Game “Ciência” Design
Crítico, Analítico e Indutivo
Este artigo tem por objeto de estudo traçar um paralelo entre o método científico, ou melhor, o pensamento lógico estruturado utilizado na ciência para encontrar novos — ou corrigir — conhecimentos, e como este pode ser aplicado durante o processo de game design.
Ibn al-Haytham e a construção do pensamento científico
Considerado por muitos historiadores como o pioneiro do pensamento científico, Al-Hasan Ibn al-Haytham (nome latinizado para Alhazen) foi um físico e matemático árabe, que nasceu em 965 em Basra e morreu em 1040 no Cairo. Ele viveu na considerada era de ouro da civilização muçulmana, a qual fervilhavam os avanços científicos, médicos e tecnológicos. Suas maiores contribuições para a ciência foram seus trabalhos sobre visão, óptica e luz, além do pensamento científico.
Ibn al-Haytham foi o pioneiro do pensamento científico devido ao seu método de investigação, o qual partia da observação de um fenômeno para propor uma teoria, a qual colocava à prova através da experimentação; o que demonstra muitas similaridades com o método científico moderno.

Ibn al-Haytham acreditava que para se obter o conhecimento verdadeiro, era necessário refutar qualquer crença e colocá-las à prova através de experimentações. Podemos perceber essa sua visão científica na citação a seguir:
“Se aprender a verdade é o objetivo do cientista…então ele deverá tornar-se inimigo de tudo que ele lê.”
Ibn al-Haytham
Para conhecer mais sobre Ibn al-Haytham acesse o site ibnalhaytham.com.
Método científico moderno
Após Ibn al-Haytham, muitos outros pensadores — principalmente durante os séculos XVI e XVII — pautaram grande parte de seus estudos em busca de um método que tornasse a ciência mais indutiva e menos dedutiva, como defendia a abordagem aristotélica. Foi Galileu Galilei o primeiro pensador ocidental a romper laços com a ciência dedutiva de Aristóteles e teorizar sobre o método científico indutivo, o qual tem por base a experimentação para se alcançar um novo conhecimento, possuindo este método um aglomerado de passos lógicos. Por esta ruptura com o pensamento científico aristotélico, e pela formulação do método científico indutivo, Galileu Galilei é considerado o pai da ciência moderna. Outros pensadores que contribuíram para este modelo de pensamento e para a ciência moderna foram principalmente Francis Bacon, René Descartes e Isaac Newton.
A função da aplicação de um método científico é o de alcançar um novo conhecimento, ou melhor, é responder a questões formuladas a partir da observação de um fenômeno através de experimentações. Dessa maneira podemos sintetizar o método científico moderno da seguinte forma:

- Realize uma observação ou defina um propósito
Esta é a etapa inicial e é dela que todas as questões a serem respondidas surgem, e estas podem vir de observações, pensamentos, leitura, ou de qualquer outra fonte a qual lhe leve a questionamentos. - Questionamentos
Nesse momento você deverá questionar a observação ou o propósito definido a ser estudado. Faça um lenvantamento de todas as dúvidas relevantes. - Elaboração de hipóteses
Hora de intuir as respostas. Esta etapa é puramente dedutiva, pois apenas com base na observação e no seu conhecimento prévio, você deverá levantar causas gerais que expliquem como ocorre o fenômeno. Vale ressaltar que as hipóteses devem ser previsões testáveis, pois de nada lhe serve uma hipótese impossível de ser testada em um ambiente controlado. - Experimentação
Está na hora de testar suas hipóteses. Neste ponto nos distanciamos do raciocínio dedutivo e partimos para a experimentação. Estes testes deverão ser realizados em um ambiente controlado. O resultado desta etapa é que irá definir se haverão ou não outras iterações, ou seja, caso uma hipótese seja rejeitada, você poderá voltar a etapa anterior e gerar novas alternativas, ou seja, refine, altere, expanda ou rejeite suas hipóteses. Perceba que nesse ponto o método poderá tornar-se cíclico. Vale lembrar que um teste completo requer a replicação para verificação do resultado, conhecido como double checking. - Coleta de dados
Colete e documente todos os dados possíveis sobre suas hipóteses. Dados relevantes podem vir de literaturas, novas observações ou experimentos formais (sejam seus ou de outros que estejam realizando o mesmo estudo). - Elaboração de uma teoria geral
Teorias gerais devem ser consistentes com todos ou pelo menos a maior parte dos dados coletados, incluindo outras teorias atuais.
O Game “Cientista” Designer
Um método científico é uma maneira lógica e estruturada de obter novos conhecimentos e resolver problemas. Traçando um paralelo entre o papel do cientista e do game designer, podemos observar que ambos estão sempre em busca de resolver problemas da maneira mais eficiente e criativa possível. Com essa simples análise percebemos que existe um ponto em comum entre estas duas atividades aparentemente distintas. Com esse ponto de interseção, surge uma oportunidade de aprendermos uma nova abordagem aplicável ao processo de desenvolvimento de um jogo, que nos ajudará a tomar melhores decisões, estas tendo como base a utilização de um pensamento crítico, analítico e científico.
Antes de entrarmos na questão da aplicação do método científico no game design, é importante ressaltar que existe apenas um único requisito: você não pode enxergar os seus projetos como um filho, infalível. Esse tipo de pensamento é muito comum principalmente entre os iniciantes. Mantenha em mente que você deverá ser o primeiro crítico do seu trabalho, em todas as suas decisões questione-se, coloque-as em xeque, gere alternativas e jamais fique com a primeira ideia, uma vez que ela geralmente é algo bruto e disforme. Uma vez superada essa barreira de pensamento protetor, você estará apto a adotar o método científico em seu projeto.
A aplicação do método científico em game design é muito semelhante ao que vimos anteriormente. Vou utilizar um exemplo real para melhor exemplificar a aplicabilidade e eficácia deste modelo de pensamento analítico. Então, senta que lá vem a história — essa só os velhinhos que nem eu entenderão.
World Zombination e os baixos níveis de LTV
O estúdio indie Proletariat — sediado em Boston — precisou resolver alguns problemas extremamente sérios em relação ao seu primeiro grande jogo, o World Zombination — lançado em fevereiro de 2015 para plataforma mobile (Android e IOS). O jogo é um MMOG (Massively Multiplayer Online Game), no qual o jogador poderá escolher jogar controlando uma horda zumbi para atacar e destruir cidades construídas por outros jogadores, ou poderá escolher defender a cidade como os últimos sobreviventes humanos, com o objetivo de exterminar toda a horda zumbi.
O jogo é muito bem polido, e na minha opinião é bem juice, é um jogo gostoso de se jogar. Possui uma excelente jogabilidade, com gráficos muito bem trabalhados e prazerosos feedbacks. Mas apesar de tudo isso, os desenvolvedores perceberam que a taxa do valor do tempo de vida dos clientes, conhecido como LTV (Lifetime Value, uma métrica de marketing utilizada para calcular o faturamento que um cliente traz para a empresa após ser conquistado), estava decaindo progressivamente e para piorar a situação, o modelo de negócio do jogo é o Free to Play, no qual o maior desafio é manter o jogador engajado e imersivo o suficiente para que ele compre upgrades para evoluir mais rápido e/ou progredir no jogo. Eis aí um cenário realmente apocalíptico — não resisti em fazer esta piada ridícula — para uma empresa indie logo no seu primeiro grande jogo; porém ao invés do desespero, os desenvolvedores da Proletariat escolheram aplicar um método científico para entender e resolver o problema. O modelo que eles usaram foi o seguinte:

Perceba que no modelo do método científico utilizado pela Proletariat, a diferença entre o modelo mostrado anteriormente está na iteração, ou seja, em qual momento a hipótese será aceita ou refutada, e se haverá um ajuste ou a formulação de novas hipóteses, gerando assim uma iteração cíclica. Essa diferença deve-se ao fato de que para analisar se a solução implementada foi bem sucedida, os desenvolvedores precisavam de dados reais, ou seja, a hipótese foi implementada e lançada numa versão do jogo. Uma vez que o problema estava justamente no baixo índice de LTV, a única maneira de validar ou refutar a hipótese seria em produção. Nesse caso o modelo de negócio influenciou no modelo do método científico.
Vamos ver agora como a Proletariat utilizou este modelo para reverter o cenário caótico de debandada de jogadores.

O time da Proletariat percebeu que um dos problemas que estava causando o abandono do jogo pelos jogadores era o de Unit Upgrading. O upgrade de unidades utilizava uma mecânica de consumo, ou seja, para o jogador aprimorar uma unidade da sua equipe ele precisava descartar duas outras unidades. Pelo baixo índice de LTV, era óbvio que os jogadores não queriam se desfazer de suas unidades, e sem realizar o aprimoramento era mais do que esperado que a equipe do jogador não conseguiria vencer inimigos mais fortes. Perceba como uma mecânica mal projetada, ou talvez pouco testada, quase pôs a perder todo o projeto.

Com base na análise dos dados foi elaborada a hipótese de que se os jogadores realizassem upgrade de mais unidades, eles venceriam mais missões e o jogo voltaria a ser divertido, consequentemente ampliaria a retenção e os níveis de LTV voltariam a subir. Com a hipótese definida, a equipe da Proletariat resolveu modificar a mecânica de Unit Upgrading, esta passou a não requerer consumo de unidades, o jogador agora precisa apenas de DNA — um recurso coletado durante o gameplay — para aprimorar suas unidades e tornar sua equipe mais forte. Porém, isso precisava ser comunicado aos jogadores, pois era uma mudança radical em uma mecânica basal para a experiência do jogo, dessa maneira foi incluído um tutorial para informar aos jogadores — dentro do contexto do jogo — a nova mecânica de Unit Upgrading, além de reforçar a necessidade de realizar esta ação.

Após sete dias de implementada a hipótese, houve uma nova análise dos dados e para a alegria da equipe de desenvolvedores houve um acréscimo de 49% no índice de retenção. A hipótese estava confirmada como verdadeira.
Como resultado da aplicação do método científico, a equipe de desenvolvedores elaborou sua teoria geral através de lições aprendidas, são elas:
- Acompanhar e medir o comportamento dos jogadores;
- Sempre analise de maneira criticamente implacável o seu jogo;
- Faça perguntas que visam elaborar uma compreensão do comportamento do jogador e de sistemas complexos presentes no seu jogo;
- Se uma mecânica é essencial, force o jogador a fazê-la;
- Reforce tudo para o jogador, obviamente de uma maneira criativa e dentro do contexto do jogo — como foi o caso da adição do tutorial sobre o unit upgrading.
Além do problema da mecânica Unit Upgrading, durante a etapa de pesquisa, ou seja, através da análise dos dados foram descobertos também mais outros dois problemas que afetavam a retenção, sendo estes o sistema de guilda e o sistema de mapa (este em relação a progressão do jogo que estava confusa para o jogador). Não irei detalhar estes problemas aqui, porém vale ressaltar que ambos foram resolvidos utilizando o mesmo método.
Para maiores informações sobre como o método científico foi vital para aumentar o LTV em World Zombination recomendo que leia o artigo da Proletariat, Scientific Method and Game Design. Segue também o vídeo da palestra de Seth Sivak — Diretor Presidente e Co-Fundador da Proletariat — que está no artigo citado anteriormente. A palestra é intitulada Boston Post Mortem: July 2015 Meeting — Seth Sivak on World Zombination, e nela Seth narra todos os problemas identificados em World Zombination através da aplicação do método científico e como este os ajudou a resolvê-los.
Analisando estas dificuldades que a Proletariat passou, percebemos o quão é importante possuirmos uma ferramenta analítica, estruturada, lógica e racional, para nos ajudar a enxergar as falhas dos nossos projetos. Sem o uso do método científico, era bem provável que os desenvolvedores do World Zombination não teriam conseguido uma resposta ao problema em tempo hábil para salvar o jogo.
Considerações finais
Gostaria apenas de ressaltar que a abordagem de um método indutivo ou qualquer outro tipo de metodologia que você como game designer opte por utilizar em seus projetos, — seja para ter ideias, tomar decisões ou resolver problemas — mantenha em mente que é apenas mais uma ferramenta a sua disposição, porém não é a solução mágica para tudo, até porque no que tange game design, esta é uma área de muitos conceitos teóricos e abstrações. Então vale seguir sempre o ensinamento de Ibn al-Haytham:
“Se aprender a verdade é o objetivo do cientista…então ele deverá tornar-se inimigo de tudo que ele lê.”
Isso se aplica inclusive a este artigo, vá atrás das fontes e das referências, analise criticamente todas as informações, elabore suas hipóteses e experimente sempre. Mantenha em mente que como game designer a sua principal função é ser crítico de si mesmo, então teste, teste e teste.
Referências
- Scientific Method and Game Design, Proletariat
- Boston Post Mortem: July 2015 Meeting — Seth Sivak on World Zombination, Youtube
- Boston Post Mortem: July 2015 Meeting — Seth Sivak on World Zombination, Slides da palestra, Dropbox
- Proletariat, Site
- World Zombination, Landing Page
- Animated Cover: Better Game Design Using the Scientific Method, Robin-Yann Storm
- O que é LTV e por que é importante, PMWeb
- The Scientific Method as an Ongoing Process, Flowchart, Wikimedia
- Como funciona o método científico?, Pós-Graduando
- O método científico, Khan Academy
- Who was Ibn al-Haytham, 1001 Inventions and the World of Ibn al-Haytham
- A ciência e a evolução do método científico, Fernando Alcofarado
- Método científico, Gráficos

