Diferenças individuais em motivos, preferências e patologia em videogames: as atitudes de jogos, motivos e escalas de experiências (2013)

Sumário

Introdução

A indústria de videogames está entre os setores que mais crescem na economia dos EUA. Esta indústria gerou US $ 25 bilhões em vendas na 2011, e da 2005 à 2009, impulsionou uma taxa de crescimento anual de mais de 5 vezes a taxa de crescimento de toda a economia dos EUA durante o mesmo período (Siwek, 2010). Evidências sugerem que os indivíduos jogam videogames mais do que nunca (ver Anderson et al., 2007). Por exemplo, gentio (2009) relataram que indivíduos com idade entre 8 e 18 jogam videogames por quase 15 h por semana em média. Considerando que pesquisas consideráveis ​​têm focado os efeitos do conteúdo do jogo, particularmente a violência (ver Anderson et al., 2010), comparativamente, poucas pesquisas investigaram fatores que podem contribuir para padrões patológicos (às vezes chamados de “viciantes”) de jogos de videogame (Fisher, 1998). 1994; Chiu et al. 2004; Charlton e Danforth, 2007; Gentio 2009; Gentile et al. 2011) e o que motiva as pessoas a jogar e preferem certos jogos a outros (Przybylski et al., 2010). O presente relatório contribui para a literatura emergente sobre as diferenças individuais nas preferências e motivos dos jogos, desenvolvendo e validando um instrumento para medir esses construtos.

Como os videogames cresceram em popularidade universal, eles também cresceram em diversidade. Os videogames de hoje constituem uma miríade de diferentes estúdios, desenvolvedores e gêneros. Jogos específicos geralmente contêm uma variedade de opções, permitindo ao jogador interagir com o jogo de muitas maneiras diferentes. Com tantas opções entre e dentro dos videogames, não é surpreendente que as pessoas geralmente prefiram um tipo de jogo em vez de outro, assim como acontece com outras formas de mídia popular. Assim como um entusiasta do cinema pode preferir Spielberg como outro prefere Tarantino, também pode um jogador gostar dos jogos de estratégia de Sid Meier (por exemplo, Civilization) enquanto outro prefere os jogos de tiro em primeira pessoa baseados em narrativas de Ken Levine (por exemplo, Bioshock).

A ideia intuitiva de que diferentes jogadores têm motivos e preferências diferentes para videogames é apoiada por pesquisas recentes. Por exemplo, Ryan et al. (2006) examinou as motivações do jogador através da aplicação da teoria da autodeterminação (SDT) (Deci e Ryan, 1985) O SDT prevê que os jogadores devem desfrutar de um videogame na medida em que satisfaça a necessidade psicológica básica de um jogador de autonomia (senso de controle), competência (sensação de que está se saindo bem) e relacionamento (amigos e relacionamentos). Consistente com essa hipótese, Ryan et al. (2006) constatou que, em todos os jogadores, a experiência subjetiva de autonomia, competência e relacionamento durante a brincadeira tornou os jogos mais motivadores e atraentes para o jogador. Além disso, jogos criticamente bem revisados ​​(por exemplo, The Legend of Zelda: Ocarina do tempo) tendiam a satisfazer melhor as necessidades do que os flops críticos (por exemplo, Vida de Inseto). É importante ressaltar que jogadores diferentes acham que os mesmos jogos de sucesso crítico satisfazem de maneira diferente suas necessidades de SDT e, portanto, são muito mais divertidos. Este fenómeno sugere que as diferenças individuais nas preferências dos jogadores podem moderar se um determinado jogo satisfaz ou sufoca as necessidades de SDT e, assim, quais os jogadores que irão gostar de quais jogos.

Pesquisadores, jogadores e desenvolvedores de jogos há tempos estão interessados ​​em medir as diferenças individuais nas motivações e preferências dos jogos. Teorias de “personalidade do jogador” começaram com Bartle (1996), que especulou que os jogadores são separados em um dos quatro tipos de acordo com o grau em que cada jogador prefere agir (em oposição a interagir com) o mundo do jogo e o grau em que cada jogador gosta de interagir com outros jogadores. Mais recentemente, Sherry et al. (2006) entrevistaram estudantes americanos de graduação em grupos focais para determinar as dimensões das motivações do uso de videogames. Eles identificaram seis dimensões: excitação, desafio, competição, diversão, fantasia e interação social. Essas dimensões foram consideradas fortes preditores de jogos de videogame em uma pesquisa subsequente, de modo que classificações mais altas de despertar, desvio e interação social foram associadas a mais horas de uso semanal de videogames.

Outro modelo vem de Yee et al. (2012; Yee 2006a,b) Yee e seus colegas pesquisaram jogadores de RPGs massivos para múltiplos jogadores (MMORPGs), identificando três fatores compostos por dez subcomponentes. Esses fatores incluem: Realização, consistindo nos subcomponentes Avanço, Mecânica e Competição; Social, que consiste em Socialização, Relacionamento e Trabalho em Equipe; e Imersão, que consiste em Descoberta, RPG, Personalização e Escapismo. Esses fatores, desde então, estão relacionados aos domínios dos jogadores de maior avanço em World of Warcraft. Por exemplo, jogadores mais orientados para o Achievement tiveram uma proporção maior de “conquistas” no jogo e batalhas cooperativas, enquanto que jogadores mais orientados para a imersão tiveram proporcionalmente mais conquistas relacionadas à exploração (Yee et al. , 2012).

Cada uma dessas três abordagens tentou medir e explicar as preferências individuais em jogos - uma abordagem que poderia explicar como o mesmo jogo satisfaz as necessidades de SDT de um jogador enquanto sufoca as de outro. Na verdade, Yee's (2006a) fatores parecem particularmente alinhados com os motivos SDT: os jogadores diferem na medida em que usam os jogos para cumprir sentimentos de competência (ou seja, fator de realização de Yee) ou parentesco (ou seja, fator social de Yee). Sherry et al. (2006) atitudes igualmente medidas em relação à competição e interação social. A variação nessas medidas parece indicar que os jogadores variam nas necessidades de SDT que buscam cumprir por meio do uso do jogo. Por exemplo, um jogador pode usar jogos para experimentar as relações, enquanto outro usa-os para experimentar a Competência.

Como os modelos de motivos podem prever horas gastas jogando videogames (por exemplo, Sherry et al., 2006; Yee 2006b), entender as diferenças individuais nos motivos do jogo pode ser crucial para entender os fatores que levam ao uso problemático de videogames, ou o que alguns chamam de “uso patológico de videogames” (gentileza, 2009) ou “uso de tecnologia patológica” (Gentile et al., 2013). Originalmente adaptado do Manual Diagnóstico e Estatístico, quarta edição (DSM-IV; American Psychiatric Association, 2000) critérios para o vício do jogo, as medidas de uso de videogames patológicos têm melhorado em confiabilidade e validade. Como o jogo, o uso excessivo de videogames pode ter inúmeras conseqüências adversas para o indivíduo. Por exemplo, o uso patológico de videogames está associado à depressão, ansiedade, fobia social e desempenho escolar prejudicado (Gentile et al., 2011). Em um caso extremo, uma mulher ficou tão preocupada com o jogo World of Warcraft que sua filha de 3 anos de idade morreu de negligência (Las Cruces Sun-News; Meeks, 2011).

Diferenças individuais nos motivos e preferências dos jogadores no uso de videogame podem determinar quais jogadores desfrutam de um uso saudável e equilibrado de jogos e quais jogadores estão em risco de uso patológico de jogos. Por exemplo, muito parecido com a forma como os motivos de enfrentamento estão associados ao abuso de álcool (Cooper et al., 1988, 1992, 1995), as evidências sugerem que os jogadores que usam videogames para escapar de seus problemas experimentam maiores problemas devido ao seu uso no jogo (Yee, 2006b; Kneer e Glock, 2013).

De fato, há razões para acreditar que as preferências por certas características do jogo podem estar relacionadas ao uso de jogos patológicos. Pesquisadores sugeriram que certos recursos tornam alguns jogos mais viciantes do que outros (Wan e Chiou, 2007; Rei e Delfabbro, 2009; King et al. 2011). Por exemplo, os jogos da Internet que contêm interação social costumam ser mais viciantes do que os videogames para um único jogador off-line (Thomas e Martin, 2010). Além disso, os viciados, em comparação com os controles, relatam maior prazer em encontrar itens raros no jogo que podem ajudar seu personagem a se classificar (King et al., 2010). Por estas razões, os pesquisadores tendem a suspeitar que os jogos de RPG on-line em massa para múltiplos jogadores (MMORPGs) são particularmente viciantes (Linderoth e Bennerstedt, 2007; Hellström et al. 2012; Kneer e Glock, 2013), às vezes até o ponto de excluir todos os outros gêneros de estudos de patologia do jogo (por exemplo, Yee, 2006b; Hellström et al. 2012). Ao identificar diferenças nas preferências do jogo, pode ser possível identificar jogadores que preferem determinados estilos de jogo e determinar se eles experimentam mais sintomas de uso de jogos patológicos do que outros jogadores. Por exemplo, os jogadores podem variar na medida em que são motivados por itens do jogo ou interação social online. Os jogadores que estão particularmente animados com recompensas no jogo, como conquistas demoradas e itens raros, podem se ver obrigados a jogar por períodos excessivos. Da mesma forma, jogadores que preferem jogos com um forte componente social podem ter maior probabilidade de se tornarem obrigados a jogar o jogo, possivelmente levando a conflitos entre a vida do jogo e a vida real.

O reforço do comportamento no jogo é potencialmente relacionado ao uso de jogos patológicos. Diversos estudos ligaram o jogo de vídeo à ativação de redes de recompensa também envolvidas no uso e dependência de drogas (Koepp et al., 1998; Hoeft et al. 2008). Designers de jogos que procuram manter os jogadores envolvidos agora estão aplicando princípios de condicionamento operante ao design de jogos (Skinner et al., 1997; Hopson, 2001). As recompensas no jogo são frequentemente distribuídas de acordo com um cronograma de recompensas de taxa variável, no qual um número variável de ações é necessário para ganhar uma recompensa. Por exemplo, um Diablo O jogador pode encontrar uma arma poderosa no próximo monstro que ela matar, ou aquela arma pode não ser encontrada até mil monstros depois. Esse cronograma de recompensa promove o engajamento rápido e frequente do comportamento, e o comportamento aprendido é lento para se extinguir na ausência de recompensa. A estrutura e a importância desses cronogramas de recompensas variam entre os jogos, o que pode fazer com que certos tipos de videogame estejam mais relacionados à patologia. Apoiando essa hipótese, Yee (2006b) descobriram que os jogadores mais motivados pela perspectiva de completar metas e acumular itens raros exibiam mais sintomas de uso patológico do jogo. Embora a maioria das perspectivas do SDT tenha se concentrado no desafio baseado em habilidades como fonte de satisfação das necessidades de competência (Przybylski et al., 2010), o acúmulo de recompensas também pode levar a um poderoso avatar do jogador e a sentimentos de realização e progresso, provavelmente satisfazendo as necessidades de competência da SDT, mesmo na ausência de desafio.

A obrigação social pode ser mais uma característica perigosa do jogo. Em muitos jogos on-line, os jogadores devem trabalhar juntos para atingir metas de maior ordem. No caso em que um jogador é um membro essencial de um grupo, o jogador é socialmente obrigado a jogar enquanto o resto do grupo quiser jogar (King e Delfabbro, 2009). Os “jogos sociais”, como o Farmville, também se esforçam para fazer com que os jogadores sejam obrigados a jogar em intervalos regulares, fazendo com que os jogadores dependam uns dos outros para distribuir diariamente os recursos do jogo. Apesar dessas obrigações sociais potencialmente demoradas, muitos jogadores desfrutam de jogos multiplayer, provavelmente porque os recursos associados aos jogos sociais oferecem oportunidades para os jogadores cumprirem suas necessidades de relacionamento com SDT.

As medições dos motivos dos jogadores consistem em informar quais os jogadores que são particularmente motivados pelas características do jogo acima e, portanto, se estas características do jogo estão associadas a uma maior patologia. No entanto, existem várias maneiras pelas quais as medições dos motivos dos jogadores podem ser melhoradas para entender melhor as preferências e a patologia. Primeiro, desde o desenvolvimento de outros motivos de jogo e medidas de preferências (Sherry et al., 2006; Yee 2006a), as histórias surgiram como uma grande motivação no uso de videogames, com alguns jogadores comparando sua experiência a formas de mídia mais tradicionais, como filmes, livros ou arte. Em seguida, os esforços anteriores foram restritos a pequenos subconjuntos da população de jogos. Por exemplo, Yee (2006a,b, 2012) estudou apenas jogadores de MMORPGs, um único gênero de videogame, enquanto Sherry et al. pesquisa (2006) focado em gamers de idade 23 e mais jovens.

É importante ressaltar que nenhuma medida até o momento demonstrou a capacidade de discriminar entre jogadores de diferentes jogos. A capacidade de discriminar plataformas, gêneros e títulos de jogos equivale a entender as diferenças entre os diversos videogames e seus diferentes potenciais para inspirar o uso patológico. Assim, uma medida abrangente e externamente válida de preferências deve ser capaz de discriminar entre os fãs de diferentes estilos de jogo e até mesmo diferentes plataformas de jogos. Por exemplo, as pessoas que jogam jogos principalmente por meio de plataformas incidentais, como o Facebook ou o iPhone (às vezes chamadas de “jogadores casuais”), devem ser comparativamente diferentes das pessoas que adquirem consoles de jogos especificamente para jogar videogames. Da mesma forma, os fãs de jogos diferentes devem variar em seu entusiasmo para os diferentes recursos do jogo. Por exemplo, alguns videogames foram elogiados criticamente por suas histórias (por exemplo, Efeito de Massa, Bioshock) (Dahlen, 2007; Villoria, 2010), enquanto em outros jogos, a história é um dispositivo de enquadramento incidental, às vezes ignorado Irmãos Super Mario, Team Fortress 2, DOOM). Da mesma forma, alguns jogos têm comunidades multiplayer vivas (por exemplo, Minecraft, World of Warcraft) enquanto outros são exclusivamente experiências single-player. Alguns jogos permitem o acúmulo constante de níveis e itens ao longo do tempo (por exemplo, Skyrim, World of Warcraft, Call of Duty), enquanto outros jogos ocorrem em jogos isolados e não cumulativos (por exemplo, Starcraft, Civilização, Tetris). Esperamos que os jogadores possam ter preferências por um conjunto de mecanismos de jogo em detrimento de outro, criando padrões significativos e previsíveis de covariação entre franquias de jogos favoritos e medições de motivo.

O objetivo do presente estudo foi investigar as preferências e motivações de videogames entre uma amostra ampla de participantes e, ao fazê-lo, desenvolver e fornecer informações de validade inicial sobre uma nova medida desses construtos. Esse esforço melhora o trabalho anterior tentando medir uma variedade maior de motivos potenciais e estudando uma população mais diversificada de jogadores, incluindo jogadores de inúmeros gêneros de jogos e jogadores pouco frequentes (casuais). Ao validar essa medida por meio de comparações com os videogames e plataformas de jogos preferidos, este estudo é capaz de investigar se certos motivos do jogo, gêneros de jogo ou plataformas de jogos estão associados a uma maior incidência de uso de jogos patológicos.

De Depósito

Resultados

Estrutura do fator

Muitos itens foram altamente distorcidos. A fim de melhorar o desempenho da análise fatorial, registramos respostas raras e extremas à próxima resposta mais extrema (ver Wilcox, 1995). Por exemplo, em um item em que apenas três participantes responderam “5 — Concordo totalmente”, essa resposta foi recodificada como “4 — Concordar”. Quarenta e cinco itens 121 foram ajustados dessa maneira¹.

Para estabelecer e validar nossa estrutura fatorial de motivos e preferências, realizamos um processo de análise fatorial exploratória (EFA) e análise fatorial confirmatória (CFA). Os participantes foram aleatoriamente designados para o grupo EFA ou CFA. Dos participantes 332 atribuídos ao grupo EFA, 50 eram universitários de graduação.

A EFA foi realizada em um processo iterativo usando o pacote "nFactors" para R (Raiche e Magis, 2010). Primeiro, os dados foram submetidos a uma análise paralela (ver Fabrigar et al., 1999) A análise paralela executa uma decomposição de fator principal da matriz de dados e a compara a uma decomposição de fator principal de uma matriz de dados aleatória. Esta análise produz componentes cujos autovalores (magnitudes) são maiores nos dados observados em relação aos dados aleatórios. Em seguida, os dados foram submetidos a EFA por meio de rotação promax oblíqua com o número recomendado de fatores da análise paralela extraído da matriz de dados original. Inspecionamos as cargas fatoriais e itens descartados com cargas fracas (sem carga> 0.30). Também eliminamos itens que demonstraram carregamentos complexos (itens que carregaram> 0.30 em mais de um fator) por duas iterações consecutivas. Repetimos esse processo iterativo (análise paralela e, em seguida, descartando itens pobres e complexos) até que uma solução estável fosse alcançada (ou seja, nenhum item atingiu os critérios de exclusão).

A solução final consistia em nove fatores. Um décimo fator, procrastinação, foi recomendado pela análise paralela, mas foi composto de apenas dois itens com formulações muito semelhantes e foi descartado. Dois itens de Sherry et al. (2006) não conseguiu carregar seu fator previamente validado: “Eu acho muito gratificante chegar ao próximo nível” e “Eu jogo até ganhar um jogo ou completar um nível” carregado no fator de Moagem, ao invés de qualquer fator relacionado ao desafio. Isso foi provavelmente devido à ambigüidade da palavra “nível”, que pode ser aplicada a uma porção ou estágio de um jogo (por exemplo, em um jogo de ação, batendo um nível e passando para o próximo) ou ao acúmulo de força de avatar (por exemplo, "nivelamento" em um jogo de RPG, tornando-se mais forte). Assim, embora as cargas desses itens fossem aproximadamente simples, os itens foram descartados para evitar qualquer ambiguidade.

Uma lista completa dos nomes e significados dos fatores hipotéticos pode ser vista na Tabela Table1.1. Os itens que permaneceram após a iteração final estão listados na Tabela Table2,2, classificado por fator e renumerado. Carregamentos de fator para esses itens estão disponíveis na Tabela Table3.3. Correlações entre fatores e alfas de Cronbach para cada fator estão resumidos na Tabela Table44.

 

tabela 1

Fatores de JOGOS e seus significados hipotéticos.

 

tabela 2

Lista de itens nas atitudes de jogos, motivações e escalas de experiências (JOGOS).

 

tabela 3

Cargas de fator.

 

tabela 4

Correlações entre fatores e alfas de Cronbach.

Relacionamentos entre fatores latentes e preferências de jogos

Franquias de jogos

Se a solução do fator 9 representar diferenças individuais válidas nas preferências do jogo, elas devem ser cobertas por franquias de jogos específicas. Por exemplo, os jogadores que listam franquias baseadas em histórias (por exemplo, Mass Effect) entre os seus favoritos deve ser maior que a média no fator Story, enquanto os jogadores que gostam de jogos de mundo livre, de forma livre (por exemplo, Skyrim) deve ter pontuações acima da média no fator Autonomia. Assim, as análises a seguir examinaram se as pontuações dos fatores dos participantes poderiam ser previstas em função dos jogos que eles listaram entre seus três favoritos.

Para cada uma das franquias de jogos favoritos mais frequentemente indicadas, um vetor com código fictício (20 = não; 0 = yes) foi criado para indicar se um participante listou essa franquia entre seus videogames favoritos 1. Uma análise múltipla de variância (MANOVA) foi então conduzida para determinar se os escores dos fatores GAMES poderiam ser previstos como uma função dos vetores de jogos favoritos. Assim, a análise comparou se os jogadores que gostavam de uma determinada franquia de jogos geralmente tinham uma pontuação menor ou maior em um fator específico da solução de fator 3. Todos os resultados são apresentados como Sumários de Quadrados do Tipo III, representando assim a variação única em cada fator após a eliminação parcial da variação devido a outras franquias de jogos. A análise restringiu-se aos participantes que indicaram pelo menos uma destas franquias de jogos 9 como favorita (n = 531). A influência de cada franquia de jogo favorita em cada fator é resumida na Tabela. Table55.

 

tabela 5

Coeficientes de franquias de jogos favoritos nas pontuações dos fatores GAMES.

Plataformas de jogos

Da mesma forma, se os fatores GAMES forem externamente válidos, eles devem estar relacionados às escolhas dos jogadores quanto às plataformas de jogos. Por exemplo, jogadores sérios que compram hardware especificamente para jogar devem ser diferentes de jogadores que só jogam jogos incidentalmente (ou seja, em um telefone celular ou conta do Facebook de propriedade principalmente por motivos não relacionados a jogos). Assim, os jogadores que indicaram usar normalmente certas plataformas podem ser superiores ou inferiores em certos fatores do que outros jogadores. Como antes, códigos fictícios foram criados para cada assunto para as plataformas que eles relataram usar para jogar. Realizamos outra MANOVA para ver se a escolha da plataforma previa os escores de 9 fatores. A idade foi inserida como uma covariável. Os resultados estão resumidos na Tabela Table6.6. Em geral, os jogadores de plataformas de jogos dedicados, como PC, PS3 e XBOX 360, são mais ricos em Story, Violent Reward, Escapism e Social Interaction, enquanto os jogadores em plataformas incidentais como telefones e Facebook são maiores em Loss-Aversion e Grinding.

 

tabela 6

Coeficientes dos efeitos da plataforma de jogo nos fatores GAMES.

Padrões de uso

Uma regressão múltipla foi conduzida para determinar se os escores dos fatores previram a frequência de uso dos participantes, a proporção do tempo livre gasto no uso do jogo e a atitude auto-descrita em relação aos jogos (casual ou hardcore). Os resultados estão resumidos na Tabela Table7.7. Em geral, as pontuações mais altas de História, Recompensa Violenta, Escapismo, Interação Social e Autonomia foram associadas a jogar com mais frequência, gastando uma proporção maior de tempo livre em videogames e auto-descrição como um jogador “hardcore”. Pontuações mais altas em Perda-aversão e Personalização foram associadas com frequência reduzida de jogo, uma proporção menor de tempo livre gasto em jogos e auto-descrição como um jogador “casual”.

 

tabela 7

Relacionamentos entre os fatores GAMES e os padrões de uso do jogo.

Correlações com a idade

Correlações entre a idade e os fatores GAMES foram inspecionadas através das transformações de Fisher para z. Quarenta e sete participantes não deram a idade e foram excluídos desta análise, deixando uma amostra n = 736; assim, todos ts representa graus 734 de liberdade. A idade correlacionou-se significativamente com a catarse (r = −0.08, p = 0.004), Aversão à Perda (r = −0.10, p = 0.001), Interação Social (r = −0.17, p <0.001), Personalização (r = −0.06, p = 0.02), moagem (r = −0.12, p <0.001) e Autonomia (r = 0.10, p = 0.002). Idade não foi significativamente correlacionada com a História (r = 0.02, p = 0.14), Recompensa Violenta (r = 0.02, p = 0.15) ou Escapismo (r = 0.02, p = 0.17).

Discussão

Os objetivos do presente relatório foram desenvolver e validar uma medida para avaliar as diferenças individuais nos motivos e preferências do jogo e avaliar até que ponto esses fatores estão relacionados ao jogo patológico. Com base no EFA e CFA e as análises incluindo franquias de jogos, esta medida parece demonstrar excelente confiabilidade interna, como evidenciado pelo ajuste do modelo do CFA a partir da análise da metade, e validade, como evidenciado por como as preferências de franquia de jogo relacionadas com a estrutura fatorial. Além disso, enquanto os processos de auto-seleção fazem com que a amostra consista principalmente em jogadores “hardcore” (homens brancos que jogam diariamente), o recrutamento adicional de universitários 300 ajuda a diversificar a amostra de estudo para mulheres e jogadores menos sérios.

Essa medida melhora os instrumentos anteriores de várias maneiras. Primeiro, ele se baseia nas variáveis ​​latentes desses estudos anteriores, adicionando novos fatores, particularmente Story, que se tornou uma faceta cada vez mais importante para os jogadores na última década. Também acreditamos que o fator de Moagem é de importância teórica, e pode (em combinação com Perder) prever como diferentes jogadores satisfazem diferentemente as necessidades de competência da SDT. Tem sido dito que existem “dois tipos de jogos: aqueles que são ganhos por causa da habilidade, e aqueles que são ganhos por causa do tempo” (Baron, 1999). Esses dois fatores podem prever se um jogador terá maior probabilidade de encontrar satisfação de competência por meio de um desafio violento ou do recebimento de recompensas pelo paciente. Além disso, estudos prévios basearam-se em amostras limitadas: Yee (2006a,b); Yee et al. (2012) usaram apenas jogadores de MMORPGS (um popular, embora nicho, gênero de videogames), e Sherry et al. (2006) utilizou apenas voluntários 23 e mais jovens. Nossa amostra apresenta jogadores de uma ampla gama de idades e gêneros, que inclui tanto jogadores de MMORPG quanto universitários, mas também muitos mais.

Nossos fatores demonstraram excelente confiabilidade. Além disso, descobriu-se que as pontuações dos fatores estão relacionadas às franquias favoritas dos participantes de maneira sensata. Por exemplo, fãs de franquias de RPG e baseadas em histórias, como Final Fantasy, Mass Effect, Planescape: Torment e Meia vida tinha maiores contagens de história do que os fãs de outros jogos. Da mesma forma, jogadores de RPGs de forma livre como Skyrim or Fallout tiveram escores de Autonomia mais altos, enquanto os jogadores do Call of Duty franquia teve menor pontuação Autonomy. Os RPGs de 60 ou mais horas de duração Skyrim e Final Fantasy foram associados a maiores pontuações de moagem. O violento Grand Theft Auto foi associado com maior Recompensa de Violência e Catarse Violenta.

Nossos fatores também parecem representar diferenças entre jogadores de diferentes plataformas de jogos. Por exemplo, os usuários das três plataformas de videogame mais convencionais - Playstation 3, XBOX 360 e computadores pessoais - valorizam mais as histórias de videogame, violência e escapismo. No entanto, os jogadores de PC também foram visivelmente superiores em Autonomy, possivelmente refletindo a tendência desta plataforma para videogames mais abertos, ricos em opções e modificáveis. Eles também eram muito mais capazes de tolerar perdas. Em comparação, os jogadores de plataformas incidentais, como jogos de telefone e Facebook, acharam as perdas mais frustrantes. Os jogadores de telefone também pontuaram melhor no Grinding. Muitos jogos de telefone envolvem jogabilidade simples e rápida com moeda progressivamente ganha no jogo que pode então ser trocada por várias atualizações (ou seja, Jetpack Joyride, pequena torre, fora da coleira, Soco da Quest). Além disso, esses jogos costumam ser “free-to-play”, não custando nada para instalar e, em vez disso, são financiados por jogadores que convertem dinheiro do mundo real em moeda do jogo para comprar essas atualizações. Uma vez que a nossa escala de moagem mede tanto as atitudes em relação a ganhar quanto a pagar por recompensas no jogo, consideramos essa evidência adicional para a validade de nossas escalas. No entanto, nenhum telefone ou jogos do Facebook entraram nos títulos favoritos do 20, portanto, ainda é preciso determinar se esse modelo de negócios é a causa real do relacionamento observado entre os jogos de celular e o Grinding.

As relações entre determinados escores de fatores e escores no questionário de patologia sugerem um possível papel para este instrumento na identificação daqueles com risco de uso excessivo de videogames. Compreendendo os motivos, hábitos e gêneros preferidos daqueles com problemas de videogame, podemos estar mais bem equipados para diagnosticar e tratar o uso excessivo de videogames. Por exemplo, os jogadores que estão tentando se "escapar" através da imersão fantasiosa ou da dramatização parecem estar em risco aumentado. Parece provável que o uso de videogames para escapar de problemas possa levar a um ciclo vicioso. Também sugere que o uso de jogos patológicos pode ser um sintoma de outros problemas subjacentes (por exemplo, depressão, fobia social) que podem ser mais difíceis de tratar - se alguém está usando videogames para escapar desses problemas, a abstenção de videogames pode apenas tratar os sintomas do uso de videogame, deixando o problema subjacente intacto. Isto replica relatórios anteriores de uma ligação entre escapismo e patologia de Yee (2006b). Essa relação é interessante notar à luz das considerações de não mais listar "brincar para remover o humor disfórico" como um sintoma da patologia do jogo, pois parece ser uma forma "socialmente normativa" de uso do jogo (Gentile et al., Sob revisão ). Embora o escapismo não seja um sintoma do uso patológico de videogames, ele parece estar consistentemente associado à patologia do jogo (Yee et al., 2012; Kneer e Glock, 2013). Sugerimos que pesquisas futuras não desconsiderem possíveis vínculos entre o humor disfórico, o enfrentamento, a auto-fuga e a patologia do videogame.

Encontramos também algumas evidências para uma interação jogador-jogo em patologia. Os jogadores que têm motivos sociais mais elevados para jogar também são mais propensos a ter patologia de videogames. Como mencionado na introdução, jogos com mecânica de jogo multijogador e relações jogador a jogador podem ser difíceis de abandonar, uma vez que a pressão dos colegas e a obrigação social contribuem para a continuidade do jogo. Um relacionamento também foi descoberto entre Grinding e patologia, apoiando nossa hipótese de que aqueles jogadores obrigados a trabalhar por horas e completar 100% do conteúdo de seus videogames teriam problemas maiores. Em pesquisa anterior, Yee (2006b) sugeriu uma relação entre os motivos do avanço e o questionário de diagnóstico de patologia de Young. O estudo atual replica essa relação em uma amostra mais ampla (ou seja, jogadores de todos os jogos, não apenas MMORPGs) com uma nova medida.

A evidência de que o problema do uso de videogames está relacionado à regulação emocional ou auto-escape sugere que o uso de jogos patológicos pode ser motivado por mecanismos psicológicos semelhantes àqueles que causam abuso de substâncias (Cooper et al., 1988, 1992, 1995). A perspectiva de que o uso de videogames patológicos compartilha uma motivação subjacente com os vícios das drogas e do jogo é teoricamente atraente e sugere uma estrutura confiável e invariável subjacente aos vícios em geral (Shaffer et al., 2004). No entanto, muito mais pesquisas são necessárias para verificar essa possibilidade.

Enquanto MMORPGs como World of Warcraft Há muito que se suspeita de ser particularmente perigosa, a presente pesquisa fornece algumas dicas sobre por que esses jogos podem ser especialmente propensos a promover um uso problemático. Estes jogos oferecem todos os três fatores de risco descobertos: Escapismo através da imersão da fantasia; Grinding ganhando recompensas através de jogos frequentes ou comprando moeda do jogo com dinheiro do mundo real; e Interação Social através da cooperação do jogador organizado, competição e socialização. Ainda assim, pedimos aos pesquisadores da patologia do jogo que considerem todos os tipos de jogos em suas pesquisas. Afinal, foi apenas 30 anos atrás que o “vício em jogos” era sinônimo de jogos de ação arcade para um jogador sem recompensas persistentes para ganhar (por exemplo, Comando de Mísseis, Asteróides, Galaga) Jogos neste estilo são muito diferentes dos MMORPGs de hoje. Este estudo fornece ferramentas iniciais para entender o uso de jogos em muitos gêneros e estilos diferentes - até mesmo esportes e outros jogos que não sejam de vídeo.

A presente pesquisa também ajuda a criar uma ferramenta para entender as diferenças individuais entre os jogadores e as fontes de satisfação. Tem sido demonstrado que jogos de má qualidade (críticas críticas ruins) são piores em satisfazer as necessidades de SDT do que jogos de alta qualidade (boas críticas) (Ryan et al., 2006) No entanto, mesmo entre dois jogos aclamados pela crítica, diferentes jogadores derivaram diferentes quantidades de cumprimento SDT e desfrutaram desses jogos em diferentes graus de acordo. Esses motivos podem interagir com as propriedades de um determinado jogo para determinar como ele satisfaz diferencialmente as necessidades psicológicas de diferentes jogadores. Por exemplo, jogadores com alta aversão à perda podem achar um jogo desafiador "frustrante" ou "injusto", enquanto um jogador com baixa aversão à perda pode achá-lo emocionante. A compreensão dessas diferenças individuais pode tornar mais fácil para os desenvolvedores de jogos, críticos e consumidores entenderem se um determinado jogo se adequa ao gosto do consumidor. Pesquisas futuras são necessárias para demonstrar se as medidas de motivos e preferências podem prever a satisfação do jogador.

Gostaríamos também de continuar desenvolvendo novos itens para esta escala. Em particular, não temos certeza de que Aversão à Perda, Autonomia e Personalização medem totalmente os construtos pretendidos. Esperávamos que a Aversão à Perda englobasse melhor toda a competição e o desafio, em vez de especificamente a experiência de perder. É possível que todos os jogadores gostem de um desafio, desde que seja adequado ao seu nível de habilidade. Itens como “Acho que jogos fáceis são muito chatos” e “Sinto orgulho quando domino um aspecto de um jogo” não carregaram. Da mesma forma, o fator Autonomia parece representar principalmente a importância da exploração de mundo aberto e a diversidade de opções disponíveis. Esperávamos que esse fator também medisse a capacidade de tomar decisões, explorar soluções e tentar estratégias sem mensagens de tutorial intrusivas ou dicas condescendentes. No entanto, itens como "Prefiro jogos que dizem o que fazer e quando fazer" e "Gosto de descobrir jogos por conta própria" apresentaram efeitos de teto / chão pronunciados e ofereceram muito pouca variação, deixando de carregar em qualquer fator. Por fim, a personalização não era significativamente maior para os fãs de Minecraft, talvez porque três dos quatro itens se relacionam com a personalização do avatar e apenas um item diz respeito à construção de itens. Esforços futuros podem ser capazes de ampliar o escopo deste fator.

Além disso, embora tenhamos alcançado resultados aceitáveis ​​examinando as relações entre as pontuações dos fatores e os jogos favoritos dos participantes, estudos futuros podem melhorar esta abordagem. Primeiro, instruir os participantes a relatar três de seus “jogos favoritos” induziu certa contaminação de nostalgia. Muitos participantes responderam com quais videogames estavam jogando há 10 anos, em vez de quais jogos eles achavam mais divertidos de jogar em determinado momento. Além disso, a estrutura de resposta aberta deste item não rendeu excelente poder estatístico, pois os entrevistados mencionaram centenas de videogames diferentes, fazendo com que muitas respostas fossem descartadas e outras fossem agregadas da melhor forma possível de acordo com o melhor julgamento do pesquisador. No futuro, planejamos restringir as opções de jogos favoritos a uma seleção de opções robusta, diversificada, mas limitada.

O presente estudo é limitado pelo seu desenho transversal, o que torna impossível determinar a direção da causalidade, se houver, nas relações entre os motivos e a patologia. A pesquisa longitudinal futura é necessária para determinar padrões de desenvolvimento de motivo e patologia ao longo do tempo. Os dados longitudinais permitiriam inspeções de causalidade de Granger (Granger, 1969) entre motivos e estado patológico, determinar se os motivos levam a patologia ou patologia leva a motivos. Além disso, permitir-nos-ia determinar a natureza das mudanças normativas nos motivos ao longo do tempo. A presente pesquisa não pode desvendar as alterações nos motivos devido à idade de motivos associados à faixa etária.

Este estudo sofreu um desgaste agudo, já que muitos dos participantes que iniciaram o estudo desistiram antes de concluir a pesquisa ou responderam “Não Aplicável”. A pesquisa foi bastante trabalhosa, levando a maioria dos participantes 20 minutos ou mais para serem concluídos. Pesquisas futuras tentarão usar pesquisas menores e menos pesadas. Isso será auxiliado pelo estudo atual, que reduziu a medida GAMES de itens 121 para itens 60 (incluindo o proxy de atenção). O conjunto menor de itens diminuirá o tempo necessário para concluir a pesquisa e a probabilidade de que pelo menos uma pergunta seja marcada como "Não aplicável", reduzindo assim o atrito.

Concluímos conclamando os pesquisadores a considerar características específicas dos jogadores, suas personalidades e os jogos que eles jogam. Uma armadilha comum na pesquisa de videogames é tratar os jogos como sendo máquinas homogêneas que convertem o tempo em ouro virtual e dragões mortos, ou pior, um veículo para a entrega de cenas de violência a um espectador passivo. Os jogadores são participantes ativos em seus jogos e exibem preferências heterogêneas nos jogos que jogam. Os jogadores são motivados a jogar jogos na medida em que esses jogos possam fornecer o atendimento de necessidades psicológicas (Przybylski et al., 2010), mas diferentes intervenientes procurarão satisfazer essas necessidades através de diferentes formas. Para entender melhor os jogadores, as preferências e a patologia, devemos investigar a interação entre a personalidade de diversos jogadores e os mecanismos de jogo.

Nota do autor

Esta pesquisa foi apoiada por uma bolsa Bond Life Sciences Fellowship concedida a Joseph Hilgard.

Agradecimentos

Notas de rodapé

Referências