Usando las características del juego en contextos ajenos al juego, las computadoras pueden aprender a construir programas personalizados de terapia mental y física que mejoren la motivación individual, según los ingenieros de Penn State.
"Queremos entender los comportamientos humanos y de equipo que motivan el aprendizaje para desarrollar métodos de aprendizaje personalizados en lugar del enfoque único para todos", dijo Conrad Tucker, profesor asistente de tecnología de diseño de ingeniería yprogramas profesionales.
Buscan utilizar el aprendizaje automático para entrenar computadoras para desarrollar regímenes de terapia física o mental personalizados, por ejemplo, para superar la ansiedad o recuperarse de una lesión en el hombro, por lo que muchas personas pueden usar un programa a medida.
"El uso de personas para evaluar individualmente a otros no es eficiente ni sostenible en el tiempo o en los recursos humanos y no se adapta bien a un gran número de personas", dijo Tucker. "Necesitamos entrenar computadoras para leer a personas individuales. Gamification explora la ideaque diferentes personas están motivadas por diferentes cosas "
Para comenzar a crear modelos de computadora para programas de terapia, los investigadores probaron cómo realizar de manera más efectiva una tarea física en una aplicación gamificada incorporando características del juego como puntuación, avatares, desafíos y competencia.
"Estamos explorando aquí cómo la gamificación podría aplicarse a la salud y el bienestar al enfocarnos en aplicaciones gamificadas físicamente interactivas", dijo Christian López, estudiante graduado en ingeniería industrial y de fabricación, que ayudó a realizar las pruebas utilizando un entorno de juego de realidad virtual.
En las pruebas de realidad virtual, los investigadores pidieron a los participantes que evitaran físicamente los obstáculos mientras se movían a través de un entorno virtual. El sistema de juego registró sus posiciones corporales reales usando sensores de movimiento y luego reflejó sus movimientos con un avatar en realidad virtual.
Los participantes tuvieron que doblarse, agacharse, levantar los brazos y saltar para evitar obstáculos. El participante evitó con éxito un obstáculo virtual si ninguna parte de su avatar tocó el obstáculo. Si hicieron contacto, los investigadores calificaron la gravedad del error porcuánto del avatar tocó el obstáculo.
En uno de los diseños de la aplicación, los participantes podían ganar más puntos moviéndose para recolectar monedas virtuales, lo que a veces los hacía chocar con un obstáculo.
"A medida que aumenta la complejidad de la tarea, los participantes necesitan más motivación para lograr el mismo nivel de resultados", dijo López. "No importa cuán interesante sea una característica en particular, debe llevar al participante a completar el objetivo en lugar de retroceder o perder el tiempoen una tarea tangencial. Agregar más funciones no necesariamente mejora el rendimiento "
Tucker y López crearon un algoritmo predictivo, una fórmula matemática para pronosticar el resultado de un evento, que califica la utilidad potencial de una característica del juego. Luego probaron qué tan bien cada característica del juego motivó a los participantes al completar las tareas de realidad virtualCompararon los resultados de sus pruebas con las predicciones del algoritmo como prueba de concepto y descubrieron que la fórmula anticipaba correctamente qué juego presenta a las personas mejor motivadas en las tareas físicamente interactivas.
Los investigadores descubrieron que las aplicaciones gamificadas con un sistema de puntuación, la capacidad de seleccionar un avatar y las recompensas en el juego condujeron a una cantidad significativamente menor de errores y un mayor rendimiento que aquellos con un sistema de ganar o perder, antecedentes aleatorios de juego y rendimiento.premios basados.
Sesenta y ocho participantes probaron dos diseños que diferían solo por las características utilizadas para completar el mismo conjunto de tareas. Tucker y López publicaron sus resultados en Computadoras en el comportamiento humano .
Los investigadores eligieron las características de juego probadas de los juegos mejor clasificados en la tienda de aplicaciones de Google Play, aprovechando las características que hacen que los juegos sean dignos de jugar y volver a jugar, y luego redujeron la selección en función de la tecnología disponible.
Su algoritmo clasificó las características del juego según la facilidad con la que los diseñadores podrían implementarlas, la complejidad física del uso de la función y el impacto de la función en la motivación y la capacidad de los participantes para completar la tarea. Si una función del juego es demasiado difícil tecnológicamente para incorporarlaen el juego, demasiado complejo físicamente, no ofrece suficientes incentivos para un esfuerzo adicional o funciona en contra del objetivo final del juego, entonces la función tiene una utilidad potencial baja.
A los investigadores también les gustaría usar estos resultados para aumentar el rendimiento en el lugar de trabajo y personalizar las aulas de realidad virtual para la educación en línea.
"La cultura del juego ya ha explorado y dominado los aspectos psicológicos de los juegos que los hacen atractivos y motivadores", dijo Tucker. "Queremos aprovechar ese conocimiento hacia el objetivo de la optimización individualizada del rendimiento en el lugar de trabajo".
Para hacer esto, Tucker y López luego quieren conectar el rendimiento con el estado mental durante estas tareas físicas gamificadas. La frecuencia cardíaca, las señales de electroencefalograma y las expresiones faciales se utilizarán como indicadores del estado de ánimo y el estado mental al completar tareas para conectar el estado de ánimo con las características del juegoque afectan la motivación.
Fuente de la historia :
Materiales proporcionado por Estado Penn . Original escrito por Kimberly Cartier. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :