Tom Chatfield: 7 ways video games engage the brain

Tom Chatfield: Oyunların beyni ödüllendirmesinin 7 yolu

203,451 views

2010-11-01 ・ TED


New videos

Tom Chatfield: 7 ways video games engage the brain

Tom Chatfield: Oyunların beyni ödüllendirmesinin 7 yolu

203,451 views ・ 2010-11-01

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Ahmet Mesut ATEŞ Gözden geçirme: osman oguz ahsen
00:15
I love video games.
0
15260
3000
Video oyunlarını seviyorum.
00:18
I'm also slightly in awe of them.
1
18260
3000
Aynı zamanda hayranlıkla karışık bir saygı da duyuyorum.
00:21
I'm in awe of their power
2
21260
2000
Hayal gücü, teknoloji
00:23
in terms of imagination, in terms of technology,
3
23260
2000
ve kavramlar konusundaki güçlerine
00:25
in terms of concept.
4
25260
2000
saygı duyuyorum.
00:27
But I think, above all,
5
27260
2000
Fakat hepsinden öte,
00:29
I'm in awe at their power
6
29260
2000
bizi daha önce icat ettiğimiz
00:31
to motivate, to compel us,
7
31260
3000
her şeyden daha fazla
00:34
to transfix us,
8
34260
2000
motive etme,
00:36
like really nothing else we've ever invented
9
36260
3000
zorlama ve şaşkına çevirme güçlerine
00:39
has quite done before.
10
39260
2000
saygı duyuyorum.
00:41
And I think that we can learn some pretty amazing things
11
41260
3000
Ve bence bunu nasıl yaptığımıza bakarak
00:44
by looking at how we do this.
12
44260
2000
çok harika şeyler öğrenebiliriz.
00:46
And in particular, I think we can learn things
13
46260
2000
Özellikle de öğrenme hakkında
00:48
about learning.
14
48260
3000
bir şeyler öğrenebiliriz.
00:51
Now the video games industry
15
51260
2000
Video oyunları endüstrisi
00:53
is far and away the fastest growing
16
53260
2000
bütün modern medya içinde
00:55
of all modern media.
17
55260
2000
en hızlı büyüyendir.
00:57
From about 10 billion in 1990,
18
57260
2000
1990'da 10 milyar dolar iken,
00:59
it's worth 50 billion dollars globally today,
19
59260
3000
bugün 50 milyar dolar değerinde,
01:02
and it shows no sign of slowing down.
20
62260
3000
ve hiç yavaşlama belirtisi göstermiyor.
01:05
In four years' time,
21
65260
2000
Dört sene içinde,
01:07
it's estimated it'll be worth over 80 billion dollars.
22
67260
3000
80 milyar doların üstünde olacağı tahmin ediliyor.
01:10
That's about three times the recorded music industry.
23
70260
3000
Bu müzik endüstrisinin yaklaşık üç katı kadardır.
01:13
This is pretty stunning,
24
73260
2000
Bu oldukça hayret verici,
01:15
but I don't think it's the most telling statistic of all.
25
75260
3000
fakat bence bu, en etkileyici istatistik de değil.
01:18
The thing that really amazes me
26
78260
2000
Beni gerçekten hayrete düşüren şey,
01:20
is that, today,
27
80260
2000
günümüzde insanların
01:22
people spend about
28
82260
2000
yılda 8 milyar dolar
01:24
eight billion real dollars a year
29
84260
3000
gerçek parayı, sadece video
01:27
buying virtual items
30
87260
2000
oyunlarında bulunan
01:29
that only exist
31
89260
2000
sanal maddeleri
01:31
inside video games.
32
91260
3000
almak için harcıyor olması.
01:34
This is a screenshot from the virtual game world, Entropia Universe.
33
94260
3000
Bu ekran görüntüsü Entropia Universe adlı sanal oyun dünyasından.
01:37
Earlier this year,
34
97260
2000
Bu senenin başında,
01:39
a virtual asteroid in it
35
99260
2000
buradaki bir sanal asteroid
01:41
sold for 330,000 real dollars.
36
101260
4000
330,000 gerçek dolara satıldı.
01:45
And this
37
105260
2000
Ve bu,
01:47
is a Titan class ship
38
107260
3000
EVE Online adlı bir uzay oyunundaki
01:50
in the space game, EVE Online.
39
110260
2000
Titan sınıfı bir gemi.
01:52
And this virtual object
40
112260
2000
Ve bu sanal objeyi
01:54
takes 200 real people
41
114260
2000
inşa etmek 200 insanın
01:56
about 56 days of real time to build,
42
116260
3000
56 gerçek saatinin yanında ondan önce de
01:59
plus countless thousands of hours
43
119260
3000
sayısız şekilde binlerce saat
02:02
of effort before that.
44
122260
2000
çaba gerektiriyor.
02:04
And yet, many of these get built.
45
124260
3000
Üstelik, çoğu da yapılıyor.
02:07
At the other end of the scale,
46
127260
2000
Diğer taraftan da,
02:09
the game Farmville that you may well have heard of,
47
129260
3000
Farmville oyunu, muhtemelen hepiniz duymuşsunuzdur,
02:12
has 70 million players
48
132260
2000
dünya çapında
02:14
around the world
49
134260
2000
70 milyon oyuncuya sahip
02:16
and most of these players
50
136260
2000
ve bunların büyük çoğunluğu
02:18
are playing it almost every day.
51
138260
2000
hemen hemen her gün bunu oynuyor.
02:20
This may all sound
52
140260
2000
Bu durum bazı insanlara
02:22
really quite alarming to some people,
53
142260
2000
oldukça endişe verici gelebilir,
02:24
an index of something worrying
54
144260
2000
endişe verici bir şey,
02:26
or wrong in society.
55
146260
2000
ya da yapılması yanlış olan bir şey gibi.
02:28
But we're here for the good news,
56
148260
2000
Ama iyi haber için buradayız
02:30
and the good news is
57
150260
2000
ve iyi haber;
02:32
that I think we can explore
58
152260
2000
bence insanın bu gerçek çabasının,
02:34
why this very real human effort,
59
154260
3000
değerlerdeki bu yoğun değişiminin
02:37
this very intense generation of value, is occurring.
60
157260
4000
neden ortaya çıktığını anlayabiliriz.
02:41
And by answering that question,
61
161260
2000
Ve bu soruyu cevaplayarak,
02:43
I think we can take something
62
163260
2000
bence oldukça güçlü bir şeyi
02:45
extremely powerful away.
63
165260
2000
uzaklaştırabiliriz.
02:47
And I think the most interesting way
64
167260
2000
Ve bence tüm bunların nasıl olduğu hakkında
02:49
to think about how all this is going on
65
169260
2000
fikir yürütmenin en ilginç yolu,
02:51
is in terms of rewards.
66
171260
2000
ödüller açısından bakmaktır.
02:53
And specifically, it's in terms
67
173260
3000
Özellikle de oyunların
02:56
of the very intense emotional rewards
68
176260
2000
hem bireysel, hem toplu şekilde
02:58
that playing games offers to people
69
178260
2000
insanlara sunduğu
03:00
both individually
70
180260
2000
oldukça yoğun
03:02
and collectively.
71
182260
2000
duygusal ödüller açısından.
03:04
Now if we look at what's going on in someone's head
72
184260
2000
Şimdi eğer birinin oyuna bağlandığı sırada
03:06
when they are being engaged,
73
186260
2000
kafasından neler geçtiğine bakarsak,
03:08
two quite different processes are occurring.
74
188260
3000
birbirinden oldukça farklı iki sürecin işlediğini görürüz.
03:11
On the one hand, there's the wanting processes.
75
191260
3000
Bir tarafta isteme süreci;
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
bu biraz hırs ve çaba gibidir -- Bunu yapacağım. Daha çok çalışacağım.
03:17
On the other hand, there's the liking processes,
77
197260
2000
Diğer tarafta sevme,
03:19
fun and affection
78
199260
2000
eğlenme ve etkilenme
03:21
and delight
79
201260
2000
ve zevk alma süreci--
03:23
and an enormous flying beast with an orc on the back.
80
203260
2000
ve geri planda bir orkla dev bir uçan canavar.
03:25
It's a really great image. It's pretty cool.
81
205260
2000
Gerçekten harika bir görüntü. Oldukça güzel.
03:27
It's from the game World of Warcraft with more than 10 million players globally,
82
207260
3000
Bu, dünyada 10 milyondan fazla oyuncusu olan World of Warcraft oyunundan.
03:30
one of whom is me, another of whom is my wife.
83
210260
3000
Oyunculardan biri de benim, ve eşim.
03:33
And this kind of a world,
84
213260
2000
Ve bu tipte bir dünya,
03:35
this vast flying beast you can ride around,
85
215260
2000
çevresinde gezip tozabileceğin uçan dev canavar,
03:37
shows why games are so very good
86
217260
2000
oyunların neden hem istek hem de beğeni
03:39
at doing both the wanting and the liking.
87
219260
3000
konusunda çok iyi olduklarını gösteriyor.
03:42
Because it's very powerful. It's pretty awesome.
88
222260
2000
Çünkü çok güçlü, harika.
03:44
It gives you great powers.
89
224260
2000
Size harika güçler veriyor.
03:46
Your ambition is satisfied, but it's very beautiful.
90
226260
3000
Hırsınızı tatmin ediyorsunuz ama bu çok güzel.
03:49
It's a very great pleasure to fly around.
91
229260
3000
Etrafta uçuşmak büyük bir keyif.
03:52
And so these combine to form
92
232260
2000
Böylece bunlar yoğun,
03:54
a very intense emotional engagement.
93
234260
2000
duygusal bir bağlılığı meydana getiriyor.
03:56
But this isn't the really interesting stuff.
94
236260
3000
Ama asıl ilginç şey bu değil.
03:59
The really interesting stuff about virtuality
95
239260
2000
Sanallık hakkında esas ilginç şey,
04:01
is what you can measure with it.
96
241260
2000
onunla ne ölçebildiğiniz.
04:03
Because what you can measure in virtuality
97
243260
3000
Çünkü sanal dünyada ölçebileceğiniz şey
04:06
is everything.
98
246260
2000
her şeydir.
04:08
Every single thing that every single person
99
248260
2000
Bir oyunda oynamış olan her bir insanın yaptığı
04:10
who's ever played in a game has ever done can be measured.
100
250260
3000
her şey ölçülebilir.
04:13
The biggest games in the world today
101
253260
2000
Bugün dünyadaki en büyük oyunlar
04:15
are measuring more than one billion points of data
102
255260
4000
oyuncuları ve ne yaptıkları hakkında
04:19
about their players, about what everybody does --
103
259260
2000
bir milyardan fazla veri ölçüyor. -- sizin bugüne kadar
04:21
far more detail than you'd ever get from any website.
104
261260
3000
herhangi websitesinden edindiğiniz detaydan daha fazlası.
04:24
And this allows something very special
105
264260
3000
Ve bu, çok özel birşeyin
04:27
to happen in games.
106
267260
2000
oyunlarda olmasına izin veriyor.
04:29
It's something called the reward schedule.
107
269260
3000
Ödül Takvimi deniyor.
04:32
And by this, I mean looking
108
272260
2000
Bununla, milyonlarca insanın
04:34
at what millions upon millions of people have done
109
274260
2000
ne yaptığına ve
04:36
and carefully calibrating the rate,
110
276260
2000
süresiz zaman ve çaba harcayarak
04:38
the nature, the type, the intensity of rewards in games
111
278260
3000
oyunlara bağlı kalmalarını sağlayan ödüllerin
04:41
to keep them engaged
112
281260
2000
türü, çeşidi ve ölçüsünün
04:43
over staggering amounts of time and effort.
113
283260
3000
ayarlanmasına dikkatle bakmayı kastediyorum.
04:46
Now, to try and explain this
114
286260
2000
Şimdi, bunu gerçek anlamda
04:48
in sort of real terms,
115
288260
3000
denemek ve açıklamak için
04:51
I want to talk about a kind of task
116
291260
2000
birçok oyunda karşılaşabileceğiniz
04:53
that might fall to you in so many games.
117
293260
2000
bir görev hakkında konuşmak istiyorum.
04:55
Go and get a certain amount of a certain little game-y item.
118
295260
3000
Gidip küçük bir oyun nesnesinden belirli miktarda getirin.
04:58
Let's say, for the sake of argument,
119
298260
2000
Örnek olması için farzedelim ki
05:00
my mission is to get 15 pies
120
300260
3000
benim görevim 15 tane çörek getirmek
05:03
and I can get 15 pies
121
303260
3000
ve ben 15 tane çöreği şirin, küçük canavarları
05:06
by killing these cute, little monsters.
122
306260
2000
öldürerek getirebilirim.
05:08
Simple game quest.
123
308260
2000
Basit bir oyun görevi.
05:10
Now you can think about this, if you like,
124
310260
2000
İsterseniz bunu kutularla ilgili bir
05:12
as a problem about boxes.
125
312260
2000
problem gibi düşünebilirsiniz.
05:14
I've got to keep opening boxes.
126
314260
2000
Onları açmaya devam etmem gerekiyor.
05:16
I don't know what's inside them until I open them.
127
316260
3000
İçlerinde ne olduğunu onları açana kadar bilmiyorum.
05:19
And I go around opening box after box until I've got 15 pies.
128
319260
3000
ve 15 çöreği toplayana dek kutuları birer birer açıyorum.
05:22
Now, if you take a game like Warcraft,
129
322260
2000
Şimdi, Warcraft gibi bir oyunu düşünürsek
05:24
you can think about it, if you like,
130
324260
2000
oyunu büyük bir
05:26
as a great box-opening effort.
131
326260
3000
kutu açma işi gibi düşünebilirsiniz.
05:29
The game's just trying to get people to open about a million boxes,
132
329260
3000
Oyun sadece insanlara, içlerinde sürekli daha da güzel şeyler
05:32
getting better and better stuff in them.
133
332260
2000
bulabilmek için yaklaşık bir milyon kutu açtırmaya çalışıyor.
05:34
This sounds immensely boring
134
334260
3000
Oldukça sıkıcı duruyor
05:37
but games are able
135
337260
2000
ama oyunlar bunu
05:39
to make this process
136
339260
2000
inanılmaz derecede
05:41
incredibly compelling.
137
341260
2000
ilginç hale getirebiliyor.
05:43
And the way they do this
138
343260
2000
Ve bunu olasılıkların ve verilerin
05:45
is through a combination of probability and data.
139
345260
3000
kombinasyonları ile gerçekleştiriyorlar.
05:48
Let's think about probability.
140
348260
2000
Olasılık üzerine düşünelim.
05:50
If we want to engage someone
141
350260
2000
Birisini çörekleri bulmak için kutu
05:52
in the process of opening boxes to try and find pies,
142
352260
3000
açmaya yönlendirmek istiyorsak.
05:55
we want to make sure it's neither too easy,
143
355260
2000
Çörek bulmanın ne çok kolay,
05:57
nor too difficult, to find a pie.
144
357260
2000
ne de çok zor olduğundan emin olmasını istiyoruz.
05:59
So what do you do? Well, you look at a million people --
145
359260
2000
Öyleyse ne yaparsınız? Bir milyon insana bakın --
06:01
no, 100 million people, 100 million box openers --
146
361260
3000
hayır 100 milyon insana, 100 milyon kutu açıcıya bakın --
06:04
and you work out, if you make the pie rate
147
364260
3000
ve çörek oranını %25 arttırmak isterseniz,
06:07
about 25 percent --
148
367260
2000
üzerinde çalışırsınız --
06:09
that's neither too frustrating, nor too easy.
149
369260
3000
ne çok zor, ne çok kolay;
06:12
It keeps people engaged.
150
372260
2000
insanları bağlı tutuyor --
06:14
But of course, that's not all you do -- there's 15 pies.
151
374260
3000
ama şüphesiz, tüm yaptığınız bu değil -- 15 çörek var.
06:17
Now, I could make a game called Piecraft,
152
377260
2000
Şimdi, Piecraft adında tek yapmanız gerekenin
06:19
where all you had to do was get a million pies
153
379260
2000
bir milyon ya da bin çörek toplamak
06:21
or a thousand pies.
154
381260
2000
olduğu bir oyun yapabilirim.
06:23
That would be very boring.
155
383260
2000
Bu da çok sıkıcı olur.
06:25
Fifteen is a pretty optimal number.
156
385260
2000
15 oldukça uygun bir rakam.
06:27
You find that -- you know, between five and 20
157
387260
2000
İnsanların bağlı kalmasını sağlamak için
06:29
is about the right number for keeping people going.
158
389260
2000
5 ile 20 arası olmasının doğru olduğunu bulursunuz.
06:31
But we don't just have pies in the boxes.
159
391260
2000
Ancak kutuların içinde sadece çörek yok,
06:33
There's 100 percent up here.
160
393260
2000
İçleri %100 dolu.
06:35
And what we do is make sure that every time a box is opened,
161
395260
3000
Ve yaptığımız şey, ne zaman bir kutu açılsa
06:38
there's something in it, some little reward
162
398260
2000
içinde bir şey, insanları oyunda bağlı kılan
06:40
that keeps people progressing and engaged.
163
400260
2000
küçük bir ödülün olduğundan emin olmak.
06:42
In most adventure games,
164
402260
2000
Çoğu macera oyununda bu küçük miktarda
06:44
it's a little bit in-game currency, a little bit experience.
165
404260
3000
oyun parası ya da bir miktar deneyimdir
06:47
But we don't just do that either.
166
407260
2000
ama yaptığımız şey sadece bu da değil.
06:49
We also say there's going to be loads of other items
167
409260
2000
Değişen özellik ve seviyede tonlarca farklı nesne
06:51
of varying qualities and levels of excitement.
168
411260
2000
olacağını da söylüyoruz.
06:53
There's going to be a 10 percent chance you get a pretty good item.
169
413260
3000
Çok güzel bir şeye ulaşmanız için %10 şansınız var.
06:56
There's going to be a 0.1 percent chance
170
416260
2000
Çok harika bir şeye ulaşmanız için
06:58
you get an absolutely awesome item.
171
418260
3000
%0.1 şansınız olacak.
07:01
And each of these rewards is carefully calibrated to the item.
172
421260
3000
Ve bu ödüllerin her biri özenle o nesneye iliştirilmiş durumda.
07:04
And also, we say,
173
424260
2000
Aynı zamanda söyleyebiliriz ki,
07:06
"Well, how many monsters? Should I have the entire world full of a billion monsters?"
174
426260
3000
"Tamam da kaç canavar var? Bir milyar canavarla dolu bir dünyayı ele mi geçirmeliyim?"
07:09
No, we want one or two monsters on the screen at any one time.
175
429260
3000
Hayır, biz sadece ekranda aynı anda bir ya da iki canavar belirmesini istiyoruz.
07:12
So I'm drawn on. It's not too easy, not too difficult.
176
432260
3000
Böylece oyunu resmediyorum. Ne çok kolay, ne de çok zor.
07:15
So all this is very powerful.
177
435260
2000
Tüm bunlar oldukça güç verici.
07:17
But we're in virtuality. These aren't real boxes.
178
437260
3000
Ama burada sanal dünyadayız, bunlar gerçek kutular değil.
07:20
So we can do
179
440260
2000
Öyleyse çok çok daha muhteşem
07:22
some rather amazing things.
180
442260
2000
şeyler yapabiliriz.
07:24
We notice, looking at all these people opening boxes,
181
444260
4000
15 çöreğin 13ünü elde etmek için kutuları açan
07:28
that when people get to about 13 out of 15 pies,
182
448260
3000
tüm bu insanlara bakıp fark ederiz ki,
07:31
their perception shifts, they start to get a bit bored, a bit testy.
183
451260
3000
algıları değişiyor; sıkılmaya, sinirlenmeye başlıyorlar.
07:34
They're not rational about probability.
184
454260
2000
Olasılık hakkında makul değiller.
07:36
They think this game is unfair.
185
456260
2000
Oyunun adil olmadığını düşünüyorlar.
07:38
It's not giving me my last two pies. I'm going to give up.
186
458260
2000
Bana son 2 çöreği vermiyor, çıkıyorum.
07:40
If they're real boxes, there's not much we can do,
187
460260
2000
Eğer gerçek kutular olsaydı bunlar, yapabileceğimiz çok şey yoktu
07:42
but in a game we can just say, "Right, well.
188
462260
2000
ama bir oyunda "Tamam, sorun değil." diyebiliyoruz.
07:44
When you get to 13 pies, you've got 75 percent chance of getting a pie now."
189
464260
4000
13 çörek topladığınızda, bir tane daha almak için %75 şansınız oluyor.
07:48
Keep you engaged. Look at what people do --
190
468260
2000
Ve sizi bağlı tutuyor. İnsanların yaptıklarına bakın --
07:50
adjust the world to match their expectation.
191
470260
2000
Beklentilerini karşılaması için dünyayı ona göre ayarlıyorlar.
07:52
Our games don't always do this.
192
472260
2000
Bizim oyunlarımız her zaman bunu yapmıyor.
07:54
And one thing they certainly do at the moment
193
474260
2000
Ve bu noktada kesin olarak yaptıkları bir şeyse;
07:56
is if you got a 0.1 percent awesome item,
194
476260
3000
%0.1'lik o çok harika bir şeyi elde ettiyseniz,
07:59
they make very sure another one doesn't appear for a certain length of time
195
479260
3000
değerini bilmeniz, onun özelliğini korumak için, belirli süre zarfında
08:02
to keep the value, to keep it special.
196
482260
2000
bir diğerini daha elde edemeyeceğinizden emin oluyorlar.
08:04
And the point is really
197
484260
2000
İşin aslı şu ki
08:06
that we evolved to be satisfied by the world
198
486260
2000
bizler dünya tarafından farklı şekillerde
08:08
in particular ways.
199
488260
2000
tatmin edilmek üzere geliştik.
08:10
Over tens and hundreds of thousands of years,
200
490260
3000
Onbinler ve yüzbinlerce yıl boyunca
08:13
we evolved to find certain things stimulating,
201
493260
2000
teşfik edici belli şeyleri bulmak için geliştik
08:15
and as very intelligent, civilized beings,
202
495260
2000
ve zeki ve uygar varlıklar olarak
08:17
we're enormously stimulated by problem solving and learning.
203
497260
3000
sorun çözmek ve öğrenmekten fazlasıyla teşfik oluyoruz.
08:20
But now, we can reverse engineer that
204
500260
2000
Ancak şimdi bunu tersine çivirebilir
08:22
and build worlds
205
502260
2000
ve evrim kutularımızı hızlıca
08:24
that expressly tick our evolutionary boxes.
206
504260
3000
tıklayan dünyalar oluşturabiliriz.
08:27
So what does all this mean in practice?
207
507260
2000
Peki bütün bunlar pratikte ne anlama geliyor?
08:29
Well, I've come up
208
509260
2000
Oyunlardan bu dersleri
08:31
with seven things
209
511260
2000
nasıl öğrenebileceğimizi ve
08:33
that, I think, show
210
513260
2000
bunları oyun dışında nasıl
08:35
how you can take these lessons from games
211
515260
2000
kullanabileceğimizi gösteren
08:37
and use them outside of games.
212
517260
3000
yedi şeyden bahsedeceğim.
08:40
The first one is very simple:
213
520260
2000
İlki çok basit:
08:42
experience bars measuring progress --
214
522260
2000
süreci ölçen deneyim çubukları --
08:44
something that's been talked about brilliantly
215
524260
2000
bu senenin başında Jesse Schell gibi insanlar
08:46
by people like Jesse Schell earlier this year.
216
526260
3000
tarafından zekice olarak nitelenen şeyler.
08:49
It's already been done at the University of Indiana in the States, among other places.
217
529260
3000
Diğer eyaletler arasında Indiana Üniversitesi'nde halihazırda
08:52
It's the simple idea that instead of grading people incrementally
218
532260
3000
uygulanmakta olan basit fikir şu ki öğrencileri
08:55
in little bits and pieces,
219
535260
2000
aşamalı olarak mezun etmek yerine
08:57
you give them one profile character avatar
220
537260
2000
onlara küçücük artışlarla sürekli
08:59
which is constantly progressing
221
539260
2000
olarak gelişen, kendilerine ait olduklarını hissettikleri
09:01
in tiny, tiny, tiny little increments which they feel are their own.
222
541260
3000
bir karakter avatarı veriyorsunuz.
09:04
And everything comes towards that,
223
544260
2000
Ve herşey bu avatarda gerçekleşiyor
09:06
and they watch it creeping up, and they own that as it goes along.
224
546260
3000
avatarın emekleyişini izliyor ve büyüdükçe sahipleniyorlar.
09:09
Second, multiple long and short-term aims --
225
549260
2000
İkincisi: kısa ve uzun vadeli çoğul hedefler -
09:11
5,000 pies, boring,
226
551260
2000
5000 çörek sıkıcı
09:13
15 pies, interesting.
227
553260
2000
15 çörek ise ilgi çekicidir.
09:15
So, you give people
228
555260
2000
Yani insanlara birbirinden farklı
09:17
lots and lots of different tasks.
229
557260
2000
çok sayıda görev veriyorsunuz.
09:19
You say, it's about
230
559260
2000
Görevin sorulardan 10 tanesini
09:21
doing 10 of these questions,
231
561260
2000
cevaplamak olduğunu belirtiyorsunuz
09:23
but another task
232
563260
2000
ancak diğer bir görev 20
09:25
is turning up to 20 classes on time,
233
565260
2000
derse zamanında yetişmek
09:27
but another task is collaborating with other people,
234
567260
3000
bir diğeri insanlarla işbirliği yapmak
09:30
another task is showing you're working five times,
235
570260
3000
diğeri çalıştığınız beş dakikayı göstermek
09:33
another task is hitting this particular target.
236
573260
2000
ve diğeri belirli bir hedefi vurmak.
09:35
You break things down into these calibrated slices
237
575260
3000
İnsanları bağlı tutmak için bu şeyleri küçük
09:38
that people can choose and do in parallel
238
578260
2000
ayarlanmış parçalara bölüyorsunuz ki
09:40
to keep them engaged
239
580260
2000
insanlar bunları seçip aynı zamanda yapabilsinler
09:42
and that you can use to point them
240
582260
2000
ve böylece onları kişisel çıkar
09:44
towards individually beneficial activities.
241
584260
3000
sağladıkları aktivitelere yönlendirebilesiniz.
09:48
Third, you reward effort.
242
588260
2000
Üçüncüsü çabalarını ödüllendirmek.
09:50
It's your 100 percent factor. Games are brilliant at this.
243
590260
3000
Bu sizin yüde yüzlük faktörünüz. Oyunlar bunda mükemmeller.
09:53
Every time you do something, you get credit; you get a credit for trying.
244
593260
3000
Her birşeyi yaptığınızda denediğiniz için bir kredi kazanıyorsunuz.
09:56
You don't punish failure. You reward every little bit of effort --
245
596260
3000
Başarısızlığı cezalandırmıyor, harcanan her küçük çabayı ödüllendiriyorsunuz -
09:59
a little bit of gold, a little bit of credit. You've done 20 questions -- tick.
246
599260
3000
bir parça altın, biraz kredi; 20 soru cevaplamak: Tamamlandı.
10:02
It all feeds in as minute reinforcement.
247
602260
3000
Dakika takviyesi gibi oluyor.
10:05
Fourth, feedback.
248
605260
2000
Dördüncü geri bildirim.
10:07
This is absolutely crucial,
249
607260
2000
Bu kesinlikle çok önemli
10:09
and virtuality is dazzling at delivering this.
250
609260
2000
ve aslen bunu teslim etmek için kaçınılmaz.
10:11
If you look at some of the most intractable problems in the world today
251
611260
3000
Günümüzde hakkında acayip şeyler duyduğumuz
10:14
that we've been hearing amazing things about,
252
614260
2000
sonu gelmez sorunların çoğuna bakarsanız
10:16
it's very, very hard for people to learn
253
616260
3000
insanların hareketlerinin sonuçlarını
10:19
if they cannot link consequences to actions.
254
619260
3000
kavramadıkça öğrenmeleri çok zor.
10:22
Pollution, global warming, these things --
255
622260
2000
Hava kirliliği, küresel ısınma bütün bunlar
10:24
the consequences are distant in time and space.
256
624260
2000
sonuçları zaman ve uzayda uzak bir mesafede.
10:26
It's very hard to learn, to feel a lesson.
257
626260
2000
Birşeyden ders çıkarmak çok zordur
10:28
But if you can model things for people,
258
628260
2000
ancak eğer bunları insanlar için örnekleyebilirseniz
10:30
if you can give things to people that they can manipulate
259
630260
2000
eğer bunları insanlara verirseniz onlar bunu değiştirip
10:32
and play with and where the feedback comes,
260
632260
2000
oynayabilir ve geri bildirim verirler
10:34
then they can learn a lesson, they can see,
261
634260
2000
böylece ders çıkarabilir, görebilir
10:36
they can move on, they can understand.
262
636260
3000
ilerleyebilir ve anlayabilirler.
10:39
And fifth,
263
639260
2000
Ve beşincisi
10:41
the element of uncertainty.
264
641260
2000
belirsizlik elementi.
10:43
Now this is the neurological goldmine,
265
643260
3000
Şimdi bu nörolojik bir altın madeni
10:46
if you like,
266
646260
2000
tabii isterseniz
10:48
because a known reward
267
648260
2000
çünkü bilinen bir ödül
10:50
excites people,
268
650260
2000
insanları heycanlandırır
10:52
but what really gets them going
269
652260
2000
ancak onları asıl teşvik eden şey
10:54
is the uncertain reward,
270
654260
2000
belirsiz bir ödüldür
10:56
the reward pitched at the right level of uncertainty,
271
656260
2000
belirsizliğin en uygun seviyesinde işlenmiş, insanların onu alıp
10:58
that they didn't quite know whether they were going to get it or not.
272
658260
3000
alamayacaklarını tam olarak bilmedikleri bir ödül.
11:01
The 25 percent. This lights the brain up.
273
661260
3000
Yüzde 25. Bu beyni uyarır.
11:04
And if you think about
274
664260
2000
Ve eğer bunu sınavlarda
11:06
using this in testing,
275
666260
2000
kullanmayı düşünürseniz
11:08
in just introducing control elements of randomness
276
668260
2000
bütün sınav ve çalışma şekillerinde
11:10
in all forms of testing and training,
277
670260
2000
olasılığı kontrol elementlerini üretmede kullanmayı düşünürseniz
11:12
you can transform the levels of people's engagement
278
672260
2000
insanların bağlantı seviyesini
11:14
by tapping into this very powerful
279
674260
2000
bu çok güçlü evrimsel mekanizmaya
11:16
evolutionary mechanism.
280
676260
2000
dokunarak değiştirebilirsiniz.
11:18
When we don't quite predict something perfectly,
281
678260
2000
Birşeyi tamamen tahmin edemediğimizde
11:20
we get really excited about it.
282
680260
2000
gerçekten heyecanlanırız.
11:22
We just want to go back and find out more.
283
682260
2000
Geri dönüp daha fazlasını öğrenmek isteriz.
11:24
As you probably know, the neurotransmitter
284
684260
2000
Bilebileceğiniz gibi, öğrenmekle ilgili
11:26
associated with learning is called dopamine.
285
686260
2000
nörotransmiter "dopmanine".
11:28
It's associated with reward-seeking behavior.
286
688260
3000
Ödül bekleme davranışı ile ilişkilendiriliyor.
11:31
And something very exciting is just beginning to happen
287
691260
3000
Ve İngiltere'deki Bristol Üniversitesi gibi yerlerde
11:34
in places like the University of Bristol in the U.K.,
288
694260
3000
çok heyecan verici birşey oluşmaya başlıyor
11:37
where we are beginning to be able to model mathematically
289
697260
3000
beyindeki dopamin seviyesini matematiksel olarak
11:40
dopamine levels in the brain.
290
700260
2000
modellemeyi başarmaya başladığımız yerlerde.
11:42
And what this means is we can predict learning,
291
702260
2000
Bu da demek oluyor ki öğrenmeyi,
11:44
we can predict enhanced engagement,
292
704260
3000
geliştirilmiş bağlılığı bu pencerelerde
11:47
these windows, these windows of time,
293
707260
2000
bu zaman pencerelerinde geliştirilmiş öğrenmenin
11:49
in which the learning is taking place at an enhanced level.
294
709260
3000
yer aldığı bu yerlerde tahmin edebileceğiz.
11:52
And two things really flow from this.
295
712260
2000
Ve bunda iki şey cereyan ediyor.
11:54
The first has to do with memory,
296
714260
2000
İlki hafızayla ilgili
11:56
that we can find these moments.
297
716260
2000
bu anıları bulabileceğimizle.
11:58
When someone is more likely to remember,
298
718260
2000
Birisi hatıramaya yaklaştığında
12:00
we can give them a nugget in a window.
299
720260
2000
onlara pencerede bir topak verebiliriz.
12:02
And the second thing is confidence,
300
722260
2000
Ve ikinci şey güven
12:04
that we can see how game-playing and reward structures
301
724260
2000
oyun oynamanın ve ödüllendirme yapısının insanları
12:06
make people braver, make them more willing to take risks,
302
726260
3000
nasıl daha cesur, risk almaya daha istekli
12:09
more willing to take on difficulty,
303
729260
2000
zorlukları aşmaya daha istekli, daha zor yılan
12:11
harder to discourage.
304
731260
2000
yaptığını görebileceğiz.
12:13
This can all seem very sinister.
305
733260
2000
Bu biraz şüpheli görünüyor olabilir.
12:15
But you know, sort of "our brains have been manipulated; we're all addicts."
306
735260
2000
"Beyinlerimiz ele geçirildi, hepimiz birer bağımlıyız" türünden şeyleri bilirsiniz.
12:17
The word "addiction" is thrown around.
307
737260
2000
"Bağımlılık" sözü etrafta dolanıyor.
12:19
There are real concerns there.
308
739260
2000
Haklı endişeler var.
12:21
But the biggest neurological turn-on for people
309
741260
2000
Ancak insanlar için en büyük nörolojik
12:23
is other people.
310
743260
2000
etken diğer insanlardır.
12:25
This is what really excites us.
311
745260
3000
Bizi gerçekten heyecanlandıran budur.
12:28
In reward terms, it's not money;
312
748260
2000
Ödül anlamında, bu para değil
12:30
it's not being given cash -- that's nice --
313
750260
3000
büyük miktarda para almak değil, hoş olsa da,
12:33
it's doing stuff with our peers,
314
753260
2000
emsallerimizle iş yapmak
12:35
watching us, collaborating with us.
315
755260
2000
bizi izleme ve iş birliği yapmaktır.
12:37
And I want to tell you a quick story about 1999 --
316
757260
2000
1999 yılıyla ilgili kısa bir öykü anlatmak istiyorum sizlere
12:39
a video game called EverQuest.
317
759260
2000
Everquest adında bir video oyunu.
12:41
And in this video game,
318
761260
2000
Bu video oyununda
12:43
there were two really big dragons, and you had to team up to kill them --
319
763260
3000
iki tane gerçekten büyük ejderha vardı ve bunları öldürmek için birleşmeniz gerekiyordu
12:46
42 people, up to 42 to kill these big dragons.
320
766260
3000
42 kişi - bu ejderhaları öldürmek için 42 kişi gerekiyordu.
12:49
That's a problem
321
769260
2000
Bu bir sorun çünkü
12:51
because they dropped two or three decent items.
322
771260
3000
iki ya da üç gerekli nesneyi düşürmüşlerdi.
12:54
So players addressed this problem
323
774260
3000
Böylece oyuncular bu sorunu
12:57
by spontaneously coming up with a system
324
777260
2000
birbirlerini adilce ve şeffafça
12:59
to motivate each other,
325
779260
2000
motive etmek için kendiliğinden oluşan
13:01
fairly and transparently.
326
781260
2000
bir sistem ile çözdüler.
13:03
What happened was, they paid each other a virtual currency
327
783260
3000
Olan şey şuydu birbirlerine ejderha öldürme puanı
13:06
they called "dragon kill points."
328
786260
3000
dedikleri sanal para ödediler.
13:09
And every time you turned up to go on a mission,
329
789260
2000
Ve göreve çıkma sırası size geldiği her seferinde
13:11
you got paid in dragon kill points.
330
791260
2000
ejderha öldürme puanı alıyordunuz.
13:13
They tracked these on a separate website.
331
793260
2000
Bunları ayrı bir internet sitesinde takip ettiler.
13:15
So they tracked their own private currency,
332
795260
2000
Kendi özel paralarını takip ettiler
13:17
and then players could bid afterwards
333
797260
2000
ve oyuncular sonrasında istedikleri
13:19
for cool items they wanted --
334
799260
2000
nesneler için teklif verebildiler
13:21
all organized by the players themselves.
335
801260
2000
hepsi oyuncuların kendileri tarafındna organize edildi.
13:23
Now the staggering system, not just that this worked in EverQuest,
336
803260
3000
Borçlanma sistemi sadece Everquest'te kullanılmakla
13:26
but that today, a decade on,
337
806260
2000
kalmadı bugün, on yıl sonra,
13:28
every single video game in the world with this kind of task
338
808260
3000
dünyada bu şekil görev sunan her bir oyun
13:31
uses a version of this system --
339
811260
2000
bu sistemin bir uyarlamasını kullanıyor -
13:33
tens of millions of people.
340
813260
2000
on milyonlarca insan.
13:35
And the success rate
341
815260
2000
Ve başarı oranı
13:37
is at close to 100 percent.
342
817260
2000
yüzde 100'e çok yakın.
13:39
This is a player-developed,
343
819260
2000
Bu oyuncuların geliştirdiği,
13:41
self-enforcing, voluntary currency,
344
821260
3000
kendini işleten, gönüllü para sistemi
13:44
and it's incredibly sophisticated
345
824260
2000
ve inanılmaz derecede karışık
13:46
player behavior.
346
826260
2000
bir oyuncu davranışı.
13:50
And I just want to end by suggesting
347
830260
2000
Bu prensipin dünyaya yayılabileceği
13:52
a few ways in which these principles
348
832260
2000
bir kaç yol önererek
13:54
could fan out into the world.
349
834260
2000
bitirmek istiyorum.
13:56
Let's start with business.
350
836260
2000
İş hayatıyla başlayayım.
13:58
I mean, we're beginning to see some of the big problems
351
838260
2000
Demek istediğim iş, geri dönüşüm ve
14:00
around something like business are
352
840260
2000
enerji tasarrufunda bazı büyük sorunları
14:02
recycling and energy conservation.
353
842260
2000
görmeye başlıyoruz.
14:04
We're beginning to see the emergence of wonderful technologies
354
844260
2000
Gerçek zamanlı enerji ölçümü gibi
14:06
like real-time energy meters.
355
846260
2000
mükemmel teknolojilerin aciliyetini görmeye başlıyoruz.
14:08
And I just look at this, and I think, yes,
356
848260
2000
Ve buna bakıp şöyle düşünüyorum: evet
14:10
we could take that so much further
357
850260
3000
bunu insanların hedef belirmesine izin vererek
14:13
by allowing people to set targets
358
853260
2000
ayarlanmış hedefler belirleyerek
14:15
by setting calibrated targets,
359
855260
2000
belirsizlik elementlerini kullanarak
14:17
by using elements of uncertainty,
360
857260
3000
bu çoğul hedefleri kullanarak
14:20
by using these multiple targets,
361
860260
2000
azmimizi kullanıp, teşvik ve terfi
14:22
by using a grand, underlying reward and incentive system,
362
862260
3000
sistemine dikkat çekerek ve insanları
14:25
by setting people up
363
865260
2000
grup olarak, sokak olarak işbirliği yapmaya,
14:27
to collaborate in terms of groups, in terms of streets
364
867260
2000
işbirliği yapmaya ve rekabete
14:29
to collaborate and compete,
365
869260
2000
bu çok karışık grup ve motivasyon
14:31
to use these very sophisticated
366
871260
2000
dinamikleirni kullanmaya yönlendirerek
14:33
group and motivational mechanics we see.
367
873260
2000
daha da ileri taşıyabiliriz.
14:35
In terms of education,
368
875260
2000
Eğitim olarak ise
14:37
perhaps most obviously of all,
369
877260
2000
belki de hepsinden bariz olarak
14:39
we can transform how we engage people.
370
879260
3000
insanları bağlama şeklimizi değiştirebiliriz.
14:42
We can offer people the grand continuity
371
882260
2000
İnsanlara deneyim sürekliliği ve kişisel
14:44
of experience and personal investment.
372
884260
3000
yatırım sunabiliriz.
14:47
We can break things down
373
887260
2000
Yapacaklarımızı mükemmel ölçümlenmiş
14:49
into highly calibrated small tasks.
374
889260
2000
küçük görevlere bölebiliriz.
14:51
We can use calculated randomness.
375
891260
2000
Hesaplanmış olsalığı kullanabiliriz.
14:53
We can reward effort consistently
376
893260
2000
Herşey bir araya oturdukça
14:55
as everything fields together.
377
895260
3000
emeği sürekli olarak ödüllendirebiliriz.
14:58
And we can use the kind of group behaviors
378
898260
2000
Ve insanların oyunda beraberken geliştirdiklerini gördüğümüz
15:00
that we see evolving when people are at play together,
379
900260
3000
türden gerçekten tamamıyla
15:03
these really quite unprecedentedly complex
380
903260
3000
benzersiz, karışık, işbirlikçi
15:06
cooperative mechanisms.
381
906260
2000
grup davranışını kullanabiliriz.
15:08
Government, well, one thing that comes to mind
382
908260
2000
Hükümet, diğerlerinin arasında önce çıkan
15:10
is the U.S. government, among others,
383
910260
3000
Amerikan hükümeti gerçek anlamda
15:13
is literally starting to pay people
384
913260
2000
insanlara kilo vermeleri için
15:15
to lose weight.
385
915260
2000
ödeme yapmaya başlıyor.
15:17
So we're seeing financial reward being used
386
917260
2000
Yani finansal teşviğin büyük obezite
15:19
to tackle the great issue of obesity.
387
919260
2000
sorununu zapt etmek için kullanıldığını söylüyoruz.
15:21
But again, those rewards
388
921260
2000
Ama yeniden, bu ödüller
15:23
could be calibrated so precisely
389
923260
3000
bu büyük oyun sistemleri uzmanlığını
15:26
if we were able to use the vast expertise
390
926260
3000
bu çekiciliği, milyonlarca insan saatinin
15:29
of gaming systems to just jack up that appeal,
391
929260
3000
verisini ve gözlemlerini almak için
15:32
to take the data, to take the observations,
392
932260
2000
ve bu geri bildirimi insanların bağlılığını
15:34
of millions of human hours
393
934260
2000
arttırmak için kullanabilecekmiş gibi
15:36
and plow that feedback
394
936260
2000
çok hesaplı bir şekilde
15:38
into increasing engagement.
395
938260
2000
ayarlayabiliriz.
15:40
And in the end, it's this word, "engagement,"
396
940260
3000
Ve sonuçta, bu dünyada sizleri
15:43
that I want to leave you with.
397
943260
2000
bağlılıkla bırakmak istiyorum.
15:45
It's about how individual engagement
398
945260
2000
Bu kişisel bağlılığının
15:47
can be transformed
399
947260
2000
oyun oynayan insanları izleyerek
15:49
by the psychological and the neurological lessons
400
949260
3000
öğrenebileceğimiz psikolojik ve nörolojik dersler
15:52
we can learn from watching people that are playing games.
401
952260
3000
ile nasıl değiştirilebileceği ile ilgili.
15:55
But it's also about collective engagement
402
955260
3000
Ancak aynı zamanda müşterek bağlılık
15:58
and about the unprecedented laboratory
403
958260
3000
ve neyin insanların büyük ölçekli bir oyunda
16:01
for observing what makes people tick
404
961260
2000
tıklamasına ve çalışmasına ve oynamasına ve
16:03
and work and play and engage
405
963260
2000
bağlanmasına sebep olduğunu gözlemlemek için
16:05
on a grand scale in games.
406
965260
3000
emsalsiz bir labaratuvar hakkında.
16:08
And if we can look at these things and learn from them
407
968260
3000
Ve eğer bu şeylere bakıp onlardan ders alabilirsek
16:11
and see how to turn them outwards,
408
971260
2000
ve onları nasıl dışa çevireceğimizi görebilirsek
16:13
then I really think we have something quite revolutionary on our hands.
409
973260
3000
o zaman elimizde gerçek anlamda evrimsel birşeyin olduğunu düşünürüm.
16:16
Thank you very much.
410
976260
2000
Çok teşekkür ederim.
16:18
(Applause)
411
978260
4000
(Alkış)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7