UxPaper Note#7 — Usertesting Without the User: Opportunities and Challenges of an AI-Driven Approach in Games User Research

論文名稱：All about phishing: Exploring user research through a systematic literature review

論文作者：S. Das, A. Kim, Z. Tingle, and C. Nippert-Eng

文獻連結： https://arxiv.org/pdf/1908.05897

閱讀札記:

遊戲使用者研究(Game User Research)，簡稱為GUR。GUR透過使用者研究方法，了解互動媒體使用者的使用經驗和心智模型。GUR的研究目的是讓使用者體驗遊戲原型，從中收集與分析使用者的行為、情緒與整體經驗。研究方法從問卷調查、訪談、遊玩畫面錄影、Metrics追蹤，到生理測量儀器去測量使用者的情緒變化。得到研究資料後，將其與設計師預設的經驗相互比對，彌補其不同或差距，拉近玩家的與設計師的經驗之間的距離。

在遊戲產業，使用者測試(usertest)是相當耗費心力與經費的。相較於網站與應用程式設計，因為遊戲給予玩家高度自由度，因此在同一款遊戲中，會有不同的互動行為，甚至有些遊戲會有多樣化的結局。為了顧及到範圍廣泛的遊玩經驗，遊戲設計師們不僅看重遊戲結果，也相當看重遊戲當中所有環節與細節。卻也導致在使用者測試方面，需要研究與測量的時間與次數會比一般使用者研究更多，經費上的花費也是如此。

因此文獻作者希望使用目前蓬勃發展的AI技術，去模擬玩家在遊戲中的心智模型，並且讓AI模擬的玩家們去參與第一人稱射擊遊戲的使用者測試。其模型包括:

如何判斷遊戲路線:
該往哪裡走，接收到遊戲中的環境物件資訊後，再去做判斷)

人類記憶的運作模式:
重現記憶的時間與容量限制，僅收錄過往經驗與視野中的遊戲物件，並且受到環境複雜度和遊玩時的行走速度影響。

遊戲理解與直覺:
玩家會依據當前目標、敵人與威脅、自身對於探索的慾望等等因素去判斷下一步行動。

玩家特質:
讓AI去模擬每個性別、年齡和玩家遊玩風格(其風格分類是HEXAD量表和Bartle player type中的分類)。例如有著保守遊玩風格的人，可能會試圖迴避狹窄又陰暗的路線，因為風險可能較高。

透過這樣的使用者測試，可以得到許多資料。例如大量的玩家人數與多樣化的人口統計變數(例如年齡)，幫助研究者了解不同類型的玩家擁有的遊玩行為。收集到的遊玩路徑可以幫助設計師們，審視目前關卡的路線設計是否需要增減或重新設計。透過決策日誌(Decision logs)和熱圖可以認識到玩家們如何接收和分析當前環境中的物件，並且做出甚麼決定(繼續往前或是變更方向)。

最後，作者認為雖然目前AI模擬的玩家可以幫助遊戲設計師和開發者們用更少的金錢與時間成本做出使用者測試。但現階段，如果需要研究更高層次的行為(例如與NPC的互動)，還是需要邀請真人玩家體驗才能得到這方面的資訊。同時，因為相較於AI幾乎全知全能的特性，玩家們的認知能力是有許多限制的，如何更加模仿真人玩家的認知模型也是需要更深入的研究。

個人心得:
作者最後有提到這個研究所使用的AI原型，會與遊戲引擎Unity合作做成插件給遊戲開發者使用，名稱是”PathOS”。我想之所以會跟Unity合作，其中一個原因應該是希望能夠讓更多獨立遊戲工作室能使用這個插件。

Unity是免費的遊戲引擎，相信有許多獨立遊戲工作室都使用Unity。而且獨立遊戲工作室跟其他大型遊戲公司相比，能使用的人力與成本少很多。如果獨立工作室想要營造好的遊戲體驗，使用者測試是無法避免的，但測試所需要的資源對他們來說可能相當龐大。因此像PathOS這樣的插件，就可以幫助他們在研究初期先省下許多成本。

如果想要讓AI更好地模擬真人玩家，不僅需要發展相關AI技術，對於玩家大腦的運作與認知模型也需要更深度地認識。與此相關的心理學研究是必須的，特別是那些AI很難模擬出來的，內隱的玩家行為與情緒。

文獻當中有一點我還蠻驚訝的是，竟然有可以自動做使用測試的服務了!目前這些服務主要專注於基本的使用性要素，例如UI反應性(UI responsiveness)，以及網站與瀏覽器的兼容性。文獻中提到有提供這類服務的單位有SmartBear與Helium。如果大家有興趣的話，可以搜尋到他們官網去認識一下。