动机与游戏化

这是昨晚看的一个斯坦福的系列课程:Interactive Media & Games Seminars SPRING 2016 的中文笔记,接下来可能会时不时更新这一系列的笔记,今天是第一篇,原始的英文笔记在这里 Note_Motivation & Gamification. 不喜欢看英文的小伙伴可以不用跳转过去了,这里是整理后的中文版。

这次的课程中,我总结了游戏化思考的三个方面,一个是动机激发,第二是反馈,第三是小目标分解,最后是把如何把这三个结合起来制定游戏化的计划。

为什么要做游戏化的计划?

麻麻说,如果你学习能有玩游戏的劲头,你早就成学霸了!

快告诉我怎么把学习变成游戏?

先别急,游戏之所以好玩,主要有三个原因,一是动机,二是反馈,三是小目标,下面先讨论一下这三个东西。

「内在动机」和「外在动机」,这两个有什么区别,以及激励方式的适用性?

  1. 「外在动机」指的是从事某个活动的行为是为了取得外部收入,其激励方式主要是物质,比如说金钱,或者一杯免费的星巴克,一般像这样的物质性的「奖励」激励下的外在动机,适用于:
    1. 一些不太需要创造性的工作。
    2. 收入还在温饱阶段的人群。
    3. 只是短时间的激励。(这也是为什么涨工资不管多少的效用一般在几个月后就消退了)
    4. 找不到什么「内在动机」的领域。(比如星巴克出个打满积分卡送杯咖啡可以吸引顾客)
  2. 「内在动机」指的是任务本身的兴趣或愉悦带来的动机,存在于个体内部而非依赖于任何外部力量的驱动。来源于比如学习需求,比如社会关系的需求,比如自主性的需求。激励方式则有好有坏,有好的:
    1. 创造性的游戏(玩)
    2. 追求一个积极的目标
    3. 激发自己潜力

    当然也有坏的:

    1. 情绪压力,焦虑,愤怒,仇视,常见于各种国产游戏。
    2. 经济压力
    3. 惰性

反馈是什么?为什么要反馈?

  1. 反馈信息包含了用户想要的信息,比如「目前的进度」「我完成了什么事情」「获得了什么样的认可」「接下来改做什么」「欣赏与感谢的信息」「值得炫耀的成就」等等。
  2. 如果把反馈信息看做一个键值对的值,那么键则是反馈信息本身的上下文(5W1H)比如「我什么时候拿到的」「我怎么得到的」「谁给我的」「为什么这个对我有意义」等等。
  3. 反馈信息有时候未必需要精确,适当带点随机性能增加惊喜和开心。
  4. 为什么要有反馈,反馈能让我们从数据上清晰地看到自己的位置,从而可以即时做出调整,更加接近目标。在下面如何制定游戏化计划里有一个更关键的概念,叫做反馈环,也就是我们不断地循环「得到反馈」-「做出改进」-「得到下一个反馈」……

分解成小目标

  1. 把一件事情分解成小的、清晰的、精确的、可执行的目标。尤其是在分配任务给别人的时候。
  2. 别人和你有天然的信息不对称(不然你试着自己脑子里哼唱小星星敲节奏,问问身边的人能不能听明白你在想什么)不要指望别人能理解你并不清晰的描述。
  3. 为什么要分解成小目标?能学会画个球

把动机、反馈、小目标整合起来做个游戏化的计划吧

  1. 首先要明确自己的目标是什么,然后专注于这个目标。恩,没有目标?那做什么计划?现在,比如说我们有了一个目标「我要学会编程」。有这个目标还不够,问一问自己,为什么要学编程,是为了更高的薪水?还是为了用程序做更有意思的事情?尽量给自己找到内在动机。
  2. 接下来明确自己要做什么来达成这个目标,这一步需要精细到行为,这一步可以应用分解成小目标的方法,然后得到一系列行为比如「我要每天抽出两个小时来做跟编程相关的事情」。
  3. 第三步是架设这个目标和行为之间的桥梁。这一步主要是设计反馈,因为我们只有看到数据,才能有方向地做出改变。
  4. 反馈要能够把目标和行为联系起来才叫反馈,你说我「每天做跟编程相关的事情两个小时」,这「两个小时达成没达成」不就是个反馈吗?是反馈,但是不够,因为即使你每天编程两小时持续了一个月,你达没达成你的目标「我要学会编程」呢?似乎不清楚吧。所以你需要比如「独立完成一个 APP」这样的成就反馈。
  5. 但是反馈是为了下一步行动改变做指导,越快得到越好,而「独立完成一个 APP」显然不是那么快能得到的,所以你还需要其他的反馈,比如,比如「我今天有没有学会一个新算法」,「我今天这两个小时完成了哪些任务」。
  6. 反馈最好还有量化的东西比如「我今天写了几行代码」。
  7. 当然「写了几行代码」肯定不能单独表示今天的成长,还要其他角度的反馈,「我今天这些代码完成了什么功能」
  8. 这么多反馈,光是搜集反馈就要花那么多时间,实际操作的时候怎么用呢?用1~3个数值指标来表示你的成长,比如总共花费了多少时间,比如这些行为折合多少分数(推荐用个记账软件,把自己的每个行为换算成钱,然后记录下来),然后除了这些数值外,做一个 log 表,每完成的事情就写一笔,和一个成就表,记录达成一个成就写一笔。
  9. 其实3后面都是私货。

最后来一个关于计划的一个真相

  • 有没有解决方法?在计划效用衰减时更新计划。

参考

Human Motivation, Gamification and Secrets to Creating Successful Behavioral Programs

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

3 条评论
登录 后参与评论

相关文章

来自专栏企鹅号快讯

如何用人工智能秒杀超级马里奥游戏

关键时刻,第一时间送达! ? 近日,Einfach nerdig 在 Youtube 上发起了一个直播:通过人工智能学习系统来播放“超级马里奥”。目前这个直播仍...

22510
来自专栏VRPinea

柯达发布4K全景摄像机,瞄准VR视频消费市场

3475
来自专栏司想君

项目管理碎碎念系列之二:采购管理

对于做技术研发的人来说,很少有机会从事严格、规范、较大规模的项目采购和合同管理工作,而且人们依靠平时的直觉和经验积累起来的采购和合同知识,很有可能是错误的。笔者...

2714
来自专栏华章科技

数据科学家的15项原则

1、不要用数据说谎或吹牛: 对经验性证据要诚实坦率。最重要的是不要用数据自欺欺人。

802
来自专栏大数据挖掘DT机器学习

【推荐】想学统计学需要掌握哪些知识?

这是一个很好的问题,对于新手、特别是非统计科班出身的人来说,心里总是有这样的顾虑,掌握的统计学基础只是不够,然而又应该从哪里入手呢?以下是中国统计网整理...

3844
来自专栏腾讯音视频实验室

腾讯音视频实验室杰出科学家刘杉:我们处于视频编解码标准制定的起点,而非终点。

2017年12月28日,由腾讯社交网络事业群(SNG)主办TSAIC学术&工业交流盛会在腾讯滨海大厦举行,150余位来自麻省理工、斯坦福、卡耐基梅隆、清华、中科...

3119
来自专栏量子位

找一份高薪的AI工作有多难?

AI岗位这几年一直大热,而知乎上这个问题最近同样很热,陆续吸引了200多个回答,已经有5000多人关注,接近200万浏览。

962
来自专栏大数据文摘

Pinterest:可视化将是互联网未来的趋势

1847
来自专栏专知

人工智能的算法黑箱与数据正义

【导读】许可:人工智能的算法依赖于大数据,而大数据并非中立。它们从真实社会中抽取,必然带有社会固有的不平等、排斥性和歧视的痕迹。 ? 一个月前,《终极算法》作者...

3716
来自专栏CDA数据分析师

数据分析,需要当心这2个误区

平时无论是进行用户调研、产品运营还是竞品分析,都少不了对于数据的分析,如果项目中出现某些分歧谁也无法说服谁时,很多时候也都是拿数据说话,可见在开发产品的时候,对...

19110

扫码关注云+社区