens and hundreds of thousands of years,
200
490260
3000
במשך עשרות ומאות אלפי שנים
08:13
we evolved to find certain things stimulating,
201
493260
2000
התפתחנו למצוא דברים מסוימים כמעוררים
08:15
and as very intelligent, civilized beings,
202
495260
2000
וכיצורים מאד חכמים ותרבותיים
08:17
we're enormously stimulated by problem solving and learning.
203
497260
3000
אנחנו מאד מעוררים על ידי פתרון בעיות ולמידה
08:20
But now, we can reverse engineer that
204
500260
2000
אבל עכשיו, אנחנו יכולים לנתח את זה
08:22
and build worlds
205
502260
2000
ולבנות עולמות
08:24
that expressly tick our evolutionary boxes.
206
504260
3000
שיגרו בצורה ישירה את הקופסות ההתפתחויות שלנו
08:27
So what does all this mean in practice?
207
507260
2000
אז מה זה אומר למעשה?
08:29
Well, I've come up
208
509260
2000
ובכן, גיליתי
08:31
with seven things
209
511260
2000
שבעה דברים
08:33
that, I think, show
210
513260
2000
שאני חושב מראים
08:35
how you can take these lessons from games
211
515260
2000
איך אפשר לקחת את השיעור מהמשחקים
08:37
and use them outside of games.
212
517260
3000
ולהשתמש בהם מחוץ למשחקים
08:40
The first one is very simple:
213
520260
2000
הראשון הוא מאד פשוט:
08:42
experience bars measuring progress --
214
522260
2000
מד התנסות שמודד התקדמות
08:44
something that's been talked about brilliantly
215
524260
2000
זהו דבר שדובר עליו בצורה מבריקה
08:46
by people like Jesse Schell earlier this year.
216
526260
3000
על ידי אנשים כמו ג'ס של מוקדם יותר השנה
08:49
It's already been done at the University of Indiana in the States, among other places.
217
529260
3000
זה כבר נעשה באוניברסיטת אינדיאנה בארצות הברית, בין מקומות אחרים
08:52
It's the simple idea that instead of grading people incrementally
218
532260
3000
זהו הרעיון הפשוט, שבמקום לדרג אנשים בצורה עולה
08:55
in little bits and pieces,
219
535260
2000
ביחידות וחתיכות קטנות
08:57
you give them one profile character avatar
220
537260
2000
אתם נותנים להם תמונת פרופיל אחת
08:59
which is constantly progressing
221
539260
2000
שכל הזמן מתקדמת
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
541260
3000
בצעדים קטנים, קטנים, קטנים שהם מרגישים שהם שלהם
09:04
And everything comes towards that,
223
544260
2000
וכל הדברים מתקרבים לזה
09:06
and they watch it creeping up, and they own that as it goes along.
224
546260
3000
והם מתבוננים בזה מתקדם, והם מרגישים בעלות על ההתקדמות
09:09
Second, multiple long and short-term aims --
225
549260
2000
שנית, מטרות קצרות וארוכות טווח מרובות
09:11
5,000 pies, boring,
226
551260
2000
5,000 עוגות זה משעמם
09:13
15 pies, interesting.
227
553260
2000
15 עוגות זה מעניין
09:15
So, you give people
228
555260
2000
אז אתם נותנים לאנשים
09:17
lots and lots of different tasks.
229
557260
2000
הרבה משימות שונות
09:19
You say, it's about
230
559260
2000
אתם אומרים
09:21
doing 10 of these questions,
231
561260
2000
שצריך לפתור את 10 השאלות האלה
09:23
but another task
232
563260
2000
אבל משימה אחרת
09:25
is turning up to 20 classes on time,
233
565260
2000
היא להגיע ל20 שיעורים בזמן
09:27
but another task is collaborating with other people,
234
567260
3000
ומשימה אחרת היא לשתף פעולה עם אנשים אחרים
09:30
another task is showing you're working five times,
235
570260
3000
משימה נוספת היא להראות את העבודה שלכם חמש פעמים
09:33
another task is hitting this particular target.
236
573260
2000
משימה אחרת היא להכות את המטרה המסוימת הזאת
09:35
You break things down into these calibrated slices
237
575260
3000
אתם שוברים דברים לחתיכות מדודות
09:38
that people can choose and do in parallel
238
578260
2000
שאנשים יכולים לבחור ולעשות במקביל
09:40
to keep them engaged
239
580260
2000
כדי לשמור אותם מעורבים
09:42
and that you can use to point them
240
582260
2000
ושאתם יכולים להשתמש כדי לכוון אותם
09:44
towards individually beneficial activities.
241
584260
3000
לכיוון פעילויות מועילות עבורם
09:48
Third, you reward effort.
242
588260
2000
שלישית, אתם מחזקים מאמץ
09:50
It's your 100 percent factor. Games are brilliant at this.
243
590260
3000
זה גורם ה-100% שלכם. משחקים הם מבריקים בזה
09:53
Every time you do something, you get credit; you get a credit for trying.
244
593260
3000
בכל פעם שאתם עושים משהו, אתם מקבלים תמורה. אתם נותנים תמורה על נסיון
09:56
You don't punish failure. You reward every little bit of effort --
245
596260
3000
אתם לא מענישים על כשלון, אתם מחזקים כל פיסה של מאמץ
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
599260
3000
פיסה קטנה של זהב, פיסה קטנה של תמורה -- עשיתם 20 שאלות - תיק
10:02
It all feeds in as minute reinforcement.
247
602260
3000
זה הכל מזין כחיזוקים קטנים
10:05
Fourth, feedback.
248
605260
2000
רביעית, היזון חוזר
10:07
This is absolutely crucial,
249
607260
2000
זה חשוב ביותר
10:09
and virtuality is dazzling at delivering this.
250
609260
2000
והעולמות הוירטואליים מעולים בלספק את זה
10:11
If you look at some of the most intractable problems in the world today
251
611260
3000
אם אתם מסתכלים על הבעיות הכי קשות בעולם היום
10:14
that we've been hearing amazing things about,
252
614260
2000
שאנחנו שומעים דברים מדהימים עליהם
10:16
it's very, very hard for people to learn
253
616260
3000
זה מאד מאד קשה לאנשים ללמוד
10:19
if they cannot link consequences to actions.
254
619260
3000
אם הם לא יכולים לקשר תוצאות למעשים
10:22
Pollution, global warming, these things --
255
622260
2000
זיהום, התחממות גלובלית, דברים כאלה
10:24
the consequences are distant in time and space.
256
624260
2000
התוצאות הן רחוקות בזמן ובמרחב
10:26
It's very hard to learn, to feel a lesson.
257
626260
2000
זה מאד קשה ללמוד להרגיש את השיעור
10:28
But if you can model things for people,
258
628260
2000
אבל אם אתם יכולים להמחיש דברים עבור אנשים
10:30
if you can give things to people that they can manipulate
259
630260
2000
אם אתם מצליחים לאנשים דברים שהם יכולים לשנות
10:32
and play with and where the feedback comes,
260
632260
2000
ולשחק איתם שנותנים היזון חוזר
10:34
then they can learn a lesson, they can see,
261
634260
2000
אז הם יכולים ללמוד את הלקח, הם יכולים לראות
10:36
they can move on, they can understand.
262
636260
3000
הם יכולים להתקדם, הם יכולים להבין
10:39
And fifth,
263
639260
2000
הדבר החמישי
10:41
the element of uncertainty.
264
641260
2000
האלמנט של חוסר ודאות
10:43
Now this is the neurological goldmine,
265
643260
3000
זהו מכרה זהב ניורולוגי
10:46
if you like,
266
646260
2000
אם תרצו
10:48
because a known reward
267
648260
2000
בגלל שחיזוק ידוע
10:50
excites people,
268
650260
2000
מרגש אנשים
10:52
but what really gets them going
269
652260
2000
אבל מה שממש גורם להמשיך
10:54
is the uncertain reward,
270
654260
2000
הוא חיזוק לא ודאי
10:56
the reward pitched at the right level of uncertainty,
271
656260
2000
החיזוק צריך להיות ברמה הנכונה של חוסר ודאות
10:58
that they didn't quite know whether they were going to get it or not.
272
658260
3000
שהם לא בטוחים אם הם יקבלו אותו או לא
11:01
The 25 percent. This lights the brain up.
273
661260
3000
ה-25% אחוז. זה מדליק את המוח
11:04
And if you think about
274
664260
2000
ואם אתם חושבים על זה
11:06
using this in testing,
275
666260
2000
שימוש בזה במבחנים
11:08
in just introducing control elements of randomness
276
668260
2000
על ידי הכנסה גורמים משפיעים של מקריות
11:10
in all forms of testing and training,
277
670260
2000
בכל הצורות של מבחנים ואימונים
11:12
you can transform the levels of people's engagement
278
672260
2000
אתם יכולים לשנות את הרמה של מעורבות האנשים
11:14
by tapping into this very powerful
279
674260
2000
על ידי שימוש באמצעי
11:16
evolutionary mechanism.
280
676260
2000
האבולוציוני החזק הזה
11:18
When we don't quite predict something perfectly,
281
678260
2000
כאשר אנחנו לא יכולים לחזות בדיוק משהו
11:20
we get really excited about it.
282
680260
2000
אנחנו מאד מתרגשים ממנו
11:22
We just want to go back and find out more.
283
682260
2000
אנחנו רוצים לחזור ולגלות יותר
11:24
As you probably know, the neurotransmitter
284
684260
2000
כפי שאתם בודאי יודעים, המעביר העיצבי
11:26
associated with learning is called dopamine.
285
686260
2000
שמעורב בלמידה נקרא דופמין
11:28
It's associated with reward-seeking behavior.
286
688260
3000
הוא קשור להתנהגות חיפוש חיזוקים
11:31
And something very exciting is just beginning to happen
287
691260
3000
ומשהו מאד מרגש מתחיל בדיוק לקרות
11:34
in places like the University of Bristol in the U.K.,
288
694260
3000
במקומות כמו אוניברסיטת בריסטול באנגליה
11:37
where we are beginning to be able to model mathematically
289
697260
3000
בהם אנחנו מתחילים להיות מסוגלים לבנות מודל מתמטי
11:40
dopamine levels in the brain.
290
700260
2000
של רמות דופמין במוח
11:42
And what this means is we can predict learning,
291
702260
2000
ומה שזה אומר שאנחנו יכולים לחזות למידה
11:44
we can predict enhanced engagement,
292
704260
3000
אנחנו יכולים לחזות מעורבות מוגברת
11:47
these windows, these windows of time,
293
707260
2000
החלונות האלה, החלונות האלה בזמן
11:49
in which the learning is taking place at an enhanced level.
294
709260
3000
בהם הלמידה מתרחשת ברמה מוגברת
11:52
And two things really flow from this.
295
712260
2000
ושני דברים נובעים מזה
11:54
The first has to do with memory,
296
714260
2000
הדבר הראשון קשור לזיכרון
11:56
that we can find these moments.
297
716260
2000
שאנחנו יכולים למצוא את הרגעים האלה
11:58
When someone is more likely to remember,
298
718260
2000
בהם מישהו יותר סביר שיזכור
12:00
we can give them a nugget in a window.
299
720260
2000
אנחנו יכולים לתת גוש זהב בחלון
12:02
And the second thing is confidence,
300
722260
2000
והדבר השני הוא הבטחון
12:04
that we can see how game-playing and reward structures
301
724260
2000
שאנחנו יכולים לראות איך המשחק והמבנה של החיזוקים
12:06
make people braver, make them more willing to take risks,
302
726260
3000
עושה את האנשים אמיצים יותר, מוכנים יותר לקחת סיכונים
12:09
more willing to take on difficulty,
303
729260
2000
מוכנים יותר להתמודד עם קשיים
12:11
harder to discourage.
304
731260
2000
קשים יותר לשבירה מוראלית
12:13
This can all seem very sinister.
305
733260
2000
כל זה יכול להראות מרושע
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
735260
2000
אבל אתם יודעים, משהו כמו "המוחות שלנו הושפעו, כולנו מכורים"
12:17
The word "addiction" is thrown around.
307
737260
2000
המילה התמכרות נזרקת מסביב
12:19
There are real concerns there.
308
739260
2000
יש פה סיכונים אמיתיים
12:21
But the biggest neurological turn-on for people
309
741260
2000
אבל הגירוי המוחי החזק ביותר על אנשים
12:23
is other people.
310
743260
2000
הוא אנשים אחרים
12:25
This is what really excites us.
311
745260
3000
זה מה שבאמת מרגש אותנו
12:28
In reward terms, it's not money;
312
748260
2000
במונחים של חיזוק, זה לא הכסף
12:30
it's not being given cash -- that's nice --
313
750260
3000
זה לא לקבל מזומן -- זה נחמד --
12:33
it's doing stuff with our peers,
314
753260
2000
זה לעשות דברים עם החברים שלנו
12:35
watching us, collaborating with us.
315
755260
2000
להסתכל עלינו, לשתף איתנו פעולה
12:37
And I want to tell you a quick story about 1999 --
316
757260
2000
ואני רוצה לספר לכם סיפור קצר על 1999
12:39
a video game called EverQuest.
317
759260
2000
משחק וידאו שנקרא אברקווסט
12:41
And in this video game,
318
761260
2000
ובמשחק הוידאו הזה
12:43
there were two really big dragons, and you had to team up to kill them --
319
763260
3000
היו שני דרקונים באמת גדולים, והייתם צריכים ליצור צוות כדי להרוג אותם
12:46
42 people, up to 42 to kill these big dragons.
320
766260
3000
42 אנשים -- עד 42 אנשים כדי להרוג את הדרקונים הגדולים האלה
12:49
That's a problem
321
769260
2000
זוהי בעיה
12:51
because they dropped two or three decent items.
322
771260
3000
בגלל שהם הפילו שניים או שלושה חפצים טובים
12:54
So players addressed this problem
323
774260
3000
אז השחקנים פתרו את הבעיה הזאת
12:57
by spontaneously coming up with a system
324
777260
2000
על ידי פיתוח ספונטני של שיטה
12:59
to motivate each other,
325
779260
2000
לעודד אחד את השני
13:01
fairly and transparently.
326
781260
2000
בצורה הוגנת ושקופה
13:03
What happened was, they paid each other a virtual currency
327
783260
3000
מה שקרה היה, הם שילמו אחד לשני במטבע וירטואלי
13:06
they called "dragon kill points."
328
786260
3000
הם קראו לזה נקודות הרג דרקונים
13:09
And every time you turned up to go on a mission,
329
789260
2000
ובכל פעם שהצטרפת למשימה
13:11
you got paid in dragon kill points.
330
791260
2000
קיבלת נקודות הרג דרקונים
13:13
They tracked these on a separate website.
331
793260
2000
הם עקבו אחריהן באתר נפרד
13:15
So they tracked their own private currency,
332
795260
2000
כך הם עקבו אחר המטבע הפרטי שלהם
13:17
and then players could bid afterwards
333
797260
2000
ואז השחקנים יכלו להציע הצעת מחיר לאחר מכן
13:19
for cool items they wanted --
334
799260
2000
על חפצים מגניבים שהם רצו
13:21
all organized by the players themselves.
335
801260
2000
הכל מאורגן על ידי השחקנים עצמם
13:23
Now the staggering system, not just that this worked in EverQuest,
336
803260
3000
מה שמדהים שזה לא רק עבד באברקווסט
13:26
but that today, a decade on,
337
806260
2000
אלא שאפילו היום, עשור מאז,
13:28
every single video game in the world with this kind of task
338
808260
3000
כל משחק וידאו בעולם עם סוג כזה של משימה
13:31
uses a version of this system --
339
811260
2000
משתמש בגרסא של המערכת
13:33
tens of millions of people.
340
813260
2000
עשרות מיליונים של אנשים
13:35
And the success rate
341
815260
2000
ואחוז ההצלחה
13:37
is at close to 100 percent.
342
817260
2000
הוא קרוב ל-100%
13:39
This is a player-developed,
343
819260
2000
זה פותח על ידי השחקנים
13:41
self-enforcing, voluntary currency,
344
821260
3000
נאכף בצורה עצמאית, מטבע התנדבותי
13:44
and it's incredibly sophisticated
345
824260
2000
וזאת התנהגות שחקנים
13:46
player behavior.
346
826260
2000
מורכבת בצורה יוצאת דופן
13:50
And I just want to end by suggesting
347
830260
2000
ואני רוצה לסיים בהצעה
13:52
a few ways in which these principles
348
832260
2000
למספר דרכים שהעקרונות האלה
13:54
could fan out into the world.
349
834260
2000
יכולים להקרין על העולם
13:56
Let's start with business.
350
836260
2000
אני אתחיל בעסקים
13:58
I mean, we're beginning to see some of the big problems
351
838260
2000
אני מתכוון, אנחנו מתחילים לראות קצת מהבעיות הגדולות
14:00
around something like business are
352
840260
2000
סביב עסקים
14:02
recycling and energy conservation.
353
842260
2000
מחזור וחסכון באנרגיה
14:04
We're beginning to see the emergence of wonderful technologies
354
844260
2000
אנחנו מתחילים לראות את התפתחות של טכנולוגיות נהדרות
14:06
like real-time energy meters.
355
846260
2000
כמו מודדי אנרגיה בזמן אמיתי
14:08
And I just look at this, and I think, yes,
356
848260
2000
ואני בדיוק מסתכל על זה, ואני חושב
14:10
we could take that so much further
357
850260
3000
זה יכול לקדם אותנו כל כך
14:13
by allowing people to set targets
358
853260
2000
על ידי מתן אפשרות לאנשים לקבוע יעדים
14:15
by setting calibrated targets,
359
855260
2000
על ידי כיוונון יעדים
14:17
by using elements of uncertainty,
360
857260
3000
על ידי שימוש באלמנטים של חוסר ודאות
14:20
by using these multiple targets,
361
860260
2000
על ידי שימוש בריבוי יעדים
14:22
by using a grand, underlying reward and incentive system,
362
862260
3000
על ידי שימוש במערכת גדולה מתחת לפני השטח של פרסים וחיזוקים,
14:25
by setting people up
363
865260
2000
על ידי כיוון אנשים
14:27
to collaborate in terms of groups, in terms of streets
364
867260
2000
לשיתוף במונחים של קבוצות, במונחים של רחובות
14:29
to collaborate and compete,
365
869260
2000
לשתף פעולה ולהתחרות
14:31
to use these very sophisticated
366
871260
2000
להשתמש בדיוק באותם
14:33
group and motivational mechanics we see.
367
873260
2000
מנגנונים מוטיבציונים קבוצתיים מורכבים שאנחנו רואים
14:35
In terms of education,
368
875260
2000
במונחים של חינוך
14:37
perhaps most obviously of all,
369
877260
2000
אולי הכי ברור מכולם
14:39
we can transform how we engage people.
370
879260
3000
אנחנו יכולים לשנות את הדרך שאנחנו גורמים לאנשים להיות מעורבים
14:42
We can offer people the grand continuity
371
882260
2000
אנחנו יכולים להציע לאנשים את ההמשכיות הגדולה
14:44
of experience and personal investment.
372
884260
3000
של נסיון והשקעה אישית
14:47
We can break things down
373
887260
2000
אנחנו יכולים לשבור דברים
14:49
into highly calibrated small tasks.
374
889260
2000
למשימות קטנות מכווננות היטב
14:51
We can use calculated randomness.
375
891260
2000
אנחנו יכולים להשתמש במקריות מחושבת
14:53
We can reward effort consistently
376
893260
2000
אנחנו יכולים לתת פרסים למאמץ בצורה עיקבית
14:55
as everything fields together.
377
895260
3000
כאשר כולם מתחברים ביחד
14:58
And we can use the kind of group behaviors
378
898260
2000
ואנחנו יכולים להשתמש בסוג הזה של התנהגות קבוצתית
15:00
that we see evolving when people are at play together,
379
900260
3000
שאנחנו רואים שמתפתחת כאשר אנשים משחקים ביחד
15:03
these really quite unprecedentedly complex
380
903260
3000
אלה באמת מנגנונים של שיתוף פעולה
15:06
cooperative mechanisms.
381
906260
2000
מורכבים בצורה חסרת תקדים
15:08
Government, well, one thing that comes to mind
382
908260
2000
ממשל, דבר אחד שעולה בראש
15:10
is the U.S. government, among others,
383
910260
3000
הוא הממשל בארצות הברית, בין השאר
15:13
is literally starting to pay people
384
913260
2000
ממש מתחיל לשלם לאנשים
15:15
to lose weight.
385
915260
2000
להוריד במשקל
15:17
So we're seeing financial reward being used
386
917260
2000
אז אנחנו אומרים שנעשה שימוש בחיזוק כלכלי
15:19
to tackle the great issue of obesity.
387
919260
2000
להתמודד עם הבעיה הגדולה של השמנה
15:21
But again, those rewards
388
921260
2000
אך שוב, החיזוקים האלה
15:23
could be calibrated so precisely
389
923260
3000
יכולים להיות מכווננים בדיוק כזה
15:26
if we were able to use the vast expertise
390
926260
3000
אם היינו יכולים להשתמש בניסיון הרחב
15:29
of gaming systems to just jack up that appeal,
391
929260
3000
של מערכות משחקים להעלות את המשיכה
15:32
to take the data, to take the observations,
392
932260
2000
לקחת את הנתונים, לקחת את התצפיות
15:34
of millions of human hours
393
934260
2000
של מיליוני שעות האדם
15:36
and plow that feedback
394
936260
2000
ולהשתמש במידע הזה
15:38
into increasing engagement.
395
938260
2000
כדי להגביר מעורבות.
15:40
And in the end, it's this word, "engagement,"
396
940260
3000
ולסיום, המילה הזאת, מעורבות
15:43
that I want to leave you with.
397
943260
2000
שאני רוצה שתשארו איתה
15:45
It's about how individual engagement
398
945260
2000
מתייחסת כיצד מעורבות אישית
15:47
can be transformed
399
947260
2000
יכולה להפוך
15:49
by the psychological and the neurological lessons
400
949260
3000
בעזרת שיעורים פסיכולוגיים ונאורולוגיים
15:52
we can learn from watching people that are playing games.
401
952260
3000
אנחנו יכולים ללמוד בעזרת הסתכלות באנשים שמשחקים משחקים
15:55
But it's also about collective engagement
402
955260
3000
אבל זה גם מתייחס למעורבות משותפת
15:58
and about the unprecedented laboratory
403
958260
3000
ולגבי המעבדה חסרת התקדים
16:01
for observing what makes people tick
404
961260
2000
להתבוננות במה מניע אנשים
16:03
and work and play and engage
405
963260
2000
לעבוד, לשחק ולהיות מעורבים
16:05
on a grand scale in games.
406
965260
3000
בהיקף כל כך גדול במשחקים
16:08
And if we can look at these things and learn from them
407
968260
3000
ואם אנחנו יכולים לראות את הדברים האלה וללמוד מהם
16:11
and see how to turn them outwards,
408
971260
2000
ולראות איך להפוך אותם החוצה
16:13
then I really think we have something quite revolutionary on our hands.
409
973260
3000
אז אני באמת חושב שיש לנו משהו די מהפכני בידיים
16:16
Thank you very much.
410
976260
2000
תודה רבה
16:18
(Applause)
411
978260
4000
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7