El machine learning podrá predecir todo lo que haremos en un juego

Yokozuna Data explica en Gamelab 2019 cómo los desarrolladores saben cuándo un juego aburre a un jugador o qué objeto debe ofrecerle para que se quede
·
Actualizado: 3:51 9/10/2020

Los avances tecnológicos que estamos experimentando actualmente está previsto que den paso en la década que viene a la Cuarta Revolución Industrial, producto del desarrollo de la inteligencia artificial (AI por sus siglas en inglés) que utilizará las grandes cantidades de datos (big data) que multitud de dispositivos podrán enviar y recibir y que procesarán las máquinas para aprender y extraer conclusiones.

Dentro de ese desarrollo de la inteligencia artificial está el aprendizaje automático o machine learning, cuando la máquina puede aprender a interpretar los datos que recibe para, sin supervisión humana, encontrar la acción más adecuada. Además de tener aplicaciones cotidianas como mejorar la imagen que ofrecen las cámaras digitales, el lenguaje natural de los asistentes virtuales o la búsqueda de fotos en Google, los videojuegos pueden vivir una verdadera revolución en los próximos años.

Los videojuegos son perfectos para comprender el comportamiento humano

Yokozuna Data es una empresa con sede en Japón que está investigando precisamente cómo el machine learning puede cambiar de forma radical los videojuegos, según la información que proporcionó Pei Pei Chen, ingeniera principal de Aprendizaje Automático en Yokozuna Data, durante la charla que pronunció en Gamelab 2019.

El machine learning podrá predecir todo lo que haremos en un juego Imagen 2

Con el machine learning se puede conseguir que el juego sea más atractivo para cada jugador específico: "podemos saber lo que un jugador necesita y qué prefiere", dijo Chen, quien recordó la frase del CEO de DeepMind, Demis Hassabis "Los juegos son la plataforma perfecta para probar y desarrollar algoritmos de IA" a lo que ella añadió que en Yokozuna Data consideran que los videojuegos son "el campo perfecto para comprender el comportamiento humano".

Saben cuándo un jugador se aburrirá de un juego y qué día lo abandonará

En los servidores de los juegos online quedan almacenados todos los movimientos que realiza cada uno de los jugadores, las decisiones que toma y los caminos que sigue. Esto, utilizando el algoritmo adecuado, sirve para conocer las preferencias de cada jugador hasta el punto de que pueden ya saber desde el segundo día que alguien juega a un videojuego qué día lo abandonará, a qué nivel y en qué momento se va a aburrir o qué premio le pueden dar para que no lo haga (sobre todo si es un jugador que se gasta dinero en el juego), o tal vez ofrecerle precios personalizados.

El machine learning podrá predecir todo lo que haremos en un juego Imagen 3

Chen afirmó que esto puede servir para que no suceda como ahora, que en los juegos free to play el 90% de los jugadores descargan el juego y lo abandonan y al mes solo el 5% de los usuarios sigue jugando.

Según dijo Chen: "Sabemos qué acciones van a hacer esos jugadores en el futuro, qué objetos van a comprar y cuándo van a realizar la primera compra", todo ello basándose en las acciones del jugador en el juego, sus clics en redes sociales… Para facilitar el algoritmo, en los juegos con centenares de objetos estos se agrupan y primero la máquina trabaja con esos grupos para después ir a grupos más específicos.

Cuándo es el mejor momento para organizar un evento y que atraiga a más usuarios

Otra de las líneas en las que trabaja Yokozuna Data es saber cuándo es el mejor momento para llevar a cabo un evento dentro de un videojuego -Chen explicó que ahora los desarrolladores lo hacen de forma intuitiva, teniendo en cuenta su experiencia- y cuáles atraerán a más usuarios y el marketing más adecuado. Además, la empresa japonesa puede influir en el desarrollo de un juego indicando qué es lo que más gusta a los posibles jugadores, qué nivel les parece aburrido o demasiado difícil.

El machine learning podrá predecir todo lo que haremos en un juego Imagen 4

Chen informó de que en Yokozuna Data se asombraron de ver lo poco que los videojuegos habían utilizado hasta ahora toda esa cantidad de datos para ofrecer servicios personalizados a sus jugadores y puso como ejemplo a Spotify, Amazon, Netflix o Google, que muestran a cada usuarios contenidos relacionados con sus elecciones anteriores.

Recomendaciones de personajes dentro de cada juego

Los servicios personalizados a cada jugador servirían para indicarle, dijo Chen, "por ejemplo, cuál es su clan ideal en Clash of Clans o el personaje que mejor le va en Mario Karts. Basándonos en tu comportamiento previo te indicamos con qué actividad vas a disfrutar más".

Para conseguir todo esto, afirmó Chen, son suficientes los datos de unos 1.000 usuarios para juegos sencillos con dos o tres meses de análisis de los datos para crear los algoritmos. Eso sí, aclaró, no son datos personales, "cada usuario es un número de referencia, no hay nombres ni direcciones ni nada personal", dijo, ni los datos se comparten con otras empresas; una vez que termina el contrato con una empresa, esa información se borra..

Según los que expuso la experta en machine learning, aumentando con los algoritmos el 10% la retención de los usuarios que más gastan durante un mes en un juego de móvil AAA se pueden lograr 1,3 millones de ingresos adicionales y si se mejoran los niveles más aburridos se pueden obtener 8 millones adicionales anuales.

Jorge Cano
Redactor jefe

Imágenes:

Otras noticias sobre:

En forosComentar en nuestros foros

En forosComentar en nuestros foros

Flecha subir