جعبه شرطی‌سازی عامل: چگونه پاداش‌های مثبت و خاموشی، طراحی بازی‌ها را شکل می‌دهند

یک جناح از طراحان بازی استدلال می‌کنند که پاداش‌های غیرقابل‌پیش‌بینی و تصادفی، تنها راه ریاضی برای سرپا نگه داشتن اقتصاد یک بازی لایو سرویس است؛ آن‌ها به نمودارهای درگیری بازیکنان اشاره می‌کنند که با هر بار افتادن یک لوت‌باکس دیجیتال، سر به فلک می‌کشند. در نقطه مقابل، گروه دیگر اصرار دارند که پنهان کردن یک چرخه گیم‌پلی توخالی پشت قلاب‌های رفتاری با پاداش متغیر، اعتماد بلندمدت را نابود می‌کند و معتقدند بازیکنان در نهایت متوجه این دستکاری روانی شده و بازی را برای همیشه ترک می‌کنند. پای بقای استودیو در میان است: یک سیستم پیشرفت قابل‌پیش‌بینی بسازید و خطر تمام شدن زودهنگام بازی توسط بازیکنان را به جان بخرید، یا یک تله روانی کار بگذارید و ریسک یک شورش فاجعه‌بار در جامعه کاربری را هنگام خشک شدن چشمه پاداش‌ها بپذیرید.[3][5]

معماری مدرنِ نگه داشتن بازیکن در بازی، نه در مزرعه سرورهای سیلیکون‌ولی، بلکه در آزمایشگاهی در هارواردِ دهه ۱۹۳۰ بنا شد. «جعبه شرطی‌سازی عامل» بی‌اف اسکینر (B.F. Skinner) ثابت کرد که رفتار انسان تابع پیامدهای آن است؛ چارچوبی که اکنون زیربنای اقتصادهای چند میلیارد دلاری بازی‌هاست. سال مک‌لئود (Saul McLeod) در نشریه Simply Psychology می‌نویسد: «برنامه‌های پاداش با نسبت متغیر، بالاترین و پایدارترین نرخ پاسخ را تولید می‌کنند»؛ جمله‌ای که توضیح می‌دهد چرا یک موش اگر بداند گلوله غذایش در فواصل زمانی تصادفی می‌افتد، اهرم را بی‌وقفه فشار می‌دهد. اگر این را به زبان طراحی بازی در سال ۲۰۲۶ ترجمه کنیم، آن اهرم همان صف مچ‌میکینگ، باس‌فایت‌های رید (raid) یا یک بسته کارت دیجیتال است.[4]

عناوینی مثل کندی کراش (Candy Crush) و بازی‌های مدرن گاچا (gacha) دقیقاً همین مکانیسم را به یک سلاح تبدیل کرده‌اند. با دریغ کردن یک نتیجه قابل‌پیش‌بینی، سیستم دوپامین مغز برای پیش‌بینی یک برد احتمالی به حالت اضافه‌بار می‌رود. تحلیل سال ۲۰۱۴ روزنامه گاردین از اعتیاد به بازی‌های موبایلی نشان داد که چگونه این ویژگی‌های ساختاری، مدیریت منطقی زمان را دور می‌زنند. وقتی پاداش تضمین‌شده باشد، بازیکن احساس رضایت می‌کند و از بازی خارج می‌شود؛ اما وقتی شانس گرفتن پاداش فقط ۲ درصد باشد، بازیکن تا ساعت ۳ صبح آنلاین می‌ماند تا آن ناهنجاری آماری را شکار کند.[5]

در نقطه مقابل، پاداش با نسبت ثابت یک قرارداد روانی کاملاً متفاوت ایجاد می‌کند. وقتی بازیکن دقیقاً می‌داند برای رسیدن به سطح ۵۰ به چه مقدار امتیاز تجربه (XP) نیاز دارد، بازی با او مثل یک کنشگر منطقی رفتار می‌کند. کیث برگون (Keith Burgun)، نظریه‌پرداز طراحی بازی، استدلال می‌کند که اتکای بیش از حد به مدل «جعبه اسکینر»، تجربه تعاملی واقعی را تنزل داده و بازی کردن را به کار اجباری تبدیل می‌کند. در یک سیستم ثابت، بازیکن اراده و عاملیت خود را حفظ می‌کند. او می‌تواند زمان مورد نیاز را محاسبه کرده و آگاهانه تصمیم بگیرد که آیا ۴۰ ساعت تلاش طاقت‌فرسا (grind) ارزش این پاداش را دارد یا خیر.[3]

آسیب‌پذیری حیاتی مدل پاداش متغیر، همان چیزی است که روان‌شناسان رفتاری به آن «خاموشی» می‌گویند. مجله تحلیل تجربی رفتار (Journal of the Experimental Analysis of Behavior) توضیح می‌دهد که جعبه‌های مجازی اسکینر چگونه کار می‌کنند، اما در عین حال چگونه می‌شکنند. اگر یک بازی فاصله بین پاداش‌های متغیر را بیش از حد کش بدهد و شانس افت آیتم‌ها را پایین بیاورد تا زمان بازی بیشتری از کاربران بیرون بکشد، واکنش شرطی‌شده بازیکن فرو می‌ریزد. وقتی خاموشی اتفاق بیفتد، بازیکن فقط برای آن شب از بازی خارج نمی‌شود؛ او نرم‌افزار را پاک می‌کند و دیگر هرگز برنمی‌گردد.[1]

بررسی سال ۲۰۱۰ مجله سایبرسایکولوژی (Cyberpsychology) درباره مشکلات انجام بازی‌های ویدیویی، این ریسک را کمی‌سازی کرد و نشان داد که ویژگی‌های ساختاری مثل پاداش‌های متغیر، مستقیماً بازی کردن وسواسی را افزایش می‌دهند، اما به قیمت فرسودگی روانی در بلندمدت. بازی‌ای که تماماً روی قلاب‌های رفتاری بنا شده باشد و نه عمق مکانیکی ذاتی، روی لبه تیغ حرکت می‌کند. توسعه‌دهنده مدام در حال مسابقه است تا پاداش‌های جدیدی به بازی تزریق کند، پیش از آنکه بازیکنان بفهمند چرخه اصلی بازی توخالی است؛ اتفاقی که در صورت توقف روند تولید محتوا، به ریزش ۳ برابری و سریع‌تر بازیکنان منجر می‌شود.[2]

ادغام اخلاقی این سیستم‌ها نیازمند ایجاد تعادل در زمان‌بندی است. استیون اندرسون (Stephen Anderson)، نویسنده کتاب طراحی بازی‌گونه (Playful Design)، تاکید می‌کند که تجربیات بازی در رابط‌های کاربری روزمره باید به بار شناختی کاربر احترام بگذارند. وقتی یک استودیو سیستم پیشرفت با نسبت ثابت (مثل یک بتل‌پس با جوایز تضمین‌شده) را روی یک سیستم با نسبت متغیر (مثل نتایج تصادفی مسابقات) سوار می‌کند، منحنی خاموشی را به ثبات می‌رساند. بازیکن هم ضربه دوپامینی یک برد غیرقابل‌پیش‌بینی را دریافت می‌کند و هم تور ایمنی پیشرفت تضمین‌شده را دارد؛ ترکیبی که چرخه عمر بازیکن را حدود ۴۵ درصد افزایش می‌دهد.[6]

عرصه مدرن بازی‌های لایو سرویس هیچ جایی برای طراحی تصادفی باقی نمی‌گذارد. هر شانس افت آیتم، منحنی کسب تجربه و پاداش ورود روزانه، یک پیاده‌سازی حساب‌شده از شرطی‌سازی عامل است. استودیوهایی که از تقویم انتشار سال ۲۰۲۶ جان سالم به در می‌برند، آن‌هایی نیستند که اعتیادآورترین جعبه اسکینر را می‌سازند، بلکه آن‌هایی هستند که دقیقاً می‌دانند چه زمانی باید در را باز کنند و اجازه دهند بازیکن با رضایت کامل از بازی خارج شود.[1][7]