Nonostante la notevole crescita sperimentata durante gli anni ‘90, l’industria dei videogiochi è caratterizzata
da un tasso di fallimenti di prodotti commerciali che sfiora il 90% dei casi. E’ proprio il caso di porsi qualche domanda!

Abstract

Nonostante la notevole crescita
sperimentata durante gli anni ‘90, l’industria dei videogiochi è caratterizzata
da un tasso di fallimenti di prodotti commerciali che sfiora il 90% dei casi.
Dunque, fin troppi giochi non vendono a sufficienza per coprire i costi di
sviluppo e generare profitti.

A cosa si deve questa situazione?
Secondo le teorie di marketing tradizionale, il successo di un prodotto è
determinato dalla sua capacit� di soddisfare esigenze e preferenze del
compratore. Accade così con i videogiochi? Si conosce a sufficienza il
giocatore? I giochi digitali sono realmente creati in base alle preferenze dei
giocatori?

La qualit� di un videogioco dipende dai
contenuti che offre al giocatore e dalla sua usabilit� . Questi due aspetti sono
attualmente curati soprattutto in base ad opinioni esperte di sviluppatori ed
esperti di mercato. Si può fare di più? Nel presente articolo affrontiamo questa
domanda chiave concentrandoci sul problema dell’usabilit� , per mostrare come
l’applicazione di metodologie qualitative possano essere utilizzate per
realizzare studi empirici volti a conoscere meglio il giocatore e curare la
giocabilit� di un prodotto per migliorarne la qualit� .

Videogiochi ed usabilit�

L’industria dei videogiochi: un gigante con le sue debolezze

Nonostante la costante crescita e la
notevole redditivit� dell’industria videoludica, un’elevata percentuale di
progetti per lo sviluppo di videogiochi fallisce inesorabilmente. Dati gli
elevati costi medi di produzione, in molti casi i giochi commercializzati non
vendono a sufficienza per generare guadagni ai produttori. Per capire quanto sia
rilevante il problema, basta considerare che il tasso medio di successo é
all’incirca la met� del tasso dell’industria dell’IT (10-15% contro un 25%
dell’industria dell’IT).

A cosa si deve questa situazione? Secondo
le teorie di marketing tradizionale, l’utente è la chiave di volta per il
successo di un prodotto. Quindi, la regola d’oro è conoscerlo a fondo per creare
prodotti in grado di soddisfare le sue necessit� e preferenze. Accade cosi con i
videogiochi? Si conosce a sufficienza l’utente? A giudicare dai frequenti
fiaschi, qualche problema c’è, e vale quindi la pena di riflettere sul come
migliorare la qualit� dei giochi per meglio soddisfare i giocatori.

Perché preoccuparsi di usabilit� e videogiochi?

Quali sono i fattori che determinano la
qualit� di un videogioco, dal punto di vista del giocatore? Contenuti e
giocabilit� , intendendo per contenuti l’ambientamento e l’insieme di possibilit�
interattive offerte dal gioco, e per giocabilit� la possibilit� che si d� al
giocatore di comprendere cosa va fatto nel gioco, come farlo, e quindi di
interagire effettivamente con l’ambiente virtuale (Fabricatore et al., 2002).
Dunque, il concetto di giocabilit� non è altro che l’equivalente dell’usabilit�
in prodotti tradizionali. Qual’è la sua importanza? A detta dei giocatori, per
quanto il contenuto possa essere buono, una giocabilit� povera rende la qualit�
di un prodotto scadente (Fabricatore et al., 2002). Quindi, la giocabilit� ha un
ruolo centrale. Cosa si fa attualmente per curare la giocabilit� di un gioco
digitale? La si cura a sufficienza?

Il processo di ideazione di un videogioco è
oggigiorno prevalentemente guidato dall’opinione degli sviluppatori, editori e
degli esperti di mercato. Il giocatore viene direttamente coinvolto solo nelle
fasi di playtesting, vero e proprio processo di collaudo del prodotto ultimato
coinvolgendo campioni di giocatori rappresentativi del mercato obiettivo.

E’ abbastanza? Dato l’ancor alto tasso di
fallimento di progetti, probabilmente no. Ed è auspicabile fare di più per
conoscere ancora meglio l’utente finale. Come? Partiamo dai punti deboli degli
approcci attualmente utilizzati.

Per quanto riguarda l’opinione esperta, si
tratta di informazione molto soggettiva, con potenziali rischi. Purtroppo, non
sempre gli “esperti” sono tali. Dal canto degli sviluppatori, e’ molto facile
cadere nell’errore di “disegnare per sé stessi” reputando i propri gusti
rappresentativi del mercato obiettivo. Per quanto riguarda editori ed esperti di
mercato, a questo rischio si somma quello derivato da possibili fallacie in
studi di mercato, con conseguenti valutazioni errate sul come disegnare un buon
prodotto. Dunque, se gli esperti sono realmente tali, tutto bene. Se no…

Il playtesting dovrebbe essere una misura
più obiettiva per assicurare la giocabilit� di un prodotto. Quando ben
realizzato, è sicuramente un’ottima misura, come dimostrato dalla qualit� del
lavoro svolto dal Playtest Lab di Microsoft (Fulton, 2002; Pagulayan et al.,
2003). Non senza punti neri, però. In primo luogo, infrastrutture e know-how per
realizzare playtesting di buona qualit� non sono alla portata di tutti,
soprattutto per ragioni economiche ed organizzative. In secondo luogo, il
playtesting è comunque una misura di cura, e purtroppo efficace solo in parte.
Di fatti, il playtesting si realizza su prodotti ultimati, rilevando problemi e
possibili migliorie e fornendo informazioni agli sviluppatori affinché il
prodotto venga “pulito”. Poi, resta a discrezione degli sviluppatori risolvere i
problemi e migliorare il gioco. Purtroppo una buona parte dei risultati del
playtesting rimangono su carta, a causa di problemi tecnologici e di tempistiche
che impediscono di raffinare il prodotto collaudato prima della sua immissione
nel mercato.

Dunque, si può fare altro per conoscere
meglio i giocatori e migliorare la giocabilit� di un prodotto? Guardando ad
altre branche dello sviluppo software, problematiche di usabilit� vengono
affrontate anche in fase preventiva, a mezzo di linee guida che sono il
risultato di studi di interazioni uomo-macchina. Purtroppo, nel caso dei
videogiochi non c’è molto di analogo che sia pubblicamente accessibile. Per
questa ragione ci soffermeremo, nel resto di questo articolo, ad analizzare come
si possano applicare metodi empirici di analisi qualitativa per studiare i
giocatori e ricavare linee guida che rispecchino le loro reali preferenze.
Faremo riferimento ad un progetto di ricerca mirato a studiare l’usabilit� dei
videogiochi, intrapreso da chi scrive nel 1995 e culminato nel 1999 con la
formulazione di un modello di game design per curare la giocabilit� di giochi
d’azione (Fabricatore et al., 2002). Tale modello rappresenta un buon esempio
per illustrare come applicare metodi di analisi qualitativa per ottenere
risultati attendibili, obiettivi (e pertanto generali) e scientificamente
rigorosi. Dunque, come procedere?

Quale approccio adottare per studiare giocatori e
giocabilit� ?

Riuscire ad ottenere una comprensione
obiettiva delle preferenze dei giocatori, e migliorare in base ad esse la
giocabilit� di un videogioco è un problema di interazioni uomo-macchina,
potenzialmente trattabile con tecniche tradizionalmente utilizzate in questo
settore. In particolare, Preece et al. (1994) aggruppano gli approcci per
effettuare studi di usabilit� nelle tre categorie (combinabili) descritte a
continuazione.

1)
Studi di Benchmarking e sperimentazione.
Permettono di valutare l’usabilit� di un prodotto esaminando il rendimento di
utenti alle prese con un prodotto, a mezzo di misurazione di variabili
considerate rappresentative dell’usabilit� .

2)
Studi predittivi.
Permettono di predire problemi di usabilit� in base a rapporti informativi
forniti da esperti in usabilit� sulla scorta di osservazioni empiriche di casi
di uso “real-world” del prodotto in esame. L’informazione fornita dagli esperti
è esaminata da analisti esterni, responsabili poi di formulare predizioni
sull’usabilit� del prodotto.

3)
Studi interpretativi.
Richiedono che gli analisti stessi effettuino osservazioni dirette dell’uso
“real-world” del prodotto, entrando a far parte del contesto d’uso per
raccogliere ed interpretare informazioni riguardanti l’usabilit� del prodotto.

Pur dando importanza (anche se in misura
diversa) all’osservazione diretta dell’utente, le tre categorie di approcci
fanno comunque affidamento sull’opera di un analista per trarre conclusioni
sull’usabilit� di un prodotto. Dato l’obiettivo di studiare l’usabilit� in base
alle preferenze reali dei giocatori, come fare per limitare al massimo il
rischio della soggettivit� dei risultati? Una possibile risposta al bisogno di
obiettivit� e rigore è rappresentato dal metodo della Grounded Theory, approccio
che, oltre a mettere a disposizione tecniche e procedure formali per la raccolta
ed analisi di dati empirici, fornisce anche criteri di rigore scientifico per
convalidare i risultati ottenuti e garantirne l’oggettivit� (Strauss & Corbin,
1990).

Usabilit� e Grounded Theory: come usare approcci qualitativi
per studiare la giocabilit� ?

Dunque, in cosa consiste il metodo della
Grounded Theory? Come lo si può applicare per studiare la giocabilit� ? La
caratteristica principale della GT è quella di consentire lo studio di fenomeni
per formulare teorie derivate direttamente ed unicamente dall’osservazione
empirica, di garantita generalit� , e di carattere strettamente operativo (Strauss

& Corbin, 1990). Tutto ciò, tradotto al problema di nostro interesse, significa
che l’applicazione del metodo Grounded Theory permette di formulare principi di
usabilit� che:

1)
Siano derivati direttamente da osservazioni empiriche di sessioni di
gioco, senza influenze soggettive del ricercatore.

2)
Rispecchino fedelmente la popolazione di giocatori rappresentati dal
campione studiato.

3)
Permettano di operare per migliorare l’usabilit� dei videogiochi.

Rimane quindi da vedere come applicare il
metodo della Grounded Theory. Lo faremo a continuazione, considerando come
riferimento la ricerca svolta su giocabilit� e giochi d’azione.

Il ciclo iterativo di raccolta ed analisi
di dati

Punto di partenza: la procedura per
raccogliere ed analizzare dati.

Figura 1: Ciclo iterativo di
raccolta/analisi dati

Come illustrato in figura 1, il primo passo
consiste nel selezionare un campione da studiare, in base a criteri rilevanti
per il fenomeno in esame. Nel caso della nostra ricerca, si trattava di
selezionare giochi e giocatori. In quanto ai prodotti, abbiamo selezionato
giochi d’azione in base al successo di mercato, includendo tre categorie di
prodotti: molto, mediamente e scarsamente venduti. In quanto ai giocatori, si è
scelto un campione del tipo di popolazione più interessante dal punto di vista
commerciale (al momento della realizzazione dello studio): sesso maschile ed et�
comprese tra i 20 ed i 30 anni.

Completato il campionamento, si passa a
raccogliere i dati con le tecniche che si ritengano più adeguate. Nel nostro
caso, abbiamo realizzato sessioni di gioco individuali con i prodotti scelti.
Durante le sessioni, il giocatore verbalizzava la sua esperienza, parlando di
tutto ciò che ritenesse utile per analizzare e giudicare la giocabilit� del
prodotto in uso. Successivamente si procedeva con un’intervista aperta, durante
la quale al giocatore si chiedeva di riferire liberamente qualsiasi altra cosa
ritenesse utile per criticare la giocabilit� del prodotto. Si finiva quindi con
un’intervista semistrutturata, durante la quale si richiedeva al giocatore di
approfondire temi specifici emersi durante le fasi precedenti, e considerati
importanti dall’osservatore.

Terminata la raccolta, si procede con
l’analisi. Nel caso i risultati dell’analisi non possano essere considerati
definitivi (tali, cioè, da dare per terminato il processo di raccolta/analisi),
può rendersi necessaria un’ulteriore analisi dei dati gi� raccolti, una nuova
raccolta di dati a partire dallo stesso campione esaminato, oppure la scelta di
un altro campione (eventualmente rivedendo i criteri di selezione), per
ricominciare un nuovo ciclo di raccolta/analisi di dati. Il risultato della fase
di analisi determina dunque se la ricerca possa darsi per conclusa. In base a
quale criterio? Il metodo della Grounded Theory offre un set di criteri
specifici per valutare la rilevanza, pertinenza e gerneralizzabilit� induttiva
dei risultati ottenuti. Tali criteri indicano che è possibile interrompere il
ciclo di raccolta/analisi quando non emergono più nuovi dati di rilievo e non vi
sono dati contraddittori con le conclusioni formulate (Strauss & Corbin, 1990).
Nel nostro caso tutto ciò si traduceva nel non ottenere più nuovi dati dalle
osservazioni empiriche, e nel fatto che i giocatori concordassero
(implicitamente o esplicitamente) sulle conclusioni tratte in merito alla
giocabilit� dei prodotti esaminati. Come vanno analizzati i dati?

Analisi di dati secondo il metodo Grounded
Theory

Per illustrare il funzionamento del
processo analitico, faremo riferimento ad esperimenti realizzati con i giochi
Grand Theft Auto ed Unreal. Nel primo gioco il giocatore interpreta il ruolo di
un ladro d’auto, ed ha l’obiettivo di eseguire missioni rubando veicoli e
guidandoli in una citt� evitando le insidie della polizia e quant’altro lo possa
ostacolare. Il secondo è un gioco a carattere bellico, in cui il giocatore
interpreta il ruolo di un galeotto imprigionato in un pianeta alieno, che
sopravvive miracolosamente ad una attacco sferrato al penitenziario da
misteriosi extraterrestri, ed ha il compito di trovare un modo per sfuggire agli
alieni ed abbandonare il pianeta.

Per illustrare il processo analitico
utilizzeremo i due estratti di dati riportati a continuazione.

Tavola 1: Estratti di dati

Fonte

Dati

Estratto
N. 1. Gioco:
Grand Theft Auto

“Quando
passo sotto il ponte, non vedo più la mia auto! Fortunatamente non è per
molto…”

Estratto
N. 2. Gioco:
Unreal

“Mi ha
spaventato questo tizio che è balzato nel bel mezzo della stanza. Era un
Nali, e sono amichevoli, ma non l’ho riconosciuto da lontano. Pensavo
che fosse un nemico, perché il suo aspetto non sembra troppo amichevole,
e l’ho ucciso! Cavolo! Dovresti sempre poter riconoscere i tuoi amici…
Peccato!”

Il processo di analisi si articola secondo
tre fasi: la concettualizzazione dei dati, la categorizzazione e l’analisi
relazionale.

Concettualizzazione dei dati

Durante la fase di concettualizzazione, i
dati “bruti” vengono analizzati ricercando concetti ritenuti rilevanti per il
fenomeno sotto studio.

Nel primo estratto, il giocatore riferisce
che la sua auto sparisce sotto un ponte. In questo caso auto e ponte

sono concetti specificamente legati alla giocabilit� , dato che sono chiave in un
evento che influisce sulla possibilit� di giocare: la sparizione della vettura
sotto il ponte. Inoltre, tale evento è chiaramente legato alla nozione di
punto di vista, che può essere pertanto considerata un concetto
implicitamente legato alla giocabilit� .

Nel secondo estratto, il giocatore si
riferisce ad un “tizio” che è amichevole, ma che, apparendo inaspettatamente in
scena, viene scambiato per un nemico. Questo evento riguarda i concetti tizio,
nemico ed amichevole. Tali nozioni possono essere considerate
concetti legati alla giocabilit� , in quanto il giocatore giudica l’intero evento
come qualcosa che non dovrebbe accadere. Inoltre, nella seconda asserzione il
giocatore identifica il “tizio” come un Nali, giudicando negativamente
l’impossibilit� di capirlo subito. Ergo, anche Nali va considerato un
concetto di rilievo in termini di giocabilit� .

Categorizzazione dei concetti

Una volta identificati i concetti chiave,
occorre aggrupparli in categorie in base ad similitudini fra di essi, ed
identificare le propriet� distintive di ogni categoria.

Nel nostro caso, consideriamo ad esempio i
concetti auto e tizio. In Gran Theft Auto, l’auto a cui si
riferisce il giocatore è un oggetto che egli può controllare. Nel gioco vi sono
anche altre auto, non controllabili dal giocatore. Inoltre, tutte le auto
possono interagire tra di esse e con lo scenario del gioco, ed alcune
interazioni possono danneggiare le auto fino a distruggerle. In Unreal, il
“tizio” è una creatura umanoide, non controllata dal giocatore. La creatura può
interagire con lo scenario, ha una sorta di energia vitale limitata, e muore se
ferita troppe volte. Inoltre, nel gioco sono presenti altre creature, tutte con
caratteristiche simili in termini di energia vitale ed interattivit� . Infine,
tali caratteristiche sono proprie anche della creatura controllata dal giocatore
(il galeotto). Da queste analogie si può concludere che i concetti auto e
tizio sono ascrivibili alla categoria entit� , definibile come
l’insieme degli agenti biologici e non, controllabili dal giocatore e non,
capaci di interagire tra loro e con lo scenario, e dotati di una risorsa vitale
limitata che ne determina l’esistenza nell’universo di gioco e può diminuire a
conseguenza di interazioni specifiche.

Come ulteriore esempio, consideriamo il
concetto Nali. Il giocatore lo ha usato per parlare di chi o cosa sia
un’entit� specifica, ovverosia per parlare dell’identit� dell’entit� . Si può
quindi concludere che la categoria identit� è appropriata per aggruppare
tutte le nozioni distintive che specificano chi o cosa un’entit� sia.

Analisi relazionale delle categorie

Formulate e descritte le categorie, occorre
identificare le relazioni esistenti tra di esse.

Per esempio, consideriamo la frase “Era un
Nali, e sono amichevoli, ma non l’ho riconosciuto da lontano”. Il giocatore
rileva innanzitutto che l’entit� è un Nali, implicando quindi che le entit�
hanno un’identit� . Inoltre, il giocatore parla di un’intero gruppo di entit� (i
Nali, per l’appunto), spiegando che esse sono amichevoli nei riguardi del
protagonista. Essendo il gruppo determinato dall’identit� delle entit� che vi
appartengono, si conclude che l’identit� determina l’atteggiamento di
un’entit� , categoria che aggruppa i concetti amichevole e nemico.
Questo tipo di analisi relazionale permette una rappresentazione schematica di
gerarchie di categorie, come illustrato a continuazione.

Figura 2: Gerarchia relazionale

Iterazione nel ciclo raccolta/analisi

Abbiamo dunque concetti, categorie e
relazioni tra categorie. Una descrizione strutturata di elementi che influiscono
sulla giocabilit� di un prodotto. Nulla però che ci permetta di operare. Cosa
bisogna farci con queste “cose” che abbiamo trovato? Evidentemente ci troviamo
nel caso in cui i risultati ottenuti non sono definitivi, in quanto non hanno
carattere operativo. Ricordiamo che il metodo della Grounded Theory indica che
in questi casi si può procedere ad un’ulteriore analisi dei dati raccolti.
Entrambi gli estratti considerati contengono preferenze riguardanti la
giocabilit� , implicite in giudizi o commenti fatti dai giocatori. Per
identificarli, è buona norma analizzare i dati utilizzando domande guida, quali:

-
Di cosa sta parlando il giocatore?

-
Come lo mette in relazione con la giocabilit� ?

-
Come lo valuta?

Ad esempio, nel secondo estratto (Unreal)
il giocatore si rammarica per non aver riconosciuto a tempo il Nali, e dice
chiaramente che non dovrebbe accadere. Dunque, prendendo spunto dalle nostre
domande guida, possiamo dire che il giocatore si sta riferendo all’identit�
ed atteggiamento della creatura, parla dell’impossibilit� di
identificarla quando si dovrebbe, e critica il fatto come qualcosa che non
dovrebbe accadere. Da ciò si può dedurre una prescrizione riguardante
giocabilit� ed atteggiamento delle entit� :

-
Permettere al giocatore di comprendere in modo facile se un’entit� sia
ostile, amichevole o neutrale nei riguardi del personaggio controllato dal
giocatore.

E’ facile immaginare come una linea guida
di questo tipo possa essere importante tanto quando si sta ideando un prodotto,
quanto quando si valuta la giocabilit� di un gioco terminato.

Completamento del ciclo e generalizzazione
dei risultati

Ripetendo i passi illustrati fino a che non
emergono più nuove informazioni dalle osservazioni empiriche, si può completare
la formulazione del modello relazionale di nozioni legate alla giocabilit� , con
relative linee guida per operare in fase di ideazione e valutazione di prodotti.
Ma che succede se, strada facendo, otteniamo opinioni discrepanti in merito ad
aspetti specifici di giocabilit� ? Bisogna affrontare tali problemi per risolvere
le divergenze. Nel nostro caso abbiamo utilizzato tecniche di focus groups,
riuscendo a chiarire le posizioni dei giocatori fino ad ottenere concordanza, o
a concludere che magari aspetti specifici di un gioco, per quanto legati alla
sua giocabilit� , non sono regolabili con linee guida di validit� universale, ma
piuttosto dipendono dal giocatore che sta interagendo con il prodotto.

Ed ora?

Illustrata la tecnica, cosa ce ne facciamo?
Lo spirito di questo articolo è di fornire motivazioni ed illustrare una tecnica
concreta per permettere poi di approfondire il tema dell’uso di metodologie
qualitative per realizzare studi di usabilit� in videogiochi. Rimandando a
Fabricatore et al. (2002) il lettore interessato a conoscere i risultati da noi
ottenuti studiando i giochi d’azione, proponiamo in conclusione spunti concreti
per realizzare ulteriori ricerche, sempre con l’obiettivo di formulare linee
guida che aiutino a curare la giocabilit� di prodotti videoludici.

Studiare aspetti di giocabilit� in giochi
di altri generi

La nostra attenzione si è centrata sui
giochi d’azione. Esistono però altri generi molto rilevanti per il mercato
internazionale come, ad esempio i giochi di ruolo e di strategia in tempo reale.
Quali aspetti determinano la loro giocabilit� ? Quali linee guida si possono
formulare in merito?

Studiare altri gruppi di giocatori

Il gruppo da noi analizzato è sicuramente
rilevante in termini di mercato. Ciò non toglie però che ci siano altri gruppi
con diverse caratteristiche demografiche e culturali, e che sarebbe molto
interessante analizzare. Ad esempio, cosa accade quando si parla di giocabilit�
e bambini? Quanto influiscono i fattori culturali sulla giocabilit� di un
prodotto? Un britannico valuta la giocabilit� di una simulazione automobilistica
così come la valuta un cinese? E le donne?

Bibliografia

Fabricatore, C., Nussbaum, M., Rosas, R.
(2002). Playability in Action Videogames: A Qualitative Design Model.
In Human-Computer Interaction, Volume 17, Number 4.

Fulton, B. (2002). Beyond Psychological Theory:
Getting Data to Improve Games. Game Developer’s Conference Proceedings.

Preece, J., Rogers, Y., Sharp, H., Benyon, D., Holland,
S., & Carey, T. (1994). Human Computer Interaction. Addison-Wesley.

Pagulayan, R. J., Keeker, K.,
Wixon, D., Romero, R., & Fuller, T. (2003). User-centered design in games.
In J. Jacko and A. Sears (Eds.), Handbook for Human-Computer Interaction
in Interactive Systems.

Strauss, A. L. & Corbin, J. (1990). Basics of
qualitative research. Newbury Park, CA: Sage.