Summary

Medindo engajamento dos espectadores dos jogos digitais sociais

Published: July 03, 2021
doi:

Summary

Propomos uma metodologia que permita medir o engajamento dos espectadores em um jogo digital social que combine dados fisiológicos e autorrenotados. Como este jogo digital envolve um grupo de pessoas em movimento livre, a experiência é filmada usando uma técnica de sincronização que conecta dados fisiológicos com eventos no jogo.

Abstract

O objetivo desta metodologia é avaliar medidas explícitas e implícitas de engajamento dos espectadores durante jogos digitais sociais em um grupo de participantes com sistemas de rastreamento de movimento. No contexto de jogos que não estão confinados dentro de uma tela, medir as diferentes dimensões do engajamento, como a excitação fisiológica, pode ser um desafio. O foco do estudo é feito sobre os espectadores do jogo e as diferenças em seu engajamento de acordo com a interatividade. O engajamento é medido com excitação fisiológica e autorreferida, bem como um questionário de engajamento no final do experimento. A excitação fisiológica é medida com sensores de atividade eletrodérmica (EDA) que registram os dados em um dispositivo portátil (caixa EDA). A portabilidade foi essencial por causa da natureza do jogo, que é semelhante a um pong em tamanho real e inclui muitos participantes que se movem. Para ter uma visão geral dos eventos do jogo, três câmeras são usadas para filmar três ângulos do campo de jogo. Para sincronizar os dados do EDA com eventos acontecendo no jogo, caixas com números digitais são usadas e colocadas nos quadros das câmeras. Os sinais são enviados de uma caixa de sincronização simultaneamente para as caixas EDA e para caixas de luz. As caixas de luz mostram os números de sincronização para as câmeras, e os mesmos números também estão registrados no arquivo de dados EDA. Dessa forma, é possível gravar eDA de muitas pessoas que se movem livremente em um grande espaço e sincronizam esses dados com eventos no jogo. Em nosso estudo particular, pudemos avaliar as diferenças de excitação para as diferentes condições de interatividade. Uma das limitações deste método é que os sinais não podem ser enviados mais longe do que 20 metros de distância. Este método é, portanto, apropriado para o registro de dados fisiológicos em jogos com um número ilimitado de jogadores, mas é restrito a um espaço limitado.

Introduction

Estudar a experiência dos espectadores de jogos ajuda a entender melhor os aspectos positivos e negativos do jogo, e por sua vez, pode ajudar a melhorar seu design1. As recentes inovações na indústria de jogos permitiram novos tipos de experiências que avançam a partir dos jogos tradicionais baseados emconsoles 2. Com jogos digitais que usam sistemas de rastreamento de movimento que não estão confinados dentro de uma tela, o público não precisa mais ser posicionado em um local fixo. Essa nova realidade cria desafios na avaliação da experiência dos espectadores. O experimento foi realizado no estúdio dos criadores do jogo, mas poderia ser replicado em um ambiente de laboratório ou outro ambiente que tenha espaço suficiente para se encaixar no jogo.

O objetivo desta metodologia é medir o engajamento dos espectadores durante um jogo digital social. Mais precisamente, a excitação, que leva ao engajamento, será medida quando o espectador tiver acesso a um aplicativo web que influencie a jogabilidade. Este método combina dados fisiológicos e autorreendiados. Como este jogo é social e envolve um grupo de pessoas que se movem, o experimento é filmado. Com o uso de câmeras e dispositivos fisiológicos portáteis, conseguimos sincronizar dados fisiológicos com eventos no jogo. Os dispositivos portáteis (caixas EDA) são caixas impressas em 3D que estão conectadas a eletrodos que registram atividade fisiológica. As caixas possuem um interruptor ON/OFF, indicadores visuais, um slot para cartão microSD e slots de carregamento. Os indicadores visuais ajudam em caso de solução de problemas. Por exemplo, estes indicam se o microSD está funcional, mostram o estado das conexões Bluetooth e Wi-Fi e sinalizam se os dados fisiológicos estão sendo registrados.

O uso de medidas fisiológicas é uma abordagem comum e validada para medir o engajamento do jogo3. A valência fisiológica tem sido medida no contexto dos videogames4. Também tem sido usado em outros domínios de pesquisa, como a educação5. Como o engajamento emocional não é observável e o auto-relato pode ser tendencioso, Charland et al. têm usado excitação fisiológica para avaliar o engajamento emocional em alunos que estavam resolvendo problemas5. Eles usaram atividade eletrodérmica (EDA) para medir a excitação fisiológica, que é um método amplamente utilizado6. EDA é a medida da condutividade da pele, que varia de acordo com as diferenças na atividade da glândula sudorípara3. Esta medida é uma correlação importante com as variações emocionais em tempo real. O EDA está associado a muitas construções como estresse, excitação, frustração e engajamento7. Complementando os dados do EDA com respostas de auto-relatório são, portanto, recomendados para associar os dados com a construção correta3. O Manikin de Autoavaliação (SAM) é uma escala pictográfica autorreferida que avalia três dimensões da emoção: valência, excitação e dominância8. O trabalho atual utilizou a dimensão de excitação, avaliada utilizando uma escala visual de Likert de 9 pontos, variando de calma a excitada. A excitação percebida tem sido usada em combinação com excitação fisiológica7.

Nos contextos tradicionais de videogames, os espectadores estão sentados em uma cadeira e permanecem mais ou menos na mesma posição durante a duração do experimento. Espera-se que eles olhem para uma tela onde as ações ocorrem. Essa configuração tem sido vista em estudos de jogos anteriores usando dados fisiológicos9. Neste caso, é simples iniciar a gravação do jogo ao mesmo tempo que o registro dos dados fisiológicos10.

No contexto de novos jogos digitais que são jogados fora da tela, e em que os participantes se levantam e são livres para se mover, a gravação tradicional do EDA pode não ser apropriada. O jogo usado neste estudo é semelhante a um Pong11em tamanho real . Este jogo é composto por uma bola e duas pás, cada uma em uma extremidade do campo de jogo. Os jogadores movem sua raquete para empurrar a bola de um lado para o outro. Na versão usada para esta pesquisa, o jogo é projetado no chão e os jogadores usam seus corpos como controladores para as pás. A tecnologia de detecção de movimento permite que a raquete siga os dois jogadores que estão situados em lados opostos do playground. Um exemplo de como os jogadores impedem a bola de bater na parede virtual atrás deles é apresentado na Figura 1. O jogo também envolve espectadores nas laterais do playground, que podem usar seus smartphones para influenciar a jogabilidade. Usando um aplicativo web móvel, os espectadores podem votar em certos power-ups ou obstáculos que podem ajudar ou prejudicar os jogadores (por exemplo, menos paredes versus mais bolas, ou modular a velocidade da bola). Ganha a opção com mais votos.

Neste estudo, investigamos a influência da interatividade nos espectadores. As condições de interatividade são com ou sem smartphone. Comparamos o engajamento dos espectadores nessas duas condições. Utilizou-se um desenho dentro do assunto para a condição de interatividade, a fim de avaliar a diferença na excitação e, portanto, no engajamento. No presente estudo, grupos de 12 pessoas foram ideais para promover a validade ecológica do jogo12. duas pessoas como jogadores e 10 como espectadores. Apenas duas caixas EDA estavam disponíveis para o nosso estudo, então tivemos um total de oito grupos que totalizaram 16 conjuntos de dados EDA (dois participantes com gravação de EDA por grupo de 12). Cada membro do público foi aleatoriamente atribuído a dois jogos com acesso ao seu smartphone para influenciar a jogabilidade e um jogo sem acesso ao seu smartphone. A literatura de engajamento de jogos sugere que dar muitas opções interativas pode levar a um maior engajamento13. Pesquisas em educação descobriram que a excitação fisiológica é uma correlação do engajamento emocional5. Com base na literatura de engajamento de jogos e na pesquisa em educação, temos a hipótese de que dar aos espectadores acesso à interatividade aumentará a excitação, o que, por sua vez, aumentará seu engajamento.

Ao contrário dos estudos sobre a experiência do jogador, estudos sobre espectadores de um jogo digital raramente usam medidas psicofisiológicas. São feitos principalmente com questionários14,observação15e entrevistas16. Uma dificuldade de usar medidas psicofisiológicas com os espectadores é que eles são muitas vezes um grupo e seus movimentos são menos previsíveis do que os dos jogadores. Essa metodologia utiliza múltiplas câmeras para capturar os participantes e caixas de luz, permitindo a vinculação de dados de vídeo e fisiológicos dos participantes.

Como utilizamos um design dentro do assunto para a condição do smartphone, cada sujeito participou de dois jogos com a condição de interatividade, usando seu smartphone, e um jogo na condição de controle, sem o uso de seu smartphone. A sincronização dos dados do EDA com os inícios e fins de cada jogo foi, portanto, crucial para permitir a avaliação das diferenças em cada condição de interatividade. Seria impossível iniciar a gravação de todas as três câmeras ao mesmo tempo que a gravação do EDA nos espectadores devido às dimensões da sala. Para superar esse problema, utilizamos uma nova técnica de sincronização chamada protocolo de sincronização sem fio para a aquisição de dados multimodais de usuários17. Os sinais Bluetooth Low Energy (BLE) são enviados de uma caixa de sincronização simultaneamente para as caixas EDA e para caixas de luz (ver Figura 2). A caixa de sincronização é uma caixa impressa em 3D com interruptores ON/OFF e automático/manual e um botão. A função manual é usada para testar os sinais usando o botão. Os sinais estão incrementando números que começam em um e que são mostrados nas caixas de luz impressas em 3D. Há números mostrados às câmeras, e os mesmos números também são registrados no arquivo de dados do EDA (ver Figura 3). Isso permite a sincronização dos eventos que acontecem no jogo com variações nas gravações do EDA. No nosso caso, os eventos identificados foram as partidas e finais dos três jogos. Então poderíamos vincular o jogo à condição e ao número do participante. Dessa forma, identificamos qual conjunto de dados correspondia a cada condição.

A seção a seguir descreve o protocolo que permite o uso da técnica desenvolvida por Courtemanche et al.17. Adaptamos a técnica para responder nossa pergunta de pesquisa. Este protocolo recebeu um certificado ético do comitê de ética da nossa instituição. Neste protocolo, usamos dispositivos fisiológicos18,montados em uma carcaça impressa em 3D. Nos referiremos ao dispositivo como as caixas EDA (caixas usadas para gravar o EDA do participante), a caixa de luz (a caixa com uma luz digital) e a caixa de sincronização (caixa que envia sinais para as caixas EDA e as caixas de luz para sincronizar dados). O software de sincronização que permite o protocolo de sincronização sem fio para a aquisição de dados multimodais do usuário17 foi incorporado nas caixas.

Protocol

O protocolo a seguir foi aprovado pelo comitê de ética da HEC Montréal antes do início da coleta de dados. 1. Triagem participante para o experimento Recrutar participantes com 18 anos ou mais. Garantir que os participantes entendam a linguagem do experimento, possam ficar por 20 minutos, possuir um smartphone datando de um máximo de 5 anos, não ter alergias ou sensibilidades à pele, não ter um marca-passo e não sofrer de epilepsia ou qualquer outro problema de saúde diagno…

Representative Results

Esta seção descreve os resultados representativos deste estudo. Recrutamos participantes usando mídias sociais e o painel de participantes da nossa instituição. Dos 78 participantes, 40 eram mulheres. A média de idade era de 22 anos. Nenhum dos participantes tinha jogado o jogo anteriormente. Outros critérios de exclusão podem ser encontrados na etapa 1 do protocolo. As estatísticas descritivas, que podem ser observadas na Tabela 1,contêm a média por condição, par…

Discussion

Por favor, note que os passos foram realizados no estúdio dos criadores do jogo, mas poderiam ser replicados em uma configuração de laboratório ou outro ambiente que tenha espaço suficiente para se encaixar no jogo. É importante notar que a caixa de sincronização só pode transmitir um pulso para as luzes e caixas EDA que estão dentro de 20 metros. Portanto, a sala de jogo ou o campo de jogo não devem ser maiores.

Os métodos laboratoriais existentes têm usado software para iniciar …

Disclosures

The authors have nothing to disclose.

Acknowledgements

Gostaríamos de agradecer ao MITACS em parceria com a empresa que criou o jogo por ter financiado este projeto de pesquisa.

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

Cite This 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