Прорыв в анализе поведения геймеров
Ученые из Санкт-Петербурга разработали новаторскую систему машинного обучения, которая определяет пол игрока, анализируя количество его достижений и время, проведенное в играх. Первые впечатляющие результаты работы были представлены на престижной конференции AAAI Conference on Artificial Intelligence в Гонолулу.
Игры как зеркало личности
Идея проекта заключалась в использовании игровых данных для изучения реального поведения человека. В отличие от социальных сетей, где люди сознательно фильтруют контент, в играх проявляются более искренние и естественные модели поведения, отражающие истинные предпочтения.
Научные дебаты о влиянии игр
Два десятилетия ведутся активные дискуссии о пользе и вреде компьютерных игр для детей и взрослых, их влиянии на мозг. Нейрофизиологи обнаружили, что одни игры могут улучшать реакцию и память, а другие — негативно влиять на определенные отделы мозга.
Критики сетевых игр указывают на риск развития зависимости, схожей с наркотической, а также на гипотетическую возможность переноса виртуальной жестокости в реальный мир из-за высокого уровня реализма.
Преодоление исследовательских барьеров
Поиск ответов на эти вопросы долгое время сдерживался отсутствием инструментов для масштабного наблюдения за геймерами вне лабораторий, что ограничивало точность исследований.
Steam-данные как ключ к разгадке
Ученые Университета ИТМО совместно с сингапурскими коллегами совершили прорыв, создав систему машинного обучения. Она способна выявлять личностные черты и пол игроков на основе данных популярной платформы Steam.
Для обучения искусственного интеллекта использовались данные сервиса Player.me, который связывал Steam-профили с аккаунтами в Twitter, Facebook и Instagram (принадлежит компании Meta, запрещённой в РФ). Сопоставление игровых паттернов с активностью в соцсетях выявило удивительные корреляции между стилем игры и личностью.
Исследование убедительно доказало связь игровых данных с реальными характеристиками людей. Пол и другие атрибуты теперь можно предсказывать, анализируя покупаемые игры, предпочитаемые жанры, частоту платежей и другие поведенческие аспекты в Steam.
Многообещающие перспективы
Полученные результаты открывают захватывающие возможности для разработчиков и издателей игр. Они помогут точнее оценивать целевую аудиторию, время, которое пользователи готовы посвящать играм, и оптимизировать продукты. В планах ученых — дальнейшее развитие системы для диагностики игровой зависимости.
Предыдущие подходы использовали тексты, изображения или геолокацию, но уникальный язык игровых часов и достижений оказался невероятно информативным. Даже этих данных достаточно для точного прогнозирования пола игрока, что открывает путь к еще более глубокому анализу поведения в виртуальных мирах.
Изображение: Фотобанк Freepik
Источник: scientificrussia.ru
