Tom Chatfield: 7 ways video games engage the brain

Tom Chatfield: 7 maneiras pelas quais os jogos recompensam o cérebro

203,451 views

2010-11-01 ・ TED


New videos

Tom Chatfield: 7 ways video games engage the brain

Tom Chatfield: 7 maneiras pelas quais os jogos recompensam o cérebro

203,451 views ・ 2010-11-01

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Weber Martins Revisor: Fers Gruendling
00:15
I love video games.
0
15260
3000
Eu amo videogames.
00:18
I'm also slightly in awe of them.
1
18260
3000
Também fico um pouco espantado com eles.
00:21
I'm in awe of their power
2
21260
2000
Fico espantado com seu poder
00:23
in terms of imagination, in terms of technology,
3
23260
2000
em termos da imaginação, da tecnologia,
00:25
in terms of concept.
4
25260
2000
em termos do conceito.
00:27
But I think, above all,
5
27260
2000
Mas eu acho que, sobretudo,
00:29
I'm in awe at their power
6
29260
2000
fico espantado com seu poder
00:31
to motivate, to compel us,
7
31260
3000
de motivar, de nos "arrastar",
00:34
to transfix us,
8
34260
2000
de nos paralisar,
00:36
like really nothing else we've ever invented
9
36260
3000
como nada que já tenhamos inventado
00:39
has quite done before.
10
39260
2000
conseguiu antes.
00:41
And I think that we can learn some pretty amazing things
11
41260
3000
E acho que podemos aprender coisas surpreendentes
00:44
by looking at how we do this.
12
44260
2000
olhando como fazemos isso.
00:46
And in particular, I think we can learn things
13
46260
2000
E, em particular, acho que podemos aprender coisas
00:48
about learning.
14
48260
3000
sobre o aprender.
00:51
Now the video games industry
15
51260
2000
Neste momento, a indústria de videogames
00:53
is far and away the fastest growing
16
53260
2000
é de longe a que cresce mais rápido
00:55
of all modern media.
17
55260
2000
de todas as mídias modernas.
00:57
From about 10 billion in 1990,
18
57260
2000
De cerca de 10 bilhões em 1990,
00:59
it's worth 50 billion dollars globally today,
19
59260
3000
vale 50 bilhões de dólares globalmente hoje,
01:02
and it shows no sign of slowing down.
20
62260
3000
e não mostra sinais de desaceleração.
01:05
In four years' time,
21
65260
2000
Em quatro anos,
01:07
it's estimated it'll be worth over 80 billion dollars.
22
67260
3000
estima-se que valerá mais de 80 bilhões de dólares,
01:10
That's about three times the recorded music industry.
23
70260
3000
cerca de três vezes o valor da indústria de música gravada.
01:13
This is pretty stunning,
24
73260
2000
Isso é realmente impressionante,
01:15
but I don't think it's the most telling statistic of all.
25
75260
3000
mas não penso que esse dado seja o mais expressivo.
01:18
The thing that really amazes me
26
78260
2000
O que realmente me impressiona
01:20
is that, today,
27
80260
2000
é que, hoje em dia,
01:22
people spend about
28
82260
2000
as pessoas gastam cerca de
01:24
eight billion real dollars a year
29
84260
3000
oito bilhões de dólares de verdade por ano
01:27
buying virtual items
30
87260
2000
comprando itens virtuais
01:29
that only exist
31
89260
2000
que somente existem
01:31
inside video games.
32
91260
3000
dentro dos videogames.
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
94260
3000
Esta é uma tela de um mundo de jogo virtual, o Entropia Universe.
01:37
Earlier this year,
34
97260
2000
No início deste ano,
01:39
a virtual asteroid in it
35
99260
2000
um asteroide virtual nesse mundo
01:41
sold for 330,000 real dollars.
36
101260
4000
foi vendido por 330 mil dólares reais
01:45
And this
37
105260
2000
E isso
01:47
is a Titan class ship
38
107260
3000
é uma nave da classe Titan
01:50
in the space game, EVE Online.
39
110260
2000
no jogo espacial EVE Online.
01:52
And this virtual object
40
112260
2000
E este objeto virtual
01:54
takes 200 real people
41
114260
2000
precisou de 200 pessoas reais
01:56
about 56 days of real time to build,
42
116260
3000
e cerca de 56 dias de tempo real para ser construído
01:59
plus countless thousands of hours
43
119260
3000
mais milhares de incontáveis horas
02:02
of effort before that.
44
122260
2000
de esforço anterior.
02:04
And yet, many of these get built.
45
124260
3000
E ainda assim, muitos desses são construídos.
02:07
At the other end of the scale,
46
127260
2000
Na outra ponta do espectro,
02:09
the game Farmville that you may well have heard of,
47
129260
3000
o jogo Farmville, o qual vocês já devem ter ouvido falar,
02:12
has 70 million players
48
132260
2000
possui 70 milhões de jogadores
02:14
around the world
49
134260
2000
ao redor do mundo,
02:16
and most of these players
50
136260
2000
e muitos desses jogadores
02:18
are playing it almost every day.
51
138260
2000
o jogam quase todos os dias.
02:20
This may all sound
52
140260
2000
Isso pode parecer
02:22
really quite alarming to some people,
53
142260
2000
realmente bem alarmante para algumas pessoas,
02:24
an index of something worrying
54
144260
2000
um indicador de algo preocupante
02:26
or wrong in society.
55
146260
2000
ou errado em nossa sociedade.
02:28
But we're here for the good news,
56
148260
2000
Mas estamos aqui para as boas notícias
02:30
and the good news is
57
150260
2000
e a boa notícia é
02:32
that I think we can explore
58
152260
2000
que eu acho que podemos explorar
02:34
why this very real human effort,
59
154260
3000
o motivo pelo qual este esforço humano muito real,
02:37
this very intense generation of value, is occurring.
60
157260
4000
esta geração muito intensa de valor está ocorrendo.
02:41
And by answering that question,
61
161260
2000
E ao responder essa pergunta,
02:43
I think we can take something
62
163260
2000
acho que podemos tirar algo
02:45
extremely powerful away.
63
165260
2000
extremamente poderoso disso.
02:47
And I think the most interesting way
64
167260
2000
E acho que a maneira mais interessante
02:49
to think about how all this is going on
65
169260
2000
de pensar sobre tudo o que está acontecendo
02:51
is in terms of rewards.
66
171260
2000
é em termos de recompensas.
02:53
And specifically, it's in terms
67
173260
3000
E especificamente, é em termos
02:56
of the very intense emotional rewards
68
176260
2000
das recompensas emocionais muito intensas
02:58
that playing games offers to people
69
178260
2000
que esses jogos oferecem às pessoas
03:00
both individually
70
180260
2000
tanto individualmente
03:02
and collectively.
71
182260
2000
quanto coletivamente.
03:04
Now if we look at what's going on in someone's head
72
184260
2000
Agora, se olharmos o que está acontecendo na cabeça de alguém
03:06
when they are being engaged,
73
186260
2000
quando essa pessoa está comprometida, engajada,
03:08
two quite different processes are occurring.
74
188260
3000
dois processos bem diferentes estão ocorrendo.
03:11
On the one hand, there's the wanting processes.
75
191260
3000
Por um lado, os processos de querer.
03:14
This is a bit like ambition and drive -- I'm going to do that. I'm going to work hard.
76
194260
3000
Isso é um pouco como ambição e impulso -- eu vou fazer isso. Vou trabalhar duro.
03:17
On the other hand, there's the liking processes,
77
197260
2000
Por outro lado, há os processos de gostar,
03:19
fun and affection
78
199260
2000
diversão e afeto
03:21
and delight
79
201260
2000
e prazer --
03:23
and an enormous flying beast with an orc on the back.
80
203260
2000
e uma enorme besta voadora com um orc nas costas.
03:25
It's a really great image. It's pretty cool.
81
205260
2000
Essa é de fato uma grande imagem. É bem legal.
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
207260
3000
É do jogo World of Warcraft, com mais de 10 milhões de jogadores globalmente,
03:30
one of whom is me, another of whom is my wife.
83
210260
3000
um dos quais sou eu e outro é a minha esposa.
03:33
And this kind of a world,
84
213260
2000
E esse tipo de mundo,
03:35
this vast flying beast you can ride around,
85
215260
2000
essa enorme besta voadora que você pode montar
03:37
shows why games are so very good
86
217260
2000
mostra porque os jogos são tão bons
03:39
at doing both the wanting and the liking.
87
219260
3000
em fazer tanto o querer quanto o gostar.
03:42
Because it's very powerful. It's pretty awesome.
88
222260
2000
Porque é muito poderoso. É incrível.
03:44
It gives you great powers.
89
224260
2000
Dá a você grandes poderes.
03:46
Your ambition is satisfied, but it's very beautiful.
90
226260
3000
Sua ambição é satisfeita, mas é muito bonito.
03:49
It's a very great pleasure to fly around.
91
229260
3000
É um prazer muito grande voar
03:52
And so these combine to form
92
232260
2000
E então eles se combinam para formar
03:54
a very intense emotional engagement.
93
234260
2000
um engajamento emocional muito intenso.
03:56
But this isn't the really interesting stuff.
94
236260
3000
Mas essa não é a coisa verdadeiramente interessante.
03:59
The really interesting stuff about virtuality
95
239260
2000
A coisa realmente interessante sobre virtualidade,
04:01
is what you can measure with it.
96
241260
2000
é que você pode avaliar, medir com ela.
04:03
Because what you can measure in virtuality
97
243260
3000
Porque o que você pode medir na virtualidade
04:06
is everything.
98
246260
2000
é tudo.
04:08
Every single thing that every single person
99
248260
2000
Cada coisinha que cada pessoa
04:10
who's ever played in a game has ever done can be measured.
100
250260
3000
que já jogou um jogo já fez pode ser medida.
04:13
The biggest games in the world today
101
253260
2000
Os maiores jogos no mundo hoje
04:15
are measuring more than one billion points of data
102
255260
4000
estão medindo mais de um bilhão de pontos de dados
04:19
about their players, about what everybody does --
103
259260
2000
sobre seus jogadores, sobre o que todo mundo faz --
04:21
far more detail than you'd ever get from any website.
104
261260
3000
muito mais detalhes do que você jamais conseguiria em qualquer website.
04:24
And this allows something very special
105
264260
3000
E isso permite que uma coisa muito especial
04:27
to happen in games.
106
267260
2000
aconteça nos jogos.
04:29
It's something called the reward schedule.
107
269260
3000
É algo chamado cronograma (esquema) de recompensa.
04:32
And by this, I mean looking
108
272260
2000
E com isso, eu quero dizer olhar
04:34
at what millions upon millions of people have done
109
274260
2000
o que milhões e milhões de pessoas fizeram
04:36
and carefully calibrating the rate,
110
276260
2000
e cuidadosamente ajustar a taxa,
04:38
the nature, the type, the intensity of rewards in games
111
278260
3000
a natureza, o tipo, a intensidade das recompensas nos jogos
04:41
to keep them engaged
112
281260
2000
para mantê-las engajadas
04:43
over staggering amounts of time and effort.
113
283260
3000
por espantosas quantidades de tempo e esforço.
04:46
Now, to try and explain this
114
286260
2000
Agora, para tentar explicar isso
04:48
in sort of real terms,
115
288260
3000
em termos reais,
04:51
I want to talk about a kind of task
116
291260
2000
eu quero falar sobre um tipo de tarefa
04:53
that might fall to you in so many games.
117
293260
2000
que pode cair para você em tantos jogos.
04:55
Go and get a certain amount of a certain little game-y item.
118
295260
3000
Você tem que conseguir uma certa quantidade de um certo item Y.
04:58
Let's say, for the sake of argument,
119
298260
2000
Digamos, como ajudar a pensar,
05:00
my mission is to get 15 pies
120
300260
3000
minha missão é conseguir 15 tortas
05:03
and I can get 15 pies
121
303260
3000
e eu posso conseguir 15 tortas
05:06
by killing these cute, little monsters.
122
306260
2000
matando aqueles monstrinhos lindos.
05:08
Simple game quest.
123
308260
2000
Uma missão simples de jogo.
05:10
Now you can think about this, if you like,
124
310260
2000
Agora, vocês podem pensar a respeito, se quiserem,
05:12
as a problem about boxes.
125
312260
2000
como um problema de caixas.
05:14
I've got to keep opening boxes.
126
314260
2000
Eu tenho que ficar abrindo caixas.
05:16
I don't know what's inside them until I open them.
127
316260
3000
Eu não sei o que há dentro delas até que as abra.
05:19
And I go around opening box after box until I've got 15 pies.
128
319260
3000
E fico abrindo caixa depois de caixa, até que eu tenha 15 tortas.
05:22
Now, if you take a game like Warcraft,
129
322260
2000
Agora, se você pega um jogo como Warcraft,
05:24
you can think about it, if you like,
130
324260
2000
você pode pensar a respeito dele, se quiser,
05:26
as a great box-opening effort.
131
326260
3000
como um grande esforço de abrir caixas.
05:29
The game's just trying to get people to open about a million boxes,
132
329260
3000
O jogo está apenas tentando fazer as pessoas abrirem cerca de um milhão de caixas,
05:32
getting better and better stuff in them.
133
332260
2000
conseguindo coisas cada vez melhores nelas.
05:34
This sounds immensely boring
134
334260
3000
Isso parece imensamente tedioso,
05:37
but games are able
135
337260
2000
mas os jogos conseguem
05:39
to make this process
136
339260
2000
tornar esse processo
05:41
incredibly compelling.
137
341260
2000
incrivelmente irrestível.
05:43
And the way they do this
138
343260
2000
E eles fazem isso
05:45
is through a combination of probability and data.
139
345260
3000
através de uma combinação de probabilidade e dados.
05:48
Let's think about probability.
140
348260
2000
Vamos pensar sobre probabilidade.
05:50
If we want to engage someone
141
350260
2000
Se queremos engajar alguém
05:52
in the process of opening boxes to try and find pies,
142
352260
3000
no processo de abrir caixas e tentar encontrar tortas.
05:55
we want to make sure it's neither too easy,
143
355260
2000
Queremos nos certificar de que não é nem fácil demais,
05:57
nor too difficult, to find a pie.
144
357260
2000
nem difícil demais encontrar uma torta.
05:59
So what do you do? Well, you look at a million people --
145
359260
2000
Então o que você faz? Bom, você olha para um milhão de pessoas --
06:01
no, 100 million people, 100 million box openers --
146
361260
3000
não, 100 mihões de pessoas, 100 milhões de abridores de caixas --
06:04
and you work out, if you make the pie rate
147
364260
3000
e você calcula, se você fizer a taxa de torta
06:07
about 25 percent --
148
367260
2000
cerca de 25% --
06:09
that's neither too frustrating, nor too easy.
149
369260
3000
que não é nem muito frustrante, nem muito fácil;
06:12
It keeps people engaged.
150
372260
2000
isso mantém as pessoas engajadas
06:14
But of course, that's not all you do -- there's 15 pies.
151
374260
3000
mas claro, isso não é tudo o que você faz - isso são 15 tortas
06:17
Now, I could make a game called Piecraft,
152
377260
2000
Agora, eu poderia fazer um jogo chamado "Piecraft",
06:19
where all you had to do was get a million pies
153
379260
2000
onde tudo o que você tem a fazer é conseguir um milhão de tortas
06:21
or a thousand pies.
154
381260
2000
ou mil tortas.
06:23
That would be very boring.
155
383260
2000
Isso seria muito chato.
06:25
Fifteen is a pretty optimal number.
156
385260
2000
15 é um número excelente.
06:27
You find that -- you know, between five and 20
157
387260
2000
Você descobre que -- sabe, entre cinco e 20
06:29
is about the right number for keeping people going.
158
389260
2000
é mais ou menos o número certo para fazer com que as pessoas continuem.
06:31
But we don't just have pies in the boxes.
159
391260
2000
Mas não temos apenas tortas nas caixas.
06:33
There's 100 percent up here.
160
393260
2000
Há cem por cento aqui.
06:35
And what we do is make sure that every time a box is opened,
161
395260
3000
E o que fazemos é nos certificar de que cada vez que uma caixa é aberta,
06:38
there's something in it, some little reward
162
398260
2000
haja algo nela, alguma pequena recompensa,
06:40
that keeps people progressing and engaged.
163
400260
2000
que mantém as pessoas progredindo e engajadas.
06:42
In most adventure games,
164
402260
2000
Na maioria dos jogos de aventura,
06:44
it's a little bit in-game currency, a little bit experience.
165
404260
3000
há um pouco de moeda do jogo, um pouco de experiência,
06:47
But we don't just do that either.
166
407260
2000
mas não fazemos apenas isso também.
06:49
We also say there's going to be loads of other items
167
409260
2000
Também dizemos que haverá centenas de outros itens
06:51
of varying qualities and levels of excitement.
168
411260
2000
de qualidades e níveis de excitação variados.
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
413260
3000
Haverá uma chance de 10 por cento de você conseguir um item muito bom.
06:56
There's going to be a 0.1 percent chance
170
416260
2000
Haverá uma chance de 0,1 por cento
06:58
you get an absolutely awesome item.
171
418260
3000
de você conseguir um item absolutamente incrível.
07:01
And each of these rewards is carefully calibrated to the item.
172
421260
3000
E cada uma dessas recompensas é cuidadosamente ajustada para o item.
07:04
And also, we say,
173
424260
2000
E também, dizemos,
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
426260
3000
"Bom, quantos monstros? Devo ter o mundo todo cheio de um bilhão de monstros?"
07:09
No, we want one or two monsters on the screen at any one time.
175
429260
3000
Não, queremos um ou dois monstros na tela ao mesmo tempo.
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
432260
3000
Então sou atraído. Não é tão fácil, nem tão difícil.
07:15
So all this is very powerful.
177
435260
2000
Então tudo isso é muito poderoso.
07:17
But we're in virtuality. These aren't real boxes.
178
437260
3000
Mas estamos na virtualidade, não são caixas reais.
07:20
So we can do
179
440260
2000
Então podemos fazer
07:22
some rather amazing things.
180
442260
2000
algumas coisas impressionantes.
07:24
We notice, looking at all these people opening boxes,
181
444260
4000
Notamos, olhando toda essa gente abrindo caixas,
07:28
that when people get to about 13 out of 15 pies,
182
448260
3000
que, quando as pessoas pegam cerca de 13 das 15 tortas,
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
451260
3000
suas percepções mudam, começam a ficar aborrecidas, irritadas.
07:34
They're not rational about probability.
184
454260
2000
Elas não são racionais sobre probabilidade.
07:36
They think this game is unfair.
185
456260
2000
Pensam que o jogo é injusto.
07:38
It's not giving me my last two pies. I'm going to give up.
186
458260
2000
Não está me entregando minhas últimas duas tortas. Terei que desistir.
07:40
If they're real boxes, there's not much we can do,
187
460260
2000
Se fossem caixas reais, não haveria muito a fazer,
07:42
but in a game we can just say, "Right, well.
188
462260
2000
mas num jogo nós podemos dizer "Certo, tudo bem."
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
464260
4000
Quando se pega 13 tortas, você ganhou 75 por cento de chance de pegar uma torta agora.
07:48
Keep you engaged. Look at what people do --
190
468260
2000
Isso mantém você engajado. Olhe o que as pessoas fazem --
07:50
adjust the world to match their expectation.
191
470260
2000
ajustam o mundo para se adequar às suas expectativas.
07:52
Our games don't always do this.
192
472260
2000
Nossos jogos nem sempre fazem isso.
07:54
And one thing they certainly do at the moment
193
474260
2000
E algo que certamente fazem atualmente
07:56
is if you got a 0.1 percent awesome item,
194
476260
3000
é, se você tem um item 0,1% interessante,
07:59
they make very sure another one doesn't appear for a certain length of time
195
479260
3000
eles garantem que outro não apareça por um certo tempo
08:02
to keep the value, to keep it special.
196
482260
2000
para conservar seu valor, para fazê-lo especial.
08:04
And the point is really
197
484260
2000
E o ponto que realmente interessa é
08:06
that we evolved to be satisfied by the world
198
486260
2000
que evoluímos para nos satisfazer com esse mundo
08:08
in particular ways.
199
488260
2000
em modos específicos.
08:10
Over tens and hundreds of thousands of years,
200
490260
3000
Em dezenas e centenas de milhares de anos,
08:13
we evolved to find certain things stimulating,
201
493260
2000
nós evoluímos para achar certas coisas estimulantes,
08:15
and as very intelligent, civilized beings,
202
495260
2000
e, como seres muito inteligentes e civilizados,
08:17
we're enormously stimulated by problem solving and learning.
203
497260
3000
fomos imensamente estimulados pelo aprender e resolver problemas.
08:20
But now, we can reverse engineer that
204
500260
2000
Mas agora, podemos realizar engenharia reversa nisso
08:22
and build worlds
205
502260
2000
e construir mundos
08:24
that expressly tick our evolutionary boxes.
206
504260
3000
que claramente estimulem nossas bases evolutivas.
08:27
So what does all this mean in practice?
207
507260
2000
Então o que tudo isso significa na prática?
08:29
Well, I've come up
208
509260
2000
Bom, eu apareço
08:31
with seven things
209
511260
2000
com sete coisas
08:33
that, I think, show
210
513260
2000
que, eu acho, mostram
08:35
how you can take these lessons from games
211
515260
2000
como você pode aprender essas lições dos jogos
08:37
and use them outside of games.
212
517260
3000
e usá-las fora dos jogos.
08:40
The first one is very simple:
213
520260
2000
A primeira é muito simples:
08:42
experience bars measuring progress --
214
522260
2000
barras de experiência que registram o progresso --
08:44
something that's been talked about brilliantly
215
524260
2000
algo que foi mencionado brilhantemente
08:46
by people like Jesse Schell earlier this year.
216
526260
3000
por pessoas como Jesse Schell mais cedo neste ano.
08:49
It's already been done at the University of Indiana in the States, among other places.
217
529260
3000
Isso já foi feito na Universidade de Indiana nos Estados Unidos, entre outros lugares,
08:52
It's the simple idea that instead of grading people incrementally
218
532260
3000
É a ideia simples que, em vez de classificar as pessoas de forma crescente
08:55
in little bits and pieces,
219
535260
2000
em pequenos pedaços,
08:57
you give them one profile character avatar
220
537260
2000
você dá a elas um avatar de personagem
08:59
which is constantly progressing
221
539260
2000
que está constantemente progredindo
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
541260
3000
em doses pequenas, que elas sentem que são elas mesmas.
09:04
And everything comes towards that,
223
544260
2000
E tudo vem em direção a isso,
09:06
and they watch it creeping up, and they own that as it goes along.
224
546260
3000
e elas o observam escalar e elas tomam posse disso conforme evolui.
09:09
Second, multiple long and short-term aims --
225
549260
2000
Segunda coisa, múltiplos objetivos de longo e curto prazo --
09:11
5,000 pies, boring,
226
551260
2000
5.000 tortas, chato,
09:13
15 pies, interesting.
227
553260
2000
15 tortas, interessante.
09:15
So, you give people
228
555260
2000
Então você dá às pessoas
09:17
lots and lots of different tasks.
229
557260
2000
muitas e muitas tarefas diferentes.
09:19
You say, it's about
230
559260
2000
Você diz, trata-se de
09:21
doing 10 of these questions,
231
561260
2000
responder dez dessas perguntas,
09:23
but another task
232
563260
2000
mas outra tarefa
09:25
is turning up to 20 classes on time,
233
565260
2000
é estar presente em 20 aulas pontualmente,
09:27
but another task is collaborating with other people,
234
567260
3000
mas outra tarefa é colaborar com outras pessoas,
09:30
another task is showing you're working five times,
235
570260
3000
uma outra tarefa é mostrar seu trabalho cinco vezes,
09:33
another task is hitting this particular target.
236
573260
2000
outra tarefa é atingir este objetivo específico.
09:35
You break things down into these calibrated slices
237
575260
3000
Você decompõe tarefas em pedaços equilibrados
09:38
that people can choose and do in parallel
238
578260
2000
que as pessoas podem escolher e fazer ao mesmo tempo
09:40
to keep them engaged
239
580260
2000
para mantê-los engajados
09:42
and that you can use to point them
240
582260
2000
e que você pode usar para direcioná-los
09:44
towards individually beneficial activities.
241
584260
3000
para atividades individualmente benéficas.
09:48
Third, you reward effort.
242
588260
2000
Em terceiro lugar, recompense o esforço.
09:50
It's your 100 percent factor. Games are brilliant at this.
243
590260
3000
É seu fator mais importante. Jogos são brilhantes neste ponto.
09:53
Every time you do something, you get credit; you get a credit for trying.
244
593260
3000
Toda vez que você faz algo, ganha crédito, ou um crédito por tentar.
09:56
You don't punish failure. You reward every little bit of effort --
245
596260
3000
Se você não punir falhas e recompensar cada pequeno esforço -
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
599260
3000
seu pequeno pedaço de ouro, de crédito - você respondeu as vinte perguntas - OK
10:02
It all feeds in as minute reinforcement.
247
602260
3000
Tudo se encaixa como reforço instantâneo.
10:05
Fourth, feedback.
248
605260
2000
Quarta coisa, retorno (feedback).
10:07
This is absolutely crucial,
249
607260
2000
Isso é absolutamente crucial,
10:09
and virtuality is dazzling at delivering this.
250
609260
2000
e a virtualidade é mestre em fornecer isso.
10:11
If you look at some of the most intractable problems in the world today
251
611260
3000
Se você olhar alguns dos problemas mais intratáveis no mundo hoje
10:14
that we've been hearing amazing things about,
252
614260
2000
dos quais já ouvimos coisas impressionantes,
10:16
it's very, very hard for people to learn
253
616260
3000
é muito, muito difícil para as pessoas aprenderem
10:19
if they cannot link consequences to actions.
254
619260
3000
se elas não puderem relacionar consequências a ações.
10:22
Pollution, global warming, these things --
255
622260
2000
Poluição, aquecimento global, essas coisas,
10:24
the consequences are distant in time and space.
256
624260
2000
as consequências estão distantes no tempo e espaço.
10:26
It's very hard to learn, to feel a lesson.
257
626260
2000
É muito difícil aprender alguma lição disso,
10:28
But if you can model things for people,
258
628260
2000
mas se você puder modelar as coisas para as pessoas,
10:30
if you can give things to people that they can manipulate
259
630260
2000
se puder dar coisas às pessoas que elas possam manipular
10:32
and play with and where the feedback comes,
260
632260
2000
e escolher sobre com que e de onde o feedback vem,
10:34
then they can learn a lesson, they can see,
261
634260
2000
então elas podem aprender uma lição, elas podem ver,
10:36
they can move on, they can understand.
262
636260
3000
podem evoluir, podem entender.
10:39
And fifth,
263
639260
2000
E a quinta coisa,
10:41
the element of uncertainty.
264
641260
2000
o elemento da incerteza.
10:43
Now this is the neurological goldmine,
265
643260
3000
Essa é uma mina de ouro neurológica,
10:46
if you like,
266
646260
2000
se você quiser,
10:48
because a known reward
267
648260
2000
porque um reforço conhecido
10:50
excites people,
268
650260
2000
excita as pessoas,
10:52
but what really gets them going
269
652260
2000
mas o que realmente mobiliza as pessoas
10:54
is the uncertain reward,
270
654260
2000
e o reforço incerto,
10:56
the reward pitched at the right level of uncertainty,
271
656260
2000
o reforço recebido no nível certo de incerteza,
10:58
that they didn't quite know whether they were going to get it or not.
272
658260
3000
que eles não sabem bem se receberão ou não.
11:01
The 25 percent. This lights the brain up.
273
661260
3000
Os 25 por cento. Isso ilumina o cérebro.
11:04
And if you think about
274
664260
2000
E se você pensar sobre
11:06
using this in testing,
275
666260
2000
usar isto na avaliação,
11:08
in just introducing control elements of randomness
276
668260
2000
simplesmente introduzindo elementos de controle aleatoriamente
11:10
in all forms of testing and training,
277
670260
2000
em todas as formas de teste e treinamento,
11:12
you can transform the levels of people's engagement
278
672260
2000
poderá mudar os níveis de engajamento das pessoas
11:14
by tapping into this very powerful
279
674260
2000
pelo uso deste mecanismo evolutivo
11:16
evolutionary mechanism.
280
676260
2000
muito poderoros
11:18
When we don't quite predict something perfectly,
281
678260
2000
Porque quando não prevemos algo com perfeição,
11:20
we get really excited about it.
282
680260
2000
ficamos realmente entusiasmados a respeito
11:22
We just want to go back and find out more.
283
682260
2000
Desejamos apenas voltar e descobrir mais.
11:24
As you probably know, the neurotransmitter
284
684260
2000
Como vocês provavelmente sabem, o neurotransmissor
11:26
associated with learning is called dopamine.
285
686260
2000
associado à aprendizagem é chamado "dopamina".
11:28
It's associated with reward-seeking behavior.
286
688260
3000
Está associado ao comportamento de busca de reforço.
11:31
And something very exciting is just beginning to happen
287
691260
3000
E algo muito excitante está começando a acontecer
11:34
in places like the University of Bristol in the U.K.,
288
694260
3000
em lugares como a Universidade de Bristol no Reino Unido,
11:37
where we are beginning to be able to model mathematically
289
697260
3000
onde estamos começando a modelar matematicamente
11:40
dopamine levels in the brain.
290
700260
2000
os níveis de dopamina no cérebro.
11:42
And what this means is we can predict learning,
291
702260
2000
E isso significa que podemos prever aprendizagem,
11:44
we can predict enhanced engagement,
292
704260
3000
podemos prever o comprometimento avançado,
11:47
these windows, these windows of time,
293
707260
2000
nestas janelas do tempo,
11:49
in which the learning is taking place at an enhanced level.
294
709260
3000
onde a aprendizagem acontece em nível privilegiado.
11:52
And two things really flow from this.
295
712260
2000
E duas coisas realmente derivam disso.
11:54
The first has to do with memory,
296
714260
2000
A primeira tem a ver com a memória,
11:56
that we can find these moments.
297
716260
2000
que podemos encontrar esses momentos.
11:58
When someone is more likely to remember,
298
718260
2000
Quando alguém tem mais chances de lembrar,
12:00
we can give them a nugget in a window.
299
720260
2000
podemos dar a eles um pequeno incentivo.
12:02
And the second thing is confidence,
300
722260
2000
O segundo aspecto é a confiança,
12:04
that we can see how game-playing and reward structures
301
724260
2000
que podemos ver como jogos e estruturas de reforço
12:06
make people braver, make them more willing to take risks,
302
726260
3000
tornam as pessoas mais fortes, mais aptas a aceitar riscos,
12:09
more willing to take on difficulty,
303
729260
2000
mais dispostas de enfrentar dificuldades,
12:11
harder to discourage.
304
731260
2000
mais difíceis de desencorajar.
12:13
This can all seem very sinister.
305
733260
2000
Tudo isso pode parecer muito estranho.
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
735260
2000
Mas é algo como "nossos cérebros foram manipulados e estamos viciados."
12:17
The word "addiction" is thrown around.
307
737260
2000
A palavra "vício" circula por aí.
12:19
There are real concerns there.
308
739260
2000
Há preocupações reais nisso.
12:21
But the biggest neurological turn-on for people
309
741260
2000
Mas a maior virada neurológica para as pessoas
12:23
is other people.
310
743260
2000
são as outras pessoas.
12:25
This is what really excites us.
311
745260
3000
O que realmente nos excita.
12:28
In reward terms, it's not money;
312
748260
2000
Em termos de reforço, não é dinheiro,
12:30
it's not being given cash -- that's nice --
313
750260
3000
não é dinheiro ganho - que é bom -
12:33
it's doing stuff with our peers,
314
753260
2000
é fazer coisas com outras pessoas
12:35
watching us, collaborating with us.
315
755260
2000
nos observando e colaborando conosco.
12:37
And I want to tell you a quick story about 1999 --
316
757260
2000
E desejo contar uma pequena estória que aconteceu mais ou menos em 1999
12:39
a video game called EverQuest.
317
759260
2000
um videogame chamado Everquest.
12:41
And in this video game,
318
761260
2000
E nesse videogame,
12:43
there were two really big dragons, and you had to team up to kill them --
319
763260
3000
havia dois dragões muito grandes e você tinha que formar equipes para matá-los --
12:46
42 people, up to 42 to kill these big dragons.
320
766260
3000
42 pessoas -- até 42 pessoas para matar esses grandes dragões.
12:49
That's a problem
321
769260
2000
Isso é um problema,
12:51
because they dropped two or three decent items.
322
771260
3000
porque deles caíam dois ou três itens importantes.
12:54
So players addressed this problem
323
774260
3000
Então os jogadores abordaram esse problema
12:57
by spontaneously coming up with a system
324
777260
2000
espontaneamente inventando um sistema
12:59
to motivate each other,
325
779260
2000
para motivar uns aos outros,
13:01
fairly and transparently.
326
781260
2000
de modo justo e transparente.
13:03
What happened was, they paid each other a virtual currency
327
783260
3000
O que aconteceu foi que eles pagaram uns aos outros com moeda virtual
13:06
they called "dragon kill points."
328
786260
3000
que eles chamaram "pontos de matar dragões".
13:09
And every time you turned up to go on a mission,
329
789260
2000
E toda vez que você aparecia para uma missão,
13:11
you got paid in dragon kill points.
330
791260
2000
era pago em pontos de matar dragões.
13:13
They tracked these on a separate website.
331
793260
2000
Eles registravam tudo isso em um website separado.
13:15
So they tracked their own private currency,
332
795260
2000
De modo que registravam sua própria moeda.
13:17
and then players could bid afterwards
333
797260
2000
e esses jogadores podiam ofertar mais tarde
13:19
for cool items they wanted --
334
799260
2000
para ter itens desejados --
13:21
all organized by the players themselves.
335
801260
2000
tudo organizado pelos jogadores mesmo.
13:23
Now the staggering system, not just that this worked in EverQuest,
336
803260
3000
Agora, impressionante não é que funcionou no Everquest,
13:26
but that today, a decade on,
337
806260
2000
mas que hoje, uma década depois,
13:28
every single video game in the world with this kind of task
338
808260
3000
todo videogame do mundo com esse tipo de tarefa
13:31
uses a version of this system --
339
811260
2000
usa uma versão desse sistema --
13:33
tens of millions of people.
340
813260
2000
dezenas de milhares de pessoas.
13:35
And the success rate
341
815260
2000
E a taxa de sucesso
13:37
is at close to 100 percent.
342
817260
2000
é aproximadamente 100 por cento.
13:39
This is a player-developed,
343
819260
2000
Esta é uma moeda desenvolvida por jogadores,
13:41
self-enforcing, voluntary currency,
344
821260
3000
auto-aplicada e voluntária,
13:44
and it's incredibly sophisticated
345
824260
2000
e é um comportamento incrivelmente sofisticado
13:46
player behavior.
346
826260
2000
do jogador.
13:50
And I just want to end by suggesting
347
830260
2000
E quero apenas terminar sugerindo
13:52
a few ways in which these principles
348
832260
2000
alguns modos pelos quais esses princípios
13:54
could fan out into the world.
349
834260
2000
podem ser disseminados no mundo.
13:56
Let's start with business.
350
836260
2000
Começarei pelos negócios.
13:58
I mean, we're beginning to see some of the big problems
351
838260
2000
Quero dizer, estamos começando a ver alguns grandes problemas
14:00
around something like business are
352
840260
2000
algo como negócios,
14:02
recycling and energy conservation.
353
842260
2000
reciclagem e conservação de energia.
14:04
We're beginning to see the emergence of wonderful technologies
354
844260
2000
Estamos começando a ver o surgimento de tecnologias maravilhosas
14:06
like real-time energy meters.
355
846260
2000
como medidores de energia em tempo real.
14:08
And I just look at this, and I think, yes,
356
848260
2000
E eu olho para isso e penso, sim,
14:10
we could take that so much further
357
850260
3000
podemos levar isso muito mais longe
14:13
by allowing people to set targets
358
853260
2000
permitindo que as pessoas estabeleçam metas
14:15
by setting calibrated targets,
359
855260
2000
ao estabelecer metas ajustadas,
14:17
by using elements of uncertainty,
360
857260
3000
pelo uso de elementos de incerteza,
14:20
by using these multiple targets,
361
860260
2000
ao usar essas múltiplas metas,
14:22
by using a grand, underlying reward and incentive system,
362
862260
3000
ao usar uma enorme recompensa subjacente e um sistema de incentivos,
14:25
by setting people up
363
865260
2000
ao engajar as pessoas
14:27
to collaborate in terms of groups, in terms of streets
364
867260
2000
a colaborar em termos de grupos, em termos de ruas,
14:29
to collaborate and compete,
365
869260
2000
a colaborar e competir,
14:31
to use these very sophisticated
366
871260
2000
a usar essa mecânica muito
14:33
group and motivational mechanics we see.
367
873260
2000
sofisticada e motivacional que vemos.
14:35
In terms of education,
368
875260
2000
Na área de educação,
14:37
perhaps most obviously of all,
369
877260
2000
talvez a mais óbvia de todas,
14:39
we can transform how we engage people.
370
879260
3000
podemos mudar o modo como as pessoas se engajam.
14:42
We can offer people the grand continuity
371
882260
2000
Podemos oferecer às pessoas a grande continuidade
14:44
of experience and personal investment.
372
884260
3000
da experiência e do investimento pessoal.
14:47
We can break things down
373
887260
2000
Podemos decompor as coisas
14:49
into highly calibrated small tasks.
374
889260
2000
em tarefas pequenas altamente ajustadas.
14:51
We can use calculated randomness.
375
891260
2000
Podemos usar aleatoriedade calculada.
14:53
We can reward effort consistently
376
893260
2000
Podemos recompensar esforço consistentemente
14:55
as everything fields together.
377
895260
3000
pois tudo se encaixa.
14:58
And we can use the kind of group behaviors
378
898260
2000
Podemos usar o tipo de comportamentos de grupo
15:00
that we see evolving when people are at play together,
379
900260
3000
que vimos evoluir quando pessoas jogam juntas,
15:03
these really quite unprecedentedly complex
380
903260
3000
esses mecanismos inovadoramente complexos
15:06
cooperative mechanisms.
381
906260
2000
e cooperativos.
15:08
Government, well, one thing that comes to mind
382
908260
2000
Para o Governo, o que vem à mente
15:10
is the U.S. government, among others,
383
910260
3000
é o Governo dos Estados Unidos, entre outros,
15:13
is literally starting to pay people
384
913260
2000
é literalmente começar a pagar as pessoas
15:15
to lose weight.
385
915260
2000
para perder peso.
15:17
So we're seeing financial reward being used
386
917260
2000
Estamos dizendo recompensa financeira sendo usada
15:19
to tackle the great issue of obesity.
387
919260
2000
para enfrentar a grande questão da obesidade.
15:21
But again, those rewards
388
921260
2000
Mas novamente, estes reforços
15:23
could be calibrated so precisely
389
923260
3000
poderiam ser ajustados tão precisamente
15:26
if we were able to use the vast expertise
390
926260
3000
se fôssemos capazes de usar o vasto conhecimento
15:29
of gaming systems to just jack up that appeal,
391
929260
3000
dos sistemas de jogos para apenas turbinar esse apelo,
15:32
to take the data, to take the observations,
392
932260
2000
para pegar dados, registrar observações
15:34
of millions of human hours
393
934260
2000
de milhares de horas humanas
15:36
and plow that feedback
394
936260
2000
e verificar o retorno
15:38
into increasing engagement.
395
938260
2000
em termos de engajamento crescente
15:40
And in the end, it's this word, "engagement,"
396
940260
3000
No final, esta é a palavra, engajamento,
15:43
that I want to leave you with.
397
943260
2000
que eu quero deixar para vocês.
15:45
It's about how individual engagement
398
945260
2000
Como o engajamento individual
15:47
can be transformed
399
947260
2000
pode ser transformado
15:49
by the psychological and the neurological lessons
400
949260
3000
por lições psicológicas e neurológicas
15:52
we can learn from watching people that are playing games.
401
952260
3000
nós podemos aprender da observação de pessoas jogando.
15:55
But it's also about collective engagement
402
955260
3000
Mas isso também tem a ver com engajamento coletivo
15:58
and about the unprecedented laboratory
403
958260
3000
e com o laboratório inovador
16:01
for observing what makes people tick
404
961260
2000
de observar o que move as pessoas
16:03
and work and play and engage
405
963260
2000
e as faz trabalhar e jogar e engajar
16:05
on a grand scale in games.
406
965260
3000
em grande escala nos jogos.
16:08
And if we can look at these things and learn from them
407
968260
3000
E se podemos olhar para essas coisas e aprender com elas
16:11
and see how to turn them outwards,
408
971260
2000
e ver como trazê-las para fora,
16:13
then I really think we have something quite revolutionary on our hands.
409
973260
3000
então eu realmente acho que temos algo bastante revolucionário em nossas mãos.
16:16
Thank you very much.
410
976260
2000
Muito obrigado.
16:18
(Applause)
411
978260
4000
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7