چگونه از دل مکانیسم‌های کدگذاری‌شده‌ی بی‌روح داستان‌ شکل می‌گیرد؟

زمان مورد نیاز برای مطالعه: ۳۱ دقیقه
Deus Ex Emergent Gameplay

شطرنج قوانین محدود و کمی در نحوه‌ی حرکت مهره‌های مختلف دارد، اما از دل مکانیسم‌های ساده‌ی آن تعداد بی‌شماری استراتژی‌های مختلف بیرون می‌آید. این بازی در اشکال گوناگون در سرتاسر تمدن‌های مختلف وجود داشته و هنوز هم ما را شگفت‌زده می‌کند. پیچیدگی‌اش باعث شد محققان هوش مصنوعی حل‌کردن آن را به چشم دستاوردی بزرگ برای هوش مصنوعی‌ها و جام مقدس این حوزه ببینند. حاصلش شد ساخت هوش مصنوعی دیپ پلو/Deep Blue که توانست قهرمان شطرنج گری کاسپاروف/Gary Kasparov را شکست دهد.

به این عمق می‌گوییم فرآمدگی استراتژیک/Strategic Emergence، یعنی پدیده‌ای که در آن قوانین بازی اجازه می‌دهد فضای غنی‌ای برای کاربست استراتژی‌های متفاوت مهیا شود. بازی‌های مختلف عمق مختلفی هم دارند که برآمده از قوانین‌شان است، چه این قوانین برخاسته از بازی ساده‌ای مثل دوز باشد یا امکانات بی‌شمار بازی Go.

با این حال، این فرآمدگی در شکل‌های دیگری هم خود را بروز می‌دهد: در افسانه‌ی زلدا: تنفس وحش/The Legend of Zelda: Breadth of the Wild بازیکن می‌تواند شی‌ای را از جایی به جای دیگر کشیده و ثابت نگه دارد، چند باری به آن ضربه بزند، و سپس می‌بیند که شی چطور به جلو رانده می‌شود. و همینطور می‌توان از هر شی‌ای در این دنیا بالا رفت. وقتی این دو قانون ساده را با هم ترکیب می‌کنید می‌بینید چطور می‌توانید فواصل طولانی را طی کنید. به این می‌گوییم فرآمدگی سیستمی/Systemic Emergence: زمانی که قوانین سیستم می‌توانند به شکل پویا با هم ترکیب شوند تا نتایج خلاقانه‌ای بار آورند.

یک بازی اثرگذار دیگر، میسل کامند/Missile Command، از نوع دیگری استفاده می‌کند که می‌توان نامش را فرآمدگی روایی/Narrative Emergence گذاشت. وظیفه‌ی شما در این بازی حفاظت از شش شهر مقابل حملات اتمی است. به‌مرور زمان چاره‌ای ندارید تا برای مقابله با آشوب و برقراری نظم دست به فدا کردن بعضی‌ از این شهرها بزنید، و در پایان هم همه می‌میرند. توالی این رویدادها مثالی از وحشت‌ها و بیهودگی جنگ اتمی است که صرفا از ترکیب قوانین ساده به‌وجود می‌آید.

بازی The Legend of Zelda Breath of the Wild

فرآمدگی پدیده‌ای است که در آن کل سیستم، ویژگی‌هایی پیدا می‌کند که اجزای تشکیل‌دهنده‌ی همان سیستم فاقد آن ویژگی‌ها هستند. این مفهوم برای فهم بازی‌ها اساسی است چون بازی‌ها نهایتا چیزی نیستند مگر سیستم‌هایی قانون‌محور که مصداق عینی آن قول عامیانه می‌شوند: کل بزرگ‌تر از اجزایش است. و این قاعده‌ی سرانگشتی ما را به فهم فرآمدگی نزدیک‌تر می‌کند.

در کتاب اثرگذار «قوانین بازی»/Rules of Play، نویسندگان با استفاده از نظریه‌ی پیچیدگی و تحلیل سیستم‌ها استدلال می‌کنند فرآمدگی نتیجه‌ی پیچیدگی است. سیستم‌های پیچیده آن‌هایی هستند که روابط کافی بین اجزایشان هست تا پدیده‌های غیرتصادفی و متمایزازهم تولید کنند. و این اتفاق زمانی می‌افتد که این روابط بین اجزا از حدی مشخص عبور کند. در حالی که فرآمدگی محصول همین فرآیند است و در اشکال گوناگونی بروز می‌یابد، فرآمدگی نه تنها باعث شکل‌گیری دینامیک‌های جالبی در روایت و استراتژی می‌شود بلکه واقعیت‌هایی را هم درباره‌ی جهانی که در آن ساکنیم نشان می‌دهد.

جاناتان بلو/Jonathan Blow در سخنرانی‌ای که درباره‌ی حقیقت فرآمده/Emergent Truth در بازی‌ها داشت، این پدیده را با کمک مجموعه ماندلبرو/Mandelbrot Set خلاصه می‌کند: اینکه چگونه یک فرمول ساده می‌تواند برای بی‌شمار فرکتال استفاده شود.(۱) او از «بازی حیات کانوی»/John Conway’s Game of Life هم استفاده می‌کند تا نشان دهد چگونه قوانین ساده‌ی این بازی منجر به الگوهای خودتکثیرکننده‌ی غیرقابل‌پیش‌بینی می‌شود. و اما اینها چه ارتباطی به بازی‌ها دارند؟ جاناتان بلو با این مثال‌ها می‌خواهد بگوید چگونه بازی‌ها، که سیستم‌هایی ساخته‌ی قوانین ساده‌اند، می‌توانند به حقایق مختلفی از هستی بپردازند.

فرآمدگی را در همه‌جای حیات و در هر مقیاسی که باشد می‌شود دید: تک‌مورچه یک موجود ساده است که فرمون/phermoneها مسیرش را مشخص می‌کنند، اما مجموع این مورچه‌ها در کنار هم لانه‌های پیچیده‌ای می‌سازند که از خود اجزایش باهوش‌تر و قادر به تنظیم حرارت. مغزهای ما هم نخست توسط نورون‌های ساده تشکیل شده‌اند، و کامپیوترهایمان هم نخست از اعداد باینری ساده، و کیهان‌مان ابتدا از قوانین فیزیکی پایه‌ای. اما از دل همه‌ی این حوزه‌ها سیستم‌های محاسباتی شدیدا پیچیده‌ای بیرون آمده که در سطحی بالاتر از قوانین اولیه‌شان نمود می‌یابند. همانطور که فریتیوپ کاپرا/Fritjof Capra در کتاب «تار جهان»/Web of World استدلال می‌کند، خود کیهان هم احتمالا نتیجه‌ی فرآمدگی خاص خودش است و حیات هم بخشی از این فرآیند پویا.

بازی The Witness

ممکن است بپرسید اینها چه اهمیتی برای گیم دیزاین دارد؟ خب، بیاییم به سه نفر از اعضای مشهور این صنعت بپردازیم و اینکه چگونه از این فرآمدگی‌های مختلف برای طراحی بازی‌شان کمک می‌گیرند.

سید میر/Sid Meier، خالق سری تمدن/Civilization، زمانی گفت بازی‌ها «مجموعه‌ای از تصمیم‌گیری‌های جالب» هستند، که شباهت زیادی به همان فرآمدگی استراتژیک در بازی شطرنج دارد. او می‌گوید تصمیماتی مثل سود/خطر، بلند مدت/کوتاه مدت، و سود/زیان را در بازی‌هایی مثل تتریس هم می‌توان یافت که در آن باید بین تلنبار کردن بلوک‌ها روی هم یا از بین بردن‌شان برای شکل‌دادن به خطوط جدید دست به انتخاب بزنید. و در سری تمدن تصمیمات بلند مدت حیاتی می‌شوند و ملاحظات استراتژیک در اینکه چه زمانی باید حمله کنید یا نکنید دخیل است. یک نظریه‌ی بازی دیگر هم به نام «موازنه‌ی نش»(۲) وجود دارد که به کمک آن می‌توان بازی‌ها را در عریان‌ترین و ساده‌ترین حالت‌شان دید: بازی‌های مبارزه‌ای/فایتینگ نسخه‌ی پیچیده‌ای از سنگ-کاغذ-قیچی هستند و بازی‌های استراتژیک هم یک صفحه‌ی پازل چهار ضلعی.

با این حال، ماهیت پویا و درهم‌برهم بازی‌ها باعث شکل‌گیری پدیده‌ی دیگری به نام Yomi می‌شود، یعنی هنر پیش‌بینی حرکت بعدی حریف و خنثی کردن آن. در بازی‌هایی [غیردیجیتالی] مثل پوکر و شطرنج و GO می‌بینیم جمع کردن اطلاعات حریف (یعنی نحوه‌ی بازی کردن او) و بلوف زدن و او را فریب دادن بخش اساسی برنده شدن می‌شود.

ویل رایت/Will Wright، یک بازی‌ساز صاحب‌سبک دیگر و خالق سیم‌سیتی/SimCity هم بازی‌ها را به چشم سیستم‌های تعاملی پویایی می‌بیند که در آن می‌توان شبیه‌سازی‌های مختلف را اجرا و فرضیه‌های گوناگون را امتحان کرد. در سیم‌سیتی مجموعه‌ای از سیستم‌ها قوانین خاص خود را دارند که در تعامل با هم باعث نتایج پویایی در محیط بازی می‌شوند. ویل رایت از ما می‌خواهد شیوه‌ی طراحی بازی‌ها را از لنز سیستم‌ها و نظریه‌ی پیچیدگی ببینیم و بنابراین از چنین ابزارهایی استفاده کنیم: فیدبک لو‌پ‌ها، لوپ‌های پویا، حالت‌های مختلف محیط، و سیستم‌های هوش‌ مصنوعی‌محور. به باور رایت این ابزارها برای ساخت چیزهای خلاقانه راه‌گشاست و این را در خود بازی‌های خلاقانه‌اش هم می‌بینیم.

در آخر، جاناتان بلو، که بیشتر به‌خاطر دو بازی مستقل خود یعنی Braid و Witness شناخته می‌شود، در اهمیت آنچه نامش را «معناسازی پویا» در بازی‌ها گذاشته می‌گوید ما به‌طور غریزی بر اساس قوانین و تعاملاتی که در محیط بازی داریم داستان می‌سازیم. در سخنرانی‌اش، «مشکلات اصلی در طراحی مدرن بازی‌ها»/The Main Conflicts in Modern Game Design، از این می‌گوید که چگونه، اگر بازی‌ها می‌خواهند در مقام یک فرم هنری جدی گرفته شوند، باید به شیوه‌ای که معنا را می‌رسانند توجه کنند:

«طراحان مدرن زیاد به معناسازی پویا فکر نمی‌کنند. در عوض، داستان و مکانیسم‌های گیم‌پلی را (که قرار است «سرگرم‌کننده» باشد) در دو مسیر متفاوت از هم پیش می‌برند [و آن را به چشم چیزی واحد نمی‌بینند]. مسئله این است که، داستان و مکانیسم‌های «سرگرم‌کننده» معانی متفاوتی دارند و آبشان با هم توی جوب نمی‌رود. مثل این می‌ماند که در مراسم عزاداری یک موسیقی شاد پخش کنید.»

SimCity 4

در Braid، مکانیسم‌های گیم‌پلی حول دستکاری زمان است و برای اینکه قصه با این مکانیسم جور دربیاید مضامینش درباره‌ی پشیمانی و تغییر دادن گذشته است. اینگونه بین گیم‌پلی و داستان وحدت ایجاد می‌شود. ولی یک مسئله‌ای هست: مرز میان فرآمدگی استراتژیک، سیستماتیک و روایی غیرقابل‌نفوذ است. بنابراین این فرم‌ها به شیوه‌های جالبی با هم تعامل پیدا می‌کنند.

مثلا در کویک/Quake، چیزی به نام پرش با راکت داشتیم، به این معنا که شعاع انفجار راکتی که پرت می‌کردیم می‌توانست ما را به هوا پرتاب کند و بازیکن اگر زمان شلیک به نزدیک خود همزمان دکمه‌ی پرش را هم می‌زد می‌توانست کارهای جدیدی کند که قبلا نمی‌توانست. این یک نوع فرآمدگی سیستماتیک است که به‌مرور به فرآمدگی استراتژیک تبدیل می‌شود. در This War of Mine، تصمیمات استراتژیکی که می‌گیرید پیامدهای روایی دارد: قتل‌ها و دزدی‌هایی که مرتکب می‌شوید ممکن است باعث شود بیشتر زنده بماند اما معمولا فشار روانی روی کاراکترهایتان وارد می‌کند چون می‌خواهند در محیطی جنگ‌زده شرافت و انسانیت خود را حفظ کنند. این نیز ترکیب فرآمدگی روایی، سیستماتیک و استراتژیک در یک سناریوی پویاست.

اگر این مفاهیم را در قالب یک چهارچوب عامیانه‌تر بریزیم می‌بینیم چگونه فرآمدگی هم عمودی و هم افقی شکل می‌گیرد. در جدول زیر واضح‌تر می‌توان به منظور پی برد:

استتیک دینامیک مکانیسم
روایی استراتژیک سیستماتیک

مکانیسم‌ها میزبان دینامیک فعل بازی کردن هستند، که به استتیک کلی این فعل نیرو می‌دهد. اما فرآمدگی سیستماتیک برخاسته از مکانیسم‌هاست. فرآمدگی استراتژیک بیرون از دینامیک‌ها نمود می‌یابد و فرآمدگی روایی بخش اساسی فعل بازی کردن است. در پایان همه‌ی این فرم‌ها درون همدیگرند و از دل همه‌ی این نمودها پیوندی همه‌جانبه میان همه‌ی اجزا برقرار می‌شود.

مزیت دیدن قضیه از لنز فرآمدگی این است که گیم دیزاینرها با آن می‌توانند ابزارهایی بسازند برای خلق عناوینی عمیق‌تر، نظام‌مندتر، و تعاملی‌تر. سید میر، ویل رایت و جاناتان بلو در هر یک از این فرآمدگی‌ها طلایه‌دارند. اما وقتی صحبت سر این عناصر باشد شاید طلایه‌داران دیگری هم هستند که شایسته‌ است به آنها پرداخت.

آلیشیا لایدکر/Alicida Lydecker در سخنرانی‌اش در تعریف بازی‌های سیستمیک می‌گوید اجزای آن همه باید بتوانند به شیوه‌های مختلف روی کل سیستم اثر بگذارند. بحث اصلی این است که برای چنین طراحی‌هایی چند قانون ثابت و دقیق وجود دارد. به باور او برای رسیدن به این هدف باید به این فکر کنیم که چگونه اشیا می‌توانند نه فقط با بازیکن بلکه با دیگر اجزای بازی هم تعامل داشته باشند. و سپس نتیجه می‌گیرد اینگونه می‌شود «داستان‌های شخصی» ساخت(۳). یک بازی‌ای که خیلی خوب این سیستم را پیاده می‌کند فارکرای ۴/Far Cry 4 است که سازندگانش از آن به عنوان «کارخانه‌ی داستان‌های شخصی» نام بردند. مثلا می‌توانید طعمه‌ای در پایگاه‌ها گذاشته و حیوانات را به جان سربازان بیاندازید چون این موجودات به شیوه‌های قابل‌پیش‌بینی‌ای با هم تعامل دارند. اینگونه نه فقط عمق استراتژیک بازی بلکه داستان‌های شخصی‌ای هم که می‌شود با آن ساخت غنی‌تر می‌شود.

یک انجین قانون‌محور دیگر که مثلا در زلدا: تنفس وحش برای دادن آزادی بیشتر به بازیکن ساخته شده «طراحی ضربی»/multiplicative نام دارد. اینگونه سناریوها گرچه هدف واحدی دارند ولی راه رسیدن به آن از طرف بازیکن کاملا آزاد است. اینگونه، به قول خودشان، یک «شیمی» به‌وجود می‌آید و همه‌چیز را بهم‌دیگر وصل می‌کند: بارانْ آتش را شعله‌ور می‌کند، آتشْ چمن را می‌سوزاند، الکتریسیتهْ آب را بالا می‌برد، و حتی باد روی همه‌ی اینها اثر می‌گذارد. این عمق استراتژیک می‌گذارد تا بازیکنان هرطور که می‌خواهند و دلخواهشان است موانع را پشت سر بگذارند عوض اینکه طراح مدام دست‌شان را بگیرد.

نکته‌ی دیگری که زلدا نشانمان داد این بود که باید محیطی ساخت تا بازیکن بتواند آزادی عملش را راحت بالفعل کند، به این معنا که گیم‌پلی به آنها که راه‌های خلاقانه را کشف می‌کنند پاداش دهد. طراحان سناریوهایی را پی‌ریزی کردند تا مطمئن شوند همزمان که یک راه‌حل وجود دارد چند گزینه‌ی دیگر هم کنارش باشند.

دیدن بازی‌ها به چشم عناصر متصل‌بهم یکی از راه‌های فهم فرآمدگی است، اما ویل رایت در سخنرانی‌اش، «دینامیک برای گیم دیزاینرها»، راه دیگری برای صورت‌بندی این مسئله به دست می‌دهد. او بازی‌ها را به سه بخش تجزیه می‌کند: عوامل/Agents به معنای اجزا به‌صورت منفک؛ شبکه‌ها/Networks به معنای اینکه چگونه آن اجزا با هم تعامل پیدا می‌کنند؛ لایه‌ها/Layers به معنای پی‌ریزی این شبکه‌ها در یک قالب منسجم و قانونمند.

چندین دینامیک دیگر این وسط دخیل است تا به تعامل این عناصر بهم کمک کند، و جالب است ببینیم که چگونه این اتفاق می‌افتد. مثلا در بخش چندنفره‌ی بتلفیلد شما در نقش یک فرد هستید، یک عامل/Agent. اما عضوی از جوخه‌ای بزرگ‌تر از خودتانید که می‌توان آن را به چشم شبکه/Network دید. این شبکه برای اینکه کار کند به تنظیماتی نیازمند است. بنابراین یکی مهندس است تا تانک‌ها را تعمیر کنید؛ یکی پزشک است تا مطمئن شود همه زنده می‌مانند؛ و یکی سرباز پیاده‌نظام است تا از همه‌ی اینها مقابل دشمن حفاظت کند.

به هماهنگی بین کارکردهای بازی هم‌افزایی/Synergy گفته می‌شود، و نمونه‌اش را در اینکه چطور بعضی از کارت‌ها در بازی هارت‌استون مکمل همدیگرند می‌شود دید؛ یا برنده‌شدن در مسابقات MMO‌ به شرط اینکه همه‌ی نقش‌ها در رویارویی‌های سخت با هم همکاری کنند؛ یا مثلا در سری توتال وار در سبک استراتژی همزمان می‌بینیم در زمان صلح روی افراد کار می‌کنید ولی در گرماگرم جنگ بیشتر به چشم گروه می‌بیندشان. در نسخه‌ی Shogun در همین سری این قضیه خیره‌کننده‌تر می‌شود چون سیستم‌های هوش مصنوعی بازی طوری تعبیه شده‌اند تا با توجه به اصولی که در «هنر جنگ» سان تزو آمده در سطح گروهی به جنب‌وجوش بیافتند. برای مثال، هوش مصنوعی بسته به اینکه تعداد سربازان حریفش بیشتر یا کمتر است واکنش متفاوتی نشان می‌دهد. این پدیده صرفا خاص بازی‌های بزرگ سیستمیک نیست چون بازی‌هایی مثل Go هم طرفین قلمروهای خاص خودشان را دارند که کنار هم گروهی تشکیل می‌دهند.

بازی total war shogun 2

سیم‌سیتی یکی از دیگر بازی‌هایی است که نحوه‌ی تعامل سیستم‌هایش با یکدیگر شگفت‌آور است. برای مدل‌سازی فساد شهری مثلا می‌بینیم هرقدر جمعیت بالاتر رود میزان جرم‌وجنایت بیشتر می‌شود و نتیجتا ارزش آن محله پایین می‌آید. پس مردم مجبور به مهاجرت می‌شوند، جمعیت پایین می‌آید، و جرم کاهش می‌یابد، مجددا چرخه‌ی تازه‌ای برای افزایش جمعیت شروع می‌شود و دوباره روز از نو. می‌بینیم که اینجا چگونه فرآمدگی روایی، استراتژیک و سیستماتیک با هم تعامل پیدا می‌کنند بدون اینکه خود طراح بازی (ویل رایت) اصلا چنین قصدی از اول داشته باشد.

این جنبه‌ی دیگری از سیستم‌ها را می‌نمایاند: فیدبک لوپ‌های مثبت، و فیدبک لوپ‌های منفی. در اولی، لوپ هر عمل به خود بازگردانده و تقویت می‌شود. مثلا killstreakها در بخش چندنفره‌ی کال آو دیوتی شانس اینکه دفعه‌ی بعدی kill بیشتری بگیرید را بالاتر می‌برد. بنابراین در فیدبک لوپ مثبتْ بازی به عدم توازن گرایش دارد. برعکس، در حالت منفی سیستم خود را مدام به توازن برمی‌گرداند. مثل هوش مصنوعی «نوار لاستیکی»/Rubber Banding در بازی‌های ریسینگ که باعث می‌شود بات‌هایی که خیلی عقب‌تر از او هستند ناگهانی جلو بیافتند و کار بازیکن در رقابت همچنان سخت بماند.

برای فهم بهتر فرآمدگی، دو کتاب هستند که بیش از همه این موضوع را در خصوص بازی‌ها می‌شکافند و بررسی می‌کنند. در کتاب Game Mechanics: Advanced Game Design، ارنست آدامز/Ernest Adams نشان می‌دهد چگونه مکانیسم‌های یک بازی، فیزیک آن، اقتصاد درونی‌اش، عناصرش و قوانینش همه در کنار هم تمایل به ایجاد شبکه‌ای درون فرآمدگی دینامیک خود دارند. آدامز سپس به معرفی چهارچوب مکان ماسیناسیون می‌پردازد تا به زبانی فرمال(۴) برای فهم سیستم‌ها برسد.

اقتصاد درونی یک بازی چهار عنصر دارد: منابع، مصارف، مبدل‌ها و تاجران. منابع یعنی هر نوع موجودیتی که آن را تولید می‌کند؛ مصارف یعنی هر کارکردی که آنها را خرج می‌کند؛ مبدل‌ها و تاجران هم یعنی هر مکانیسمی که به‌طور خودکار یا از طریق بازیکن تبدیل یک منبع به منبع دیگر را شدنی می‌کند.

با این چهارچوب می‌توان هر نوع بازی‌ای را، حتی اگر بازی ابتدایی‌ای مثل پک‌من باشد، توضیح داد و در انتزاعی‌ترین شکل ممکن رابطه‌ی بین موجودیت‌های مختلف درون سیستم را فهمید. برای مثال، در پک‌من، نقطه‌ها منبع هستند؛ پک‌من این نقطه‌ها را استخراج می‌کند و سپس این امتیاز برای دریافت قرص نیروبخش صرف می‌شود و نهایتا پک‌من در حالت قدرتمند جدیدی قرار می‌گیرد [برای تعقیب شکارچیان] که به‌مرور زمان مصرف و تمام می‌شود. این اجزا در کنار هم الگوهای سیستمیک خاصی تولید می‌کنند که به شیوه‌های مختلفی می‌توانند استفاده شوند.

یکی از این شیوه‌های فراگیر یعنی ساخت انجینی برای انباشت منابع برای اینکه یا همین الان استفاده شوند یا ذخیره شوند برای بعد. این باعث فرآمدگی‌ای می‌شود که در بازی‌های استراتژی بیشتر به چشم می‌آید. در این سبک بازی‌ها، زمان زیادی صرف جمع‌آوری منابع می‌شود و بعدا باید تصمیم گرفت که آنها را در چه راه‌هایی مصرف کرد. برای مثال در سری Civilization بازیکنان در روزهای اول مشغول جمع‌آوری غذا برای سیر کردن شهرها هستند، سپس سراغ منابع دیگر برای ساخت دژ و سرباز برای شهر می‌روند، و بعدا طلا استخراخ می‌کنند تا برای تحقیق و توسعه منبع مالی به‌وجود بیاید. اینها طیف وسیعی از تصمیمات را پیش روی بازیکن می‌گذارند که فیدبک لوپ‌ها و فرآمدگی‌های سیستمیک خاص خودشان را می‌سازند. اگر عمیق‌تر نگاه کنید می‌توانید ببینید [از دل قوانین] چگونه داستان و روایت شکل می‌گیرد: مقدارهای کدگذاری‌شده [یعنی منابع و مکانیسم‌ها] در کنار هم قصه‌ای درباره‌ی ماهیت برون‌زای تاریخ را بیان می‌کنند و اینکه چگونه گسترش و پیشرفت چیزهای ذاتا خوبی هستند [چون بازیکن بدون آنها نمی‌تواند در بازی دوام بیاورد].

در این خصوص می‌توان به کتاب عالی دیگری اشاره کرد: Advanced Game Design: A Systems Approach. مایکل سلرز/Micheal Sellers در اینجا دیدی کلی‌تر از تفکر سیستمی ترسیم و استدلال می‌کند بازی‌ها برای آموزش تفکر سیستمی سودمند هستند چون مکانیسم‌های بازی‌ها [برعکس دنیای واقعی] همگی دقیق، ملموس و قابل‌اندازه‌گیری پیاده شده‌اند. سپس تصویری کلی و چفت‌وبست‌دار از لوپ‌های مرکزی و بازی‌ها نشان می‌دهد. درباره‌ی لوپ‌های سطح‌پایین و عواطفی که در بازیکن برمی‌انگیزانند می‌نویسد و آن را در سه حوزه‌ی سیستمی دیگر بسط می‌دهد: انجین، اقتصاد و اکولوژی.

انجینْ عملی برای تقویت یا متوازن‌سازی با منابع موجود است. مثلا مکانیسم بوست [برای افزایش موقت سرعت ماشین] در Burnout نمونه‌ی ساده‌ای از انجین است که می‌شود این منبع ثابت را یا مصرف یا ذخیره کرد؛ اقتصاد یعنی هر سیسمی که لوپی تقویت‌کننده بر آن حاکم است و افزایش در منابع یا مقادیر به‌خاطر سرمایه‌گذاری درونی نیست [در مکانیسم بوست، بازیکن هرقدر کمتر از آن استفاده کند نوار بوست اتوماتیک پر می‌شود. یعنی برای به‌دست‌آوردن این منبع به چیز بیرونی‌ای نیاز ندارد] بلکه با بده‌بستان است. این به مثالی که قبلا درباره‌ی Civilization زدم ربط دارد؛ اکولوژی نیز به اقتصاد شبیه است اما بده‌بستان منابع طوری است که کفه‌ی ترازو سمت هیچکس سنگینی نکند. می‌شود اقتصاد MMOای مثل ایو آنلاین/EVE‌ Online را مثال زد که موقعیت، عرضه و تقاضا، مشاغل، شرکت‌ها و لجستیک خودش را دارد و در قوانینش و اینکه چطور همدیگر را در کیهانی پویا متوازن می‌کنند نمود می‌یابد. مجموع این ابزارها را که با آنچه قبلا آورده شد ترکیب کنیم (یعنی منابع، مصارف، مبدل‌ها و تاجران در چهارچوب ماسیناسیون)، به علاوه‌ی الگوهایی پویایی که تولید می‌کنند، به علاوه‌ی انجین و اقتصاد و اکولوژی‌ای که روی آن سوار شده‌اند، به دیدی عمیقا جذاب و کلان‌الگوهایی می‌رسیم که در آن می‌شود هر بازی‌ای را طبق آن تعریف کرد — از سیستم‌های منابع و مبارزات گرفته تا سیستم‌های ساخت‌وساز و اجتماعی-سیاسی.

بیاییم بحث را به همان پیاده‌سازی طراحی سیستماتیک درون بازی‌ها برگردانیم. چند ژانر دیگر که معمولا در میان عوام «بازی‌های سیستماتیک» شناخته می‌شوند ایمرسیو سیم‌ها/Immersive Sims هستند که بازی‌هایی مثل دئوس اکس، سیستم شاک، و ثیف/Thief باعث محبوبیتش شدند. هر یک از این بازی‌ها با سیستم‌های درهم‌تنیده‌اش بازیکن را آزاد می‌گذارند تا هرطور که می‌خواهد به هدف برسد. مثلا در دئوس اکس می‌شود مخفیانه، با دیپلماسی یا به‌زور سرنیزه مراحل را جلو برد یا اصلا با روش خاص و عجیب دیگری که خود بازیکن دوست دارد.

روگ‌لایک/Rougelike، ژانر دیگری که از روی نام بازی محبوب Rogue برداشته شده، با تولید محیط‌های تصادفی/procedural generation و طراحی سیستم‌محور، تجربه‌ی رضایت‌بخشی برای بازیکن می‌ساخت. نمونه‌ی دیگرش Spelunky است با قوانینی ثابت که همیشه به‌طور به‌خصوصی با هم تعامل می‌کنند.

متال گیر سالید 4

یک ژانر دیگر که کمتر برای فهم طراحی سیستماتیک به آن پرداخته شده مخفی‌کاری است. این موضوعی بود که نلز اندرسون/Nels Anderson، در سخنرانی‌اش، «چگونه سیستم‌ها ما را نجات خواهند داد»، به آن پرداخت. از زمان عرضه‌ی Castle Wolfenstein و متال گیر سالید، بازی‌هایی که بر دوری بر آدم‌های درون محیط و دور زدنشان متکی بود تمرکز بیشتری روی طراحی سیستمی کردند چون گیم‌پلی باید به شیوه‌های غیرمستقیم طراحی شود. در مخفی‌کاری‌ها برای دشمنانْ شعاع دیداری و شنیداری مشخصی کدگذاری شده و نسبت به سایر بازی‌ها به محیط پیرامون آگاه‌تر هستند. در متال گیر سالید برای پرت کردن حواس نگهبان‌ها می‌توانید سروصدا راه بیاندازید تا از مسیر منحرف شوند. یا در Mark of the Ninja می‌توانید از نور و سایه‌ به شیوه‌های خلاقانه استفاده کرده و از دشمن دور بمانید.

سبک مخفی‌کاری حالا راهش به سمت همه‌ی ژانرها باز شده چون شاهراه‌های عمیقی برای عمق‌استراتژیک‌دادن به سیستم بازی‌ها فراهم می‌کند. این سبک همچنین دو مسئله‌ی دیگر را در خصوص طراحی بازی‌های سیستماتیک بازمی‌نمایاند: محدودیت رویارویی با دشمن باعث می‌شود فضایی وجود آید تا بازیکن انگیزه‌اش برای امتحان راه‌های خلاقانه و استراتژیکی‌تر باز شود. مثلا در بازی‌های پازلی که معمولا یک راه برای حل معما وجود ندارد قدرت این محدودیت را می‌بینیم که چقدر بازیکن را انگیزه می‌دهد تا با پشتکار بیشتری تمام چندوچون محیط را بررسی کند.

با این حال، همانطور که پازل‌سازهای استودیوی زک‌ترونیکز/Zachtronics استدلال می‌کنند، پازل‌هایی که می‌شود به اشکال مختلف حل‌شان به بازیکن عاملیت و خلاقیت می‌بخشد. اندرسون نیز می‌گوید بازیکن‌های امروزی دچار نوعی درماندگی آموخته‌شده/Learned Helplessness شده‌اند و جز پیروی از رسوم و آنچه در بخش توتوریال/آموزشی بازی بهشان گفته می‌شود راه دیگری بلد نیستند.

اگر از ارتقای خود مکانیسم سیستم‌ها یا محدودیت گذاشتن‌ها فاکتور بگیریم، چه راه دیگری برای از بین بردن این مانع وجود دارد؟ خودداری از دادن اطلاعات بیشتر به بازیکن.

رندی اسمیت/Randy Smith در سخنرانی‌اش در GDC، با عنوان «فضای کافی برای بازیکن گذاشتن»/Leave Enough Room، در این مورد می‌گوید وقتی آشکارا به بازیکن نگویید هدفش چیست و چه کاری باید انجام دهد باعث می‌شود او فضایی برای آزمون و خطا و آزمایش به دست بیاورد و خود را آزادانه از طریق مکانیسم‌ها ابراز کند. چیزی که سیم‌سیتی خیلی عالی انجامش می‌دهد.

استیو لی/Steve Lee در سخنرانی‌ دیگری در GDC، با عنوان «لول دیزاین کل‌گرایانه»/Holistic Level Design، می‌گوید باید لول‌ها را طوری ساخت تا بازیکن بتواند هدفی شخصی برای خود دست‌وپا کند؛ هدف در اینجا به معنای تصمیم‌گیری آگاهانه با انتظارات و ابزارهای موجود. برای این هدف، باید این چیزها در اختیار بازیکن قرار بگیرد: انتخاب، انگیزه، اطلاعات، و زمان. اینگونه بازیکن می‌تواند برای حل مسائلْ راه‌های خلاقانه‌ی خاص خودش را کشف کند. استیو لی ماموریت Edge of the World در دیس‌آنرد ۲ را مثال می‌زند که طوری طراحی شده تا این هدفمندی شخصی برای بازیکن فراهم شود؛ طوری که گویی به اصولی که دون نورمن در کتاب «طراحی موارد روزمره» فهرست کرده موبه‌مو عمل می‌کند،(۵) و محیطی که کارکردش را برای بازیکن به‌طور ذاتی نشان می‌دهد. به این شیوه بازیکن می‌تواند گزینه‌های مختلف برای پیشبرد مرحله را سبک و سنگین کند. علاوه بر این، تعیین اهداف بلند مدت بدون اینکه دستورالعمل واضحی برای رسیدن به آنها باشد، بازیکن را آزاد می‌گذارد تا راه خودش را کشف کند. همین که طراح سرنخ بدهد کافی است، مثلا با برجسته‌سازی بعضی از بخش‌های محیط مرحله که در هیتمن می‌بینیم. از قضا خود هیتمن هم مثال خوبی است چون در آنجا یک هدف بلند مدت داریم (ترور یک شخص خاص) اما بازی در اینکه چگونه می‌توانید به آن برسید هیچ اطلاعات واضح دیگری نمی‌دهد.

جسپر جول/Jesper Juul در مقاله‌ی «باز و بسته: بازی‌های فرآمدگی و بازی‌های تسلسل»/The Open and the Closed: Games of Emergence and Games of Progression می‌گوید دوگانگی و شکاف اساسی‌ای بین بازی‌های تسلسل‌محور خطی مثل ماریو و فرآمدگی‌محور مثل Go وجود دارد. با این حال، مرز میان این دو غیرقابل‌نفوذ نیست چون در بیشتر بازی‌ها طراحی سیستماتیک و تسلسل خطی به اشکال متفاوتی پیاده می‌شود. در بیشتر آنها می‌توانیم هر دو را مخلوط کنیم. مثلا زلدا: تنفس وحش در گیم‌پلی فرآمدگی‌های مختلف دارد اما هنوز نحوه‌ی جلو بردن داستان و مراحلش تسلسل‌محور و خطی است.

بازی Civilization VI

قوانین ثابت، اعمال هدفمند و مخفی نگه داشتن برخی از اطلاعات از بازیکن، همه ابزارهای قدرتمندی‌اند تا بازیکن را در پیشبرد بازی وادار به تفکر سیستمی کند. با این حال باید اینها بر اصول به‌خصوصی پیاده شوند. مثلا سید میر سری Civilization را که سابقا اتفاقاتش همزمان رخ می‌داد وارد سبک نوبتی کرد تا این هدفمندی برای بازیکن مهیا شود. و وارن اسپکتور/Warren Spector برای هر یک از آبجکتیوهای دئوس اکسْ عمدا چند راه مختلف طراحی می‌کرد تا دست بازیکن برای ابراز خویش آزاد باشد.

گاهی هم پیش می‌آید که فرآمدگی سیستمیک و استراتژیک با فرآمدگی روایی منطبق می‌شود و گاهی هم به تضاد می‌رسد. مثلا خالق RimWorld، تینان سیلوستر/Tynan Sylvester،‌ این پیش‌فرض که هرقدر بازیکن ماهرتر باشد پس پاداشش هم افزون‌تر را به چالش می‌کشد و در سخنرانی‌اش در GDC می‌گوید مردن [یک‌جور مجازات، نه پاداش] بخش اساسی از روایت پویای بازی است.

وادار کردن بازیکن به تفکر سیستمی به این معناست که اساسا رویکرد او را نسبت به اینکه چگونه با بازی‌ها تعامل داشته باشد تغییر دهیم.

در صحنه‌ای دلخراش در Spec Ops: The Line، بازیکن باید بین کشتن دو نفری که به‌خاطر شرایط مجبور به جنایت شدند دست به انتخاب بزند. اما چیزی که بازی نمی‌گوید و خود بازیکن ممکن است کشف کند این است که، اگر جلوتر بیایید می‌بینید می‌شود به تک‌تیراندازهایی که در محیط پنهان شده‌اند شلیک کرد. فارغ از اینکه چه تصمیمی بگیرید نتیجه‌ی این صحنه همیشه یکسان است، اما دادن آزادی عمل به بازیکن در چنین شرایط‌هایی به تقویت تفکر سیستمی کمک می‌کند. نشان دادن عواقب اعمال بازیکن هم در این مورد موثر است.

در هر صورت، فرآمدگی سیستمیک و روایی در ترکیب با هم روایت پویایی می‌سازند که تفاوت زیادی با آن «هدفمندی»ای که استیو لی درباره‌اش می‌گوید ندارد. لیْ هدفمندی روایی را داشتن قوانین شفاف و ثابتی می‌داند که باعث می‌شود بازیکن بتواند در محیط بازی برای قدم‌های بعدی‌اش فکر کند. مثلا تمام NPCهای دنیای دارک سولز قابل کشتن‌اند و همین بازیکن را محتاط می‌کند تا مبادا ضربه‌ای به آنها بزند و امکانات استراتژیک و روایی‌ای که این NPCها می‌توانند داشته باشند از بین برود. اینکه بازیکن بتواند با جهان پیرامون تعامل داشته باشد و بر جریانش اثر بگذارد به او این حس را القا می‌کند که فرد مهمی است برای این جهان و تصمیماتش بی‌معنی نیست. وقتی وضعیت ذهنی بازیکن با آواتاری که کنترل می‌کند منطبق می‌شود هم این حس را دوچندان می‌کند. مثلا در هف لایف ۲ وقتی نگهبان مجبورتان می‌کند قوطی نوشیدنی‌ای را از زمین جمع کرده و در سطل زباله بیاندازید خشمگین می‌شوید. این خشم، یعنی وضعیت ذهنی شمای بازیکن،‌ از آواتاری که کنترل می‌کنید [گوردون به‌عنوان دشمن این نگهبانان] جدا نیست و اینطور نیست که شما از مبارزه با کسانی لذت ببرید که خود آواتار هیچ حسی به آنها ندارد. همچنین دارک سولز نشان می‌دهد دوام چقدر در ایجاد یک روایت سیستماتیک مهم است.

در سیستم پیشروی Nemesis در Shadows of Mordor، ارک‌هایی که حین نبرد شما را می‌کشند در سلسله مراتب قدرتْ بالا می‌روند و مقام بالاتری پیدا می‌کنند. بنابراین شکست شما در اینجا نوعی روایت پویای نظامی-رقابتی می‌سازد [یعنی، دوباره، داستان از دل مکانیسم‌ها و کدها بیرون آمده است بی‌آنکه نویسنده‌ای آگاهانه بخواهد داستانی بنویسد].

فهم این فرآمدگی روایی گیج‌کننده است پس می‌ارزد اگر چند قدم برگردیم عقب‌تر: همانطور که قبلا تاکید کردم، فرآمدگی روایی زمانی اتفاق می‌افتد که اعمال ما در بازی‌ها وزن روایی داشته باشد. اولین نمونه‌اش زمانی است که مکانیسم‌های بازی در مقام استعاره قرار می‌گیرند. مثلا در ICO، ساخته‌ی فومیتو اودا، نوار سلامت [= مکانیسم] ایکو و یوردا یکسان است و اگر یوردا بمیرد ایکو هم از ادامه‌ی تلاش‌هایش دست برمی‌دارد و بازی گیم اور می‌شود. اینگونه مکانیسمْ استعاره‌ای شده از رابطه‌ی نزدیک و صمیمی بین این دو کاراکتر. نمونه‌ی دیگرش را هم در RimWorld و داستان‌سازی با کمک سیستم‌ها می‌بینیم. آخرین نمونه‌ی فرآمدگی رواییْ تعاملی‌تر است؛ یا ما با هدف قبلی بر سرنوشت جهان بازی تاثیر می‌گذاریم، یا جهان به‌طور پویا به این تصمیمات واکنش نشان می‌دهد.

این ما را به چیزی که آلیشیا لایدکر قبلا گفته بود می‌رساند: یعنی ساختن «داستان‌های شخصی» از طریق خود سیستم‌ها. طراحی فرآمدگی روایی مستلزم آن است که تمام امکانات و احتمالاتی که از دل محیط ممکن است بیرون بیاید را بشناسیم و سپس راه‌هایی برای برجسته‌کردن، ارتقا دادن یا قرار دادن آنها در شرایط درست بسازیم. نلز اندرسون اشاره می‌کند بازی‌هایی مثل Papers, Please و Kart Live فرصتی برای تصمیم‌گیری‌های استراتژیک در چهارچوب خود فراهم می‌کنند که وزن روایی هم دارند. مثلا در Papers, Please شما متصدی عبور و مرور مهاجرین و شهروندان از مرز هستید و باید بین اینکه بهتر است خانواده‌تان را سیر کنید یا مطیع اوامر یک دولت اقتدارگرا باشید دست به تصمیم بزنید. پس گزینش بهترین استراتژی به معنای گرفتن تصمیمات اخلاقی است که ممکن است با ارزش‌هایتان جور نباشد. دوباره، می‌بینیم تصمیمات استراتژیک چگونه روایت‌گر قصه‌ای درباره‌ی ابهامات اخلاقی، شریک جرم شدن، و تصمیمات دشوار می‌شود.

در کتاب Persuasive Games، آین بوگاس/Ion Bogus استدلال می‌کند می‌توان از مکانیسم، قوانین و سیستم‌های بازی‌ها استفاده کرد تا ایده‌هایی را جا انداخت و کسانی را برای پذیرش آن قانع کرد. مثلا بازی «دوازده سپتامبر» برای این ساخته شده تا به‌طور تعاملی نشان دهد چرا سیاست‌های خارجی مداخله‌جویانه بیهوده است و حمله به شورشیان در سایر کشورها به خود مردم عادی نیز [که در زمان و مکان اشتباهی ایستاده‌اند] صدمه می‌زند. بنابراین از دل مکانیسم‌ها و قوانین بازی یک نوع روایت ساخته می‌شود تا ایده‌ای را بیان کند.

حالا این معنای سمبلیک را به بازی‌های مدرن‌تری می‌شود تعمیم داد که چگونه با مکانیسم‌هایشان قصه روایت می‌کنند: بنگرید که چگونه در Civilization مکانیسم‌ها تلویحا نشان می‌دهند پیشرفت کردن ذاتا خوب است. یا در سیم‌سیتی از حمل و نقل عمومی دفاع می‌شود چون استفاده از آن برای گسترش‌دادن شهر ساده است. سیم‌سیتی همچنین فساد شهری را هم مدل‌سازی کرده و از دولتی سوسیال دموکراتیک و مدافع گسترش سرویس‌های حمل و نقل عمومی که ریشه در تجاری‌گرایی دارد برای مبارزه علیه فساد شهری دفاع می‌کند.

معنا و ارزش در انواع سیستم‌هایی که می‌سازیم وجود دارند و اگر می‌خواهیم آنها را کدگذاری کنیم باید با رویه‌ی امور سیستم‌ها آشنا باشیم. با این حال، وقتی به سمت بازی‌هایی می‌رویم که آگاهانه و با نظر به اعمال بازیکنانْ داستان می‌سازند نه‌ تنها باید از قدرت این ابزارها سود برد بلکه ساختارهای داستان‌محور سیستماتیکی ساخت که به کارهای بازیکن واکنش نشان دهند. اشکال ابتدایی این فرم در بازی‌هایی مثل Detroit: Become Human بررسی شده است، اما در حال حاضر اهالی دانشگاه هنوز درگیر این معضل هستند؛ این معضل که عاملیت بازیکن باعث جایگشت محیط بازی می‌شود. محققانی مثل جنت ماری/Janet Mari فکر می‌کنند بازی‌ها سرانجام به «کارخانه‌های داستان‌سازی» تبدیل خواهند شد، مشابه هولودک در سریال استار ترک (یعنی بازیکنان می‌توانند در جهان‌های مختلف حضور داشته باشند و از یکی به دیگری بروند و برگردند). به باور خیلی‌های دیگر هم این معضل با هوش مصنوعی حل می‌شود تا فرآمدگی‌ها را مدیریت و به سمت درست راهنمایی کنند.

کن لوین نیز در اهمیت روایت‌ها و داستان‌گویی‌های مدولار در GDC سخنرانی داشته است. ایضا جسی شل/Jessie Schell در باب ساخت سیستمی برای برای تشخیص صدا و چهره‌ی آدم‌ها در بازی‌ها. هوش مصنوعی‌هایی مثل Facades که فرد را در نقش یک «کارگران روایت» قرار می‌دهد نشان می‌دهد چگونه می‌شود سناریوهای پویا را به شکلی مدولار روایت کرد. مثلا در RimWorld هم می‌شود «کارگردان روایت»ای برگزید تا فعل بازی کردن را با رویدادهای پویای بازی درهم‌آمیزد. یکی از قدرتمندترین شبیه‌سازهای روایت‌های سیستمی‌ای که داریم دورف فورترس/Dwarf Fortress است. یک مثال عجیب اما روشن‌گر که با کمک این بازی می‌توانیم بیاوریم زمانی است که گربه‌ها در این بازی مست شدند. چگونه؟ بازیکنی که میخانه در بازی می‌ساخت باعث می‌شد دورف‌ها برای می‌گساری واردش شوند. اینگونه موش‌ها هم در میخانه جاگیر شدند و گربه‌ها برای شکارشان نیز. اینگونه دورف‌ها برای فراری دادن گربه‌ها شیشه‌ی الکل را سمت آنها پرت می‌کردند. و چون گربه‌ها عادت دارند بدن خود را بلیسند مست می‌شدند. این اتفاقات البته عبث است و در آینده باید معانی سیستم‌ها را بهتر مدیریت کنیم، ولی فکر می‌کنم منظورم را متوجه شده باشید.

Deus Ex

اگر می‌خواهیم جهان‌های روایی اصالت‌داری بسازیم که به کنش‌های بازیکن واکنش نشان دهد باید فرآمدگی سیستمیک و روایی‌ را طوری پیاده کنیم که امروزه افراد کمی می‌توانند واقعا توضیحش دهند. در بازی Witness ساخته‌ی جاناتان بلو، او سعی می‌کند با کمک فرآمدگیْ ایده‌هایی مثل حقیقت، زیبایی و هدف را با کمک دینامیک‌های سیستمی و استراتژیک بازی‌ها تشریح کند. در چهارچوب این بازی، مکانیسم دنبال کردن الگوها باعث شده تا فرآمدگی استراتژیک و سیستمیک فوق‌العاده‌ای شکل بگیرد و با کمک فایل‌های صوتی پراکنده درون محیط و دیگر ابزارهای روایی هم بلو سعی کرده مفاهیمی که به نظرش درون هستی گنجانده شده‌اند را بیان کند.

ساخت معنا لازم نیست آشکار باشد چراکه خود فعل بازی کردنْ داستان خود را روایت می‌کند. و این ما را به همان‌جایی که بحث را شروع کردیم برمی‌گرداند: فرآمدگی استراتژیک بازی‌ای مثل شطرنجْ داستان پویایی بین بازیکنان حریف می‌سازد که تنها خاص خودشان است و حتی هنرمندانی مثل Marcel Duchamp به هنر نهفته در شطرنج اشاره کرده‌اند. مشابها، کلینت هاکینگ/Clint Hocking استدلال می‌کند تمام بازی‌های Go هم داستان درونی خودش را دارد و در حکم استعاره‌ای است بین سنت و پیشرفت.

یک روایت پویا درباره‌ی ایده‌آل‌ها می‌تواند از دل قوانین بازی‌ها شکل بگیرد و این می‌تواند حقایقی درباره‌ی خود ما و جهان ما معلوم کند. سخنرانی فرانک لانتز/Frank Lantz در GDC، با عنوان «قلب‌ها و مغزها»/Hearts and Minds به همین موضوع حقیقت و زیبایی در بازی‌ها می‌پردازد. و ادعا می‌کند بازی‌های ویدئویی مدیوم تفکر هستند — آنها فکر را با پی‌ریزی در استتیک یا محیطی آرتیستی بازتولید و شفاف می‌کنند. بنابراین بازی‌سازان هنرمندانی‌اند که درباره‌ی نفس فکر کردنْ فکر می‌کنند. و فرآمدگی ابزاری است که با آن می‌توانیم حقایقی درباره‌ی خود و جهان پیرامون‌مان معلوم کنیم.

از بین بردن موانعی که دور تفکر سیستمی کشیده‌ایم مستلزم از بین بردن طرز تفکر منسوخی است که در چند صد سال اخیر داشته‌ایم. تفکر علمی و تجربی باعث این گرایش شده تا همه‌چیز را بتوانیم تجزیه و تحلیل کنیم و [در قوانین کلی] تقلیل دهیم، اما همانطور که خیلی‌ها امروز در قرن بیست و یکم متوجه شده‌اند، فرآمدگی قرار است بیش‌ازپیش در علوم و هنرها نقش داشته باشد. با بازی‌ها، فرآمدگی این قابلیت را به ما می‌دهد تا بازی‌های به‌لحاظ استراتژیک عمیق‌تری بسازیم، شبیه‌سازهای قدرتمندتری تولید کنیم، و داستان‌های پویای منحصربه‌فردی بسازیم تا در معنای انسان بودن غور کنند. برای استفاده‌ی بهینه از این سیستم‌ها باید ادبیات و لغت‌نامه‌ی جدیدی در مبحث دیزاین بازی‌ها بسازیم و خود را با تفکر سیستمی بیشتر آشنا کنیم. با فرآمدگی این قدرت را به دست می‌آوریم تا بازی‌های سرگرم‌کننده‌تر، عمیق‌تر، معنادارتر و آموزشی‌تری بسازیم، و حتی نحوه‌ی دیدمان نسبت به واقعیت را نیز عوض می‌کند و ذات سیستمی نهفته در کیهان را نشان می‌دهد.

منبع: How Game Designers Create Systemic Games


۱. Emergent Garden در ویدئوی «چرا شبکه‌های نورونی می‌توانند (تقریبا) هر چیزی را بیاموزند»‌ در همین مورد نشان می‌دهد چگونه این شبکه‌ها، اگر بخواهیم بیش از حد قضیه را ساده و انتزاعی کنیم، می‌توانند اشکال پیچیده‌ای مثل مجموعه مندلبروت را با فرمول ساده‌ی X → f(x) → Y بیاموزند. X در اینجا به معنای ورودی و Y به معنای خروجی است، و سیستم برای یادگیری نیازمند f(x) یا همان داده‌هاست تا بتواند تصویری مشابه آنچه به‌عنوان ورودی به وی داده شده را شبیه‌سازی کند. (م)

مجموعه مندلبروت

مجموعه مندلبروت

۲. Nash Equilibrium زیرمجموعه‌ی مفهوم ریاضیاتی «نظریه‌ی بازی‌ها» است. «بازی» در اینجا یک مدل کلی است در توصیف شرایطی که در آن باید بین استراتژی‌های مختلف دست به انتخاب زد.

هر بازی تعدادی بازیکن دارد، و هر یک بین تعدادی از «استراتژی‌های خالص» آزادی انتخاب دارند. فرض می‌شود همه همزمان انتخاب کنند، بی‌آنکه با قطعیت بدانند بقیه‌ی بازیکن‌ها چه استراتژی‌ای برگزیده‌اند. بسته به هر استراتژی انتخاب‌شده از سوی هر بازیکن، هر بازیکن یک امتیاز مثبت یا منفی می‌گیرد، و هدف آنها کسب بیشترین امتیاز مثبت است. بازیکنان می‌توانند از «استراتژی‌های ترکیبی» هم استفاده کنند، بدین معنا که تصادفا و بسته به احتمالات مختلف هر دفعه از «استراتژی خالص» استفاده ببرند.

حال، توازن نشْ موقعیتی است که در آن همه‌ی بازیکنان استراتژی‌شان را برگزیده‌اند، و صرف تغییر استراتژی، هیچکس نمی‌تواند امتیاز جدیدی بگیرد. به‌ عبارتی همه در شرایطی‌اند که راه پیشرفت ندارند.

برای مثال، بازی سنگ کاغذ قیچی را در نظر بگیرید. دو بازیکن وجود دارد و سه استراتژی خالص: سنگ، کاغذ، و قیچی. اگر یکی از بازیکن‌ها سنگ بردارد و دیگری قیچی، شخصی که سنگ برداشته یک امتیاز مثبت و شخصی که قیچی برداشته یک امتیاز منفی می‌گیرد. مشابها قیچیْ کاغذ را و کاغذْ سنگ را شکست می‌دهد. اگر هر دو بازیکن استراتژی یکسانی انتخاب کنند (سنگ مقابل سنگ، قیچی مقابل قیچی، کاغذ مقابل کاغذ)، امتیاز آنها صفر می‌ماند.

فرض کنید در شرایطی هستیم که بازیکن A استراتژی‌ خالص‌اش «کاغذ» است، یعنی قرار است در تمام بازی تنها از کاغذ استفاده کند. و بازیکن B تصمیم گرفته همیشه از سنگ. در چنین شرایطی بازیکن B همیشه امتیاز -۱ می‌گیرد. اما اگر B استراتژی‌اش را به قیچی تغییر دهد و A تغییر ندهد، امتیاز B می‌شود +۱. ولی هنوز به توازن نش نرسیده‌ایم.

در واقع، تنها توازن نشی که در سنگ کاغذ قیچی به‌وجود می‌آید این است که هر بازیکن از استراتژی ترکیبی استفاده کند، یعنی دست به انتخاب تصادفی بین سه گزینه‌ی موجود بزنند، که هر یک شانس پیروزی‌اش ۱ به ۳ است. «میانگین» شانس پیروزی بازیکن‌ها در این شرایط صفر است. و اگر یکی از بازیکن‌ها استراتژی‌اش را تغییر دهد (ولی بازیکن مقابلش بر همان استراتژی باقی بماند)، میانگین شانس پیروزی همچنان صفر خواهد بود، چراکه همچنان این احتمال وجود دارد که حریف او همچنان گزینه‌هایی را انتخاب کند که گاهی باعث برد او و گاهی باخت او می‌شود.

در عمل، بازی‌ها برای مدل‌سازی انواع و اقسام چیزها به کار می‌روند: بازی‌های واقعی مثل پوکر، یا بازارهای مالی، تکامل بیولوژیکی، رفتار در موقعیت‌های اجتماعی، شبکه‌های کامپیوتری و غیره. معمولا در این مدل‌ها بازی‌ای هست که بارها تکرار می‌شود و بازیکنان در فرآیندش تکامل می‌یابند و چیزهای جدیدی می‌آموزند. دلیل اینکه به توازن نشْ «توازن» می‌گویند این است که معمولا نقاط توازن این فرآیندها را نشان می‌دهد: اگر بازیکنان در هر یک از این نقاط گیر بیافتند، بنابراین دیگر راهی برای جلو بردن بازی پیش نمی‌آید. درست مثل زمانی که اگر دو بازیکن تصمیم بگیرند تنها سنگ بیاورند هیچ‌یک برنده نخواهد شد مگر آنکه دیگری دست به تغییر استراتژی‌اش بزند.

دلیل اینکه نویسنده‌ی مقاله در اینجا برای توصیف بازی‌های مبارزه‌ای از توازن نش استفاده کرده، احتمالا این است که در چنین بازی‌ای اگر هر دو بازیکن از حرکت مشابهی علیه هم استفاده کنند هیچ‌کدام برنده نخواهد شد و امتیاز هر دو صفر می‌ماند، مگر آنکه بازیکنان هر دفعه استراتژی مختلفی امتحان کنند تا بازی از حالت ایستا بودن خارج شود.(م)

۳. داستانی در داستان، یا داستان‌های شخصی، برگردان آزاد از player-driven stories، اشاره به داستان‌هایی دارد که هر بازیکن هنگام بازی در ذهنش می‌سازد مستقل از اینکه آیا خود بازی فی‌نفسه داستانی دارد یا نه. برای مثال، شطرنج یک بازی بی‌داستان است اما دو نفری که آن را انجام می‌دهند تعاملی بین‌شان شکل می‌گیرد و از دل آن خاطراتی به‌وجود می‌آید که تنها خاص آنهاست. حتی بازی‌های مولتی‌پلیر که فی‌نفسه داستان ندارند هم خالی از «داستان‌های شخصی» نیستند چون بازیکنان در کنار هم و کارهایی که می‌کنند داستان خودشان را می‌سازند.

این قضیه با چند بند قبل و صحبت‌های جاناتان بلو درباره‌ی گیم دیزاین بیشتر جور درمی‌آید. بلو نیز باور دارد افراد با تعامل با مکانیسم‌های گیم‌پلی، که اساسا هیچ داستان به‌خصوصی پشت‌شان نیست، در ذهن‌شان داستان می‌سازند. (م)

۴. زبان فرمال در اینجا به معنای زبان رسمی نیست، بلکه در تقابل با زبان طبیعی/Natural Language آورده شده است. زبان‌های طبیعی یعنی زبان‌های مهندسی‌نشده و گه‌گاه مبهمی که انسان‌ها استفاده می‌کنند ولی زبان فرمال یعنی دقیقا برعکس آن. مثلا در زبان طبیعی می‌گوییم «سلام دنیا» ولی در اغلب نرم‌افزارهای برنامه‌نویسی این کلام طبیعی به یک زبان فرمال برگردان می‌شود تا برای کامپیوتر فهمانده شود: print(“Hello world”). نمادهای ریاضی هم جزوی از زبان فرمال هستند. (م)

۵. در خصوص کتاب تاثیرگذار دون نورمن، «طراحی موارد روزمره»/The Design of Everyday Things، می‌توانید به فصل اول این مقاله رجوع کنید که نویسنده با مبنا قرار دادن رد دد ریدمپشن ۲ خلاصه‌ای از آن شرح می‌دهد. (م)

صفحه‌ی اصلی بازی دیجی‌کالا مگ | اخبار بازی، تریلرهای بازی، گیم‌پلی، بررسی بازی، راهنمای خرید کنسول بازی


کنسول بازی سونی مدل PlayStation 5 ظرفیت 825 گیگابایت ریجن 1200 آسیا

کنسول بازی مایکروسافت مدل XBOX SERIES S ظرفیت 512 گیگابایت



دیدگاه شما

loading...
بازدیدهای اخیر
بر اساس بازدیدهای اخیر شما
تاریخچه بازدیدها
مشاهده همه
دسته‌بندی‌های منتخب برای شما