
Meaning Machine เผยผลศึกษา: 95% ของผู้เล่นชอบ generative AI-powered NPCs
การศึกษาจาก Meaning Machine ร่วมกับ University of Bristol พบผู้เล่นส่วนใหญ่สนุกกับ NPCs ที่ขับเคลื่อนด้วย AI
Meaning Machine เผยผลศึกษา: ผู้เล่นส่วนใหญ่ชอบ generative AI-powered NPCs
บริษัท Meaning Machine ซึ่งพัฒนาระบบ "Battle Banter" และเครื่องมือ Game Conscious™ รายงานผลการศึกษาเบื้องต้นร่วมกับ University of Bristol โดยทดสอบกับผู้เล่น 68 คนที่ลองเกม Dead Meat เป็นเวลา 20 นาทีต่อคน ผลสำรวจพบว่า 95% ของผู้เล่น "พบว่าประสบการณ์น่าสนุก" ขณะที่ 97% มองว่ามันให้ความรู้สึกคุ้มค่า และ 75% รู้สึกว่าการเล่นเปิดโอกาสให้พวกเขา "แสดงตัวตนหรือตัดสินใจได้อย่างมีความหมาย"
เสียงจากนักวิจัยและผู้พัฒนา
Dr Richard Cole หัวหน้านักวิจัยกล่าวว่า งานวิจัยนี้ช่วยย้ายการถกเถียงเรื่อง AI ในเกมจากเชิงอารมณ์มาสู่มุมมองของผู้เล่นจริง ๆ โดยถามว่าผู้เล่นรู้สึกอย่างไรต่อประสบการณ์ที่ขับเคลื่อนด้วย AI ในทางปฏิบัติ ไม่ใช่แค่ในทางทฤษฎี
ด้าน Thomas Keane ผู้ร่วมก่อตั้ง Meaning Machine ชี้ว่า ผู้เล่นมักต่อต้าน AI ที่ทำให้ความคิดสร้างสรรค์ลดลง แต่เมื่อ AI ถูกใช้สร้างรูปแบบการเล่นใหม่ ๆ ที่โต้ตอบได้จริง ก็จะได้รับการตอบรับแตกต่างออกไป
ข้อจำกัดที่ต้องพิจารณา
- ขนาดกลุ่มตัวอย่างค่อนข้างเล็กเพียง 68 คน ทำให้ยังยากจะสรุปผลไปยังผู้เล่นทั่วไปได้โดยตรง
- ผู้เล่นแต่ละคนเล่นเพียง 20 นาที ซึ่งอาจทำให้ประสบการณ์เป็นแค่ความแปลกใหม่ระยะสั้น ไม่สะท้อนผลระยะยาว
- ไม่ชัดเจนว่าผู้เข้าร่วมศึกษาทราบรายละเอียดเกี่ยวกับ generative AI-powered NPCs ล่วงหน้ามากน้อยแค่ไหน — ถ้ารู้ อาจมีอคติทางบวกตั้งต้น
- ยังต้องพิสูจน์ว่า NPCs ที่สร้างด้วย AI จะทดแทนงานเขียนจากมนุษย์ได้ในแง่ของคุณภาพการเล่าเรื่องและการคงเสน่ห์ระยะยาวหรือไม่
ตัวอย่างและรายละเอียดเพิ่มเติม
เกมที่ใช้ในการทดลองคือเกม Dead Meat ซึ่งเป็นเกมสืบสวนสไตล์นัวร์ ที่อนุญาตให้ผู้เล่นสอบสวน NPCs โดยพิมพ์หรือใช้ไมโครโฟนเพื่อถามคำถาม และ NPCs จะตอบโดยเสียงที่ผลิตจาก AI ผลการทดลองฉบับเต็มมีกำหนดเผยแพร่ปลายปีนี้ แต่เอกสารเบื้องต้นที่เปิดให้ดูระบุกรอบการทดลองและข้อมูลต้นแบบไว้
Dead Meat - Official Trailer (Watch on YouTube)
สรุป
ผลการศึกษาชี้ว่าผู้เล่นที่เข้าร่วมส่วนใหญ่ให้การตอบรับในเชิงบวกต่อประสบการณ์กับ generative AI-powered NPCs แต่ผลยังมีข้อจำกัดเรื่องขนาดและระยะเวลาทดสอบ การประเมินในระยะยาวและกลุ่มตัวอย่างที่กว้างขึ้นยังจำเป็นเพื่อยืนยันว่าฟีเจอร์แบบนี้จะยืนระยะและทดแทนงานสร้างสรรค์แบบเดิมได้หรือไม่
รีวิวจากผู้ใช้จริง
รีวิวทั้งหมด: (/0)
ดูรีวิวทั้งหมด


















