Summary

Medición del compromiso de los espectadores de los juegos sociales digitales

Published: July 03, 2021
doi:

Summary

Proponemos una metodología que permite medir el engagement de los espectadores en un juego digital social combinando datos fisiológicos y autoinformadas. Como este juego digital involucra a un grupo de personas que se mueven libremente, la experiencia se filma utilizando una técnica de sincronización que vincula los datos fisiológicos con los eventos en el juego.

Abstract

El objetivo de esta metodología es evaluar medidas explícitas e implícitas de participación de los espectadores durante los juegos digitales sociales en un grupo de participantes con sistemas de seguimiento de movimiento. En el contexto de los juegos que no están confinados dentro de una pantalla, medir las diferentes dimensiones del compromiso, como la excitación fisiológica, puede ser un desafío. El enfoque del estudio se hace en los espectadores del juego y las diferencias en su compromiso según la interactividad. El compromiso se mide con excitación fisiológica y autoinformada, así como un cuestionario de compromiso al final del experimento. La excitación fisiológica se mide con sensores de actividad electrodérmica (EDA) que registran los datos en un dispositivo portátil (caja EDA). La portabilidad era esencial debido a la naturaleza del juego, que es similar a un pong de tamaño natural e incluye a muchos participantes que se mueven. Para tener una visión general de los eventos del juego, se utilizan tres cámaras para filmar tres ángulos del campo de juego. Para sincronizar los datos de EDA con los eventos que suceden en el juego, se utilizan cajas con números digitales y se colocan en los marcos de las cámaras. Las señales se envían desde una caja de sincronización simultáneamente a las cajas de EDA y a las cajas de luz. Las cajas de luz muestran los números de sincronización a las cámaras, y los mismos números también se registran en el archivo de datos EDA. De esa manera, es posible grabar EDA de muchas personas que se mueven libremente en un gran espacio y sincronizar estos datos con eventos en el juego. En nuestro estudio particular, pudimos evaluar las diferencias en la excitación para las diferentes condiciones de interactividad. Una de las limitaciones de este método es que las señales no se pueden enviar más allá de 20 metros de distancia. Este método es, por lo tanto, apropiado para registrar datos fisiológicos en juegos con un número ilimitado de jugadores, pero está restringido a un espacio limitado.

Introduction

Estudiar la experiencia de los espectadores del juego ayuda a comprender mejor los aspectos positivos y negativos del juego, y a su vez, puede ayudar a mejorar su diseño1. Las innovaciones recientes en la industria del juego han permitido nuevos tipos de experiencias que avanzan desde los juegos tradicionales basados enconsolas 2. Con los juegos digitales que utilizan sistemas de seguimiento de movimiento que no están confinados dentro de una pantalla, las audiencias ya no tienen que estar posicionadas en un lugar fijo. Esta nueva realidad crea desafíos en la evaluación de la experiencia de los espectadores. El experimento se realizó en el estudio de los creadores del juego, pero podría ser replicado en un entorno de laboratorio u otro entorno que tenga suficiente espacio para adaptarse al juego.

El propósito de esta metodología es medir el compromiso del espectador durante un juego digital social. Más precisamente, la excitación, que conduce al engagement, se medirá cuando el espectador tenga acceso a una aplicación web que influya en el juego. Este método combina datos fisiológicos y autoinformadas. Como este juego es social e involucra a un grupo de personas que se mueven, el experimento se filma. Con el uso de cámaras y dispositivos fisiológicos portátiles, pudimos sincronizar los datos fisiológicos con los eventos en el juego. Los dispositivos portátiles (cajas EDA) son cajas impresas en 3D que están conectadas a electrodos que registran la actividad fisiológica. Las cajas tienen un interruptor ON/OFF, indicadores visuales, una ranura para tarjetas microSD y ranuras de carga. Los indicadores visuales ayudan en caso de solución de problemas. Por ejemplo, estos indican si la microSD es funcional, muestran el estado de las conexiones Bluetooth y Wi-Fi y señalan si se están registrando datos fisiológicos.

El uso de medidas fisiológicas es un enfoque común y validado para medir el compromiso del juego3. La valencia fisiológica se ha medido en el contexto de los videojuegos4. También se ha utilizado en otros dominios de investigación como la educación5. Debido a que el compromiso emocional no es observable y el autoinforme puede ser sesgado, Charland et al. han utilizado la excitación fisiológica para evaluar el compromiso emocional en los estudiantes que estaban resolviendo problemas5. Utilizaron la actividad electrodérmica (AED) para medir la excitación fisiológica, que es un método ampliamente utilizado6. La EDA es la medición de la conductividad de la piel, que varía según las diferencias en la actividad de las glándulas sudoríparas3. Esta medición es una correlación importante con las variaciones emocionales en tiempo real. La AED se asocia con muchas construcciones como el estrés, la emoción, la frustración y el compromiso7. Por lo tanto, se recomienda complementar los datos de la AED con respuestas de autoinforme para asociar los datos con el constructo correcto3. El Maniquí de Autoevaluación (SAM) es una escala pictográfica autoinformada que evalúa tres dimensiones de la emoción: valencia, excitación y dominancia8. El trabajo actual utilizó la dimensión de excitación, evaluada mediante una escala visual de Likert de 9 puntos, que va desde la calma hasta la excitación. La excitación percibida se ha utilizado en combinación con la excitación fisiológica7.

En los contextos de los videojuegos tradicionales, los espectadores se entan en una silla y permanecen más o menos en la misma posición durante la duración del experimento. Se espera que miren una pantalla donde se llevan a cabo las acciones. Este ajuste se ha visto en estudios de juegos anteriores utilizando datos fisiológicos9. En este caso, es sencillo iniciar la grabación del juego al mismo tiempo que la grabación de los datos fisiológicos10.

En el contexto de los nuevos juegos digitales que se juegan fuera de la pantalla, y en los que los participantes se paran y son libres de moverse, la grabación tradicional de EDA podría no ser apropiada. El juego utilizado en este estudio es similar a un tamaño natural Pong11. Este juego se compone de una pelota y dos paletas, cada una en una extremidad del campo de juego. Los jugadores mueven su paleta con el fin de empujar la pelota de un extremo del campo al otro. En la versión utilizada para esta investigación, el juego se proyecta en el suelo y los jugadores utilizan sus cuerpos como controladores para las paletas. La tecnología de detección de movimiento permite que la pala siga a los dos jugadores que están situados en lados opuestos del patio de recreo. Un ejemplo de cómo los jugadores evitan que la pelota golpee la pared virtual detrás de ellos se presenta en la Figura 1. El juego también involucra a espectadores de pie en los lados del patio de recreo, que pueden usar sus teléfonos inteligentes para influir en el juego. Usando una aplicación web móvil, los espectadores pueden votar por ciertos power-ups u obstáculos que pueden ayudar o dañar a los jugadores (por ejemplo, menos paredes versus más bolas, o modulando la velocidad de la pelota). Gana la opción con más votos.

En este estudio, investigamos la influencia de la interactividad en los espectadores. Las condiciones de interactividad son con o sin smartphone. Comparamos el engagement de los espectadores en estas dos condiciones. Un diseño dentro del tema fue utilizado para la condición de la interactividad, para evaluar la diferencia en excitación, y por lo tanto en el compromiso. En el estudio actual, los grupos de 12 personas eran ideales para promover la validez ecológica del juego12. dos personas como jugadores y 10 como espectadores. Sólo dos cajas de AED estaban disponibles para nuestro estudio, por lo que teníamos un total de ocho grupos que totalizaron 16 conjuntos de datos de EDA (dos participantes con registro de EDA por grupo de 12). Cada miembro del público fue asignado al azar a dos juegos con acceso a su teléfono inteligente para influir en el juego y un juego sin acceso a su teléfono inteligente. La literatura sobre el compromiso con el juego sugiere que dar muchas opciones interactivas puede conducir a un mayor compromiso13. La investigación en educación ha encontrado que la excitación fisiológica es un correlato del compromiso emocional5. Basándonos en la literatura de participación en el juego y la investigación en educación, planteamos la hipótesis de que dar a los espectadores acceso a la interactividad aumentará la excitación, lo que a su vez aumentará su compromiso.

Contrariamente a los estudios sobre la experiencia del jugador, los estudios sobre los espectadores de un juego digital rara vez utilizan medidas psicofisiológicas. Se realizan principalmente con cuestionarios14,observación15y entrevistas16. Una dificultad de usar medidas psicofisiológicas con los espectadores es que a menudo son un grupo y sus movimientos son menos predecibles que los de los jugadores. Esta metodología utiliza múltiples cámaras para capturar a los participantes y cajas de luz, lo que permite la vinculación de los participantes de vídeo y datos fisiológicos.

Como utilizamos un diseño dentro del sujeto para la condición del teléfono inteligente, cada sujeto participó en dos juegos con la condición de interactividad, usando su teléfono inteligente, y un juego en la condición de control, sin el uso de su teléfono inteligente. Por lo tanto, la sincronización de los datos de la AED con los inicios y finales de cada juego fue crucial para permitir la evaluación de las diferencias en cada condición de interactividad. Sería imposible iniciar la grabación de las tres cámaras al mismo tiempo que la grabación de la EDA en los espectadores debido a las dimensiones de la sala. Para superar ese problema, hemos utilizado una nueva técnica de sincronización llamada protocolo de sincronización inalámbrica para la adquisición de datos de usuario multimodal17. Las señales Bluetooth de baja energía (BLE) se envían desde una caja de sincronización simultáneamente a las cajas EDA y a las cajas de luz (consulte la Figura 2). El cuadro de sincronización es un cuadro impreso en 3D con interruptores ON/OFF y automáticos/manuales y un botón. La función manual se utiliza para probar las señales utilizando el botón. Las señales son números de incremento que comienzan en uno y que se muestran en las cajas de luz impresas en 3D. Allí los números se muestran a las cámaras, y los mismos números también se registran en el archivo de datos EDA (véase el cuadro 3). Esto permite la sincronización de los eventos que suceden en el juego con las variaciones en las grabaciones de EDA. En nuestro caso, los eventos identificados fueron los inicios y finales de los tres partidos. Entonces podríamos vincular el juego a la condición y al número de participante. De esta manera, identificamos qué conjunto de datos correspondía a cada condición.

En el siguiente apartado se describe el protocolo que permite el uso de la técnica desarrollada por Courtemanche et al.17. Adaptamos la técnica para responder a nuestra pregunta de investigación. Este protocolo recibió un certificado ético del comité de ética de nuestra institución. En este protocolo, utilizamos dispositivos fisiológicos18,montados en una carcasa impresa en 3D. Nos referiremos al dispositivo como las cajas EDA (cajas utilizadas para grabar la EDA del participante), la caja de luz (la caja con una luz digital), y la caja de sincronización (caja que envía señales a las cajas EDA y las cajas de luz para sincronizar datos). El software de sincronización que permite el protocolo de sincronización inalámbrica para la adquisición de datos de usuario multimodal17 se incrustó en las cajas.

Protocol

El siguiente protocolo fue aprobado por el comité de ética de HEC Montréal antes del inicio de la recolección de datos. 1. Selección de participantes para el experimento Reclutar participantes de 18 años o más. Asegúrese de que los participantes entiendan el lenguaje del experimento, puedan estar de pie durante 20 min, posean un smartphone que data de un máximo de 5 años, no tengan alergias o sensibilidades cutáneas, no tengan marcapasos y no sufran epilepsia o cualquier o…

Representative Results

En esta sección se describen los resultados representativos de este estudio. Reclutamos participantes utilizando las redes sociales y el panel de participantes de nuestra institución. De los 78 participantes, 40 eran mujeres. La edad media era de 22 años. Ninguno de los participantes había jugado previamente el juego. Otros criterios de exclusión se pueden encontrar en el paso 1 del protocolo. La estadística descriptiva, que se puede ver en la Tabla 1,contiene la media p…

Discussion

Tenga en cuenta que los pasos se realizaron en el estudio de los creadores del juego, pero podrían replicarse en un entorno de laboratorio u otro entorno que tenga suficiente espacio para adaptarse al juego. Es importante tener en cuenta que la caja de sincronización sólo puede transmitir un pulso a las luces y cajas de EDA que están a menos de 20 metros. Por lo tanto, la sala de juegos o el campo de juego no deben ser más grandes.

Los métodos de laboratorio existentes han utilizado soft…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Nos gustaría agradecer a MITACS en asociación con la compañía que creó el juego por haber financiado este proyecto de investigación.

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).

References

  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

Citer Cet Article
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