Uma abordagem automatizada para estimar a experiência do jogador em eventos de jogo usando sinais psicofisiológicos

Abstract

Como os jogos eletrônicos emergem como uma das maiores formas de entretenimento no mundo, ocorre a necessidade de uma melhor compreensão da experiência do jogador. Existem diversas abordagens para avaliar a experiência do jogador. Dentre elas, as avaliações tradicionais, que utilizam autorrelato, observação direta, questionário e a gravação de vídeo e outras mais sofisticadas, como os métodos psicofisiológicos que utilizam biosensores e processamento de imagens. As avaliações tradicionais geralmente utilizam amostras pequenas de participantes e alguns estudos mostram nem sempre ser possível capturar a verdadeira ou a real experiência do jogador durante uma sessão do jogo, principalmente quando a sessão é extensa. Nesse caso, o emprego das avaliações usando métodos psicofisiológicos vem reduzir alguns problemas existentes da avaliação tradicional. Desta forma, o valor do presente estudo compreende um processo que avalia a experiência do jogador adotando um modelo de predição com uso de redes neurais que utilizam um dataset afetivo derivado dos dados psicofisiológicos (EDA, BVP e expressões faciais) dos participantes do experimento. Além disso, esse estudo compara os resultados gerados pelo modelo proposto com o modelo de autorrelato do participante, com a finalidade de verificar se ambos os resultados possuem concordância e se o modelo desenvolvido viabiliza uma nova forma de avaliar a interação do jogador com jogo. Os resultados finais mostram que o modelo teve boa concordância com os dados relatados pelos participantes. No geral, essa pesquisa identifica a avaliação da experiência do jogador usando dados psicofisiológicos como uma abordagem automatizada. A metodologia empregada nesse trabalho junto com seus resultados apresentam uma nova contribuição para as pesquisas relacionadas ao processo de avaliação da experiência do jogador.