¿Qué son mecánicas de juego?

De la serie Constructores de Paz y Ludificación #1. Para saber más acerca del contexto en el cual esta entrada fue concebida. La entrada original en inglés.

¿Qué son mecánicas* de juegos?

La frase “mecánicas de juego” envía un placentero escalofrío a lo largo de mi espina. En el corazón de cada juego están estos misteriosos, zumbantes y chasqueantes engranajes que a su vez entregan placer y emoción al jugador.

Las usamos, las construimos, pero nunca he visto una buena definición unificada de mecánica de juegos que nos de una base práctica sobre la cual construir buenos juegos. He aquí una. Es una amalgama de diferentes influencias, aunque muchos de Uds. reconocerán la parte central de Una Teoría de Diversión (A Theory Of Fun for Game Design) de Raph Koster.

Mecánicas de juegos son sistemas/simulaciones, gobernadas por reglas que facilitan y promueven al usuario explorar y aprender las propiedades del espacio de posibilidades a través del uso de dispositivos de respuesta.

Es una definición simple, pero ofrece una buena cantidad de entendimiento del por qué los juegos funcionan y cómo podemos hacerlos cada vez mejores.

Ciclos de Retroalimentación

ciclo_retroalimentacion

En el centro del modelo está el concepto de Ciclo de Retroalimentación (Feedback Loop), el cual promueve el aprendizaje. Arriba un diagrama que debería explicar el concepto de una manera más visual.

  • El jugador ejecuta una acción.
  • La acción causa un efecto dentro del mundo simulado en el juego. La simulación contiene información pública y privada y las reglas causales que afectan el estado de esa información. El jugador raramente conoce todas las reglas y es poco probable que esté en capacidad de describir el espacio de posibilidades descritos por las mismas de manera inmediata. La porción desconocida de la simulación la llamaremos Caja Negra, la tarea del jugador es descifrar qué hay dentro.
  • El jugador recibe una respuesta.
  • Con las nuevas herramientas e información a mano, el jugador nuevamente ejecuta una acción. Usando lo que ha aprendido, el jugador persigue más entretenimiento.

Vinculando mecánicas de juegos para crear sistemas de sistemas

En pocas palabras, las redes interconectadas de mecánicas de juegos es lo que hace a un juego un todo. Se puede pensar en un juego como un conjunto de rompecabezas interconectados donde la solución a uno de ellos te lleva a pistas que ayudan a solucionar los restantes.

La información que el juego provee al usuario no necesariamente sirve para resolver la caja negra inmediata. Los humanos almacenamos información potencialmente útil como la ardillas almacenan nueces para el invierno. Por ende, guardamos apuntes en nuestra copiosa memoria a largo plazo con la esperanza de que habrá otra caja negra en el futuro que nos dará nuevo conocimiento, que a su vez guardaremos como potencial herramienta para más adelante.

El metajuego tradicional que está sobre las mecánicas en el núcleo del juego son un buen ejemplo de como una caja negra alimenta a la siguiente. En esta situación, las mecánicas son dispuestas siguiendo una línea de tiempo donde rápidos ciclos de respuesta (regularmente parte del esquema de control del juego) suministran herramientas que proveen dominio sobre ciclos de respuesta más largos. El potencial patrón de vincular mecánicas de juego es prácticamente infinito. Esta es un área maravillosa para futuros estudios.

Los humanos somos infóvoros

Los humanos estamos diseñados para resolver cajas negras. Es una aspecto fundamental del sistema de aprendizaje del cerebro. Obtenemos recompensas químicas reales cuando resolvemos un problema o al menos obtenemos información que sospechamos nos ayudará a resolver la caja negra. La evolución ha seleccionado este comportamiento por sobre otros cientos de sistema porque es la recompensa biológica la que promueve el uso de herramientas y la adopción de tecnología. Sin está adicción intrínseca a la resolución de problemas, no tendríamos ni agricultura, ni medicina, ni arquitectura ni ninguna otra técnica fundamental que hace a la especie humana una especie tan exitosa en términos evolutivos.

Un aspecto clave de nuestro modelo es que los juegos activamente promueven el aprendizaje. Yo podría poner una caja negra [literalmente hablando] con un botón oculto. Sin dar señales de ello a cualquier usuario, presionar el botón una cantidad determinada de veces lo recompensará con cientos de brillantes monedas de plata. Eso no es un juego. Es un vulgar aparato.

Para convertir esa caja negra en un juego, un diseñador de juegos necesitaría implementar varias cosas:

  • Promover descubrimiento: primero, hacer obvio que el botón está diseñado para presionarse. Los humanos somos criaturas curiosas por naturaleza, pero como diseñadores de juegos, debemos de manera muy explícita dirigir a los jugadores a ejecutar ciertas acciones.
  • Promover exploración: segundo, el diseñador pondría un contador en frente de la máquina, de tal manera que el jugador esté seguro que sus acciones tienen impacto en el sistema. La pantalla provee respuesta y permite al jugador interpretar dichas respuestas.
  • Proveer maestría de la herramienta: tercero, el diseñador podría colocar una nota que diga “Premio: ¡1000 monedas!”. No todos los juegos tienen una condición de triunfo, pero proveer pistas de utilidad en el futuro inmediato es una muy útil técnica para que le jugador comience y continúe interactuando con una mecánica de juego en particular.

Hemos transformado un aparato curioso en un simple juego de azar. La diferencia entre ambos es que nuestro diseño está explícitamente creado para que el jugador aprenda.

Una cantidad inmensa de juegos están fundamentados en técnicas que promueven el aprendizaje. Algunas que podemos mencionar:

  • Los niveles toman sistemas complejos y permiten al jugador explorar y dominar un aspecto a la vez del espacio de posibilidades.
  • El uso de puntajes, recolección de monedas y acumulación de experiencia mediante puntos son dispositivos de respuesta que permiten al usuario saber que progresan hacia algún estado o situación en el futuro inmediato.
  • El clásico “ve el tesoro que no puedes alcanzar” en Zelda actúa como una promesa de utilidad futura.

Efectos Secundarios

Se han descrito arriba los fundamentos de las mecánicas de juego. Ahora profundicemos en los distintos efectos secundarios que inmediatamente pueden aparecer cuando pones este sistema en práctica. Estos son:

  • Agotamiento.
  • Ordeño.
  • Pistas Falsas (Red herrings)**.
  • Factores humanos.

Agotamiento. Una definición

Luego de cuidadosamente recolectar pedazos de información tirando monedas en la máquina tragamonedas, el jugador eventualmente entenderá el sistema. La mecánica del juego puede continuar proveyendo información, pero esos pedazos ya no serán tan tentadores. La información que recibimos ya no tiene resonancia en los problemas que estamos resolviendo o que hemos resuelto. Ya no activa ninguna red de curiosidad en el cerebro. Comenzamos a, subconscientemente, filtrar la retroalimentación de esas mecánicas. El agotamiento es un estado de aprendizaje completo donde el jugador finalmente entiende totalmente que una acción particular ya no lleva a ningún resultado valioso.

En Monkeyball***, los investigadores se sorprendieron al descubrir que la mayor carga de placer ocurría cuando el jugador caía por un precipicio y moría. ¡La gente lo amaba!. Si se mira al caer por un precipicio como una experiencia de aprendizaje, este hecho tiene mucho sentido. Sin embargo, cuando los jugadores reproducían nuevamente la animación, la odiaban. Mismo estímulo, respuestas radicalmente distintas. La animación de caer por el precipicio perdía su capacidad de enseñar algo la segunda vez que era vista. En resumidas cuentas, los usuarios están subconsciente pero constantemente haciéndose la pregunta “¿esta actividad vale mi tiempo? ¿me ofrece algo de valor?”

Agotamiento Prematuro

Hay muchos caminos para que el aprendizaje puede tomar, y no todos son los que el diseñador de juegos desea. Nos gustaría imaginar que descubrir los detalles de un sistema resulta en un completo dominio de dicho sistema. En realidad, “descubrir” significa que el usuario ha estabilizado un modelo mental del sistema que ya no siente que puede mejorar aún más. Este modelo puede ser complejo o sencillo, dependiendo de la inclinación del usuario:

  • Un modelo complejo del juego de cartas conocido como Black Jack puede tomar en cuenta las probabilidades de las cartas que aparecerán tomando en cuenta aquellas que ya fueron jugadas.
  • Un modelo simple de Black Jack puede concluir que las cartas aparecen de manera totalmente aleatoria. Aún hay profundidad para que el usuario explore, pero si es un usuario casual, decir que es aleatorio es suficiente para jugar.

Una frustración a la que se enfrentan los diseñadores de juegos es que muchos usuarios se conforman con un modelo muy simple del cómo funciona alguna mecánica. Los jugadores afirmarán que una mecánica en particular es injusta o muy complicada e inmediatamente la abandonaran porque el diseñador no entendió su reacción a dicha mecánica.

Algunas mecánicas tienen una  taza de agotamiento muy predecible. Muchos jugadores entienden inmediatamente que ver un video dentro de algún juego (escena cinemática) no va a proveer nueva información. Otras mecánicas pueden mostrar una variación más bien grande en la taza de agotamiento, dependiendo de la persona que juegue, de su preferencia personal y disposición a la compulsión. Algunos jugadores intentan una máquina tragamonedas una vez y no más. Otros se quedarán pegados a ella en la búsqueda de la siguiente recompensa, sin descubrir la simple verdad que esa máquina está diseñada para tomar dinero, no para dar.

Los factores que influencia el agotamiento son numerosos:

  • Historia personal.
  • Importancia práctica del futuras recompensas que puedan aparecer por el dominio de la mecánica.
  • La habilidad del sistema para hacer saber que hay mayor profundidad de dominio de la mecánica.

En los dos primeros factores no son posibles de derivar solo haciendo ejercicio del intelecto. Un profundo conocimiento de la psicología de la audiencia a la que será dirigida el juego es de bastante ayuda. En los dos últimos el diseñador tiene todo el control, y pueden ser refinados vía prototipado y observación.

Ordeñamiento: La transición de aprendizaje al uso de herramienta

La otra cara de moneda que contiene el agotamiento es la rutina. Si el agotamiento es cuando el jugador descarta una mecánica de juego porque ya no es útil, ordeñamiento es cuando el jugador continúa ejercitando esa mecánica bastante después de que ha alcanzado un nivel de dominio porque la mecánica sigue siendo valiosa en algún sentido.

Cuando un jugador ha aprendido un sistema, es normal que continúen interactuando con el mismo. A primera vista, esto parece tonto. La actividad ya no provee ningún tipo de aprendizaje. Es como seguir masticando una pieza de chicle que ya ha perdido su sabor.

Sin embargo, hay que recordar que los juegos son redes de mecánicas interconectadas. Los jugadores continuarán interactuando y alcanzando el dominio de diversos sistemas de juego con la intención de explorar alguna otra caja negra. El dominio otorga al jugador herramientas de uso predecible, las cuales ayudan a avanzar en otros aspectos del juego. El aprendizaje y dominio que ocurre en otra porción del juego provee la recompensa necesaria que estimulan al jugador a usar mecánicas viejas.

Se puede extender el tiempo que un jugador invierte en un conjunto de mecánicas si se asegura que un sistema que se ha dominado aún provee utilidad al jugador. Las técnicas de diseño que construyen herramientas resultan en mayor contenido por menos esfuerzo de desarrollo.

Pistas Falsas: cajas negras externas al juego

La red de cajas negras que el jugador considera válidas puede extenderse mucho más allá de sistemas en el juego mismo. Muchas veces, el jugador recoge pedazos extraños de información que no tienen impacto real en las mecánicas que el diseñador ha construído en el juego. Estas piezas traquetean en nuestras cabezas como un manojo de llaves para unas puertas que nunca encontraremos.

Los diseñadores de juegos pueden tentar al jugador con sistemas que no existen en su juego, con la intención de de sugerir profundidad en los mismos. Una pestaña levemente arqueada en una escena cinemática dispara una masiva cascada de alerta de significados. Nuestro cerebros aman gente, relaciones y la creación de oportunidades y política. Seguramente, esa pestaña es importante? El jugador resguarda ese recuerdo

¿Cuál impacto tendrá la información recolectada en el juego? ninguna. ¿Cuál impacto tendrá en sus vidas? muy poco. Esta persona virtual en una escena cinemática no es nadie que vayan a conocer. Pero nuestros cerebros no están evolucionados para manejar ese tipo de casos. Como simios, el cuento de la pestaña arqueada por una potencial pareja de nuestra pequeña tribu siempre significa algo muy, muy importante. Nuestro cerebro nos premia con un poco de placer por notar esa obvia golosina beneficiosa

El diseñador se las arregla para sugerir un sistema y obtener los beneficios de ese sistema sin tener que construirlo. No es aventurado sugerir que pinturas, esculturas, películas y televisión se basan en este simple truco de nuestro sistema de aprendizaje.

La desventaja es que tales pistas falsas se deshacen rápidamente. Nuestros cerebros son particularmente buenos para reconocer informaciones falsas o inútiles. Nadie ve una escena cinemática más de una vez, ¿cuál sería el punto?

Mi sesgo particular es usar pistas falsas como mecánicas de juegos de manera esporádica. Como diseñadores de juegos, tenemos habilidades más profundas a nuestra disposición. Podemos construir potentes cascadas electrónicas de ciclos de retroalimentación que muevan el complejo dueto entre el computador y el jugador. Tales sistemas son altamente efectivos para causar placer visceral y promover aprendizaje profundo y a más largo plazo. Como diseñadores de juegos, conducimos una sinfonía majestuosa de aprendizaje implícito y entrenamiento interactivo, algo que ningún medio estático puede hacer.

Sin embargo, en algunas situaciones es válido sugerir misterio con grandes brochazos. Ambiente, diseño de personajes e historia pueden ser ganchos cruciales que permitan que un juego sea significativo a los jugadores antes de incluso presionar algún botón.

Factores humanos: enfatizando la humanidad en juegos

Mucha gente, al leer sobre modelos, inmediatamente los señalan de argumentos reduccionistas que disuelven el alma de juegos creativos. Las mecánicas de juego que he descrito en este artículo intentan evitar esta trampa. Las mismas explícitamente incluyen elementos, sociales, narrativos y emocionales en conjunción con problemas puramente analíticos. Todos los aspectos de la experiencia humana, que tienen algún impacto en nuestra habilidad de procesar y leer desde estímulos, caen dentro del dominio potencial de ser mecánicas.

Esta definición de diseños de juegos es mucho más amplia que el corriente rango de juegos disponibles en el mercado. Aunque sirva para apretar botones y puntuaciones, la esencia de la definición está volcada a promover la exploración de una amplia gama de aprendizaje humano. Algunas preguntas abiertas que encuentro inmediatamente sugeridas por el modelo son:

  • ¿Cuál serían dispositivos de retroalimentación que impacten el aprendizaje sobre relaciones, amor, odio o espiritualidad?
  • ¿Cómo construimos juegos alrededor de estos tópicos que utilicen estos dispositivos de retroalimentación?.

Los juegos existentes nos otorgan el conocimiento práctico fundamental que nos permiten crear cosas similares de manera confiable. Un buen marco teórico ayuda a los diseñadores de juegos a crear futuros títulos que sean inclusivos de una variedad mayor de la experiencia humana.

Conclusión

El objetivo de cualquier modelo de diseño de juegos que se precie de valioso, es que tanto explique comportamiento actual como que prediga comportamiento futuro del medio. En mi experiencia hasta ahora, este modelo parece robusto al explicar casi todo juego existente en el mercado, desde juegos de mesa y máquinas traganíqueles hasta juegos sociales. Ciertamente hay espacio para mejorar, pero es suficientemente bueno para mi meta principal.

Deseo un modelo práctico que permita a la gente en esta gran industria describir diseños de juegos de maneras más exactas. El modelo debería profundizar en por qué sus prototipos fallan. Debería también permitirles discutir potenciales problemas y soluciones, con un lenguaje simple y directo que permita ir al grano. Un buen modelo predictivo debe facilitar una toma de decisiones de diseño más inteligente con mucho menos esfuerzo dedicado a recomenzar el trabajo.

Varios de los aspectos que encuentro útiles del modelo son:

Maneja las mecánicas de juegos como unidades atómicas bien definidas. Estas unidades pueden ser discutidas individualmente y también pueden ser unidas de maneras interesantes.

Identificación explícita del valor del usuario. Diversión no es una actividad espiritual que espontáneamente se expande del éter. Tiene una base neurológica estudiable.

Existen entradas y salidas de datos (estímulos) que son fácilmente identificables. Se puede determinar con particular facilidad cuando una mecánica de juego específica tiene todos los componentes como acciones, reglas, símbolos [en inglés tokens] y sistemas de retroalimentación. A través de la observación, puedes identificar la reacción de los jugadores a cada mecánica y ajustar su impacto.

La esperanza está en que este modelo de mecánica sea una buena fundamentación de futuras discusiones. Será un modelo en el cual me basaré bastante mientras continúo explorando esta pequeña serie de ensayos en diseño de juegos.

Cuídense.

Danc

Referencias

El placer de matar monos.

Ver lección de investigación #1. No concuerdo con su conclusión sobre la causa de los resultados reportados, pero encuentro fascinantes los datos. (Vínculo alternativo)

Una teoría de la diversión para el diseño de juegos. Raph Koster

Muchos de los conceptos básicos en este ensayo se fundamentan en este libro. Creo que ayuda a mi pensamiento a repensar lo que leo en forma de ensayo. Llamémoslo una forma de escucha activa.

Ciclos de retroalimentación.

Una versión un tanto diferente de la definición de ciclos de retroalimentación de teoría de control.

Juegos son comidas para infóvoros.

 

 

Otros cabos sueltos

Este ensayo se convirtió en uno muy extenso y comenzó a ser la colección de varios pequeños ensayos. Algunos han sido plasmados en documentos que quizá algún día emerjan en su forma total. El resto a continuación.

¿Es un libro de texto un juego?

Con este gran énfasis en aprendizaje, existe el espacio para que algún listo pregunte “¿es un libro de texto un juego?, también promueve el aprendizaje”. El problema acá es que hay muy pocos dispositivos de retroalimentación evidentes. El usuario lee el libro y sin lugar a dudas obtiene placer de ingerir la información. Sin embargo, el acto de pasar la página e interpretar el lenguaje son habilidades aprendidas gracias a otras actividades previas. Leer un libro es un ejemplo de ordeño, donde el jugador usa una habilidad ya controlada para descubrir una caja negra más grande.

El rol primario del contenido

En este modelo de mecánicas de juegos, el contenido de un juego es significativo solo a través de su asociación son un dispositivo de retroalimentación. Puntos en la historia se convierten en pistas y recompensas, daño se convierte en castigo que indica al jugador que no deberían estar haciendo algo en particular. No hay tal cosa como una bonita imagen que existe “porque sí”. La imagen es bonita porque activa el sistema de aprendizaje del cerebro, el cual responde con acciones.

Para responder la pregunta ¿Cuál contenido mi juego necesita? se necesita primero contestar la pregunta ¿Cuál retroalimentación mi mecánica de juego debería proporcionar al usuario basado en sus acciones?

 

 

* Desde un punto de vista muy formal, el término más apropiado sería mecanismos (en inglés mechanisms), ya que mecánica se refiere al área de estudio en general (sin importar su objeto, aunque usualmente se refiere al estudio de movimiento). En nuestro caso, el área general es diseño de juego, por lo que la palabra mecánica no tendría cabida. Mecanismos sería entonces la definición que posteriormente se da. Sin embargo, el término mecánica como se usa en este ensayo está muy enraizado tanto en inglés como en español, por lo que es una batalla pueril tratar de corregirlo. Valga aún así la acotación.

** Red herring (arenques rojos) es una expresión de origen inglés, típica de las novelas de misterio, que significa pista falsa. Más información en el vínculo.

*** El resultado al que hace mención está contenido en la primera referencia. Si bien el ensayo es coherente, conciso y muy inteligente, la referencia al juego está fuera de lugar porque no se introduce apropiadamente en el original. Preferí respetar el texto de la fuente en la traducción lo más posible, aún cuando considero esa sección un error de redacción.

Tags: , ,

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s


%d bloggers like this: