Gegevens graven in games – De positieve kanten van datamining



Dit artikel verscheen in licht gewijzigde vorm eerder in Kijk #6 2011.

Als je een spel op Facebook speelt, is de kans aanwezig dat al jouw acties worden geregistreerd door de ontwikkelaar. Dit fenomeen heet datamining. Zo’n beetje elke pixel levert meetbare gegevens op, en als tientallen miljoenen mensen dagelijks spelen, resulteert dat in een enorme berg gegevens. Datamining heeft binnen de entertainmentindustrie een dubieuze reputatie. Helaas is dit deels terecht; vaak is geld het enige doel en wordt er bewust op verslavende elementen aangestuurd. Toch vindt er binnen én buiten de entertainmentsector ook vernieuwend en belangrijk onderzoek plaats met behulp van datamining.

Farmville

Datamining heeft de afgelopen jaren een enorme opmars gemaakt. Ontwikkelaars van games zijn tegenwoordig in staat om elke actie van de speler te volgen en op te slaan. Zoals bij Farmville. Spelers bouwen in deze game een boerderij op door gewassen te verbouwen, met hun Facebook-vrienden samen te werken en speciale voorwerpen aan te schaffen.

Datamining werkt bij dit spel als volgt: ontwikkelaar Zynga slaat elke muisklik op in een enorme database en kan deze gegevens koppelen aan acties van de speler, zoals het aanschaffen (met echt geld!) van een speciaal voorwerp. Door kleine aanpassingen in het spel te maken en het resultaat opnieuw te meten, kan Zynga vervolgens bepaalde acties uitlokken. Zo blijkt bijvoorbeeld dat de grootte en kleuren van sommige knopjes invloed hebben op het koopgedrag van spelers. De data wordt bij deze games ook gebruikt om zogenaamde compulsion loops te perfectioneren (zie ook dit artikel van Niels ‘t Hooft). Anders gezegd: aanpassingen in de game maken waardoor spelers langer doorspelen en vaker terugkeren.

Geld aftroggelen

Er kleven nogal wat ethische bezwaren aan dergelijke praktijken. Er worden aanpassingen gemaakt aan de hand van menselijk gedrag, met als enig doel spelers vaker en langer te laten spelen én ze geld af te troggelen. Bovendien wordt er regelmatig gemeten zonder duidelijke waarschuwing of mededeling vooraf. Als je vervolgens bedenkt dat games als Farmville ook onder kinderen populair zijn, mogen er met recht de nodige vraagtekens bij datamining gezet worden.

Dit is echter maar een deel van het verhaal. Zowel binnen de academische als entertainmentsector wordt datamining tevens gebruikt voor minder dubieuze doeleinden. Ook in Nederland.

Restaurantspelletje

Gamers zullen het wel herkennen: computergestuurde personages (of NPC’s: non-playing characters) kunnen probleemloos volgens een script werken. Wijk je echter van het script af – en dat is wat mensen doen – dan levert dit vaak hilarische taferelen op. NPC’s blijven eeuwig rondjes rennen, pogen tevergeefs door muren heen te sprinten of krijgen plots een spastische aanval. Een script staat adaptief gedrag in de weg en is bovendien bijzonder arbeidsintensief en omslachtig om te programmeren. Wat als een computergestuurd personage acceptabel gedrag kan leren, enkel door met menselijke spelers te spelen en ze te observeren?

The Restaurant Game is een spraakmakend project, opgezet binnen het Massachusetts Institute of Technology (MIT). Coördinatoren van het project, Jeff Orkin en Deb Roy, proberen exact dit te bereiken: een wereld waarin computergestuurde personages effectief samenwerken met door mensen bestuurde figuren. Een kunstmatige intelligentie die in staat is om menselijke gedrag te leren - zónder script.

Typisch gedrag

De manier waarop The Restaurant Game dit bewerkstelligt is even simpel als doeltreffend. De simulatie is gesitueerd in een restaurant, waarin zich altijd twee spelers bevinden: een klant en een serveerster. De ruimte bestaat uit een eetzaal en een keuken, met daarin allerlei objecten – tafels, stoelen, keukengerei, noem het maar op. Beide spelers kunnen met elk object een vast aantal acties uitvoeren, zoals ‘eet’, ‘zet neer’, ‘pak op’.

Het doel van het spel is om een realistische avond uit eten te simuleren, maar beide spelers zijn geheel vrij in hun acties. Zo pakten sommige spelers als klant de stoelen op, of gooiden ze als serveerster al het fruit in de blender. Naast het uitvoeren van acties is het verplicht voor de spelers om een dialoog te voeren onderling. Het systeem achter The Restaurant Game meet elke dialoog en iedere actie van beide spelers en voegt dit toe aan de immer groeiende database aan afgeronde spelsessies – pure datamining.

Tot zover weinig nieuws onder de zon; de ingenieuze twist van The Restaurant Game schuilt in de algoritmes achter de data. Deze kunnen uit de brei van data patronen destilleren. Wat blijkt; het overgrote gedeelte van de spelers – op dit moment zijn er ruim tienduizend sessies afgerond – voltooit het virtuele etentje volgens de sociale normen uit de realiteit. Serveersters maken tafels schoon, dienen eten op en de klanten vragen netjes om de bon. Het systeem kan deze patronen vervolgens koppelen aan “typisch gedrag” en “ atypisch gedrag” en implementeren in NPC’s.

Met andere woorden: computergestuurde poppen leren van het gedrag van spelers en kunnen vervolgens handelen op basis van typisch gedrag. Mocht een speler om een bon vragen, dan zal de NPC een bonnetje gaan halen. Let wel, hier is dus geen regel script voor geschreven! De virtuele bondgenoten beginnen als onbeschreven blad, zonder karakter, om langzaam te leren van menselijke spelers. Dit maakt ze oneindig veel flexibeler dan hun gescripte tegenhangers.

Computers nemen cultuur over?

Computergestuurde personages leren in The Restaurant Game typisch gedrag van spelende mensen. Dit is alles behalve neutraal; ons gedrag is doordrongen van culturele, morele en sociale regels en conventies. Laat een afgezonderd nomadenvolk hetzelfde spel spelen, en de computer zal een compleet ander beeld van typisch gedrag krijgen. Is cultuur in harde data te vangen en kunnen computers zichzelf dit vervolgens aanleren? The Restaurant Game lijkt dit te bevestigen. Kunstmatige intelligentie is niet vrij van normen en waarden, zelfs niet in iets onschuldigs als een digitaal avondje uit eten. 

Hoewel het basisprincipe werkt – de virtuele figuren kunnen op dit moment een typisch etentje volbrengen – zijn er nog talloze valkuilen, erkennen ook Orkin en Roy. Zo is dineren in een restaurant een activiteit doorvlochten van ongeschreven regels en structuur. Sterker nog; weinig is zo gestructureerd als een avondje uit eten. Vrijwel niemand zal zomaar zonder te betalen weglopen, of plots zelf achter het fornuis duiken.

Het is daarom vrij makkelijk voor de kunstmatige intelligentie om patronen te ontdekken van typisch en atypisch gedrag. Maar lukt dit ook met chaotischer gedrag? Zoals een ruzie tussen twee geliefden? Een feest? Een discussie tussen twee mensen laat zich lastig in patronen vatten. Ook bij dit project zijn er ethische vraagstukken, omdat een dergelijk systeem allerminst neutraal is (zie kader).

Utrechts onderzoek

Van Massachusetts verschuiven we de aandacht naar het kloppend hart van de Nederlandse gameindustrie: Utrecht. Aan de Universiteit Utrecht doet een flinke groep wetenschappers pionierend onderzoek op het gebied van kunstmatige intelligentie, tevens met behulp van datamining. Het GATE-project (Game Research for Training and Entertainment), onder leiding van Remco Veltkamp, is een goed gesubsidieerd, meerjarig project, verdeeld in meerdere werkgroepen.

Zo worden er vernieuwende algoritmes ontwikkeld voor animaties en iets wat pathfinding heet: hoe virtuele figuren in een drukke omgeving realistisch van punt A naar B komen. Dit is een bekend obstakel in strategiespellen: je stuurt je troepen naar punt B, waarna ze een volkomen onlogische route nemen en pardoes langs een vijand wandelen.

Nog een voorbeeld: in games met open werelden, zoals Assassin’s Creed Brotherhood, botsen poppen regelmatig als zoutzakken tegen elkaar op, omdat ze niet goed kunnen anticiperen. GATE heeft een algoritme ontwikkeld dat dit oplost, geïnspireerd door menselijk gedrag. Het algoritme geeft slechts een indicatie van de route op, waardoor NPC’s minder moeite hebben om even een obstakel te ontwijken. GATE wil zelfs emoties een rol laten spelen; verdrietige mensen lopen langzamer dan opgewekte mensen.

Ook het onderzoeksthema ‘learning with simulated worlds’ is interessant. Datamining is hier cruciaal. Zo wordt er onder toezien van Frank Dignum, professor in Computer Science, onderzoek gedaan naar adaptieve games. Normaal gesproken zijn games onderverdeeld in een aantal moeilijkheidsgraden, variërend van makkelijk tot (extreem) uitdagend. Deze houden echter geen rekening met de unieke vaardigheden van spelers. Adaptieve games passen zich – dankzij datamining – automatisch en dynamisch aan op spelers. Mocht je slecht zijn in schieten, maar niet in het oplossen van puzzels, dan zal de game enkel het schieten makkelijker maken.

Sommige games gebruiken al een dynamische moeilijkheidsgraad, maar deze beperkt zich tot algemene aanpassingen. Uniek aan het systeem van Dignum is dat het hele specifieke aspecten kan aanpassen. Zo krijg iedereen uitdaging op persoonlijk niveau. Intrigerend onderzoek, al bestaat er op dit moment enkel een proof of concept.

Toekomstbeelden

De behandelde onderzoeken barsten dankzij datamining van de potentie. Met wat futuristische fantasie is het niet lastig om praktische toepassingen te bedenken. Slimme virtuele begeleiders voor chronisch zieken; adaptieve games die zich aan elke speler kunnen aanpassen; privé-docenten voor gehandicapte kinderen, je kunt het zo gek niet bedenken. Toekomstmuziek, zeker, maar de mogelijke opbrengsten zijn veelbelovend.

Tevens illustreren dergelijke projecten een andere, meer menselijkere kant van de gameindustrie. Datamining wordt niet enkel gebruikt door anonieme zakkenvullers als Zynga om jonge kinderen geld afhandig te maken. De wetenschap werkt hand in hand samen met enthousiastelingen uit de industrie, om zowel maatschappelijke als commerciële games naar een hoger plan te brengen. Dat verdient evenzoveel aandacht als de compulsion loops en microtransactions van digitale boerderijen op Facebook.

2 reacties

  1. Mike · 3-6-2011 · 23.44 uur

    Interessant artikel!

  2. Robert August de Meijer · 7-6-2011 · 8.44 uur

    Inderdaad interessant;
    Is er ook datamining van gesprekken tussen mensen om A.I. te verbeteren? Kan een computer de (geschreven/gesproken) taal van een speler helemaal analyseren om vervolgens te reproduceren?

Volg de reacties op deze post via RSS

Plaats een reactie

Registreer je als vaste gebruiker. Heb je dit al eens gedaan, log dan in.

Hou de discussie menselijk en inhoudelijk. Reageer bij voorkeur onder je echte naam, met je foto als avatar (via Gravatar).

Toegestane HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>