您的位置:首页 > 软件问答

魔兽世界复活卷轴(1 1=2, 2=1.5?游戏奖惩系统中的心理学)

导读1 1=2, 2=1.5?提前总结一下:由于边际收益递减效应的存在,将相同价值的奖励拆分呈现给玩家,有利于提高玩家的幸福感;而同样将相同价值的惩罚拆分以后扣除,则可能增加玩家的负性感受

1 1=2, 2=1.5?

提前总结一下:由于边际收益递减效应的存在,将相同价值的奖励拆分呈现给玩家,有利于提高玩家的幸福感;而同样将相同价值的惩罚拆分以后扣除,则可能增加玩家的负性感受。

前言

请想象一下在游戏中出现这样的场景,并考虑这个问题:

玩家Y打赢了一场对战,获得两个箱子,一个开出了500金币,另一个开出了250金币;而玩家Z则赢了一场差不多难度的对战,得到了一个箱子,并且开出了750金币。

所以,在其它条件都相同的情况下,你觉得Y和Z谁会更高兴些?


然后再想象一下这样的场景:

玩家A的游戏角色死亡需要买两个道具才能复活:魔法卷轴需要1000金币,魔力墨水500金币;玩家B的游戏角色与玩家A的在等级和财富上相当,在游戏中死亡后需要花费1500金币购买复活卷轴。

所以,在其它条件都相同的情况下,你觉得A和B谁的心里会更不爽?


等等,这不科学?

如果你正在吐槽题目的问法为啥没有“一样开心/不爽”,那么恭喜,你可以夸耀自己是理性的生物了。

虽然感官上不科学,但从理论上来讲,在迫选题中类似于“都一样”的结果是可以用50/50的统计结果倒推出来的。所以…非常心理学了!

接下来,我们来看一下是不是大家都这么理性吧。从这两天收到的320份回答来看:尽管在收获和损失的绝对数值上是相同的,但明显有更多的人认为玩家Y(获得500 250)更开心,而玩家A(花费1000 500)则会更加不爽。这一差异在玩家群体和非玩家群体中保持一致。

总体人群中认为玩家Y的人显著更多(P=.014),认为玩家A更不爽的人也显著更多(P=.019)

这很科学了!

如果你关注了今年的诺贝尔(划重点!诺贝尔!),那么你可能会很熟悉这样一个词:损失厌恶(Loss Aversion)。简单一点儿说就是损失导致心疼会远远超过同等数量的收益所带来的愉悦和幸福。来画个图帮助理解:水平轴上是我们的损失和收获,中间为零点。纵轴则是我们感到的愉悦或伤心感。中间的曲线为损失-收获所对应的感知曲线,可以看到在水平轴数值相等的情况下,收获所带来的愉悦感(红线框)和损失所引发的心疼(蓝线框)是不对等的。

在这样糟糕心理的影响下,我们为避免5块钱损失所付出的代价可能远远大于赚5块钱所要做的努力。

损失厌恶曲线?

同样的,损失厌恶也适用于其它没有进去那么容易测量但依旧有其价值的东西,例如体验、实物等。而在游戏领域中,则包括数值、等级、游戏代币等等事物。指环王Online的设计师Nik Davidson就说过:如果想让玩家对他们的冒险感到安全,你需要考虑提供3倍于失败惩罚的奖励。就比如收获300经验值的体验=和100经验值的损失体验,而不是300-100的简单算术。

因此游戏设计师们需要谨慎考虑自己的损失机制。以FPS的枪械数值为例,数值变化“伤害 1、装填速度 1、弹夹数量-2”并不能直接计算为0的净收益(假设这些属性的权重相同),用户更可能更看重-2的变化更将这种数据变化当做是不划算的交易。在设计中需要谨慎对待互换的规则,一些数值上公平的互换从情感体验上来看可能并不公平的。

基础补充完了…来解释一下我们的数据结果。可以看到曲线逐渐趋于平缓,表现出明显的边际递减效应:如果你画上两个框,那么就能清晰的比对出两个5元的收益产生的幸福感加起来高于一个10块,两个5元的损失产生的负面情绪加起来同样高于1个10块。因此,我们就能够理解数据中为什么人们更喜欢分开的奖励和一次性的花费了。

实锤!

Jamie Madigan在其文章中为这些心理学效应的应用进行了举例说明:

将奖励拆分以提高幸福感:在刺客信条中完成挑战的奖励分别装在许多宝箱中而不是装在一个大宝箱里,每次角色升级后需要在很多不同的NPC那里去用掉所有的升级点数;在丧尸围城中主角每次升级都得到一些属性的小涨幅以及组合卡,而不是每5级就来一次脱胎换骨的提升。

而取决于目的的不同,对惩罚的拆分和合并惩罚都能可能在游戏设计中有所应用。前者可以刺激玩家为了避免惩罚而努力提升游戏技巧,增强沉浸感,比如魔兽世界中游戏角色死亡后从墓地复活会减低其所有基础属性、伤害以及装备耐久度。而后者则可能用来减少玩家的不爽,提升相对愉悦感。

嗯…所以下一次你升级游戏角色、提升武器或者获得任务奖励的时候,可以试着思考一下其中是否有损失厌恶和边际递减效应的影子?

PS. 文章的主体内容源于Jamie Madigan发布在the psychology of video game的文章。 文中的数据通过问卷星的互填问卷模块收集,然后使用SPSS进行的卡方检验。

免责声明:本文由用户上传,如有侵权请联系删除!