Förderjahr 2016 / Stipendien Call #11 / ProjektID: 1938 / Projekt: Interpreting Game-Scores and Data of Serious Games for Health using Decision Support Systems
Im Laufe des letzten Jahres wurden 4 Serious Games for Health (SGFH) auf ihre Datenbeschaffenheit analysiert. Es wurde überprüft, ob die erhobenen Daten prinzipiell für das vorgeschlagene System vewertbar sind ...
Anzan
Beschreibung – Game, Datenerfassung
Das Game „Anzan“ wurde als Ergänzung für das Projekt Interacct entwickelt. Mit einer einfachen Mechanik lassen sich so die Grundrechenarten spielerisch vertiefen. Das Spiel liefert also denkbar simple Daten, welche die kognitiven Skills eines Spielers schön abbilden.
Screenshots
Abbildung 1: Screenshots "Anzan", der linke Screen beschreibt die Rechenaufgabe, im rechten Screen bewegen sich die zu addierenden Ziffern von oben nach unten im Bild und müssen zur richtigen Summe angetippt werden
Fazit Machbarkeit
Das Spiel „Anzan“ ist bestens dazu geeignet, um die Komponente kognitiver Skills abzubilden. Während keine expliziten Gesundheits- oder Fitnessdaten erhoben werden, ist das Spielprinzip simpel genug, um eine Lernkurve eines einzelnen Spielers zu errechnen und somit die anfallenden Spieledaten korrekt zu interpretieren.
Ishoku Dogen
Beschreibung – Game, Datenerfassung
Das Spiel „Ishoku Dogen“ (Japanisches Sprichwort: „Nahrung ist Medizin“) wurde in Kooperation mit der Universität Wien / VU Gaming Technologies entwickelt. In einem 3D-Adventure werden grundlegende Ernährungswissenschaftliche Konzepte entdeckt. Der Spieler erkundet eine 3D-Welt und muss mehrere Fragen bezüglich gewisser Themen richtig beantworten. Die Schwierigkeit dieser Fragen steigt im Zuge des Spielfortschritts. Ein Themengebiet wird durch eine „Abschlussprüfung“ bei einem Endgegner abgeschlossen.
Screenshots
Abbildung 2: Screenshots "Ishoku Dogen", in einer 3D-Spielewelt muss ein Spielecharakter verschiedene Fragen zu ernährungswissenschaftlichen Themen beantworten.
Fazit Machbarkeit
Das Projekt beschreibt einen Edge-Case: zwar lassen sich diverse Meta-Daten über das Spielverhalten des Users erheben und könnten somit ins gesamtheitliche System übernommen werden (um die Aussage „gesunde/schmerzfreie User spielen häufiger“ zu überprüfen. Der Implementierungsaufwand hierfür ist allerdings in Relation zu den tatsächlich anfallenden Daten (welche Levels/Themenbereiche hat ein User in welcher Zeit geschafft) wohl zu hoch. Es lässt sich also zusammenfassen, dass Serious Games, welche primär Wissenstransfer als Zweck haben, nicht brauchbar in die Auswertelogik übernommen werden können. Der kausale Zusammenhang fehlt: wenn ein Spieler eine bestimmte Frage zu einem Themengebiet nicht weiß, ist dies mit allerhöchster Wahrscheinlichkeit nicht dem körperlichen Zustand, sondern dem fehlenden Wissen zuzuschreiben.
