Tom Chatfield: 7 ways video games engage the brain

203,451 views ・ 2010-11-01

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Pattapon Kasemtanakul Reviewer: Phatra Sae-ting
00:15
I love video games.
0
15260
3000
ผมชอบเกมส์
00:18
I'm also slightly in awe of them.
1
18260
3000
อันที่จริงผมออกจะทึ่งในพวกมันซะด้วยซ้ำ
00:21
I'm in awe of their power
2
21260
2000
ผมทึ่งในพลังของมัน
00:23
in terms of imagination, in terms of technology,
3
23260
2000
ทึ่งในความคิดสร้างสรรค์ ทึ่งในเทคโนโลยี
00:25
in terms of concept.
4
25260
2000
ทึ่งในแนวคิด
00:27
But I think, above all,
5
27260
2000
แต่ที่สำคัญ
00:29
I'm in awe at their power
6
29260
2000
ผมทึ่งในพลังของพวกมัน
00:31
to motivate, to compel us,
7
31260
3000
ที่ให้แรงบันดาลใจกับเรา ที่มีอิทธิพลต่อเรา
00:34
to transfix us,
8
34260
2000
ที่ทำให้เราตะลึงได้
00:36
like really nothing else we've ever invented
9
36260
3000
ไม่เหมือนกับสิ่งประดิษฐ์ใดๆ เลยที่เราเคยคิดค้น
00:39
has quite done before.
10
39260
2000
จะสามารถทำมันได้มาก่อน
00:41
And I think that we can learn some pretty amazing things
11
41260
3000
และผมคิดว่าเราสามารถเรียนรู้บางอย่างที่พิเศษมากๆ
00:44
by looking at how we do this.
12
44260
2000
จากการดูว่าเราทำมันได้อย่างไร
00:46
And in particular, I think we can learn things
13
46260
2000
โดยเฉพาะอย่างยิ่ง ผมคิดว่าเราสามารถที่จะเรียนรู้บางอย่าง
00:48
about learning.
14
48260
3000
เกี่ยวกับการเรียนได้
00:51
Now the video games industry
15
51260
2000
ธุรกิจเกมส์ในตอนนี้
00:53
is far and away the fastest growing
16
53260
2000
เป็นธุรกิจที่เติบโตเร็วที่สุด แบบหาที่เปรียบไม่ได้
00:55
of all modern media.
17
55260
2000
เมื่อเทียบกับธุรกิจสื่อสมัยใหม่ทั้งหมด
00:57
From about 10 billion in 1990,
18
57260
2000
เริ่มต้นจาก 1 หมื่นล้านในปี 1990
00:59
it's worth 50 billion dollars globally today,
19
59260
3000
กลายเป็น 5 หมื่นล้านทั่วโลกในวันนี้
01:02
and it shows no sign of slowing down.
20
62260
3000
โดยที่ยังไม่มีวี่แววว่าจะเริ่มช้าลง
01:05
In four years' time,
21
65260
2000
ในอีก 4 ปีข้างหน้า
01:07
it's estimated it'll be worth over 80 billion dollars.
22
67260
3000
ธุรกิจเกมส์ถูกประมาณการว่าจะมีมูลค่ากว่า 8 หมื่นล้านเหรียญสหรัฐฯ
01:10
That's about three times the recorded music industry.
23
70260
3000
คิดเป็นประมาณ 3 เท่าของธุรกิจเพลง
01:13
This is pretty stunning,
24
73260
2000
นี่มันน่าทึ่งทีเดียว
01:15
but I don't think it's the most telling statistic of all.
25
75260
3000
แต่ผมก็ยังไม่คิดว่ามันเป็นสถิติที่น่าประหลาดใจที่สุด
01:18
The thing that really amazes me
26
78260
2000
สิ่งที่ทำให้ผมทึ่งจริงๆ
01:20
is that, today,
27
80260
2000
ก็คือ ที่ทุกวันนี้
01:22
people spend about
28
82260
2000
ผู้คนใช้เงินประมาณ
01:24
eight billion real dollars a year
29
84260
3000
8 หมื่นล้านเหรียญสหรัฐฯ ต่อปี
01:27
buying virtual items
30
87260
2000
เพื่อซื้อวัตถุเสมือนจริง
01:29
that only exist
31
89260
2000
ที่สามารถมีอยู่ได้
01:31
inside video games.
32
91260
3000
ภายในวีดีโอเกมส์เท่านั้น
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
94260
3000
และนี่ก็คือภาพตัวอย่างจากโลกของเกมส์เสมือนจริง Entropia Universe
01:37
Earlier this year,
34
97260
2000
ในช่วงต้นปีที่ผ่านมา
01:39
a virtual asteroid in it
35
99260
2000
ดาวเคราะห์เสมือนจริงในเกมส์
01:41
sold for 330,000 real dollars.
36
101260
4000
ถูกขายในราคาสูงถึง 330,000 เหรียญสหรัฐ
01:45
And this
37
105260
2000
และนี่
01:47
is a Titan class ship
38
107260
3000
ก็คือเรือรบระดับ Titan
01:50
in the space game, EVE Online.
39
110260
2000
ในเกมส์ท่องอวกาศ EVE Online
01:52
And this virtual object
40
112260
2000
และวัตถุเสมือนจริงนี้
01:54
takes 200 real people
41
114260
2000
ใช้คนจริง 200 คน
01:56
about 56 days of real time to build,
42
116260
3000
กับเวลาจริงกว่า 56 วัน ในการสร้าง
01:59
plus countless thousands of hours
43
119260
3000
และนี่ยังไม่รวมกับเวลานับพันชั่วโมง
02:02
of effort before that.
44
122260
2000
กับความพยายามก่อนหน้านั้นอีก
02:04
And yet, many of these get built.
45
124260
3000
แต่ถึงอย่างนั้น วัตถุเหล่านี้ก็ยังถูกสร้างขึ้นอยู่เรื่อยๆ
02:07
At the other end of the scale,
46
127260
2000
ที่อีกฟากหนึ่งของตาชั่ง
02:09
the game Farmville that you may well have heard of,
47
129260
3000
เกมส์ Farmville ที่คุณอาจเคยคุ้นหูมาบ้าง
02:12
has 70 million players
48
132260
2000
มีผู้เล่นถึง 70 ล้านคน
02:14
around the world
49
134260
2000
ทั่วโลก
02:16
and most of these players
50
136260
2000
และผู้เล่นส่วนใหญ่
02:18
are playing it almost every day.
51
138260
2000
ก็เล่นมันแทบจะทุกวัน
02:20
This may all sound
52
140260
2000
นี่มันอาจจะฟังดู
02:22
really quite alarming to some people,
53
142260
2000
น่าตกใจทีเดียวสำหรับบางคน
02:24
an index of something worrying
54
144260
2000
เพราะมันอาจเป็นการบ่งบอกบางสิ่งที่น่าเป็นห่วง
02:26
or wrong in society.
55
146260
2000
หรือไม่เหมาะสมอยู่ในสังคม
02:28
But we're here for the good news,
56
148260
2000
แต่พวกเรามาที่นี่เพื่อบอกข่าวดีกับคุณ
02:30
and the good news is
57
150260
2000
และข่าวดีก็คือ
02:32
that I think we can explore
58
152260
2000
ผมคิดว่าเราสามารถที่จะสำรวจ
02:34
why this very real human effort,
59
154260
3000
ว่าทำไมความตั้งใจจริง
02:37
this very intense generation of value, is occurring.
60
157260
4000
ที่แสนเข้มข้นในยุคของคนเหล่านี้ ถึงได้เกิดขึ้น
02:41
And by answering that question,
61
161260
2000
และจากคำตอบที่ได้
02:43
I think we can take something
62
163260
2000
ผมคิดว่าเราสามารถที่จะนำ
02:45
extremely powerful away.
63
165260
2000
บางอย่างที่ทรงพลังอย่างมากออกไป
02:47
And I think the most interesting way
64
167260
2000
และสิ่งที่น่าสนใจที่สุด
02:49
to think about how all this is going on
65
169260
2000
คือการคิดว่าทั้งหมดนี้จะเกิดขึ้น
02:51
is in terms of rewards.
66
171260
2000
ในลักษณะของการให้รางวัล
02:53
And specifically, it's in terms
67
173260
3000
โดยเฉพาะอย่างยิ่ง ในส่วน
02:56
of the very intense emotional rewards
68
176260
2000
ของการให้รางวัลทางอารมณ์ที่ลึกซึ้ง
02:58
that playing games offers to people
69
178260
2000
ที่การเล่นเกมส์สามารถให้
03:00
both individually
70
180260
2000
ทั้งในระดับของบุคคล
03:02
and collectively.
71
182260
2000
และในระดับกลุ่มได้
03:04
Now if we look at what's going on in someone's head
72
184260
2000
เอาล่ะ หากเรามาลองดูว่าเกิดอะไรขึ้นในหัวของใครบางคน
03:06
when they are being engaged,
73
186260
2000
เวลาที่เขากำลังรู้สึกมีส่วนร่วม
03:08
two quite different processes are occurring.
74
188260
3000
จะมีกระบวนการทำงานที่แตกต่างกัน 2 อย่างเกิดขึ้น
03:11
On the one hand, there's the wanting processes.
75
191260
3000
ที่ฝั่งหนึ่ง จะมีกระบวนการของความต้องการ
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
นี่มันคล้ายๆ กับความทะเยอทะยาน และแรงผลักดัน ฉันจะทำอย่างนั้น และฉันจะทำมันอย่างหนัก
03:17
On the other hand, there's the liking processes,
77
197260
2000
และที่อีกฝั่งหนึ่ง เป็นกระบวนการของความชื่นชอบ
03:19
fun and affection
78
199260
2000
ความสนุก และความหลงใหล
03:21
and delight
79
201260
2000
และความพอใจ
03:23
and an enormous flying beast with an orc on the back.
80
203260
2000
กับสัตว์ประหลาดตัวใหญ่บินได้ ที่มียักษ์ขี่อยู่บนหลัง
03:25
It's a really great image. It's pretty cool.
81
205260
2000
มันเป็นภาพที่เยี่ยมมาก และมันดูเจ๋งทีเดียว
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
207260
3000
ภาพนี้มาจากเกมส์ World of Warcraft ที่มีผู้เล่นทั่วโลกกว่า 10 ล้านคน
03:30
one of whom is me, another of whom is my wife.
83
210260
3000
1 ในนั้นก็คือผม อีกคนก็คือภรรยาของผม
03:33
And this kind of a world,
84
213260
2000
และโลกแบบนี้
03:35
this vast flying beast you can ride around,
85
215260
2000
เจ้าสัตว์ประหลาดยักษ์ที่คุณสามารถขี่ไปไหนมาไหนก็ได้นี้
03:37
shows why games are so very good
86
217260
2000
แสดงให้เห็นว่าทำไมเกมส์ถึงทำได้ดีนัก
03:39
at doing both the wanting and the liking.
87
219260
3000
ทั้งส่วนของความต้องการ และความชอบ
03:42
Because it's very powerful. It's pretty awesome.
88
222260
2000
เพราะว่ามันทรงพลังอย่างมาก และมันเจ๋งเลยทีเดียว
03:44
It gives you great powers.
89
224260
2000
มันให้พลังอันมหาศาลกับคุณ
03:46
Your ambition is satisfied, but it's very beautiful.
90
226260
3000
ความทะเยอทะยานของคุณก็ถูกเติมเต็ม และมันก็งดงามมากๆ
03:49
It's a very great pleasure to fly around.
91
229260
3000
มันเป็นความรู้สึกที่สุดยอดมากเวลาได้บินไปรอบๆ
03:52
And so these combine to form
92
232260
2000
และทั้งหมดนี่มันก่อให้เกิด
03:54
a very intense emotional engagement.
93
234260
2000
อารมณ์ร่วมอย่างลึกซึ้ง
03:56
But this isn't the really interesting stuff.
94
236260
3000
แต่นี่ก็ยังมันไม่ใช่สิ่งที่น่าสนใจจริงๆ
03:59
The really interesting stuff about virtuality
95
239260
2000
สิ่งที่น่าสนใจจริงๆ เกี่ยวกับโลกเสมือนจริง
04:01
is what you can measure with it.
96
241260
2000
ก็คือสิ่งที่คุณสามารถนำมาวัดค่าได้
04:03
Because what you can measure in virtuality
97
243260
3000
เพราะว่าทุกสิ่งทุกอย่างในโลกเสมือนจริง
04:06
is everything.
98
246260
2000
สามารถวัดค่าได้
04:08
Every single thing that every single person
99
248260
2000
ทุกๆ การกระทำในทุกๆ คน
04:10
who's ever played in a game has ever done can be measured.
100
250260
3000
ที่เคยเล่นเกมส์มา สามารถถูกวัดได้
04:13
The biggest games in the world today
101
253260
2000
เกมส์ที่ใหญ่ที่สุดในโลกทุกวันนี้
04:15
are measuring more than one billion points of data
102
255260
4000
กำลังวัดผลข้อมูลกว่า 1 พันล้านจุด
04:19
about their players, about what everybody does --
103
259260
2000
เกี่ยวกับผู้เล่น เกี่ยวกับสิ่งที่ทุกคนทำ
04:21
far more detail than you'd ever get from any website.
104
261260
3000
เป็นข้อมูลที่ละเอียดมากกว่าสิ่งที่คุณเคยได้รับจากเว็บไซต์ใดๆ
04:24
And this allows something very special
105
264260
3000
และนี่มันทำให้บางอย่างที่พิเศษมากๆ
04:27
to happen in games.
106
267260
2000
เกิดขึ้นได้ในเกมส์
04:29
It's something called the reward schedule.
107
269260
3000
มันถูกเรียกว่า กำหนดการการให้รางวัล
04:32
And by this, I mean looking
108
272260
2000
และในที่นี้ ผมหมายถึงการมอง
04:34
at what millions upon millions of people have done
109
274260
2000
สิ่งที่คนนับล้านๆ คนได้ทำ
04:36
and carefully calibrating the rate,
110
276260
2000
และค่อยๆปรับค่า
04:38
the nature, the type, the intensity of rewards in games
111
278260
3000
ของลักษณะ ประเภท และความหนาแน่นของรางวัลในเกมส์อย่างระมัดระวัง
04:41
to keep them engaged
112
281260
2000
เพื่อทำให้พวกเค้ายังคงติดพัน
04:43
over staggering amounts of time and effort.
113
283260
3000
กับการใช้เวลา และความพยายามอยู่ต่อไปเรื่อยๆ
04:46
Now, to try and explain this
114
286260
2000
เอาล่ะ ตอนนี้เรามาลองอธิบายสิ่งนี้
04:48
in sort of real terms,
115
288260
3000
ในความเป็นจริงกัน
04:51
I want to talk about a kind of task
116
291260
2000
ผมต้องการพูดถึงงานบางประเภท
04:53
that might fall to you in so many games.
117
293260
2000
ที่อาจคล้ายกับสิ่งที่มีอยู่ในเกมส์
04:55
Go and get a certain amount of a certain little game-y item.
118
295260
3000
เช่น การเดินทางเพื่อไปเก็บวัตถุในเกมส์บางอย่าง
04:58
Let's say, for the sake of argument,
119
298260
2000
ยกตัวอย่างเช่น
05:00
my mission is to get 15 pies
120
300260
3000
ภารกิจของผมคือการไปหาพาย 15 ชิ้น
05:03
and I can get 15 pies
121
303260
3000
และผมจะได้พาย 15 ชิ้นมาจาก
05:06
by killing these cute, little monsters.
122
306260
2000
การล่าสัตว์ประหลาดตัวเล็กๆ น่ารักๆ พวกนี้
05:08
Simple game quest.
123
308260
2000
ในภารกิจแบบครั้งเดียวจบ
05:10
Now you can think about this, if you like,
124
310260
2000
ตอนนี้ผมอยากให้คุณลองคิดถึงสถานการณ์แบบนี้
05:12
as a problem about boxes.
125
312260
2000
ในลักษณะของปัญหาเกี่ยวกับกล่อง
05:14
I've got to keep opening boxes.
126
314260
2000
ซึ่งผมจะต้องเปิดกล่องไปเรื่อยๆ
05:16
I don't know what's inside them until I open them.
127
316260
3000
โดยที่ผมจะไม่รู้ว่าอะไรอยู่ข้างในจนกว่าผมจะเปิดมัน
05:19
And I go around opening box after box until I've got 15 pies.
128
319260
3000
ผมก็เลยเดินไปเพื่อเปิดกล่องเรื่อยๆ จนกว่าผมจะได้พาย 15 ชิ้น
05:22
Now, if you take a game like Warcraft,
129
322260
2000
ตอนนี้ถ้าคุณลองมองเกมส์อย่าง Warcraft
05:24
you can think about it, if you like,
130
324260
2000
คุณลองคิดดูนะ
05:26
as a great box-opening effort.
131
326260
3000
ด้วยความพยายามในการเปิดกล่องอย่างหนัก
05:29
The game's just trying to get people to open about a million boxes,
132
329260
3000
เกมส์นั้นก็แค่พยายามให้คนเข้าไปเปิดกล่องประมาณ 1 ล้านกล่อง
05:32
getting better and better stuff in them.
133
332260
2000
โดยได้เจอสิ่งที่ดีขึ้นเรื่อยๆ อยู่ข้างใน
05:34
This sounds immensely boring
134
334260
3000
ซึ่งมันอาจฟังดูน่าเบื่อ
05:37
but games are able
135
337260
2000
แต่เกมส์กลับมีความสามารถ
05:39
to make this process
136
339260
2000
ในการทำให้กระบวนการทั้งหมดนี้
05:41
incredibly compelling.
137
341260
2000
น่าดึงดูดได้
05:43
And the way they do this
138
343260
2000
และวิธีที่พวกเขาทำ
05:45
is through a combination of probability and data.
139
345260
3000
ก็เป็นส่วนประกอบของความน่าจะเป็น และข้อมูล
05:48
Let's think about probability.
140
348260
2000
ลองมาคิดถึงความน่าจะเป็นกันดู
05:50
If we want to engage someone
141
350260
2000
ถ้าเราต้องการให้ใครซักคนรู้สึกอยากเล่นต่อไปเรื่อยๆ
05:52
in the process of opening boxes to try and find pies,
142
352260
3000
ในกระบวนการของการเปิดกล่อง และการหาพาย
05:55
we want to make sure it's neither too easy,
143
355260
2000
เราต้องทำให้แน่ใจได้ว่ามันจะไม่ง่าย
05:57
nor too difficult, to find a pie.
144
357260
2000
หรือยากเกินไปที่จะหาพาย
05:59
So what do you do? Well, you look at a million people --
145
359260
2000
แล้วคุณจะทำอย่างไรล่ะ เอาล่ะคุณลองมาดูคน 1 ล้านคน
06:01
no, 100 million people, 100 million box openers --
146
361260
3000
ไม่สิ 100 ล้านคน คนเปิดกล่อง 100 ล้านคน
06:04
and you work out, if you make the pie rate
147
364260
3000
และคุณคำนวณอัตราการเปิดเจอพาย
06:07
about 25 percent --
148
367260
2000
ที่ประมาณ 25 เปอร์เซ็นต์
06:09
that's neither too frustrating, nor too easy.
149
369260
3000
ซึ่งฟังดูไม่น่าปวดหัว หรือง่ายเกินไป
06:12
It keeps people engaged.
150
372260
2000
มันทำให้ผู้คนรู้สึกอยากเล่นต่อ
06:14
But of course, that's not all you do -- there's 15 pies.
151
374260
3000
แต่แน่นอนนั่นมันไม่ใช่ทุกอย่างที่คุณจะต้องทำ คุณต้องการพาย 15 ชิ้น
06:17
Now, I could make a game called Piecraft,
152
377260
2000
ตอนนี้ ผมสามารถสร้างเกมส์ที่ชื่อ Piecraft
06:19
where all you had to do was get a million pies
153
379260
2000
ซึ่งสิ่งที่คุณต้องทำทั้งหมดก็คือการหาพาย 1 ล้านชิ้น
06:21
or a thousand pies.
154
381260
2000
หรือ 1 พันชิ้น
06:23
That would be very boring.
155
383260
2000
มันคงจะน่าเบื่อมากทีเดียว
06:25
Fifteen is a pretty optimal number.
156
385260
2000
15 เป็นเลขที่กำลังเหมาะสม
06:27
You find that -- you know, between five and 20
157
387260
2000
คุณจะพบว่า จำนวนระหว่าง 5 และ 20
06:29
is about the right number for keeping people going.
158
389260
2000
นั้นเป็นจำนวนที่เหมาะสมให้คนยังคงเล่นต่อไป
06:31
But we don't just have pies in the boxes.
159
391260
2000
แต่แน่นอนเราไม่จำเป็นต้องมีแค่พายในกล่องเท่านั้น
06:33
There's 100 percent up here.
160
393260
2000
มันสามารถเป็นอะไรก็ได้ทุกๆ ครั้งที่เปิดกล่อง
06:35
And what we do is make sure that every time a box is opened,
161
395260
3000
และสิ่งที่เราทำก็คือทำให้แน่ใจว่าทุกๆ ครั้งที่กล่องถูกเปิด
06:38
there's something in it, some little reward
162
398260
2000
มันจะต้องมีบางสิ่งอยู่ข้างในนั้น เป็นรางวัลเล็กๆ น้อยๆ
06:40
that keeps people progressing and engaged.
163
400260
2000
ที่ทำให้คนยังดำเนินการ และติดพันไปกับเกมส์ต่อ
06:42
In most adventure games,
164
402260
2000
ในเกมส์ผจญภัยส่วนใหญ่
06:44
it's a little bit in-game currency, a little bit experience.
165
404260
3000
มันมักจะเป็นส่วนผสมของการใช้สกุลเงินในเกมส์ กับค่าประสบการณ์
06:47
But we don't just do that either.
166
407260
2000
แต่เราก็ยังไม่หยุดแค่นั้น
06:49
We also say there's going to be loads of other items
167
409260
2000
เรายังเพิ่มในองค์ประกอบในส่วนของสิ่งของมากมาย
06:51
of varying qualities and levels of excitement.
168
411260
2000
ที่แตกต่างกันด้วยคุณภาพ และระดับขั้นของความตื่นเต้น
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
413260
3000
คุณอาจจะมีโอกาสซัก 10 เปอร์เซ็นต์ในการได้ของดีๆ สักชิ้น
06:56
There's going to be a 0.1 percent chance
170
416260
2000
แต่คุณจะมีโอกาสแค่ 0.1 เปอร์เซ็นต์
06:58
you get an absolutely awesome item.
171
418260
3000
ในการที่จะได้สิ่งของระดับขั้นสุดยอดมาสักชิ้น
07:01
And each of these rewards is carefully calibrated to the item.
172
421260
3000
และของรางวัลแต่ละชนิดก็จะถูกปรับอัตราการพบอย่างระมัดระวัง
07:04
And also, we say,
173
424260
2000
นอกจากนี้เรายังพูดกันว่า
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
426260
3000
"แล้วเราจะมีสัตว์ประหลาดกี่ชนิดดีล่ะ? พวกเราควรจะให้ทั้งโลกเต็มไปด้วยสัตว์ประหลาดนับพันล้านชนิดเลยดีมั้ย?"
07:09
No, we want one or two monsters on the screen at any one time.
175
429260
3000
คำตอบก็คือไม่ เราต้องการแค่ 1 หรือ 2 ชนิดให้ปรากฎขึ้นบนจอเท่านั้น
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
432260
3000
ผมก็เลยติดมัน มันไม่ง่าย และไม่ยากจนเกินไป
07:15
So all this is very powerful.
177
435260
2000
เพราะฉะนั้นทั้งหมดนี่มันทรงพลังมากๆ
07:17
But we're in virtuality. These aren't real boxes.
178
437260
3000
แต่เราอยู่ในโลกเสมือนจริง และนี่ไม่ใช่กล่องจริงๆ
07:20
So we can do
179
440260
2000
พวกเราเลยสามารถ
07:22
some rather amazing things.
180
442260
2000
ทำสิ่งที่น่าเหลือเชื่อได้
07:24
We notice, looking at all these people opening boxes,
181
444260
4000
เราได้เห็นผู้คนเหล่านี้เปิดกล่อง
07:28
that when people get to about 13 out of 15 pies,
182
448260
3000
เวลาพวกเขาเปิดเจอพายซัก 13 จาก 15 ชิ้น
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
451260
3000
มุมมองของพวกเขาก็จะเปลี่ยนไป พวกเขาเริ่มเบื่อ เริ่มใจร้อน
07:34
They're not rational about probability.
184
454260
2000
พวกเขาไม่ได้มองจากมุมของความน่าจะเป็น
07:36
They think this game is unfair.
185
456260
2000
และเริ่มคิดว่าเกมส์นี้มันไม่ยุติธรรม
07:38
It's not giving me my last two pies. I'm going to give up.
186
458260
2000
หาพาย 2 ชิ้นสุดท้ายไม่เจอซักที ฉันจะเลิกเล่นมันแล้ว
07:40
If they're real boxes, there's not much we can do,
187
460260
2000
ถ้าเกิดว่ามันเป็นกล่องจริงๆ เราคงทำอะไรไม่ได้มาก
07:42
but in a game we can just say, "Right, well.
188
462260
2000
แต่ในเกมส์เราสามารถพูดได้ว่า "โอเค
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
464260
4000
ถ้าหากคุณเจอพายไป 13 ชิ้นแล้ว ตอนนี้คุณจะได้โอกาสถึง 75 เปอร์เซ็นต์ในการเปิดเจอพายแล้ว"
07:48
Keep you engaged. Look at what people do --
190
468260
2000
เพื่อให้คนยังคงเล่นต่อไป จากการดูจากสิ่งที่คนทำ
07:50
adjust the world to match their expectation.
191
470260
2000
และเปลี่ยนโลกให้มันเหมาะสมกับความคาดหวังของพวกเค้า
07:52
Our games don't always do this.
192
472260
2000
บางเกมส์ของเราอาจไม่ได้ทำแบบนี้
07:54
And one thing they certainly do at the moment
193
474260
2000
แต่สิ่งหนึ่งที่พวกเขาจะทำแน่ๆ ก็คือ
07:56
is if you got a 0.1 percent awesome item,
194
476260
3000
ทันทีที่คุณได้รับของสุดยอดที่มีโอกาสได้แค่ 0.1 เปอร์เซ็นต์นั้น
07:59
they make very sure another one doesn't appear for a certain length of time
195
479260
3000
พวกเค้าจะทำให้แน่ใจว่าอีกชิ้นหนึ่งจะยังไม่ปรากฎออกมาซักพัก
08:02
to keep the value, to keep it special.
196
482260
2000
เพื่อให้มันยังคงความพิเศษอยู่
08:04
And the point is really
197
484260
2000
และจุดประสงค์ที่แท้จริงของพวกเราก็คือ
08:06
that we evolved to be satisfied by the world
198
486260
2000
พวกเราจะปรับตัวเพื่อให้โลกยังคงพอใจอยู่
08:08
in particular ways.
199
488260
2000
ไม่ทางใด ก็ทางหนึ่ง
08:10
Over tens and hundreds of thousands of years,
200
490260
3000
ไม่ว่าจะผ่านไป 10 หรือ 100 หรือ พันปี
08:13
we evolved to find certain things stimulating,
201
493260
2000
พวกเราก็จะปรับตัวเพื่อหาสิ่งที่จะคอยกระตุ้นคุณอยู่เรื่อยๆ
08:15
and as very intelligent, civilized beings,
202
495260
2000
และในฐานะของสิ่งมีชีวิตที่ชาญฉลาด และมีอารยธรรม
08:17
we're enormously stimulated by problem solving and learning.
203
497260
3000
เราจะรู้สึกถูกกระตุ้นอย่างมากโดยการแก้ปัญหา และการเรียนรู้อยู่แล้ว
08:20
But now, we can reverse engineer that
204
500260
2000
แต่ตอนนี้เราสามารถที่จะกลับกระบวนการทั้งหมดนั่น
08:22
and build worlds
205
502260
2000
และสร้างโลก
08:24
that expressly tick our evolutionary boxes.
206
504260
3000
ที่จะคอยสร้างแรงกระตุ้น ต่อต่อมการวิวัฒนาการของเราได้
08:27
So what does all this mean in practice?
207
507260
2000
แล้วนี่มันหมายความว่าอย่างไรในภาคการปฏิบัติน่ะเรอะ?
08:29
Well, I've come up
208
509260
2000
ผมก็เลยได้คิดค้น
08:31
with seven things
209
511260
2000
7 อย่าง
08:33
that, I think, show
210
513260
2000
ที่คิดว่า จะแสดง
08:35
how you can take these lessons from games
211
515260
2000
ให้คุณเห็นว่าคุณสามารถนำบทเรียนจากเกมส์เหล่านี้
08:37
and use them outside of games.
212
517260
3000
และนำมันมาใช้นอกเกมส์ได้อย่างไร
08:40
The first one is very simple:
213
520260
2000
อย่างแรกนั้นง่ายมาก
08:42
experience bars measuring progress --
214
522260
2000
เราจะต้องทำการแสดงความก้าวหน้า เปรียบเทียบกับระดับความสำเร็จ
08:44
something that's been talked about brilliantly
215
524260
2000
บางอย่างที่ถูกกล่าวถึงอย่างดีเยี่ยม
08:46
by people like Jesse Schell earlier this year.
216
526260
3000
จากคนอย่าง เจสซี่ เชลล์ (Jesse Schell) เมื่อต้นปีที่ผ่านมา
08:49
It's already been done at the University of Indiana in the States, among other places.
217
529260
3000
มันถูกทำสำเร็จมาแล้วในมหาวิทยาลัยอินเดียน่า ในสหรัฐอเมริกา
08:52
It's the simple idea that instead of grading people incrementally
218
532260
3000
มันเป็นความคิดง่ายๆ โดยแทนที่จะให้คะแนนนักศึกษา
08:55
in little bits and pieces,
219
535260
2000
ทีละส่วนๆ ย่อยๆ
08:57
you give them one profile character avatar
220
537260
2000
คุณจะให้ตัวตนเสมือนจริง 1 คนกับพวกเขา
08:59
which is constantly progressing
221
539260
2000
ที่จะพัฒนาขึ้นไปเรื่อยๆ
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
541260
3000
ทีละน้อย ทีละน้อย โดยที่พวกเขายังรู้สึกว่าเป็นตัวของเขาเอง
09:04
And everything comes towards that,
223
544260
2000
และทุกอย่างมันจะมาจบลงที่
09:06
and they watch it creeping up, and they own that as it goes along.
224
546260
3000
ขณะพวกเขาดูพวกมันเติบโต พวกเขาจะรู้สึกถึงความเป็นเจ้าของมันไปโดยปริยาย
09:09
Second, multiple long and short-term aims --
225
549260
2000
ข้อสอง การสร้างจุดหมายระยะยาว และระยะสั้นหลายๆ จุด
09:11
5,000 pies, boring,
226
551260
2000
พาย 5 พันชิ้น มันฟังดูน่าเบื่อ
09:13
15 pies, interesting.
227
553260
2000
พาย 15 ชิ้น น่าสนใจ
09:15
So, you give people
228
555260
2000
เพราะฉะนั้นเราจะมอบหมายงานให้
09:17
lots and lots of different tasks.
229
557260
2000
หลายๆ แบบ
09:19
You say, it's about
230
559260
2000
คุณจะบอกว่ามันเกี่ยวกับ
09:21
doing 10 of these questions,
231
561260
2000
การตอบคำถาม 10 ข้อนี้ ทั้งหมด
09:23
but another task
232
563260
2000
แต่หน้าที่อีกอย่าง
09:25
is turning up to 20 classes on time,
233
565260
2000
ก็คือการมาเข้าชั้นเรียนตรงเวลา 20 ครั้ง
09:27
but another task is collaborating with other people,
234
567260
3000
อีกอย่างก็คือทำงานร่วมกับคนอื่น
09:30
another task is showing you're working five times,
235
570260
3000
แล้วอีกงานก็ให้แสดงว่าคุณได้ทำงาน 5 ครั้ง
09:33
another task is hitting this particular target.
236
573260
2000
อีกงานหนึ่งก็คือการได้เป้าหมายตามที่กำหนด
09:35
You break things down into these calibrated slices
237
575260
3000
คุณจะต้องแยกงานเหล่านี้ออกเป็นชิ้นส่วนที่สามารถปรับแปลงค่าได้
09:38
that people can choose and do in parallel
238
578260
2000
ให้คนสามารถเลือก และทำไปพร้อมๆ กัน
09:40
to keep them engaged
239
580260
2000
เพื่อให้พวกเขายังรู้สึกมีส่วนร่วมอยู่
09:42
and that you can use to point them
240
582260
2000
และคุณก็สามารถที่จะแนะนำพวกเขา
09:44
towards individually beneficial activities.
241
584260
3000
ให้ทำกิจกรรมที่สร้างคุณค่าของตัวเองได้
09:48
Third, you reward effort.
242
588260
2000
ข้อสาม ให้รางวัลกับความพยายาม
09:50
It's your 100 percent factor. Games are brilliant at this.
243
590260
3000
เกมส์น่ะเก่งในส่วนนี้มาก มันเป็นอัตราการเปิดเจอ 100 เปอร์เซ็นต์
09:53
Every time you do something, you get credit; you get a credit for trying.
244
593260
3000
ทุกๆ ครั้งที่คุณทำอะไรก็ตาม คุณจะได้รับความน่าเชื่อถือเพิ่ม คุณได้ความเชื่อถือเพิ่มจากความพยายามของคุณ
09:56
You don't punish failure. You reward every little bit of effort --
245
596260
3000
คุณต้องไม่ทำโทษความผิดที่เกิดขึ้น คุณเปลี่ยนมาให้รางวัลกับทุกๆ ความพยายามแทน
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
599260
3000
ให้ทองซักเล็กน้อย ให้ความน่าเชื่อถืออีกเล็กน้อย คุณทำคำถามครบ 20 ข้อแล้ว เช็ค
10:02
It all feeds in as minute reinforcement.
247
602260
3000
ทั้งหมดมันประกอบกันเป็นการให้แรงจูงใจในช่วงเวลาสั้นๆ
10:05
Fourth, feedback.
248
605260
2000
ข้อที่สี่ การตอบกลับ
10:07
This is absolutely crucial,
249
607260
2000
นี่มันสำคัญมากทีเดียว
10:09
and virtuality is dazzling at delivering this.
250
609260
2000
และโลกเสมือนจริงก็ทำได้ดีมากในส่วนนี้
10:11
If you look at some of the most intractable problems in the world today
251
611260
3000
ถ้าคุณลองมองปัญหาที่แก้ไขได้ยากในโลกปัจจุบัน
10:14
that we've been hearing amazing things about,
252
614260
2000
คุณก็จะได้ยินสิ่งที่น่าแปลกใจเกี่ยวกับ
10:16
it's very, very hard for people to learn
253
616260
3000
ว่าผู้คนน่ะเรียนรู้ได้ยากมากๆ เพียงใด
10:19
if they cannot link consequences to actions.
254
619260
3000
ถ้าหากพวกเขาไม่สามารถเชื่อมต่อสิ่งที่จะได้กับการกระทำ
10:22
Pollution, global warming, these things --
255
622260
2000
มลพิษ, สภาวะเรือนกระจก สิ่งเหล่านี้
10:24
the consequences are distant in time and space.
256
624260
2000
ผลของการกระทำมันอยู่ไกลโพ้นออกไปในช่วงเวลา และสถานที่
10:26
It's very hard to learn, to feel a lesson.
257
626260
2000
มันจึงยากมากที่จะเรียนรู้ ยากที่จะรู้สึกถึงบทเรียน
10:28
But if you can model things for people,
258
628260
2000
แต่ถ้าคุณสามารถจำลองสิ่งเหล่านี้
10:30
if you can give things to people that they can manipulate
259
630260
2000
ให้ผู้คนสามารถปรับแปลงค่าได้ด้วยตัวเอง
10:32
and play with and where the feedback comes,
260
632260
2000
และเล่นกับผลตอบกลับที่จะเกิดขึ้น
10:34
then they can learn a lesson, they can see,
261
634260
2000
เมื่อนั้นพวกเขาถึงจะเรียนรู้ เพราะพวกเขาเห็น
10:36
they can move on, they can understand.
262
636260
3000
พวกเขาสามารถดำเนินต่อไปได้ พวกเขาจะเข้าใจ
10:39
And fifth,
263
639260
2000
และข้อที่ 5
10:41
the element of uncertainty.
264
641260
2000
องค์ประกอบของความไม่แน่นอน
10:43
Now this is the neurological goldmine,
265
643260
3000
และนี่ก็เปรียบเสมือนกับขุมทองของระบบประสาท
10:46
if you like,
266
646260
2000
ถ้าชอบที่จะเปรียบมันอย่างนั้น
10:48
because a known reward
267
648260
2000
เพราะการที่ได้รู้รางวัลที่จะได้รับ
10:50
excites people,
268
650260
2000
มันทำให้รู้สึกถึงความตื่นเต้น
10:52
but what really gets them going
269
652260
2000
แต่สิ่งที่ทำให้พวกเขาก้าวเดินต่อไป
10:54
is the uncertain reward,
270
654260
2000
ก็คือรางวัลจากความไม่แน่นอน
10:56
the reward pitched at the right level of uncertainty,
271
656260
2000
รางวัลที่ให้บนระดับความไม่แน่นอนที่กำลังดี
10:58
that they didn't quite know whether they were going to get it or not.
272
658260
3000
ที่พวกเขายังไม่แน่ใจว่าพวกเขาจะได้รับมันจริงๆ หรือไม่
11:01
The 25 percent. This lights the brain up.
273
661260
3000
เจ้า 25 เปอร์เซ็นต์นี่แหละ ที่มันจะทำให้สมองปลอดโปร่ง
11:04
And if you think about
274
664260
2000
และถ้าคุณลองคิดดู
11:06
using this in testing,
275
666260
2000
การใช้สิ่งนี้ในการทดสอบ
11:08
in just introducing control elements of randomness
276
668260
2000
ในการใช้การควบคุมองค์ประกอบของความไม่แน่นอนต่างๆ
11:10
in all forms of testing and training,
277
670260
2000
ในรูปแบบของการทดสอบ และการอบรม
11:12
you can transform the levels of people's engagement
278
672260
2000
คุณสามารถเปลี่ยนแปลงระดับของความมีส่วนร่วมของผู้คนได้
11:14
by tapping into this very powerful
279
674260
2000
ด้วยการเข้าไปสู่สิ่งที่ทรงพลังมากๆ ของ
11:16
evolutionary mechanism.
280
676260
2000
กลไกของการวิวัฒนาการนี้
11:18
When we don't quite predict something perfectly,
281
678260
2000
เมื่อใดก็ตามที่เราไม่สามารถคาดเดาผลลัพธ์ออกมาได้อย่างแม่นยำ
11:20
we get really excited about it.
282
680260
2000
เราจะรู้สึกตื่นเต้นไปกับมัน
11:22
We just want to go back and find out more.
283
682260
2000
และพวกเราก็ต้องการเสาะหามันมากขึ้นไปเรื่อยๆ
11:24
As you probably know, the neurotransmitter
284
684260
2000
และอย่างที่คุณอาจจะรู้ สารสื่อประสาท
11:26
associated with learning is called dopamine.
285
686260
2000
ที่เกี่ยวข้องกับการเรียนรู้ ที่เรียกว่า โดพามีน (Dopamine)
11:28
It's associated with reward-seeking behavior.
286
688260
3000
ซึ่งมันเกี่ยวข้องกับพฤติกรรมการหารางวัล
11:31
And something very exciting is just beginning to happen
287
691260
3000
และบางอย่างที่น่าตื่นเต้นมากๆ กำลังจะเกิดขึ้น
11:34
in places like the University of Bristol in the U.K.,
288
694260
3000
ในสถานที่อย่าง มหาวิทยาลัยบริสตอล (University of Bristol) ในสหราชอาณาจักร
11:37
where we are beginning to be able to model mathematically
289
697260
3000
ที่ๆ เราเริ่มต้นหาแบบจำลองทางคณิตศาสตร์
11:40
dopamine levels in the brain.
290
700260
2000
เพื่อจำลองระดับโดพามีนในสมองได้
11:42
And what this means is we can predict learning,
291
702260
2000
และนี่มันทำให้เราสามารถคาดคะเนการเรียนรู้
11:44
we can predict enhanced engagement,
292
704260
3000
เราสามารถคาดคะเนการเพิ่มระดับความมีส่วนร่วม
11:47
these windows, these windows of time,
293
707260
2000
แล้วหน้าต่างพวกนี้แหละ หน้าต่างแห่งเวลา
11:49
in which the learning is taking place at an enhanced level.
294
709260
3000
การเรียนรู้จะได้เกิดขึ้นในระดับที่ดียิ่งขึ้นได้
11:52
And two things really flow from this.
295
712260
2000
และมันมี 2 ปัจจัยที่จะเกิดขึ้นจากสิ่งนี้
11:54
The first has to do with memory,
296
714260
2000
อย่างที่ 1 เกี่ยวข้องกับความจำ
11:56
that we can find these moments.
297
716260
2000
ที่เราสามารถหาจังหวะเวลา
11:58
When someone is more likely to remember,
298
718260
2000
เมื่อใครบางคนสามารถที่จะจำได้ดีกว่า
12:00
we can give them a nugget in a window.
299
720260
2000
เราก็จะให้รางวัลที่หน้าต่าง
12:02
And the second thing is confidence,
300
722260
2000
อย่างที่ 2 คือความมั่นใจ
12:04
that we can see how game-playing and reward structures
301
724260
2000
ที่เราสามารถเห็นการเล่นเกมส์ และโครงสร้างของการให้รางวัล
12:06
make people braver, make them more willing to take risks,
302
726260
3000
ทำให้ผู้คนมีความกล้ามากขึ้น ทำให้ยอมรับความเสี่ยงได้มากขึ้น
12:09
more willing to take on difficulty,
303
729260
2000
และก็มีความต้องการที่จะเผชิญต่อความยากลำบาก
12:11
harder to discourage.
304
731260
2000
รู้สึกท้อถอยได้ยากขึ้น
12:13
This can all seem very sinister.
305
733260
2000
ทั้งหมดนี่มันอาจดูชั่วร้ายมากๆ
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
735260
2000
แต่คุณก็อย่างที่คุณน่าจะรู้ว่า "สมองของพวกเราล้วนถูกบงการอยู่ ความจริงพวกเราก็เหมือนกับผู้เสพย์ติดคนหนึ่ง"
12:17
The word "addiction" is thrown around.
307
737260
2000
คำว่า "เสพย์ติด" นั้นเป็นแค่คำพูดลอยๆ
12:19
There are real concerns there.
308
739260
2000
มันก็มีความน่าเป็นห่วงบางอย่างอยู่เหมือนกัน
12:21
But the biggest neurological turn-on for people
309
741260
2000
แต่สิ่งที่จะสามารถปลุกเร้าทางประสาทให้กับคนได้มากที่สุด
12:23
is other people.
310
743260
2000
ก็คือคนอื่นๆ
12:25
This is what really excites us.
311
745260
3000
นี่แหละที่มันน่าตื่นเต้นสำหรับพวกเรา
12:28
In reward terms, it's not money;
312
748260
2000
ในแง่ของการให้รางวัล มันไม่เกี่ยวกับเงิน
12:30
it's not being given cash -- that's nice --
313
750260
3000
มันไม่ได้เกี่ยวข้องกับการให้เงินสด นั่นมันก็แค่ดี
12:33
it's doing stuff with our peers,
314
753260
2000
แต่มันคือการได้ทำกิจกรรมร่วมกับเพื่อนร่วมงานของเรา
12:35
watching us, collaborating with us.
315
755260
2000
เฝ้าดูเรา ทำงานร่วมกับเรา
12:37
And I want to tell you a quick story about 1999 --
316
757260
2000
ผมอยากจะเล่าเรื่องราวอย่างเร็วๆ ซักเรื่องที่เกิดขึ้นในปี 1999
12:39
a video game called EverQuest.
317
759260
2000
ที่เกี่ยวกับวีดีโอเกมส์ที่ชื่อว่า EverQuest
12:41
And in this video game,
318
761260
2000
และในเกมส์นี้
12:43
there were two really big dragons, and you had to team up to kill them --
319
763260
3000
มีมังกรตัวใหญ่มากๆ อยู่ 2 ตัว ที่คุณจะต้องร่วมมือกันเพื่อสังหารมัน
12:46
42 people, up to 42 to kill these big dragons.
320
766260
3000
คน 42 คน ต้องใช้คนถึง 42 คนในการฆ่าเจ้ามังกร 2 ตัวนี้
12:49
That's a problem
321
769260
2000
และนั่นล่ะปัญหา
12:51
because they dropped two or three decent items.
322
771260
3000
เพราะว่าพวกมันจะให้สิ่งตอบแทนแค่ 2 หรือ 3 ชิ้นเท่านั้น
12:54
So players addressed this problem
323
774260
3000
เหล่าผู้เล่นจึงร่วมกันแก้ไขปัญหานี้
12:57
by spontaneously coming up with a system
324
777260
2000
ด้วยการร่วมกันกำหนดระบบ
12:59
to motivate each other,
325
779260
2000
เพื่อให้กำลังใจซึ่งกันและกัน
13:01
fairly and transparently.
326
781260
2000
อย่างยุติธรรม และโปร่งใส
13:03
What happened was, they paid each other a virtual currency
327
783260
3000
สิ่งที่เกิดขึ้นก็คือ พวกเขาจะจ่ายเงินให้กันและกันด้วยสกุลเงินเสมือนจริง
13:06
they called "dragon kill points."
328
786260
3000
ที่เรียกว่า "แต้มฆ่ามังกร"
13:09
And every time you turned up to go on a mission,
329
789260
2000
ทุกๆ ครั้งที่คุณมาเข้าร่วมในภารกิจ
13:11
you got paid in dragon kill points.
330
791260
2000
คุณจะได้รับค่าตอบแทนเป็น แต้มฆ่ามังกร
13:13
They tracked these on a separate website.
331
793260
2000
พวกเขาจะติดตามมันผ่านอีกเว็บไซต์หนึ่งที่แยกกัน
13:15
So they tracked their own private currency,
332
795260
2000
และพวกเขาก็จะรู้ถึงจำนวนเงินส่วนตัวที่พวกเขามีได้
13:17
and then players could bid afterwards
333
797260
2000
หลังจากนั้นผู้เล่นจะสามารถมาเข้าร่วมประมูล
13:19
for cool items they wanted --
334
799260
2000
สำหรับสิ่งของเจ๋งๆ ที่พวกเขาต้องการ
13:21
all organized by the players themselves.
335
801260
2000
ซึ่งทั้งหมดถูกจัดการด้วยตัวผู้เล่นเองทั้งสิ้น
13:23
Now the staggering system, not just that this worked in EverQuest,
336
803260
3000
เอาล่ะ สำหรับระบบที่รากฐานง่อนแง่น ไม่ใช่ว่าวิธีนี้จะใช้ได้ในแค่ EverQuest เท่านั้น
13:26
but that today, a decade on,
337
806260
2000
แต่ในทุกวันนี้ นับ 10 ปีให้หลัง
13:28
every single video game in the world with this kind of task
338
808260
3000
เกมส์ทุกเกมส์ในโลก ที่มีภารกิจลักษณะเช่นนี้
13:31
uses a version of this system --
339
811260
2000
กับคนนับ 10 ล้านคน
13:33
tens of millions of people.
340
813260
2000
ก็ยังใช้ระบบแบบนี้อยู่
13:35
And the success rate
341
815260
2000
และอัตราความสำเร็จ
13:37
is at close to 100 percent.
342
817260
2000
มันก็ใกล้เคียง 100 เปอร์เซ็นต์
13:39
This is a player-developed,
343
819260
2000
นี่มันคือระบบที่ผู้เล่นสร้างขึ้นมา
13:41
self-enforcing, voluntary currency,
344
821260
3000
ถูกบังคับใช้กันเอง, ด้วยสกุลเงินที่ใช้โดยสมัครใจ
13:44
and it's incredibly sophisticated
345
824260
2000
และมันก็ละเอียดอ่อนกับตัวผู้เล่น
13:46
player behavior.
346
826260
2000
อย่างเหลือเชื่อ
13:50
And I just want to end by suggesting
347
830260
2000
และผมอยากจะจบด้วยการแนะนำ
13:52
a few ways in which these principles
348
832260
2000
วิธีบางอย่างที่หลักการพวกนี้
13:54
could fan out into the world.
349
834260
2000
จะสามารถแพร่หลายในโลกนี้ได้
13:56
Let's start with business.
350
836260
2000
เรามาเริ่มจากธุรกิจ
13:58
I mean, we're beginning to see some of the big problems
351
838260
2000
ผมหมายถึง เราเริ่มที่จะเห็นปัญหาขนาดใหญ่ที่เกิดขึ้น
14:00
around something like business are
352
840260
2000
กับธุรกิจ เช่น
14:02
recycling and energy conservation.
353
842260
2000
การรีไซเคิล และการรักษาพลังงาน
14:04
We're beginning to see the emergence of wonderful technologies
354
844260
2000
เราได้เริ่มเห็นการภัยจากเทคโนโลยีที่งดงามนี้
14:06
like real-time energy meters.
355
846260
2000
เหมือนกับมาตรวัดพลังงานที่ทำงานทันที
14:08
And I just look at this, and I think, yes,
356
848260
2000
และจากการเห็นสิ่งนี้ และผมคิดว่า ใช่
14:10
we could take that so much further
357
850260
3000
เราสามารถทำให้มันดียิ่งขึ้นไปได้อีก
14:13
by allowing people to set targets
358
853260
2000
ด้วยการให้ผู้คนกำหนดเป้า
14:15
by setting calibrated targets,
359
855260
2000
ด้วยการปรับค่าเป้าหมาย
14:17
by using elements of uncertainty,
360
857260
3000
จากองค์ประกอบของความไม่แน่นอน
14:20
by using these multiple targets,
361
860260
2000
และการใช้เป้าหมายหลายๆ จุดนี้
14:22
by using a grand, underlying reward and incentive system,
362
862260
3000
ด้วยการใช้ระบบการให้รางวัลที่ซ่อนเร้น และการให้แรงจูงใจ
14:25
by setting people up
363
865260
2000
ด้วยการกำหนดคนขึ้นมา
14:27
to collaborate in terms of groups, in terms of streets
364
867260
2000
เพื่อรับผิดชอบในกลุ่ม หรือถนนหาทาง
14:29
to collaborate and compete,
365
869260
2000
เพื่อร่วมมือ และแข่งขัน
14:31
to use these very sophisticated
366
871260
2000
เพื่อให้วิธีที่ละเอียดอ่อนนี้
14:33
group and motivational mechanics we see.
367
873260
2000
รวมกลุ่ม และให้กำลังใจด้วยกลไกที่เราเห็น
14:35
In terms of education,
368
875260
2000
ในแง่ของการศึกษา
14:37
perhaps most obviously of all,
369
877260
2000
บางทีอาจจะเห็นได้ชัดเจนที่สุด
14:39
we can transform how we engage people.
370
879260
3000
เราสามารถเปลี่ยนแปลงวิธีที่เราให้คนเข้ามามีส่วนร่วม
14:42
We can offer people the grand continuity
371
882260
2000
เราสามารถมอบโอกาสใหญ่ให้ผู้คนในการดำเนินการต่อ
14:44
of experience and personal investment.
372
884260
3000
ในประสบการณ์ และการลงทุนส่วนตัว
14:47
We can break things down
373
887260
2000
เราสามารถแตกสิ่งนี้ออกมา
14:49
into highly calibrated small tasks.
374
889260
2000
เป็นชิ้นงานเล็กๆ ที่สามารถปรับแปลงค่าได้
14:51
We can use calculated randomness.
375
891260
2000
เราสามารถใช้หลักการของการสุ่ม
14:53
We can reward effort consistently
376
893260
2000
เราสามารถให้รางวัลจูงใจต่อเนื่องไปเรื่อยๆ ได้
14:55
as everything fields together.
377
895260
3000
และเมื่อทุกอย่างสานเข้าด้วยกัน
14:58
And we can use the kind of group behaviors
378
898260
2000
เมื่อเราสามารถใช้พฤติกรรมของกลุ่ม
15:00
that we see evolving when people are at play together,
379
900260
3000
ที่เราเห็นว่าวิวัฒนาการขึ้น เมื่อผู้คนเล่นด้วยกัน
15:03
these really quite unprecedentedly complex
380
903260
3000
เจ้าความซับซ้อนของกลไกการร่วมมือกัน
15:06
cooperative mechanisms.
381
906260
2000
ที่ไม่เคยมีมาก่อน
15:08
Government, well, one thing that comes to mind
382
908260
2000
หน่วยงานรัฐ เอาล่ะ สิ่งหนึ่งที่เข้ามาในหัวผม
15:10
is the U.S. government, among others,
383
910260
3000
ในรัฐบาลสหรัฐฯ
15:13
is literally starting to pay people
384
913260
2000
กำลังที่จะเริ่มจ่ายเงินให้คน
15:15
to lose weight.
385
915260
2000
ลดน้ำหนัก
15:17
So we're seeing financial reward being used
386
917260
2000
เราจึงได้เห็นการใช้รางวัลในรูปแบบของเงิน
15:19
to tackle the great issue of obesity.
387
919260
2000
เพื่อต่อสู้กับปัญหาใหญ่ๆ อย่าง ปัญหาโรคอ้วน
15:21
But again, those rewards
388
921260
2000
แต่ก็อีกนั่นแหละ รางวัลพวกนี้
15:23
could be calibrated so precisely
389
923260
3000
อาจถูกตั้งค่าอย่างแม่นยำ
15:26
if we were able to use the vast expertise
390
926260
3000
ถ้าพวกเราสามารถที่จะใช้ทักษะอันกว้างขวาง
15:29
of gaming systems to just jack up that appeal,
391
929260
3000
ของระบบเกมส์ เพื่อสร้างความน่าดึงดูด
15:32
to take the data, to take the observations,
392
932260
2000
เพื่อใช้ข้อมูล และการเฝ้าดู
15:34
of millions of human hours
393
934260
2000
กิจกรรมนับล้านชั่วโมงของมนุษย์
15:36
and plow that feedback
394
936260
2000
และก็ใช้ข้อมูลจากการตอบกลับนั้น
15:38
into increasing engagement.
395
938260
2000
เพื่อเพิ่มความรู้สึกมีส่วนร่วม
15:40
And in the end, it's this word, "engagement,"
396
940260
3000
และในที่สุด คำว่า "ความมีส่วนร่วม"
15:43
that I want to leave you with.
397
943260
2000
ที่ผมอยากจะจากคุณไปในตอนนี้
15:45
It's about how individual engagement
398
945260
2000
ก็คือการหาวิธีที่ความมีส่วนร่วมระดับบุคคล
15:47
can be transformed
399
947260
2000
จะสามารถถูกเปลี่ยนแปลง
15:49
by the psychological and the neurological lessons
400
949260
3000
ด้วยบทเรียน ทางจิตวิทยา และทางประสาทวิทยา
15:52
we can learn from watching people that are playing games.
401
952260
3000
เราสามารถเรียนรู้ได้จากการเฝ้ามองคนเล่นเกมส์
15:55
But it's also about collective engagement
402
955260
3000
แล้วมันก็เกี่ยวข้องกับการรู้สึกมีส่วนร่วมในระดับกลุ่ม
15:58
and about the unprecedented laboratory
403
958260
3000
และสิ่งที่ไม่คาดคิดว่าจะเกิด
16:01
for observing what makes people tick
404
961260
2000
จากการเฝ้าดูว่าอะไรทำให้คนถูกกระตุ้น
16:03
and work and play and engage
405
963260
2000
และทำงาน และเล่น และมีส่วนร่วม
16:05
on a grand scale in games.
406
965260
3000
ในระดับใหญ่ๆ เช่นในเกมส์
16:08
And if we can look at these things and learn from them
407
968260
3000
และถ้าหากเรามองสิ่งนี้ และเลือกที่จะเรียนรู้จากมัน
16:11
and see how to turn them outwards,
408
971260
2000
และเห็นว่ามันอาจจะเปลี่ยนไปเป็นอย่างไร
16:13
then I really think we have something quite revolutionary on our hands.
409
973260
3000
เมื่อนั้นผมคิดว่าเราจะมีเครื่องมือที่จะช่วยปฏิวัติวงการต่างๆ ด้วยมือของพวกเราเองได้
16:16
Thank you very much.
410
976260
2000
ขอบคุณครับ
16:18
(Applause)
411
978260
4000
(เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7