Summary

Misurare l'impegno degli spettatori dei giochi social digitali

Published: July 03, 2021
doi:

Summary

Proponiamo una metodologia che consente di misurare l’engagement degli spettatori in un gioco digitale sociale che combina dati fisiologici e auto-segnalati. Poiché questo gioco digitale coinvolge un gruppo di persone che si muovono liberamente, l’esperienza viene filmata utilizzando una tecnica di sincronizzazione che collega dati fisiologici con eventi nel gioco.

Abstract

L’obiettivo di questa metodologia è valutare misure esplicite ed implicite di coinvolgimento degli spettatori durante i giochi social digitali in un gruppo di partecipanti con sistemi di tracciamento del movimento. Nel contesto di giochi che non sono confinati all’interno di uno schermo, misurare le diverse dimensioni dell’impegno come l’eccitazione fisiologica può essere impegnativo. Il focus dello studio è fatto sugli spettatori del gioco e sulle differenze nel loro impegno in base all’interattività. L’impegno viene misurato con eccitazione fisiologica e auto-segnalata, nonché con un questionario di coinvolgimento alla fine dell’esperimento. L’eccitazione fisiologica viene misurata con sensori di attività elettrodermica (EDA) che registrano i dati su un dispositivo portatile (scatola EDA). La portabilità era essenziale a causa della natura del gioco, che è simile a un pong a grandezza naturale e include molti partecipanti che si muovono. Per avere una panoramica degli eventi del gioco, tre telecamere vengono utilizzate per filmare tre angoli del campo di gioco. Per sincronizzare i dati EDA con gli eventi che si verificano nel gioco, vengono utilizzate scatole con numeri digitali che vengono messe nei fotogrammi delle telecamere. I segnali vengono inviati contemporaneamente da una scatola di sincronizzazione alle caselle EDA e alle scatole luminose. Le light box mostrano i numeri di sincronizzazione con le telecamere e gli stessi numeri vengono registrati anche nel file di dati EDA. In questo modo, è possibile registrare EDA di molte persone che si muovono liberamente in un grande spazio e sincronizzare questi dati con gli eventi del gioco. Nel nostro studio specifico, siamo stati in grado di valutare le differenze di eccitazione per le diverse condizioni di interattività. Una delle limitazioni di questo metodo è che i segnali non possono essere inviati più lontano di 20 metri. Questo metodo è, quindi, appropriato per registrare dati fisiologici in giochi con un numero illimitato di giocatori, ma è limitato a uno spazio limitato.

Introduction

Studiare l’esperienza degli spettatori di gioco aiuta a comprendere meglio gli aspetti positivi e negativi del gioco e, a sua volta, può aiutare a migliorare il suo design1. Le recenti innovazioni nel settore dei giochi hanno permesso nuovi tipi di esperienze che vanno avanti dal tradizionale gioco basato su console2. Con i giochi digitali che utilizzano sistemi di tracciamento del movimento che non sono confinati all’interno di uno schermo, il pubblico non deve più essere posizionato in un punto fisso. Questa nuova realtà crea sfide nella valutazione dell’esperienza degli spettatori. L’esperimento è stato eseguito nello studio dei creatori del gioco, ma potrebbe essere replicato in un ambiente di laboratorio o in un altro ambiente che ha abbastanza spazio per adattarsi al gioco.

Lo scopo di questa metodologia è misurare il coinvolgimento degli spettatori durante un gioco digitale sociale. Più precisamente, l’eccitazione, che porta all’impegno, si misura quando lo spettatore ha accesso a un’applicazione web che influenza il gameplay. Questo metodo combina dati fisiologici e auto-segnalati. Poiché questo gioco è sociale e coinvolge un gruppo di persone che si muovono, l’esperimento viene filmato. Con l’uso di telecamere e dispositivi fisiologici portatili, siamo stati in grado di sincronizzare i dati fisiologici con gli eventi del gioco. I dispositivi portatili (scatole EDA) sono scatole stampate in 3D collegate ad elettrodi che registrano attività fisiologiche. Le scatole hanno un interruttore ON/OFF, indicatori visivi, uno slot per schede microSD e slot di ricarica. Gli indicatori visivi aiutano in caso di risoluzione dei problemi. Ad esempio, questi indicano se il microSD è funzionale, mostrano lo stato delle connessioni Bluetooth e Wi-Fi e segnalano se vengono registrati dati fisiologici.

L’uso di misure fisiologiche è un approccio comune e convalidato per misurare l’impegno delgioco 3. La valenza fisiologica è stata misurata nel contesto dei videogiochi4. È stato utilizzato anche in altri settori di ricerca come l’istruzione5. Poiché l’impegno emotivo non è osservabile e l’auto-segnalazione può essere di parte, Charland etal. Hanno usato l’attività elettrodermica (EDA) per misurare l’eccitazione fisiologica, che è un metodo ampiamenteutilizzato 6. L’EDA è la misurazione della conduttività cutanea, che varia a seconda delle differenze nell’attività della ghiandolasudoricola 3. Questa misurazione è un’importante correlazione con le variazioni emotive in tempo reale. EDA è associato a molti costrutti come stress, eccitazione, frustrazione e coinvolgimento7. Si raccomanda pertanto di integrare i dati EDA con le risposte di auto-report per associare i dati al costrutto3 giusto. Il manichino autovalutazione (SAM) è una scala pittografica auto-riportata che valuta tre dimensioni dell’emozione: valenza, eccitazione e dominanza8. Il lavoro corrente utilizzava la dimensione dell’eccitazione, valutata utilizzando una scala Likert visiva a 9 punti, che variava dalla calma all’eccitata. L’eccitazione percepita è stata utilizzata in combinazione con l’eccitazionefisiologica 7.

Nei contesti tradizionali dei videogiochi, gli spettatori sono seduti su una sedia e rimangono più o meno nella stessa posizione per tutta la durata dell’esperimento. Ci si aspetta che guardino uno schermo in cui si svolgono le azioni. Questa impostazione è stata osservata in precedenti studi di giochi utilizzando datifisiologici 9. In questo caso, è semplice iniziare la registrazione del gioco contemporaneamente alla registrazione dei dati fisiologici10.

Nel contesto di nuovi giochi digitali che vengono giocati al di fuori dello schermo e in cui i partecipanti stanno in piedi e sono liberi di muoversi, la registrazione EDA tradizionale potrebbe non essere appropriata. Il gioco utilizzato in questo studio è simile a un Pong11a grandezza naturale. Questo gioco è composto da una palla e due pagaie, ognuna su un’estremità del campo di gioco. I giocatori spostano la pagaia per spingere la palla da un’estremità all’altra del campo. Nella versione utilizzata per questa ricerca, il gioco viene proiettato a terra e i giocatori usano i loro corpi come controllori per le pagaie. La tecnologia di rilevamento del movimento consente alla pagaia di seguire i due giocatori che si trovano ai lati opposti del parco giochi. Un esempio di come i giocatori impediscono alla palla di colpire il muro virtuale dietro di loro è presentato nella figura 1. Il gioco coinvolge anche spettatori in piedi ai lati del parco giochi, che possono utilizzare i loro smartphone per influenzare il gameplay. Utilizzando un’applicazione web mobile, gli spettatori possono votare per determinati power-up o ostacoli che possono aiutare o danneggiare i giocatori (ad esempio, meno muri contro più palle o modulare la velocità della palla). Vince l’opzione con il maggior numero di voti.

In questo studio, indaghiamo sull’influenza dell’interattività sugli spettatori. Le condizioni di interattività sono con o senza smartphone. Abbiamo confrontato l’impegno degli spettatori in queste due condizioni. Per la condizione di interattività è stato utilizzato un progetto all’interno del soggetto, al fine di valutare la differenza di eccitazione, e quindi di impegno. Nello studio attuale, gruppi di 12 persone erano ideali per promuovere la validità ecologica del gioco12. due persone come giocatori e 10 come spettatori. Solo due scatole EDA erano disponibili per il nostro studio, quindi avevamo un totale di otto gruppi che hanno totalizzato 16 set di dati EDA (due partecipanti con registrazione EDA per gruppo di 12). Ogni membro del pubblico è stato assegnato casualmente a due giochi con accesso al proprio smartphone per influenzare il gameplay e un gioco senza accesso al proprio smartphone. La letteratura sul coinvolgimento del gioco suggerisce che dare molte opzioni interattive può portare a un maggiorecoinvolgimento 13. La ricerca nell’educazione ha scoperto che l’eccitazione fisiologica è una correlanza dell’impegnoemotivo 5. Basandoci sulla letteratura sull’impegno di gioco e sulla ricerca nell’istruzione, abbiamo ipotizzato che dare agli spettatori l’accesso all’interattività aumenterà l’eccitazione che a sua volta aumenterà il loro coinvolgimento.

Contrariamente agli studi sull’esperienza dei giocatori, gli studi sugli spettatori di un gioco digitale raramente usano misure psicofisioiche. Sono per lo più fatti conquestionari 14,osservazione 15e interviste16. Una difficoltà nell’usare misure psicofisiotiche con gli spettatori è che spesso sono un gruppo e i loro movimenti sono meno prevedibili di quelli dei giocatori. Questa metodologia utilizza più telecamere per catturare i partecipanti e le scatole di luce, consentendo il collegamento dei video dei partecipanti e dei dati fisiologici.

Poiché abbiamo utilizzato un design all’interno del soggetto per le condizioni dello smartphone, ogni soggetto ha partecipato a due giochi con la condizione di interattività, utilizzando il proprio smartphone, e un gioco nelle condizioni di controllo, senza l’uso del proprio smartphone. La sincronizzazione dei dati EDA con l’inizio e la fine di ogni partita è stata quindi fondamentale per consentire la valutazione delle differenze in ogni condizione di interattività. Sarebbe impossibile avviare la registrazione di tutte e tre le telecamere contemporaneamente alla registrazione dell’EDA sugli spettatori a causa delle dimensioni della stanza. Per risolvere questo problema, è stata utilizzata una nuova tecnica di sincronizzazione denominata protocollo di sincronizzazione wireless per l’acquisizione dei dati utente multimodali17. I segnali Bluetooth Low Energy (BLE) vengono inviati da una scatola di sincronizzazione contemporaneamente alle caselle EDA e alle caselle di luce (vedere la figura 2). La scatola di sincronizzazione è una scatola stampata in 3D con interruttori ON/OFF e auto/manuale e un pulsante. La funzione manuale viene utilizzata per testare i segnali utilizzando il pulsante. I segnali stanno incrementando i numeri che iniziano da uno e che vengono visualizzati sulle caselle luminose stampate in 3D. Alle telecamere vengono mostrati numeri e gli stessi numeri vengono registrati anche nel file di dati EDA (vedere figura 3). Ciò consente la sincronizzazione degli eventi che si verificano nel gioco con variazioni nelle registrazioni EDA. Nel nostro caso, gli eventi identificati sono stati le partenze e le estremità delle tre partite. Quindi potremmo collegare il gioco alla condizione e al numero del partecipante. In questo modo, abbiamo identificato quale set di dati corrispondeva a ciascuna condizione.

Nella sezione seguente viene descritto il protocollo che consente l’uso della tecnica sviluppata da Courtemanche etal. Abbiamo adattato la tecnica per rispondere alla nostra domanda di ricerca. Questo protocollo ha ricevuto un certificato etico dal comitato etico della nostra istituzione. In questo protocollo, utilizziamo dispositivi fisiologici18, montati in un involucro stampato in 3D. Ci riferiamo al dispositivo come scatole EDA (scatole utilizzate per registrare l’EDA del partecipante), la scatola luminosa (la scatola con una luce digitale) e la scatola di sincronizzazione (scatola che invia segnali alle caselle EDA e alle caselle di luce per sincronizzare i dati). Il software di sincronizzazione che abilita il protocollo di sincronizzazione wireless per l’acquisizione dei dati utente multimodali17 è stato incorporato nelle scatole.

Protocol

Il seguente protocollo è stato approvato dal comitato etico di HEC Montréal prima dell’inizio della raccolta dei dati. 1. Screening dei partecipanti per l’esperimento Recluta partecipanti dai 18 anni in su. Assicurati che i partecipanti capiscano il linguaggio dell’esperimento, possano stare in piedi per 20 minuti, possedere uno smartphone risalente a un massimo di 5 anni, non avere allergie o sensibilità cutanee, non hanno un pacemaker e non soffrono di epilessia o qualsiasi altr…

Representative Results

Questa sezione descrive i risultati rappresentativi di questo studio. Abbiamo reclutato partecipanti utilizzando i social media e il gruppo di partecipanti del nostro istituto. Dei 78 partecipanti, 40 erano donne. L’età media era di 22 anni. Nessuno dei partecipanti aveva precedentemente giocato. Altri criteri di esclusione sono disponibili nel passaggio 1 del protocollo. Le statistiche descrittive, che possono essere viste nella tabella 1, contengono la media per condizione,…

Discussion

Si prega di notare che i passaggi sono stati eseguiti nello studio dei creatori del gioco, ma potrebbero essere replicati in un ambiente di laboratorio o in un altro ambiente che ha abbastanza spazio per adattarsi al gioco. È importante notare che la scatola di sincronizzazione può trasmettere solo un impulso alle luci e alle scatole EDA che si trovano entro 20 metri. Pertanto, la sala giochi o il campo di gioco non devono essere più grandi.

I metodi di laboratorio esistenti hanno utilizzat…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

Vorremmo ringraziare MITACS in collaborazione con l’azienda che ha creato il gioco per aver finanziato questo progetto di ricerca.

Materials

BITalino (r)evolution Freestyle Kit (PLUX Wireless biosignals S.A.)  BITalino 810121006
Devices (1 syncbox, 3 light boxes, 2 EDA boxes) Developed by Tech3Lab researchers1 n/a
CubeHX2 n/a n/a
Charging station Prime 60W 12A 6-Port Desktop Charger RP-PC028
6 USB3 wires for charging Insignia 3m (10 ft.) Charge-and-Play USB A/ Micro USB Cable NS-GPS4CC101-C2
3D scanner Velodyne LiDAR VLP-16
Projectors Barco F90-W13
Jerseys* (fabric, tape, string) Any Any
2 low light cameras Sony A7S
2 tripods for the A7S Manfrotto MVK500190XV
2 light stands for the go pro and the syncbox Impact  LS-8AI
1 plier for the light stand of the syncbox Neewer  Super Clamp Plier Clip
1 magic arm for the light box of the go pro Magic Arm 143A
1 Go Pro Go Pro 5
1 Microphone Rode  VideoMic Rycote
2 armbands Amyzor Moisture Wicking Sweatband 
*Make them yourself by taping the number on the fabric and perforating two holes to enter the string
Sources:
1.Courtemanche, F. et al. Method of and System for Processing Signals Sensed
From a User. US 15/552,788 (2018).
2. Léger, P.M., Courtemanche, F., Fredette, M., Sénécal, S. A cloud-based lab
management and analytics software for triangulated human-centered research.
In Lecture Notes in information Systems and Neuroscience. Edited by Thomas
Fischer, 93-99, Springer. Cham (2019).

Referencias

  1. Cheung, G., Huang, J. Starcraft from the stands: Understanding the game spectator. Conference on Human Factors in Computing Systems – Proceedings. , 763-772 (2011).
  2. Foxlin, E., Wormell, T., Browne, C., Donfrancesco, M. Motion tracking system and method using camera and non-camera sensors. Google Patents. 2 (12), (2014).
  3. Nacke, L. E., Bernhaupt, R. Games User Research and Physiological Game Evaluation. Game User Experience Evaluation. , 63-86 (2015).
  4. Hazlett, R. L. Measuring emotional valence during interactive experiences: Boys at video game play. Conference on Human Factors in Computing Systems – Proceedings. , 1023-1026 (2006).
  5. Charland, P., et al. Assessing the multiple dimensions of engagement to characterize learning: A neurophysiological perspective. Journal of Visualized Experiments: JoVE. (101), (2015).
  6. Martey, R. M., et al. Measuring game engagement: multiple methods and construct complexity. Simulation and Gaming. 45, 528-547 (2014).
  7. Lang, P. J., Bradley, M. M., Hamm, A. O. Looking at pictures: evaluative, facial, visceral, and behavioral responses. Psychophysiological Research. 30, 261-273 (1993).
  8. Bradley, M. M., Lang, P. J. Measuring emotion: The self-assessment manikin and the semantic differential. Journal of Behavior Therapy and Experimental Psychiatry. 25 (1), 49-59 (1994).
  9. Granato, M., Gadia, D., Maggiorini, D., Ripamonti, L. A. An empirical study of players’ emotions in VR racing games based on a dataset of physiological data. Multimedia Tools and Applications. 79, 33657-33686 (2020).
  10. Ravaja, N., Saari, T., Salminen, M., Laarni, J., Kallinen, K. Phasic emotional reactions to video game events: A psychophysiological investigation. Media Psychology. 8 (4), 323-341 (2006).
  11. Alcorn, A. Pong. Atari. , (1972).
  12. Labonte-LeMoyne, E., Courtemanche, F., Fredette, M., Léger, P. M. How wild is too wild: Lessons learned and recommendations for ecological validity in physiological computing research. PhyCS 2018 – Proceedings of the 5th International Conference on Physiological Computing Systems. , (2018).
  13. Rozendaal, M. C., Braat, B. A. L., Wensveen, S. A. G. Exploring sociality and engagement in play through game-control distribution. AI and Society. 25 (2), 193-201 (2010).
  14. Downs, J., Smith, W., Vetere, F., Loughnan, S., Howard, S. Audience experience in social videogaming. Conference on Human Factors in Computing Systems – Proceedings. , 3473-3482 (2014).
  15. Tekin, B. S., Reeves, S. Ways of spectating: Unravelling spectator participation in Kinect play. Conference on Human Factors in Computing Systems – Proceedings. 2017, 1558-1570 (2017).
  16. Downs, J., Vetere, F., Smith, W. Differentiated participation in social videogaming. OzCHI 2015: Being Human – Conference Proceedings. , 92-100 (2015).
  17. Courtemanche, F., et al. Method of and system for processing signals sensed from a user. US Patent. , (2018).
  18. Batista, D., et al. Benchmarking of the BITalino biomedical toolkit against an established gold standard. Healthcare Technology Letters. 6 (2), 32-36 (2019).
  19. Léger, P. M., Courtemanche, F., Fredette, M., Sénécal, S. A cloud-based lab management and analytics software for triangulated human-centered research. Lecture Notes in Information Systems and Organisation. 29, 93-99 (2019).
  20. Greco, A., Valenza, G., Lanata, A., Scilingo, E. P., Citi, L. A convex optimization approach to electrodermal activity processing. IEEE Transactions on Biomedical Engineering. 63 (4), 797-804 (2015).
  21. Braithwaite, J., Watson, D., Robert, J., Mickey, R. A Guide for Analysing Electrodermal Activity (EDA) & Skin Conductance Responses (SCRs) for Psychological Experiments. Psychophysiology. (49), (2015).
  22. O’Brien, H. L., Cairns, P., Hall, M. A practical approach to measuring user engagement with the refined user engagement scale (UES) and new UES short form. International Journal of Human Computer Studies. (112), 28-39 (2018).
  23. Baron, R. M., Kenny, D. A. The moderator-mediator variable distinction in social psychological research. conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology. 51 (6), 1173-1182 (1986).
  24. Nacke, L. E. . Game User Experience Evaluation. , (2015).
  25. Lam, S. Y. The effects of store environment on shopping behaviors: A critical review. Advances in Consumer Research. 28 (1), 190-197 (2001).

Play Video

Citar este artículo
Brissette, R., Léger, P., Courtemanche, F., Rucco, E., Sénécal, S. Measuring Engagement of Spectators of Social Digital Games. J. Vis. Exp. (173), e61596, doi:10.3791/61596 (2021).

View Video