¿Videojuegos inteligentes? ahora se adaptan a la destreza del usuario

La nueva generación de videjouegos aprenderá de las habilidades del jugador para adaptarse automáticamente a la respuesta de la interacción, algo que ya hacen servidores como Google y Netflix.

PUBLICADO: Apr, 22, 2013 12:00 am EST Apr 22, 2013 12:00 am EST

Un reto importante para los desarrolladores de los juegos de video –además de mejorar gráficos y la calidad de sus historias– radica en la dificultad de los títulos para los jugadores.



Independientemente de las causas por las que una persona se aproxima al mundo de los videojuegos, cuando un título es dominado por el usuario hay un punto en el que ya no puede estar enganchado al mismo, debido a que se convierte en algo aburrido.



Según Mark Riedl, profesor de la Escuela de Computación Interactiva del Tecnológico de Georgia (Georgia Tech), los motivos por los que la gente se acerca a los videojuegos son variados, con diferentes habilidades, capacidades, intereses e incluso expectativas.



Sin embargo, los juegos actuales están diseñados para un nivel de juego sin variaciones. De modo que a un gamer –habituado a juegos de determinada consola– se le dificultará su transición al momento de ajustarse a otra, debido a cuestiones que van desde el tipo de controles hasta el nivel de dificultad.

Pero dejando de lado las cuestiones más obvias, incluso si el jugador se ajusta a estos cambios y se vuelve un experto llegará el momento en el que busque un mayor reto que lo mantenga “atado” al juego.



De acuerdo con los investigadores la solución radica en emplear un algoritmo que se ajuste al desempeño de los jugadores, esto se traduce en la creación de juegos que se adapten instantáneamente a las capacidades del usuario y que, de esta manera, represente un mayor desafío para ellos.



Los investigadores de Georgia Tech emplearon una técnica conocido como “filtrado colaborativo” que es usada por servicios como Netflix y Amazon para calificar o hacer recomendaciones a sus usuarios, basados en sus preferencias.



Este modelo empleado en un juego de video, analiza el desempeño de cada gamer por medio de un algoritmo llamado “tensor de factorización”, el cual recomienda el siguiente nivel con sus respectivos ajustes en la dificultad del juego.



Modelos computacionales de este tipo podrían ayudar en el futuro a ajustar en tiempo real la difultad de cada juego, dependiendo de las habilidades del usuario, de la misma manera en que los servicios de streaming ajustan su calidad de acuerdo al ancho de banda disponible.



La aplicación del método y sus posibilidades abren un nuevo campo de investigación que no se limita a lo meramente educativo. Reidl afirmó estar en contacto con el Ejército para trabajar en la manera de aplicar estos ajustes de dificultad en las misiones virtuales que utiliza la milicia estadounidense para entrenar a sus efectivos.