Autores:  (1) Antoine Loriette, IRCAM, CNRS, Universidad de la Sorbona, París, Francia (antoine.loriette@gmail.com);  (2) Baptiste Caramiaux, Universidad de la Sorbona, CNRS, ISIR, París, Francia (caramiaux@isir.upmc.fr);  (3) Sebastian Stein, Facultad de Ciencias de la Computación, Universidad de Glasgow, Glasgow, Escocia, Reino Unido (sebastian.stein@glasgow.ac.uk);  (4) John H. Williamson, Facultad de Ciencias de la Computación, Universidad de Glasgow, Glasgow, Escocia, Reino Unido (johnh.williamson@glasgow.ac.uk).  Tabla de enlaces   Resumen y 1 Introducción   2 Trabajos relacionados y 2.1 Modificación de juegos para rehabilitación  2.2 Medición y modelado del desempeño del control de entrada y 2.3 Resumen   3 Motivación desde un contexto de rehabilitación y 3.1 Observaciones y talleres de lluvia de ideas  3.2 Descripción del sistema  3.3 Parametrización de la interacción  3.4 Resumen   4 Estudio experimental   5 Modelado del comportamiento del usuario y 5.1 Características del comportamiento  5.2 Modelo de referencia de juego  5.3 Comparación de NLL con NSCORE  5.4 Efecto de los parámetros de diseño en NLL  5.5 Periodo de muestreo   6 Discusión y 6.1 Taller de diseño y herramientas para modelado  6.2 Adaptación de parámetros de interacción  6.3 Modelado del juego  6.4 Limitaciones y trabajo futuro   7 Conclusión  8 Agradecimientos y referencias  ABSTRACTO  Los juegos digitales modificados logran impulsar la motivación en ejercicios repetitivos necesarios para la rehabilitación motora, sin embargo, diseñar modificaciones que satisfagan tanto los objetivos de rehabilitación como los de participación es un desafío. Presentamos un método en el que un modelo estadístico de juego de referencia identifica configuraciones de diseño que emulan comportamientos compatibles con el juego sin modificar. Ilustramos este enfoque a través de un estudio de caso que involucra la rehabilitación de miembros superiores con un controlador personalizado para un juego PacMan. Un taller de diseño participativo con terapeutas ocupacionales definió dos parámetros de interacción para ajustes de juego y rehabilitación. El efecto de los parámetros en la interacción se midió experimentalmente con 12 participantes. Mostramos que un modelo de baja latencia, que utiliza tanto el comportamiento de entrada del usuario como el estado interno del juego, identifica valores para los parámetros de interacción que reproducen el juego de referencia bajo un control degradado. Analizamos cómo se puede aplicar este método para equilibrar sistemáticamente los problemas de gamificación que involucran compensaciones entre los requisitos físicos y las experiencias subjetivamente atractivas.    Juego; Rehabilitación; Diseño de interacción; Modelado de usuarios. Palabras clave  1 Introducción  La naturaleza atractiva de los sistemas interactivos, especialmente los juegos, tiene el potencial de mejorar las sesiones de rehabilitación, siempre que su diseño de interacción se ajuste a las necesidades y capacidades de los pacientes. Es necesario encontrar y evaluar los parámetros de diseño de interacción pertinentes que se puedan adaptar para cumplir con los requisitos y especificaciones de la rehabilitación (Lopes y Bidarra, 2011).  La gamificación (Raczkowski, 2014) busca incorporar “elementos de videojuegos en sistemas que no son juegos para mejorar la experiencia y la participación del usuario” (Deterding et al., 2011). Se ha demostrado que el uso de juegos es beneficioso para los pacientes en una amplia variedad de contextos de rehabilitación. Centrándose en las extremidades superiores, Sietsema et al. (Sietsema et al., 1993) demostraron que una interacción con un juego de Simon produjo significativamente más rango de movimiento que un ejercicio de memoria estándar para pacientes con lesión cerebral traumática. Sin embargo, cuando los juegos no están destinados inicialmente a fines de entrenamiento, la interacción entre el juego y el jugador a menudo debe modificarse para cumplir con los objetivos de rehabilitación. Por ejemplo, Half-life 2 (Valve Corporation, 2004) se controló parcialmente a través de una bicicleta reclinada, vinculando la velocidad de pedaleo a la acción de avance del personaje jugable (Ketcheson et al., 2016), con fines de esfuerzo del jugador. Por lo general, se necesita una parametrización adicional de la interacción para adaptarse a las capacidades específicas de los pacientes (Barrett et al., 2016). Por ejemplo, se eliminó el contenido del juego Fruit-Ninja (Halfbrick Studios, 2010) para atender la movilidad reducida de los pacientes durante la rehabilitación del brazo (Khademi et al., 2014). Estas modificaciones se introducen a menudo mediante heurísticas (Pirovano et al., 2016; Munoz et al., 2018) o ajustes preestablecidos (Ketcheson et al., 2016; Chatta et al., 2015), pero es difícil predecir en qué medida afectan al juego.  En este artículo, proponemos desarrollar modelos de juego de referencia, capturados a través de sesiones de juego de un grupo de jugadores de control, para que sirvan como referencia con respecto a la cual se puedan evaluar las modificaciones de interacción, aliviando la dependencia de heurísticas o ajustes preestablecidos.  Nuestras contribuciones son dobles. En primer lugar, diseñamos un sistema para la rehabilitación de miembros superiores basado en alteraciones mínimas del juego y diseño de interacción paramétrica. En segundo lugar, validamos una nueva métrica para predecir la dificultad del juego utilizando el sistema diseñado, basado en modelos de juego de referencia. Estas contribuciones benefician al campo del diseño de juegos para la rehabilitación al proporcionar un nuevo método para equilibrar las alteraciones del juego compatibles con un enfoque computacional.  Esta investigación está motivada por el trabajo de campo con terapeutas ocupacionales que condujo al desarrollo de un sistema para la rehabilitación basada en el movimiento utilizando el juego Pac-Man. Una serie de talleres y sesiones de prueba fundamentaron nuestras opciones de diseño: la adaptación de la interacción se realiza con las modificaciones de la velocidad de juego y la optimización de las propiedades físicas de un dispositivo de entrada de nuevo diseño. Además, nuestras contribuciones benefician al campo de la interacción computacional en HCI (Oulasvirta et al.), que se basa en modelos para obtener información sobre los sistemas interactivos. Proponemos un modelo de juego de referencia, construido a partir de variables de bajo nivel, que se correlaciona con la puntuación en el juego. Mostramos que las medidas comunes de rendimiento, como la puntuación en el juego, son propensas a una alta latencia y variabilidad entre usuarios, y proponemos en cambio aprender un modelo estadístico de comportamiento de control normativo.  El artículo está estructurado de la siguiente manera. En la siguiente sección, presentamos trabajos previos sobre modificación de juegos para rehabilitación e investigaciones relacionadas para controlar la adaptación de la entrada y el modelado del rendimiento del usuario. A continuación, informamos sobre el trabajo realizado en talleres participativos con terapeutas ocupacionales y los sistemas diseñados resultantes. A continuación, se presenta un estudio experimental con 12 participantes en el que investigamos cómo una nueva modalidad de entrada afecta la experiencia del usuario y sus movimientos. Por último, para desarrollar un indicador de baja latencia para la dificultad de interacción, detallamos un modelo estadístico de los datos recopilados que se correlaciona con la puntuación del juego.  Este artículo está   bajo la licencia CC BY 4.0 DEED. disponible en arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Gamifications.TECH

Gamifications unlocks engagement secrets, merging playful design and tech to turn the ordinary into the extraordinary.

Gamifications's blog

Este audio es producido en el idioma original de la historia!

Demasiado Largo; Para Leer

Boost your HackerNoon story @ $159.99! 🚀

Científicos hackean Pac-Man para que la fisioterapia sea menos ardua

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps