I love video games. I'm also slightly in awe of them. I'm in awe of their power in terms of imagination, in terms of technology, in terms of concept. But I think, above all, I'm in awe at their power to motivate, to compel us, to transfix us, like really nothing else we've ever invented has quite done before. And I think that we can learn some pretty amazing things by looking at how we do this. And in particular, I think we can learn things about learning. Now the video games industry is far and away the fastest growing of all modern media. From about 10 billion in 1990, it's worth 50 billion dollars globally today, and it shows no sign of slowing down. In four years' time, it's estimated it'll be worth over 80 billion dollars. That's about three times the recorded music industry. This is pretty stunning, but I don't think it's the most telling statistic of all. The thing that really amazes me is that, today, people spend about eight billion real dollars a year buying virtual items that only exist inside video games. This is a screenshot from the virtual game world, Entropia Universe. Earlier this year, a virtual asteroid in it sold for 330,000 real dollars. And this is a Titan class ship in the space game, EVE Online. And this virtual object takes 200 real people about 56 days of real time to build, plus countless thousands of hours of effort before that. And yet, many of these get built. At the other end of the scale, the game Farmville that you may well have heard of, has 70 million players around the world and most of these players are playing it almost every day.
J'adore les jeux vidéo. J'en ai aussi un peu peur. J'ai peur de leur pouvoir en termes d'imagination, en termes de technologie, en termes de concept. Mais je pense, surtout, j'ai peur de leur pouvoir de nous motiver, de nous contraindre, de nous fasciner, comme rien de ce que nous avons inventé avant ne l'a vraiment fait. Et je pense que nous pouvons apprendre des choses plutôt étonnantes en regardant comment nous faisons ça. Et en particulier, je pense que nous pouvons apprendre des choses sur l'apprentissage. Maintenant l'industrie des jeux vidéo est de loin celui des médias modernes qui connaît la plus grande croissance. D'environ 10 milliards en 1990, elle représente 50 milliards de dollars pour le monde entier aujourd'hui, et elle ne montre aucun signe de ralentissement. Dans 4 ans, on estime qu'elle vaudra plus de 80 milliards de dollars. C'est environ trois fois l'industrie de la musique enregistrée. C'est assez stupéfiant, mais je ne pense pas que ce soit la statistique la plus parlante de toutes. La chose qui m'étonne vraiment est qu'aujourd'hui, les gens dépensent environ 8 milliards de dollars par an pour acheter des articles virtuels qui n'existent qu'à l'intérieur des jeux vidéo. Voici une capture d'écran du monde d'un jeu vidéo, Entropia Universe. Plus tôt cette année, un astéroïde virtuel s'y est vendu pour 330 000 vrai dollars. Et ceci est un vaisseau de classe Titan dans le jeu de l'espace, EVE online. Et cet objet virtuel prend à 200 vraies personnes environ 56 jours de temps réel à construire, plus des milliers heures et des heures d'efforts avant ça. Et pourtant il s'en construit beaucoup. Et à l'autre bout de l'échelle, le jeu, Farmville, dont vous avez peut-être entendu parler, compte 70 millions de joueurs dans le monde, et la plupart de ces joueurs y jouent presque tous les jours.
This may all sound really quite alarming to some people, an index of something worrying or wrong in society. But we're here for the good news, and the good news is that I think we can explore why this very real human effort, this very intense generation of value, is occurring. And by answering that question, I think we can take something extremely powerful away. And I think the most interesting way to think about how all this is going on is in terms of rewards. And specifically, it's in terms of the very intense emotional rewards that playing games offers to people both individually and collectively. Now if we look at what's going on in someone's head when they are being engaged, two quite different processes are occurring. On the one hand, there's the wanting processes. This is a bit like ambition and drive -- I'm going to do that. I'm going to work hard. On the other hand, there's the liking processes, fun and affection and delight and an enormous flying beast with an orc on the back. It's a really great image. It's pretty cool. It's from the game World of Warcraft with more than 10 million players globally, one of whom is me, another of whom is my wife. And this kind of a world, this vast flying beast you can ride around, shows why games are so very good at doing both the wanting and the liking. Because it's very powerful. It's pretty awesome. It gives you great powers. Your ambition is satisfied, but it's very beautiful. It's a very great pleasure to fly around. And so these combine to form a very intense emotional engagement.
Cela peut sembler inquiétant pour certains, un indicateur de ce qui est inquiétant ou qui ne va pas dans la société. Mais nous sommes ici pour les bonnes nouvelles, et la bonne nouvelle est que je crois que nous pouvons explorer pourquoi cet effort humain bien réel, cette production très intense de valeur a lieu. Et en répondant à cette question je pense que nous pouvons enlever quelque chose de très puissant. Et je crois que la manière la plus intéressante d'envisager la façon dont tout ça se passe c'est en termes de récompense. Et en particulier, c'est en termes de récompenses émotionnelles très intenses que jouer à des jeux offre aux gens, à la fois sur le plan individuel et le plan collectif. Et si on regarde ce qui se passe dans la tête de quelqu'un quand on les défie, deux processus tout à fait différents se déroulent. D'une part il y a les processus de désir. C'est une peu de l'ambition et de la motivation -- je vais faire ça, je vais travailler dur. D'autre part, ce sont les processus d'appréciation, d'amusement et d'attirance et de plaisir -- et une bête énorme qui vole avec un orc sur le dos. C'est une super image. C'est vraiment cool. Elle est tirée du jeu World of Warcraft qui compte plus de 10 millions de joueurs dans le monde, j'en suis un, ma femme en est un autre. Et ce genre de monde, cette bête volante que vous pouvez chevaucher montre pourquoi les jeux fonctionnent si bien sur ce que l'on veut et ce que l'on aime. Parce que c'est très puissant. C'est fabuleux. Ça vous donne de grands pouvoirs. Votre ambition est satisfaite, mais c'est très beau. C'est un très grand plaisir de voler. Et donc tout ça se combine pour former une implication émotionnelle très intense.
But this isn't the really interesting stuff. The really interesting stuff about virtuality is what you can measure with it. Because what you can measure in virtuality is everything. Every single thing that every single person who's ever played in a game has ever done can be measured. The biggest games in the world today are measuring more than one billion points of data about their players, about what everybody does -- far more detail than you'd ever get from any website. And this allows something very special to happen in games. It's something called the reward schedule. And by this, I mean looking at what millions upon millions of people have done and carefully calibrating the rate, the nature, the type, the intensity of rewards in games to keep them engaged over staggering amounts of time and effort. Now, to try and explain this in sort of real terms, I want to talk about a kind of task that might fall to you in so many games. Go and get a certain amount of a certain little game-y item. Let's say, for the sake of argument, my mission is to get 15 pies and I can get 15 pies by killing these cute, little monsters. Simple game quest. Now you can think about this, if you like, as a problem about boxes. I've got to keep opening boxes. I don't know what's inside them until I open them. And I go around opening box after box until I've got 15 pies. Now, if you take a game like Warcraft, you can think about it, if you like, as a great box-opening effort. The game's just trying to get people to open about a million boxes, getting better and better stuff in them.
Mais ce n'est pas le plus intéressant. Le plus intéressant dans la virtualité c'est qu'on peut s'y mesurer. Parce que ce qu'on peut mesurer dans la virtualité c'est tout. Chaque chose que chaque personne qui a jamais joué à un jeu a jamais fait peut être mesurée. Les plus grands jeux dans le monde aujourd'hui mesurent plus d'un million de points de données pour leurs joueurs, pour tout ce que tout le monde fait -- bien plus détaillé que ne pourrait le faire n'importe quel site web. Et cela permet qu'il se passe quelque chose de très spécial dans les jeux. C'est quelque chose qu'on appelle la planification de récompenses. Et par là je veux dire regarder ce que des millions et des millions de joueurs ont fait et de calibrer soigneusement le taux, la nature, le type, l'intensité des récompenses dans un jeu pour qu'ils restent impliqués pendant des périodes et des efforts impressionnants. Et pour essayer d'expliquer ça en termes concrets, je veux vous parler d'un genre de tâche qui pourrait vous échoir dans tant de ces jeux. Allez chercher une certaine quantité d'un certain article du jeu. Disons, pour faire simple, ma mission est de récupérer 15 tartes, et je peux récupérer 15 tartes en tuant ces petits montres mignons. Un simple jeu de quête. Et vous pouvez penser, si vous voulez, que c'est un problème de boîtes. Je dois ouvrir ces boîtes et je ne sais pas ce qu'elles contiennent tant que je ne les ai pas ouvertes. Et je vais ouvrir une boîte après l'autre jusqu'à ce que j'aie 15 tartes. Et si vous prenez un jeu comme Warcraft, vous pouvez penser, si vous voulez, à un grand effort d'ouverture de boîtes. Le jeu consiste simplement à faire ouvrir aux gens des millions de boîtes, en obtenant des trucs de plus en plus chouettes dedans.
This sounds immensely boring but games are able to make this process incredibly compelling. And the way they do this is through a combination of probability and data. Let's think about probability. If we want to engage someone in the process of opening boxes to try and find pies, we want to make sure it's neither too easy, nor too difficult, to find a pie. So what do you do? Well, you look at a million people -- no, 100 million people, 100 million box openers -- and you work out, if you make the pie rate about 25 percent -- that's neither too frustrating, nor too easy. It keeps people engaged. But of course, that's not all you do -- there's 15 pies. Now, I could make a game called Piecraft, where all you had to do was get a million pies or a thousand pies. That would be very boring. Fifteen is a pretty optimal number. You find that -- you know, between five and 20 is about the right number for keeping people going. But we don't just have pies in the boxes. There's 100 percent up here. And what we do is make sure that every time a box is opened, there's something in it, some little reward that keeps people progressing and engaged. In most adventure games, it's a little bit in-game currency, a little bit experience. But we don't just do that either.
Ça a l'air absolument ennuyeux, mais les jeux sont capables de rendre ce processus incroyablement captivant. Et la façon dont ils font ça c'est par le biais d'une combinaison de probabilités et de données. Réfléchissons à la probabilité. Si nous voulons impliquer quelqu'un dans le processus d'ouvertures de boîtes pour trouver des tartes, nous voulons nous assurer que ce n'est ni trop facile, ni trop difficile de trouver une tarte. Alors qu'est-ce qu'on fait? Et bien on prend un million de gens -- non, 100 millions de gens, 100 millions d'ouvreurs de boîtes -- et on calcule, si vous mettez le taux de tartes à environ 25 % -- ce n'est ni trop frustrant, ni trop facile ; ça garde la motivation des gens -- mais bien sûr, vous ne faites pas que ça -- il y a 15 tartes. ET je pourrais faire un jeu appelé TarteCraft, ou tout ce que vous ayez à faire serait d'obtenir un million de tartes, ou 1000 tartes. Ce serait très ennuyeux. 15 est un chiffre plutôt optimal. Vous trouvez que -- vous savez, le bon nombre pour pousser les gens à continuer c'est entre 5 et 20. Mais nous n'avons pas que des tartes dans les boîtes. Il y a 100% ici. Ce que nous faisons c'est de nous assurer que chaque fois qu'une boîte est ouverte il y a quelque chose dedans, une petite récompense, qui pousse les gens à progresser et à s'impliquer. Dans la plupart des jeux d'aventure, il y a un peu d'argent virtuel, un peu d'expérience, mais nous ne faisons pas que ça non plus.
We also say there's going to be loads of other items of varying qualities and levels of excitement. There's going to be a 10 percent chance you get a pretty good item. There's going to be a 0.1 percent chance you get an absolutely awesome item. And each of these rewards is carefully calibrated to the item. And also, we say, "Well, how many monsters? Should I have the entire world full of a billion monsters?" No, we want one or two monsters on the screen at any one time. So I'm drawn on. It's not too easy, not too difficult. So all this is very powerful. But we're in virtuality. These aren't real boxes. So we can do some rather amazing things. We notice, looking at all these people opening boxes, that when people get to about 13 out of 15 pies, their perception shifts, they start to get a bit bored, a bit testy. They're not rational about probability. They think this game is unfair. It's not giving me my last two pies. I'm going to give up. If they're real boxes, there's not much we can do, but in a game we can just say, "Right, well. When you get to 13 pies, you've got 75 percent chance of getting a pie now." Keep you engaged. Look at what people do -- adjust the world to match their expectation. Our games don't always do this. And one thing they certainly do at the moment is if you got a 0.1 percent awesome item, they make very sure another one doesn't appear for a certain length of time to keep the value, to keep it special.
Nous disons aussi qu'il va y avoir des tas d'autres articles de qualités et de niveaux d'intérêts divers. Il y aura 10 % de chances que vous ayez un très bon article. Il y aura à 0,1 % de chances que vous ayez un article absolument génial. Et chacune de ces récompenses est soigneusement calibrée pour l'article. Et nous disons également: "Combien de monstres ? Est-ce que je dois remplir le monde entier d'un milliard de monstres ?" Non, nous voulons un ou deux monstres à l'écran à un moment donné. Et donc ça m'attire. Ce n'est pas trop facile, pas trop difficile. Donc tout ceci est très puissant. Mais nous sommes dans le virtuel ; ce ne sont pas de vraies boîtes. Alors nous pouvons faire des choses plutôt étonnantes. Nous remarquons, en regardant tous ces gens ouvrir des boîtes, que quand les gens arrivent à 13 tartes sur 15 leur perception bascule, ils commencent à s'ennuyer un peu. Ils ne voient pas la probabilité d'une façon rationnelle. Ils pensent que le jeu est injuste. Il ne veut pas me donner les deux dernières tartes. Je vais laisser tomber. Si ce sont de vraies boîtes, je ne peux pas faire grand-chose, mais dans un jeu, nous pouvons simplement dire "bon, très bien." Quand vous arrivez à 13 cartes, vous avez 75 % de chances d'obtenir une tarte à présent. Continuez. Regardez ce que les gens font -- Ils ajustent le monde pour l'aligner sur leurs attentes. Nos jeunes font pas toujours cela. Une chose qu'ils font certainement en ce moment c'est, si vous avez un article génial qui fait parti des 0,1 %, ils s'assurent qu'un autre ne va pas apparaître avant un certain laps de temps pour lui garder sa valeur, pour qu'il reste spécial.
And the point is really that we evolved to be satisfied by the world in particular ways. Over tens and hundreds of thousands of years, we evolved to find certain things stimulating, and as very intelligent, civilized beings, we're enormously stimulated by problem solving and learning. But now, we can reverse engineer that and build worlds that expressly tick our evolutionary boxes. So what does all this mean in practice? Well, I've come up with seven things that, I think, show how you can take these lessons from games and use them outside of games. The first one is very simple: experience bars measuring progress -- something that's been talked about brilliantly by people like Jesse Schell earlier this year. It's already been done at the University of Indiana in the States, among other places. It's the simple idea that instead of grading people incrementally in little bits and pieces, you give them one profile character avatar which is constantly progressing in tiny, tiny, tiny little increments which they feel are their own. And everything comes towards that, and they watch it creeping up, and they own that as it goes along.
Le fait est vraiment que nous avons évolué pour être satisfaits par le monde de manière particulière. Pendant des dizaines et des centaines de milliers d'années nous avons évolué pour trouver certaines choses stimulantes et en tant qu'êtres intelligents et civilisés nous sommes énormément stimulés par la résolution des problèmes et l'apprentissage. Mais maintenant nous pouvons nous servir de cela à l'envers et construire des mondes qui déclenchent expressément nos boîtes d'évolution. Et donc que cela veut-il dire en pratique? Et bien, je vais citer sept choses qui, je pense, montrent comment vous pouvez tirer ces leçons des jeux et les utiliser en dehors des jeux. La première est très simple: des barres d'expérience qui mesurent la progression -- quelque chose qui a été exposé brillamment par des gens comme Jesse Schell plus tôt dans l'année. Ça a déjà été fait à l'université de l'Indiana aux États-Unis, entre autres. C'est simplement l'idée que, au lieu de noter les gens de façon incrémentielle, avec des petits trucs, on leur donne un profil avec un avatar qui progresse constamment par toutes petites incrémentations, qui donnent l'impression de leur appartenir. Et tout converge vers cela, et ils le voient venir petit à petit, et c'est à eux tant qu'ils continuent.
Second, multiple long and short-term aims -- 5,000 pies, boring, 15 pies, interesting. So, you give people lots and lots of different tasks. You say, it's about doing 10 of these questions, but another task is turning up to 20 classes on time, but another task is collaborating with other people, another task is showing you're working five times, another task is hitting this particular target. You break things down into these calibrated slices that people can choose and do in parallel to keep them engaged and that you can use to point them towards individually beneficial activities.
Deuxièmement, des objectifs multiples longs et à court terme -- 5000 tartes, c'est ennuyeux, 15 tartes, c'est intéressant. Donc vous donnez aux gens tout un tas de tâches différentes. Vous dites, il s'agit de faire 10 de ces questions, mais une autre tâche est d'arriver à 20 classes en temps voulu, mais une autre tâche est de collaborer avec d'autres personnes, une autre tâche est de montrer votre travail 5 fois, une autre tâche de frapper cette cible particulière. On divise les choses en petites tranches calibrées que les gens peuvent choisir et faire en parallèle pour qu'ils continuent à jouer et que vous puissiez utiliser pour les orienter vers des activités qui apportent un bénéfice individuel.
Third, you reward effort. It's your 100 percent factor. Games are brilliant at this. Every time you do something, you get credit; you get a credit for trying. You don't punish failure. You reward every little bit of effort -- a little bit of gold, a little bit of credit. You've done 20 questions -- tick. It all feeds in as minute reinforcement.
Troisièmement, vous récompensez l'effort. C'est votre facteur 100 %. Les jeux font ça merveilleusement. Chaque fois que vous faites quelque chose, vous recevez du crédit, pour avoir essayé. On ne punit pas l'échec ; on récompense chaque petit effort -- un peu d'or, un peu de crédit -- vous avez fait 20 questions -- on coche. Tout ça est minutieusement enregistré.
Fourth, feedback. This is absolutely crucial, and virtuality is dazzling at delivering this. If you look at some of the most intractable problems in the world today that we've been hearing amazing things about, it's very, very hard for people to learn if they cannot link consequences to actions. Pollution, global warming, these things -- the consequences are distant in time and space. It's very hard to learn, to feel a lesson. But if you can model things for people, if you can give things to people that they can manipulate and play with and where the feedback comes, then they can learn a lesson, they can see, they can move on, they can understand.
Quatrièmement, le retour. C'est absolument crucial, et le virtuel le fournit d'une façon époustouflante. Si vous considérez certains des problèmes les plus intraitables au monde aujourd'hui et dont nous avons entendu dire des choses stupéfiantes, il est très très difficile pour les gens d'apprendre s'ils ne peuvent pas relier les conséquences aux actions. La pollution, le réchauffement planétaire, ces trucs-là, les conséquences en sont distantes en temps et en espace. Il est très difficile d'apprendre à ressentir une leçon, mais si vous pouvez modéliser les choses pour les gens, si vous donnez aux gens des choses qu'ils peuvent manipuler et avec lesquels ils peuvent jouer et ils ont un retour, alors ils peuvent apprendre une leçon, ils peuvent voir, ils peuvent avancer, ils peuvent comprendre.
And fifth, the element of uncertainty. Now this is the neurological goldmine, if you like, because a known reward excites people, but what really gets them going is the uncertain reward, the reward pitched at the right level of uncertainty, that they didn't quite know whether they were going to get it or not. The 25 percent. This lights the brain up. And if you think about using this in testing, in just introducing control elements of randomness in all forms of testing and training, you can transform the levels of people's engagement by tapping into this very powerful evolutionary mechanism. When we don't quite predict something perfectly, we get really excited about it. We just want to go back and find out more.
Et cinquièmement l'élément d'incertitude. Maintenant ceci est une mine d'or neurologique, si vous voulez, parce qu'une récompense connue excite les gens, mais ce qui les motive vraiment c'est la récompense incertaine, la récompense placée au juste niveau d'incertitude, dont ils ne savaient pas vraiment si oui ou non ils allaient l'obtenir. Les 25 %. Ceci active le cerveau. Et si vous pensez à utiliser ça pour des tests, en introduisant simplement des éléments contrôleurs aléatoires dans toutes les formes de tests et de formation, vous pouvez transformer les niveaux d'implication des gens en puisant dans ce très puissant mécanisme d'évolution Le fait que quand on ne peut pas prédire tout à fait une chose, cela nous excite vraiment. Nous voulons juste revenir et trouver plus.
As you probably know, the neurotransmitter associated with learning is called dopamine. It's associated with reward-seeking behavior. And something very exciting is just beginning to happen in places like the University of Bristol in the U.K., where we are beginning to be able to model mathematically dopamine levels in the brain. And what this means is we can predict learning, we can predict enhanced engagement, these windows, these windows of time, in which the learning is taking place at an enhanced level. And two things really flow from this. The first has to do with memory, that we can find these moments. When someone is more likely to remember, we can give them a nugget in a window. And the second thing is confidence, that we can see how game-playing and reward structures make people braver, make them more willing to take risks, more willing to take on difficulty, harder to discourage. This can all seem very sinister. But you know, sort of "our brains have been manipulated; we're all addicts." The word "addiction" is thrown around. There are real concerns there. But the biggest neurological turn-on for people is other people. This is what really excites us. In reward terms, it's not money; it's not being given cash -- that's nice -- it's doing stuff with our peers, watching us, collaborating with us.
Comme vous le savez sans doute, le neurotransmetteur associé à l'apprentissage s'appelle la dopamine. Il est associé avec le comportement de recherche de récompense. Et quelque chose de très excitant commence à se passer dans des endroits comme l'université de Bristol Royaume-Uni, où nous commençons à être en mesure de modéliser mathématiquement les niveaux de dopamine dans le cerveau. Et ce que ça signifie, c'est que nous pouvons prédire l'apprentissage, nous pouvons prédire l'implication augmentée, ces fenêtres, ces fenêtres de temps, dans lesquelles l'apprentissage a lieu à un niveau augmenté. Et deux choses découlent vraiment de cela. La première a à voir avec la mémoire, le fait que nous puissions trouver ces moments. Quand quelqu'un est plus susceptible de se souvenir, nous pouvons lui donner une pépite dans une fenêtre. Et la deuxième chose est la confiance, le fait que nous puissions voir comment les structures de jeux et de récompenses rendent les gens plus courageux, plus prêts à prendre des risques, plus prêts à affronter les difficultés, plus difficiles à décourager Tout cela peut sembler très sinistre. Mais vous savez, dans le genre "on manipule nos cerveaux, nous sommes tous accros." On lance le mot addiction. Il y a de réelles inquiétudes ici. Mais le plus grand attrait neurologique pour les gens ce sont d'autres gens. C'est ça qui nous excite vraiment. En termes de récompenses, ce n'est pas l'argent, le fait de recevoir du liquide -- c'est bien -- c'est de faire des trucs avec nos pairs, qui nous regardent, qui collaborent avec nous.
And I want to tell you a quick story about 1999 -- a video game called EverQuest. And in this video game, there were two really big dragons, and you had to team up to kill them -- 42 people, up to 42 to kill these big dragons. That's a problem because they dropped two or three decent items. So players addressed this problem by spontaneously coming up with a system to motivate each other, fairly and transparently. What happened was, they paid each other a virtual currency they called "dragon kill points." And every time you turned up to go on a mission, you got paid in dragon kill points. They tracked these on a separate website. So they tracked their own private currency, and then players could bid afterwards for cool items they wanted -- all organized by the players themselves. Now the staggering system, not just that this worked in EverQuest, but that today, a decade on, every single video game in the world with this kind of task uses a version of this system -- tens of millions of people. And the success rate is at close to 100 percent. This is a player-developed, self-enforcing, voluntary currency, and it's incredibly sophisticated player behavior.
Et je veux vous raconter une brève histoire qui se passe en 1999 -- un jeu vidéo appelé Everquest. Et dans ce jeu vidéo, il y avait de très gros dragons, et vous deviez faire équipe pour les tuer -- 42 personnes -- jusqu'à 42 personnes pour tuer ces gros dragon. C'est un problème, parce qu'ils ont laissé tomber deux ou trois articles décents. Alors les joueurs ont contourné ce problème en inventant spontanément un système pour se motiver mutuellement, équitablement et de façon transparente. Ce qui s'est passé, ils se payaient mutuellement en argent virtuel qu'ils appelaient des points de tueurs de Dragon. Et chaque fois que c'était votre tour d'aller en mission, on vous payait en points de tueurs de Dragon. Ils les comptabilisaient sur un site Web indépendant. Donc ils comptabilisaient leur propre monnaie privée, et ensuite les joueurs pouvaient enchérir pour les articles sympas qu'ils voulaient -- le tout organisé par les joueurs eux-mêmes. Maintenant le système époustouflant n'est pas que ça a marché dans Everquest, mais qu'aujourd'hui, 10 ans plus tard, chaque jeu vidéo dans le monde qui a ce genre de tâches utilise une version de ce système -- des dizaines de millions de gens. Et le taux de réussite approche les 100 %. C'est une monnaie volontaire, qui s'impose développé par les joueurs, et c'est un comportement de joueurs incroyablement sophistiqué.
And I just want to end by suggesting a few ways in which these principles could fan out into the world. Let's start with business. I mean, we're beginning to see some of the big problems around something like business are recycling and energy conservation. We're beginning to see the emergence of wonderful technologies like real-time energy meters. And I just look at this, and I think, yes, we could take that so much further by allowing people to set targets by setting calibrated targets, by using elements of uncertainty, by using these multiple targets, by using a grand, underlying reward and incentive system, by setting people up to collaborate in terms of groups, in terms of streets to collaborate and compete, to use these very sophisticated group and motivational mechanics we see. In terms of education, perhaps most obviously of all, we can transform how we engage people. We can offer people the grand continuity of experience and personal investment. We can break things down into highly calibrated small tasks. We can use calculated randomness. We can reward effort consistently as everything fields together. And we can use the kind of group behaviors that we see evolving when people are at play together, these really quite unprecedentedly complex cooperative mechanisms. Government, well, one thing that comes to mind is the U.S. government, among others, is literally starting to pay people to lose weight. So we're seeing financial reward being used to tackle the great issue of obesity. But again, those rewards could be calibrated so precisely if we were able to use the vast expertise of gaming systems to just jack up that appeal, to take the data, to take the observations, of millions of human hours and plow that feedback into increasing engagement.
Et je veux juste terminer en suggérant quelques manières dont ce principe pourrait se transposer dans le monde. Je commencerai par les affaires. Je veux dire, nous commençons à voir certains des gros problèmes dans des domaines comme les affaires, le recyclage et l'économie d'énergie. Nous commençons à voir l'émergence de merveilleuses technologies comme les compteurs d'énergie en temps réel. Et et quand je vois ça, je me dis oui, nous pourrions aller aussi loin que ça en permettant aux gens de fixer des objectifs en fixant des objectifs calibrés, en utilisant des éléments d'incertitude, en utilisant ses cibles multiples, en utilisant un système génial de motivation et de récompenses sous-jacentes en poussant les gens à collaborer en termes de groupe, en termes de rues, à collaborer et à se mettre en compétition pour utiliser ces groupes très sophistiqués et ses mécanismes de motivation que nous voyons. En termes d'éducation, peut-être le domaine le plus évident de tous, nous pouvons transformer la façon dont nous impliquons les gens. Nous nous pouvons offrir aux gens une excellente continuité d'expérience et d'investissement personnel. Nous nous pouvons diviser les choses en de petites taches hautement calibrées. Nous pouvons utiliser l'entropie calculée. Nous pouvons récompenser l'effort de façon consistante puisque tout joue ensemble. Et nous pouvons utiliser les comportements de groupe que nous voyons évoluer quand les gens jouent ensemble, ce sont des mécanismes coopératifs plus complexes que tout ce qu'on a vu auparavant. Quant au gouvernement, une chose qui vient à l'esprit c'est que le gouvernement des États-Unis, entre autres, commence littéralement à payer les gens pour qu'ils perdent du poids. Alors nous disons que la récompense financière est utilisée pour s'attaquer au vaste problème de l'obésité. Mais là encore, ces récompenses pourraient être calibrées si précisément si nous étions capables d'utiliser la très grande expertise des systèmes de jeu, rien que pour faire un effet de levier sur cet appel, pour prendre les données, pour prendre les observations de millions d'heures humaines et d'exploiter ce retour pour en tirer une implication croissante.
And in the end, it's this word, "engagement," that I want to leave you with. It's about how individual engagement can be transformed by the psychological and the neurological lessons we can learn from watching people that are playing games. But it's also about collective engagement and about the unprecedented laboratory for observing what makes people tick and work and play and engage on a grand scale in games. And if we can look at these things and learn from them and see how to turn them outwards, then I really think we have something quite revolutionary on our hands.
Et au final, c'est ce mot implication sur lequel je veux vous laisser. C'est comment l'implication individuelle peut-être transformée par les leçons psychologiques et neurologiques que nous pouvons apprendre en regardant les gens qui jouent. Mais c'est aussi l'implication collective et le laboratoire sans précédent pour observer ce qui motive les gens à travailler, à jouer, à s'impliquer à grande échelle dans des jeux. Et si nous pouvons examiner ces choses et en tirer des leçons et voir comment les appliquer à d'autres domaines, alors je crois vraiment que nous avons dans nos mains quelque chose de révolutionnaire.
Thank you very much.
Merci beaucoup.
(Applause)
(Applaudissements)