Le comportement du joueur : mesure objective

Selon Regenbrecht et Schubert [Regenbrecht et al., 1998], une mesure objective est une réponse sociale conditionnée ou un mouvement réflexe par exemple. L’engagement du joueur peut être mesuré en fonction de certains comportements dans le jeu. Par exemple, Chapman et al. [Chapman et al., 1999] notent que l’engagement est plus ou moins contrôlé ou passif. Les auteurs constatent que cet état génère peu de réponses sur les entrées. Par exemple, ces entrées peuvent être effectuées par un joueur en pressant les touches du clavier. Nous pouvons considérer que la fréquence des entrées du joueur durant la partie est un mauvais indicateur de l’engagement du joueur.

II.5.4.1 Outils de mesures intrusifs

Les capteurs psychologiques ou les oculomètres sont employés en psychologie et sciences cognitives (e.g [Jennettet al., 2008]). Le premier est un outil qui permet de réaliser des me-sures précises du rythme cardiaque, par exemple. Le second mesure les mouvements oculaires ou le diamètre pupillaire. Le casque Emotiv EPOC est un système conçu pour des applications de recherches. Il dispose de canaux EEG (électro-encéphalographique). Il est très léger. En figure II.5.31, une photographie de ce casque. Cederholm et al. [Cederholmet al., 2011]

l’em-Fig II.5.31 – Le casque Emotiv EPOC employé par Cederholm et al. [Cederholmet al., 2011]

Fig II.5.32 – Les capteurs biométriques modifiés de Dekker et Cham-pion [Dekker et ChamCham-pion, 2007]

ploient afin d’agir sur l’expérience du joueur. L’auteur propose un jeu vidéo qui traite directe-ment les données du casque et ajuste la difficulté en temps réel. L’auteur défend que l’émotion du joueur peut ainsi être maniée par le système du jeu. Cet ajustement peut maintenir le joueur dans un état optimum pour l’apprentissage, par exemple. L’auteur souligne que :

«The EPOC provides Electroencephalography (EEG) and Electromyography (EMG) sensors that can detect electrical signals produced by the brain and facial muscles, respectively, that can be interpreted as measurements of the instantaneous excite-ment, or arousal, of a player92. »

Dekker et Champion [Dekker et Champion, 2007] est une étude sur l’utilisation d’un système debiofeedback dans un jeu vidéo de typesurvival horror. Les auteurs emploient le moteur de 92. Trad. Le casque EPOC est composé de capteurs EEG (électro-encéphalographique) et EMG (éléctromyogra-phique) qui peuvent détecter les signaux électriques que produit le cerveau, pour le premier, et les muscles faciaux, pour le second. Ces signaux peuvent être interprétés comme une mesure instantanée de l’émotion d’excitation ou d’éveil d’un joueur.

jeu Source et adaptent un niveau du jeu vidéo Half Life 2 (Marc Laidlaw, 2004). Ils ont conçu des capteurs les plus discrets ou petits possibles. Ils remarquent que l’emploi du système biomé-trique à modifié profondément l’expérience du joueur. Les participants estiment que les capteurs attachés à l’extrémité des doigts les ont distraits. Ces joueurs soulignent qu’ils les gênent pen-dant le jeu. En figure II.5.32, une photographie de ces deniers. Ces outils de mesures sont légers ou s’adaptent. Toutefois, ils sont visibles et peuvent être interprétés comme trop intrusifs par les participants. Ils ressemblent à du matériel employé par les hôpitaux et non aux équipements dédiés au jeu vidéo. Les joueurs peuvent être excités ou troublés par l’expérience de ces der-niers plutôt que par le jeu lui-même. Ils perturbent donc l’expérience du jeu et l’engagement du joueur.

II.5.4.2 Méthodes effectives

Choix et actions degameplays: rappels

Birdwell [Birdwell, 1999] relate une réaction inattendue des joueurs lors des séances de tests du jeu Half-Life (Valve Corporation, 1998). Les joueurs tirent sur un des personnages du jeu dès qu’il apparaît au lieu de le considérer comme un allié. Perlin [Perlin, 2003] note l’impor-tance du contexte graphique dans la perception de ces derniers93. L’apparence du personnage a une influence sur le comportement du joueur. Birdwell constate que la réaction des joueurs est immédiate. Ils ont fait un choix tactique afin d’atteindre l’objectif de jeu et ont agi en fonc-tion. En section II.4.3.3, nous détaillons différentes études qui mettent en évidence l’impact de l’effet Proteus dans le jeu vidéo. Rosenberg et al. [Rosenberg et al., 2013] constatent que les participants quivolaientdans l’environnement virtuel ontsauvé plus d’enfants. Le concept de

superhérosouSupermann’a jamais été évoqué avec eux94. Parce qu’ilvolaient, ils ont un com-portement pro social plus positif. Les auteurs s’accordent à dire que ce dernier est associé par le participant au comportement du superhéros. Gamberini et al. [Gamberiniet al., 2008] sou-lignent que le passage aux règles symboliques du jeu pourrait aussi marquer une appropriation par le joueur des valeurs morales. La représentation graphique d’un avatar influence le compor-tement du joueur. Ces caractères visuels infèrent sur le jugement qu’il porte sur ses actions. Par extension, nous croyons qu’il impacte sur son engagement.

Calibrer les jeux vidéo dans l’industrie : exemples

Wallner et Kriglstein [Wallner et Kriglstein, 2013] est une revue de la littérature sur la vi-sualisation de données issues dugameplaydes jeux vidéo. L’étude propose des définitions ou fait état des moyens existants pour représenter ces informations. Par exemple, le diagramme et la carte de chaleur sont très employés. Cette dernière est une représentation graphique des données statistiques. Elle fait correspondre une certaine grandeur de la variable relevée à un nuancier de couleurs sur une matrice en deux dimensions. En figure II.5.33, une carte de cha-leur d’une session du jeu Team Fortress 2 (Valve Corporation, 2007) de la carte Dustbowl. Cette carte représente le nombre total demortsde tous les joueurs pendant une période déterminée. En arrière-plan, nous voyons la carte du jeu en noir et blanc. La couleur varie de bleu à rouge.

93. Voir en section II.4.2.

Fig II.5.33 – Carte de chaleur pour Team Fortress 2 [Wallner et Kri-glstein, 2013]

Fig II.5.34 – Extrait d’un scénarimage biométrique [Peltokangas, 2015]

Le rouge est sur les zones où il y eut le plus de morts. Les scénarimages biométriques95 per-mettent de visualiser sur un temps et parcours donné, les pics de motivation des joueurs. Ils sont aussi employés pour représenter des comportements plus notables associés à l’expérience de jeu, comme l’émotion ou la dramaturgie [Peltokangas, 2015]. Les pastilles rouges pointent les comportements évalués comme négatifs et les vertes, les positifs. Ce type de représenta-tion s’effectue sur un nombre très réduit de joueurs. Elle permet de faire des comparaisons, par exemple. La carte de chaleur et le scénarimage biométrique permettent à l’équipe de développe-ment d’avoir une vue claire du comportedéveloppe-ment des joueurs. Dans l’étude de Wallner et Kriglstein [Wallner et Kriglstein, 2013], nous relevons les variables qui permettent l’analyse dugameplay. Nous notons, par exemple :

• Nombre de joueurs ;

• Nombre de rounds joués ou gagnés ;

• Le ratioennemis tués/morts joueurs;

• Points d’expérience gagnés ;

• Statistiques des armes ;

• Chemins empruntés ;

• Temps de jeu ;

• Nombre demorts;

• Les dommages pris par le joueur et infligés aux ennemis ;

• Niveau de santé.

La récupération des données s’effectue en fonction d’un temps déterminé et pour un en-semble de joueurs. Ces variables permettent de caractériser un comportement de jeu. Un logi-ciel collecte des données ciblées et crée des représentations claires pour l’équipe de production. Ces outils sont un véritable enjeu commercial pour le jeu vidéo. BioWare est une société cana-dienne de développement de jeu vidéo. Elle est à l’origine de SkyNet [Zoeller, 2010]. Un extrait de l’écran du logiciel est présenté en figure II.5.36. Il permet une analyse et une représentation des données issues du jeu. Cet outil permet de suivre les traces des joueurs. Il représente visuel-lement les données pertinentes pour l’amélioration dugameplay. Par exemple, SkyNet propose un modèle de visualisation du parcours des joueurs. Sur une carte stylisée, une trace est calculée en fonction des chemins qu’ils empruntent. L’épaisseur de cette trace dépend de leur nombre. Cet outil offre la possibilité de voir très directement les comportements de jeu sur la carte. Les

Fig II.5.35 – Ecran client de Data Cracker, le logiciel employé pour Dead Space 2 [Medleret al., 2011]

Fig II.5.36 – Extrait de l’interface du logiciel SkyNet. Une carte du mouvementtotaldes joueurs [Zoeller, 2010]

données ainsi représentées permettent aux professionnels de l’industrie de calibrer le jeu ou d’améliorer songameplaypendant la phase de bêta-test.

Medler et al. [Medleret al., 2011] détaillent leur outil employé pour le jeu vidéo Dead Space 2 (Visceral Games, 2011). Data Cracker collecte des données qui permettent une analyse de l’expérience du joueur. Il permet l’étude du comportement du joueur durant le développement du jeu et après qu’il soit mis en vente. Ces dernières mesures permettent de vérifier que les joueurs ne trichent pas en employant des robotss pendant la durée de vie du jeu, par exemple. Les auteurs soulignent que leur outil utilise des couleurs, symboles et illustrations issues du jeu pour que l’équipe de développement accepte et travaille avec lui. Ils soulignent que Data Craker récupèrent les données des variables suivantes afin de déterminer l’expérience de jeu durant les matchs du mode multijoueur de Dead Space 2 :

• «Identifying when unique matches start and end96.»

• «When the human team completes objectives97.»

• «The position of players as they traverse the play area98.»

• «How much weapon damage players inflict on other players99.»

• «When players equip weapons or classes100.»

• «When players are killed by or kill another player101.»

• «When players respawn after being killed102.»

• «Whether a team wins or loses a match103.»

• «How much experience each player gains from a playing in a match104.»

Les auteurs choisissent ces variables en fonction du gameplay du jeu. Nous constatons qu’elles sont représentatives des choix tactiques des joueurs et donnent le résultat de ces choix. Booth [Booth, 2009] présente un système d’analyse des données plus complexe. Il a pour ob-jectif de gérer les ennemis du jeu Left 4 Dead (Valve, 2008). Dans ce jeu, les joueurs jouent en coopération contre des zombies. Ces derniers arrivent par vague. Le système de Booth ajuste

96. Trad. Identifie quand chaque match démarre et se termine. 97. Trad. Quand l’équipehumainefinit ses objectifs.

98. Trad. La position des joueurs quand ils parcourent l’espace de jeu. 99. Trad. Les dommages infligés par l’arme des joueurs aux autres joueurs. 100. Trad. Quand les joueurs s’équipent d’armes ou de classes.

101. Trad. Quand les joueurs sont tués ou tuent d’autres joueurs. 102. Trad. Quand les joueurs réapparaîtront après avoir été tués. 103. Trad. Quelle équipe gagne ou perd le match.

algorithmiquement le rythme de jeu en estimant l’intensité émotionnelle d’un joueur. Il se base sur des variables déterminées comme la quantité de dommages reçus. L’auteur note que cette gestion de l’intelligence artificielle des zombies permet de gérer l’intensité dramatique du jeu. Ce moyen évite aussi au joueur qu’il se fatigue durant les assauts.

Le comportement des joueurs doit être caractérisé en fonction dugameplaydu jeu. Le dé-terminer demande de choisir quelle variable considérer ou quel modèle d’analyse employer. Nous constatons que ces analyses traitent les données issues des groupes ou de l’ensemble des joueurs. L’analyse s’effectue sur un temps donné et dans une zone définie du jeu, par exemple. Les choix tactiques des joueurs et le résultat de ces choix sont centraux à l’analyse du compor-tement du joueur.

Mesures objectives dans la recherche

Par l’observation des participantsL’observation des participants permet de recueillir des informations sur les comportements non verbaux. Une grille d’analyse est parfois employée. Les observations récoltées permettent d’appréhender une réalité vécue plutôt que de considérer des informations qui dépendent de la représentation des participants. Par exemple, Pena et al. [Peña

et al., 2009] proposent les résultats d’observations du comportement des participants dans le jeu. L’étude prend en compte les attitudes et choix. Les auteurs jugent ces derniers commepositifsou

négatifs. Par exemple,attaquer des joueurs non armésest considéré comme un comportement négatif. Dans le jeu vidéo, cette action peut être jugée par le concepteur de jeux comme positive pour l’expérience du jeu ou l’émotion du joueur. Certaines études demandent aux participants de répondre à des questions plus ouvertes ou d’interagir avec d’autres participants. Les textes rédigés ou discussions textuelles dans les espaces de discussion du jeu sont pris en considération (e.g. [Martey et al., 2014]). Ces études ne considèrent pas toujours le gameplaydu jeu (e.g. [Peñaet al., 2009]) ou l’expérience a lieu dans un environnement virtuel où lechallenge n’est pas clairement caractérisé (e.g. [Rosenberget al., 2013], [Regenbrechtet al., 1998]). Un certain nombre de facteurs caractérise le comportement pro social du joueur ou de l’utilisateur. Ce comportement est positif ou négatif [Yee et Bailenson, 2007, Peña et al., 2009, Rosenberg

et al., 2013]. Pour les jeux sérieux, Karadimitriou et Roussou [Karadimitriou et Roussou, 2011] observent les jeunes participants de l’étude. Nous relevons, par exemple :

• Définir une valeurpositiveounégativeà un acte symbolique : par exemple, le nombre d’enfants sauvés;

• Évaluation indirecte des stratégies employées en caractérisant les actions du participant : le participant emploie la bonne stratégie ;

• Le rapport social entre joueurs : par exemple, les actes bienveillants comme sauver un joueur ou le féliciter pour cet acte ;

Mesures pendant le jeuSykes et Brown [Sykes et Brown, 2003] montrent l’intérêt de relever la pression effectuée par les joueurs sur les boutons du contrôleur afin d’établir leur état émo-tionnel. Les auteurs mettent en évidence que l’émotion vécue est liée à ce degré de pression. Chapman et al. [Chapmanet al., 1999] montre que l’engagement n’est pas lié à la fréquence de ces entrées. Les données récoltées peuvent être issues directement du jeu vidéo. Levieux et al. [Levieux et al., 2009] propose un logiciel qui permet de mesurer la difficulté du jeu. Son modèle caractérise par exemple lechallengedans un jeu donné. A l’issu de la partie, le logiciel

propose au concepteur de jeux la courbe de difficulté du jeu. Guardiola ou Natkin et al. [ Guar-diola, 2013,Natkinet al., 2012, Guardiola et Natkin, 2010] sont un ensemble d’études sur les modèles psychologiques et leurs applications dans les jeux vidéo. Le joueur est caractérisé par son activité dans le jeu et une méthodologie de mesure du profil psychologique. Ses actions sont interprétées et relevées par le logiciel. Elles sont ainsi précisément comparées et analysées. Bouvier et al. [Bouvieret al., 2014,Bouvieret al., 2013] identifient et analysent l’engagement du joueur dans un jeu sérieux dédié à l’apprentissage. Par exemple, les auteurs considèrent que

finir l’objectif est un comportement type du joueur engagé. Ils récupèrent et traitent les données liées aux interactions. Par exemple, l’utilisateur se connecte à son compte Facebook ou accepte de réaliser l’objectif. Les auteurs observent et considèrent que ces traces sont le reflet de l’en-gagement du joueur. Gerlin et al. [Gerlinget al., 2013] analysent l’expérience du joueur et les données générées par le jeu vidéo. Les auteurs évaluent l’effet de la représentation graphique de l’environnement sur l’expérience de jeu. Les auteurs effectuent la mesure subjective avec trois questionnaires pour la mesurer. Ils détaillent la méthode employée pour évaluer objectivement le comportement. Pour leurs deux jeux, Sparkly Frogger et Candy Kids, ils considèrent :

« (...) included key input (left, right, up, down), and the number of deaths for Sparkly Frogger. The error metric was defined as the ratio of deaths over key input. For Candy Kids, grabbed and fed items were logged with respect to the currently accepted candy. The error metric was defined as the ratio of the sum of mismatched candy grabbed over the sum of all candy grabbed.105. »

Les auteurs récupèrent et analysent les données issues du jeu. Par exemple, ces informations comprennent le nombre d’entrées sur le clavier. Nous notons que le réalisation des ratios ou

taux d’erreurstient compte étroitement dugameplaydes jeux.

II.5.4.3 Méthodes mixtes et limites

Des modèles de comportements types ?

Bartle [Bartle, 1996] est le co-concepteur du jeu en ligne multijoueur MUD (Multi-user dungeon)106. Ce jeu est de type médiéval-fantastique. Le joueur incarne un personnage. Il dé-couvre leur environnement par les descriptions textuelles des lieux, objets et des autres person-nages qu’il rencontre. Les joueurs interagissent avec l’environnement et entre eux en écrivant les commandes et remarques grâce à leur clavier. L’auteur s’appuie sur leurs échanges et choix pour fonder une taxonomie du joueur. En figure II.5.37, un schéma de celle-ci. Elle désigne 4 types de joueurs structurés selon 2 axes. Ces derniers sont :

• Joueursopposésmonde;

• Actionopposéeinteraction.

Ils déterminent latendancedes joueurs. Les 4 types de la taxonomie sont :

105. Trad. (...) inclu le nombre de pressions sur les touches (flèches gauche, droite, haut, bas) et le nombre d’échecs pour Sparkly Frogger. Le taux d’erreurs est défini comme étant le ratio entre le nombre d’échecs et les entrées sur les touches. Pour Candy Kids, les objetsattrapésetnourrisont été enregistrés en tenant compte de l’objet sucrerie acceptée en cours. Le taux d’erreurs a été défini comme le rapport du nombre des bonbons dépareillés attrapés sur le total des bonbons attrapés.

Fig II.5.37 – Le modèle de Bartle [Bartle, 1996]

• Performeur: le joueur se place du côtéaction-monde. Il collecte les trésors, se bat contre des personnages puissants ou termine chacun des objectifs ;

• Explorateur: le joueur se place du côtéinteraction-monde. Il découvre la topo-logie du monde, la physique et les mécanismes du jeu ;

• Socialisateur : le joueur se place du côté interaction-joueurs. Il communique avec les autres joueurs, créer des liens ;

• Tueur: le joueur se place du côté action-joueurs. Il recherche la confrontation avec les autres joueurs, la puissance.

L’auteur montre également comment les variations d’effectifs de l’un de ces types influent sur les effectifs des autres. Par exemple, une augmentation du nombre de tueurs entraîne une di-minution du nombre deperformeurs. Bartle [Bartle, 2005] ajoute un axe supplémentaire à son modèle d’origine. Il s’agit de l’axeexplicite-implicite. Il permet de mettre en lumière les moti-vations des joueurs. La tendance implicite signifie que le joueur accomplit un acte sans y penser. L’explicite renvoie au caractère intentionnel de l’acte. Il en déduit 8 types de joueurs au lieu des 4 initiaux. Par exemple et pour les joueurs de typeperformeur, il les divise en deux catégories : lesplanificateurset lesopportunistes. Lesplanificateurssont de typeexplicite. Par exemple, ils se fixent un but et s’organisent pour l’atteindre. Les opportunistes sont de type implicite. Ces joueurs saisissent les opportunités quand elles se présentent. Toutefois, cette taxonomie est très discutée. Par exemple, Guardiola [Guardiola et Natkin, 2015] souligne :

« If we look with a scientific approach at Bartle player typology [Bartle 1996], we can identify several biases, reproduced in most of followers propositions. The typology is not based on an existing and scientifically documented psychological model (...). The typology is dedicated to a specific genre, the Multi Users Dungeon, MMORPG ancestor107. »

La typologie de Bartle [Bartle, 1996] est dédiée à un jeu particulier ou un genre degameplay. Les auteurs soulignent qu’une typologie dépend des profils psychologiques établis et du

ga-107. Trad. Si nous regardons la typologie de Bartle [Bartle 1996] avec une approche scientifique, nous pouvons identifier plusieurs biais, repris dans la plupart des propositons qui suivent. La typologie ne repose pas sur un modèle psychologique existant et scientifiquement documenté (...). La typologie est adaptée à un genre spécifique,

meplaydu jeu. Cette typologie n’est pas considérée par l’industrie108. Chauvin et al. [Chauvin