====== 定义 ====== “什么是游戏学？” 这个问题很难回答，我尝试给出宏观定义： 研究人类娱乐行为的学科 也尝试给出微观的定义： 研究人类娱乐行为以及研究如何更好的向人类提供娱乐服务的学科 上面的一句，泛指娱乐，其实大家看到我们的例子中，多包含其他娱乐模式，也包含商业上面令人愉悦的服务设计，这是泛化后的游戏，通常也会叫做“游戏化”。 下面的一句，范围缩小到了娱乐服务，娱乐产品。 学习可以游戏化，但它的核心是“生产力的提升”，工作可以游戏化，但它的核心是“生产力的使用”。 它们与娱乐的共同点，就是都有人类行为闭环的参与，都会获得脑啡肽，那套成瘾机制也会在那些行为里起作用。 它们与娱乐的不同点，就是**娱乐的目的**，是为了打发时间，不让自己烦躁，排解寂寞。 本书中，我们宏观与微观都会讨论到，越抽象的理论，越宏观，越具象的案例，就越微观。 ====== 研究范围与作用 ====== **那么游戏学，与其他自然学科又有什么不同？** 有人参与 **还不够** 有人参与并产生决策行为。 自然学科都是研究客观世界的规律，宇宙不会骗你，只是我们的技术与理论还不够。 游戏学，则因为有人参与，变得不可测量，别人脑子里想啥我们不知道，所以就需要全新的研究方法，把主观当做参数的方法。 **人类行为闭环**是从生理层面提取出来模型，它贯穿我们健康人类的一生，自然的，我们学科在研究的层面，就覆盖了其中所有的行为。 采用一套闭环的经验模型，可以让我们更容易设计出让人坚持的路径。 把这个让人坚持的路径方法放到各行各业的具体经验，就是我们微观层面的游戏学，具体到方法论，实践模型，经验模型等。 用这样的方法，就能让产品得到更好的留存，更好的付费。 - 在个人层面，指导我们设计更合理的个人规划。 - 在家庭层面，指导家庭制定游戏化的家庭规则，让我们可以持续得到开心。 - 在教育层面，确保孩子在学习过程中目标清晰反馈明确。 甚至在企业方面，也有许多的用处，比如招聘流程，员工工作体验，特别是在企业工业化管理的过程中，游戏学就能更好的帮助企业员工提升效率与幸福感。这些在后文会再次专门讲解。 在思考居民安居满意度方面，也可以用来研究大家是否处于闭环，遇到什么困难需要解决，如何定性等等。 可以说，游戏学，讲的就是如何服务好别人，涉及到人类社会的方方面面。 ===== 问题：UI交互算不算游戏学范畴？ ===== UI交互是一个应用题，游戏学仅能协助让设计师在意目标的传递，过程的有效，反馈的清晰。 但UI交互的动效，美观等，就是其他学科负责的事情。 **所以游戏学不是万能，我们也要注意。** ===== 问题：与微观经济学不同吗？ ===== 其实很类似，在最初的《玩家思维》版本中，我们缺乏认知模型，也借用了“有限理性人”概念与“人是自私的”假设。 后来，我们通过自己研究大量的文献，终于找到了支撑这两点的生理机制，并最终完成了三大模型。 **假设始终只是假设，与心理学的一些模型类似。当突破假设联通了客观的生理机制时，理论就不再是空中楼阁，有了基石。** 微观经济学研究人参与的经济活动的情况，我们研究人参与任何事的情况。 微观经济学注重环境的其他变量，我们更注重人的情绪。 但在研究方法，研究范围，研究对象上，甚至研究结论上，基本都差不多，最多算是服务对象不同，而我们更加粗鄙，年轻，漏洞百出。 ====== 研究方法 ====== 当有了人的主观参与，研究方法肯定不同了。但游戏学又不仅仅只有主观，也有客观的层面存在。 当我们还在讲解人类生理上的机制时，是客观的，此时其实还属于认知神经科学的范畴。当这些机制运转起来，人开始思考后，这事就变得主观。 当人类看到信息时，信息是客观存在，人类产生决策，做出的反应也可以是客观观察到的，包含我们的游戏，也是客观存在的。 所以我们很难用统一的方法去研究，要分层对待： 1. **生理机制**，客观存在，用传统的研究方法即可。 2. **体验层面**，主客参半，理论推演，数据验证。 **举个例子**，小明向小红表白，小红拒绝了，小明生气了。对于小明为什么生气，我们可以用 OPF 直接解释出来。此时的解释是可以信任的，因为它基于生理机制，是客观的。 但我们不可精准预测小明是否真的会生气，只能凭借环境信息去猜。 **换个例子**，小明玩扭蛋机，扭蛋机没有出货，小明生气了。此时，小明与一个客观存在的服务产品打交道，这个产品会接待大量的用户，就有了群体数据，我们就可以通过数据分析，去研究哪一种服务方式更容易让人付费。 ===== 限定路径 ===== 人的脑海里想啥我们不知道，但是人面对产品时，能输入的路径是有限的。我们只用统计用户在不同输入的情况下产生的结果，就可以得到服务的受众比率。 ===== 假定目标 ===== 当给出了 O.Info ，试图吸引用户进入闭环时，我们根本不知道用户脑子里到底在想什么。但我们知道， O.Info 是客观的，所以假定我们就是要能够被这个O吸引的用户，然后再去分析为什么数据不达标。 因为用户是群体，在群体里中O可以找出无穷个，必须以设计师的认知决策出一个O，提供给用户，才有研究的起点。 **常规的做法就是抄别人的。** ====== 游戏学的必要性 ====== **游戏设计的知识点是无限的，人的精力却是有限的。** 人需要在有限的精力内得到良好的学习，学习的内容还要能处理大部分问题，所以只有结构化的游戏学才能解决。 非常多的领域结论都可以在游戏设计中使用，但要求每个策划把每个学科都去学一遍吗？这不现实，对人的要求也太高了。 所以用游戏学打好基础，再根据自己的工作内容去专精其他领域，是最具备性价比的方式，这也要求了游戏学要做好最基础的，手不要伸太长，处理好那些能够提高生产力的高性价比内容。