用户工具

站点工具


知识库:游戏学:工业化基础_知识体

随便抛出一个问题,我们如何定位这个问题的讨论范围?

如果处理不好,就会在工作中浪费设计师大量的时间,产生许多的无效讨论。在一次研究这个问题的过程中,无疑诞生了一个知识体的概念。

原本是想我们在讨论时,能够清晰定位问题的范围,结果研究出的模型貌似不得了,打开了眼界,开阔了思路。

这就给大家分享。

知识体结构

名词解释

知识体

以一定结构组成的信息载体,包含了理论,理论的使用方法、步骤与过往案例。

原理
  1. 我们通过实践累计了案例
  2. 基于案例,查找共性,用共性建模,形成假设模型
  3. 通过模型,我们再指导实践,并用实践的结果去验证假设模型
  4. 最终,在一定时空范围内能提高生产力假设模型,就是我们的原理。
  5. 在知识体中,原理负责回答为什么是什么
方法与工具

具体到某类事情如何做的思想和方法。

提高做这事的生产力的手段就是工具,这种手段可以是思想模型,也可以是某个软件,或是某个现实中的物理设备。

在知识体中,方法与工具负责回答怎么做。

上限未知

如果遇到一个现象,属于这个知识体的范围,但原理又解释不清楚,它就属于这里,说明了我们的原理需要更新迭代。

此时,需要基于现状重新探索,更新知识体。

下限未知

遇到一个事情需要决策,但方法里没有交代。此时就需要基于原理去判断。

所以需要执行人掌握原理,才能依照原理解决方法外的未知问题。

边界未知

如果一个现象,无法用现有的知识进行分类,纳入某个知识体,则认为这个问题超过了我们的知识边界。

需要探索这个现象。看看是否能发展出新的知识体。

生命体(biomass)

因为知识体拥有自我进化,拥有繁殖能力,所以我们认为知识体有生命力,是一种生命体。

另一方面,人类掌握的全部知识的总和,形成了一个有生命力的生命体,它由人类脑子生产的各种细胞和器官产生和更新。

目的

这个世界有许多的未知,为了有效的探索这些未知的东西,我们创造了一种模型,这种模型会去指导我们探索未知的事物。

适用范围

时间(When)

在我们的知识体系中,这个知识体适用于任意时期,并且我们认为,它适用于任何年代。  
探索未知是我们一生都将进行的事项,是生命的意义。

空间(Where)

我们有一种形象化的解释,来描述探索知识体。

探索型任务(下一章解释)创造了知识体概念,并把自身也塑造成了知识体。

知识体就像是DNA,提供了最基础的编码结构。

当我们使用探索知识体(最原始的知识体)去探索未知事物时,等于采集了外界的信息,然后有丝分裂了一个新的知识体,并取了一个新的名字。

许许多多的知识体构成了一个仿佛有生命的对象,也可以认为是生命体(biomass)。

这个生命体不可描述,没有名字,我们人类就是这个生命体的细胞,通过不断地使用,构造,完善这些知识体,最终保持生命体的进化。

从宏观角度看,这个生命体通过人类这种细胞,完成知识体的更新与繁衍。

延伸:在人工智能拥有智慧并成为公民后,人类将会被重新定义,不再是生物,而是我们共同的知识。与当下我们得出的生命体概念类似。

人群(Who_To)

因为探索型任务的维护者,学习者,使用者都是一批人,不像其他任务一般执行者可能与探索者不同。

所以探索型任务的Who_To与Who_From是一致的。

什么人适合执行这项任务

  • 擅长学习模型,使用模型
  • 【可能】数学好
  • 非常认可科学探索与工业化

执行这项任务的学习等级

  • “0”学习成本任务,可直接执行。
  • “1”学习成本任务,只要进行一次示范即可独立执行。
  • “C”学习成本任务,需要进行培训,考试合格后方可执行任务。
本任务属于 “C”学习成本任务。

方法

信息不同步的问题

探索一个未知的事情,通常最大的问题就做到一半发现出发点错了。这种错误可能来源于:

  • 自己没想清楚
  • 与任务发起者的同步率低【没彻底明白老板的意思】
  • 自己的能力有限(关键信息没有掌握)

所以在执行探索型任务的过程中,我们强调信息频繁交互。

  • 同行之间互相交互
  • 任务发起人与执行人之间交互
  • 专家与执行者之间交互

效率问题

通常,还可能会因为执行步骤或方法不对,导致任务卡壳一段时间,这对团队来说是糟糕的。

为了解决这样的问题,我们会要求执行人在任务开始前,描述自己的探索方法与步骤,然后讲述出来,告诉监督人,这样就可以通过同行评审或专家评审的步骤去缓解这个问题。

小结

上述的文档格式,看起来会很怪,其实就是一个知识体的上半部分。

在我们创建了这个结构后,首先用这个结构重新创建了它自己,研究出了“探索型任务”这个知识体。

说是知识体,其实可以理解成领域结构,但领域又太大了,就当成模块好了。

这个知识体的出现,是我们游戏学面向工业化的重要一步,因为工业化最重要的就是精准与效率。

如何在主观遍布的设计过程中精准与效率?

如前文所说,先解决问题定位。

当一个企业内部的设计师,都理解知识体概念,并维护知识体时,出现的效果类似于流水线中的SOP。操作师傅只用拿起来看一下,甚至不需要交流,就知道手里事情的原理时什么,以及该怎么做。

如果一个企业,在执行任务的时候,顺手都把常见的工作问题都变成了知识体,那这个企业形成了真正的战斗力,而不是各个小组孤军奋战。

一开始,遇到的问题都会是没有建过模的,所以属于上限未知,需要有经验的大师们来首次创建。创建结束后,这个活基本就可以分派给别人来做,解放大师的生产力。

在游戏设计中,每一个决策都是很细节的,再好的说明书也无法面面俱到,所以也会存有大量的没有提到的情况需要执行的人去决策。

那么如何确保执行的人做对方向了?

此时就需要知识体上层的理论去帮忙指明方向,当然,多沟通必不可少,因为越抽象的理论,大家的理解也就越不同。新人培训的题海战术可以极大的解决这种理解不一致的问题。

总的来说,知识体就是一种结构,确保我们研究某个方向的事物时,有一个统一的方法论,形成统一格式的结果,以便于研究成果是共享的,可阅读的,可靠的。

知识库/游戏学/工业化基础_知识体.txt · 最后更改: 2024/09/13 20:53 由 邪让多杰