Ajuste automático del nivel de dificultad en juegos serios mediante el uso de feedback implícito y machine learning

La aplicación de juegos serios en diversas áreas, como la educación, la capacitación, la atención médica, entre otros, ha experimentado un rápido crecimiento debido a su principal objetivo de enseñar o mejorar habilidades en los usuarios finales. Un juego bien diseñado mantiene a los jugadores en su “zona de flujo”, evitando emociones negativas, como la ansiedad o estrés, para lograr sus objetivos educativos o terapéuticos. Por esta razón, una buena experiencia de usuario (UX) es fundamental para involucrar al jugador en el juego y apoyar su proceso de aprendizaje. Es por ese motivo que en este proyecto se propone desarrollar componentes de software que permitan ajustar de manera el nivel de dificultad de un juego serio a partir del análisis y procesamiento del feedback implícito basado en las emociones del jugador, con el objetivo de mejorar la experiencia de usuario, lo que conlleva a mejorar la efectividad de la enseñanza y el compromiso del usuario. Esta propuesta aplicará técnicas de machine learning para analizar y procesar las emociones del jugador, brindando así un ajuste personalizado del juego.

Los juegos serios, o serious games, han experimentado un aumento significativo en su uso y aplicación en diversas áreas en los últimos años, debido a su efectividad en proporcionar resultados de aprendizaje en varios aspectos como el conocimiento, comportamiento, cognición y motivación (Laamarti et al., 2014). Por ejemplo, en el sector educativo, se tiene el juego 'Garfield's Count Me In' que está diseñado para ayudar a los estudiantes de primaria en ejercicios matemáticos repetitivos. En el ámbito de la seguridad cibernética, juegos como CyberSprinters se utilizan para la enseñanza en escuelas primarias. Además, la creciente conciencia sobre el uso y ventajas de los juegos serios y la inversión en su desarrollo impulsan su crecimiento; se estima que el mercado de los juegos serios crezca de 11.21 mil millones de dólares en 2023 a 34.80 mil millones de dólares para el 2028 (MordorIntelligence, 2023).
Un juego serio efectivo debe lograr un equilibrio entre el desafío y las habilidades del jugador (quién persigue un objetivo de aprendizaje), manteniéndolo en su “zona de flujo”. La teoría de la “zona de flujo” (o Flow Zone en inglés), propuesta por Csikszentmihalyi (2008), subraya la importancia de mantener a los jugadores en un estado de flujo, esto significa que el juego debe ser lo suficientemente desafiante para mantener el interés del jugador, pero no tanto como para causar frustración. Para lograr esto, los juegos serios deben ofrecer desafíos adecuados, retroalimentación constante y una curva de dificultad bien equilibrada (Chen, 2007). Además, un juego serio debe ser resultado de tener un diseño centrado en el usuario que considere la usabilidad, accesibilidad y satisfacción emocional (Condori-Fernandez, 2017; Quispe-Cruz & Condori-Fernandez, 2022). Es por ello que la experiencia de usuario toma importancia en este tipo de juegos, debido a que una mala experiencia de usuario puede llevar a una disminución en la motivación y el compromiso del jugador, reduciendo así la efectividad del juego para alcanzar sus objetivos educativos o terapéuticos. Por ejemplo, puede causar frustración, ansiedad o aburrimiento, afectando negativamente la experiencia de aprendizaje del jugador y disuadiéndolo de futuras interacciones con el juego o similares. Además, la falta de compromiso en el juego puede impedir la generación de datos de alta calidad para la investigación, como se ha visto en proyectos que utilizan juegos serios para investigaciones científicas y sociales, demostrando la importancia de mantener a los jugadores activamente comprometidos​ (Cordes, 2021).
Con el fin de mejorar la experiencia de usuario en los juegos, se han planteado diversas estrategias, algunas se centran en recibir información directa de los jugadores a través de comentarios y opiniones para identificar las áreas de mejora (Deterding et al., 2011), otras basadas en pruebas de usuario donde se observa al jugador mientras interactúa con el juego para encontrar problemas de usabilidad y áreas de frustración (Moreno et al., 2012, Petrov, P. D., & Atanasova, 2020), otras aplicando análisis de datos del juego en base a las acciones del jugador, su tiempo de juego, etc. (Drachen et al., 2009) y algunas estrategias utilizan las emociones como una característica para mejorar la inteligencia social de elementos del juego (e.g., avatares, humanos virtuales) (Magnenat-Thalmann & Kasap, 2009). Sin embargo, las emociones que experimenta el jugador durante el juego también representan una fuente importante de datos, la cual brinda información implícita de cómo percibe el usuario el juego y puede resultar útil para mejorar la experiencia de usuario a través del ajuste automático del nivel de dificultad del juego. En la actualidad, aún no hay trabajos que utilizan la información emocional para este fin.