Kami suka game kompetitif. Riot berdedikasi untuk menciptakan game kompetitif sejak perusahaan ini didirikan pada 2006. Kompetisi, secara alami, memunculkan semangat luar biasa pada pemain. Itulah yang membuat suka dan duka bermain game terasa begitu berarti. Namun, itu juga bisa menjadi penggerak yang menyebabkan beberapa pemain menyerang orang lain, mengganggu pengalaman bermain game untuk semua orang.
Kami tahu ada beberapa masalah. Kami telah melihat klipnya, mendengar dari para pemain tentang perilaku dalam game, dan mengalaminya sendiri saat mengantre. Meski tidak dapat mengubah kondisi manusia, kami dapat mencoba mengubah cara pemain berinteraksi dalam game dengan tujuan menciptakan pengalaman bermain yang lebih baik.
Kami secara aktif mencari cara untuk membuat game lebih aman, inklusif, adil, dan pada akhirnya menyenangkan bagi semua orang.
Selalu ada tantangan seiring dengan tujuan ini, pun tidak ada solusi yang mudah.
Di sinilah peran Player Dynamics. Tujuan Player Dynamics sebagai disiplin desain adalah membangun struktur bermain game yang menciptakan pengalaman sosial yang lebih bermanfaat dan menghindari interaksi negatif sejak awal. Sederhananya, disiplin ini bertujuan untuk menjawab pertanyaan: “Bagaimana kita menciptakan dan mempertahankan komunitas yang sehat secara online?”
Jika kamu tertarik mengetahui lebih lanjut tentang peran Player Dynamics dan bagaimana dampaknya terhadap desain game, lihat seri dua bagian yang diterbitkan awal tahun ini.
Dalam pembaruan ini, kita akan mendalami angka-angka di balik Player Dynamics serta penjelasan terkait menciptakan interaksi yang sehat dalam game. Player Dynamics dirancang untuk menjadi disiplin di seluruh Riot sehingga kami memiliki beberapa tim berbeda yang berfokus pada keterampilan. Tim Central Player Dynamics bekerja di pusat semua sistem pengembangan game yang dapat memengaruhi judul-judul saat ini dan yang sedang ada di tahap R&D. Setiap game juga memiliki tim khusus yang bekerja untuk mengatasi berbagai tantangan unik untuk judul tersebut.
Laporan di Semua Regional dan Game
Kami sangat terkesan bahwa ratusan juta orang di seluruh dunia suka bermain game buatan Riot. Sejumlah besar game dimainkan dan para pemain melaporkan pemain lain karena berbagai alasan, mulai dari masalah yang sah hingga hasil normal seperti bermain dengan baik atau buruk. Pada 2021, rata-rata ada sekitar 240 juta laporan per bulan dengan total sedikit di bawah 3 miliar laporan di seluruh judul kami di wilayah tempat Riot beroperasi.
Tiga miliar adalah jumlah yang sangat besar. Jika setiap Rioter menghabiskan 365 hari setahun dengan hanya meninjau laporan-laporan ini, setiap orang harus meninjau sekitar enam laporan per menit agar semua teratasi.
Selain itu, setiap laporan tidak dapat diperlakukan sebagai sinyal yang jelas. Pemain mengajukan laporan yang tidak ingin kami tindak lanjuti sama sekali. Terkadang, perilaku yang mereka laporkan mungkin memang terasa buruk, tetapi tidak pantas mendapatkan penalti, misalnya bermain kurang baik dalam pertandingan. Terkadang juga laporan itu sendiri sengaja menjatuhkan pemain lain.
Namun, tujuan kami adalah agar setiap laporan diselidiki. Artinya, kami harus kreatif dan membangun solusi otomatis yang dapat mendeteksi perilaku mengganggu dalam skala besar. Sistem ini harus mampu membedakan perilaku mana yang memerlukan penalti dan mana yang tidak. Ini mudah diterapkan untuk beberapa perilaku, misalnya AFK. Untuk beberapa perilaku lainnya seperti feeding disengaja atau trolling, ini sangat menantang. Kami terus berupaya menyempurnakan metode deteksi ini, tetapi jalan masih panjang.
Sebelum mendalami beberapa hal yang sedang kami kerjakan dan statistik khusus game, ada beberapa pembelajaran penting yang membantu menginformasikan strategi Player Dynamics kami. Satu catatan penting yaitu ada perbedaan antara seseorang yang kurang beruntung bermain hari itu dan seseorang yang berulang kali mengganggu pengalaman.
Di seluruh industri, gangguan ini turun sekitar 95/5 persen. Artinya, 95% orang yang mengganggu dalam game hanya mengganggu kadang-kadang. Bagi para pemain semacam itu, peringatan dan penalti ringan biasanya sudah cukup untuk mencegah mereka melakukan pelanggaran ulang. Untuk 5% terakhir, mereka mengganggu secara konsisten dan sengaja. Kami tidak menoleransi orang yang mengantre game hanya untuk mengganggu pengalaman bermain game pemain lain.
Poin penting lain: penalti ternyata efektif. Dari pemain yang menerima hukuman pada 2021, kurang dari 10% menerima penalti lagi pada tahun kalender itu.
Tindakan memiliki konsekuensi dan banyak pemain berbenah diri setelah menerima konsekuensi tersebut.
Berbekal data ini dan beberapa pembelajaran dari seluruh industri gaming, kami mengembangkan berbagai cara baru untuk mengevaluasi perilaku pemain. Berikut adalah beberapa hal yang saat ini sedang kami kerjakan.
Menilik ke Depan
Evaluasi Suara Otomatis
Saat ini kami mengandalkan laporan pemain berulang dan proses manual untuk menentukan kapan penyalahgunaan chat suara terjadi. Namun, proses manual memerlukan pemantauan terus-menerus dan hanya dapat melihat begitu banyak instans. Itu sebabnya kami berupaya untuk mengembangkan evaluasi suara otomatis.
Mirip dengan sistem evaluasi teks, evaluasi suara dirancang untuk membantu kami secara otomatis menangkap pelaku yang menggunakan komunikasi suara untuk mengganggu pengalaman bermain game. Setiap laporan yang kami terima membantu menginformasikan sistem ini untuk memastikan ia dapat mendeteksi berbagai cara orang di seluruh dunia menggunakan chat suara untuk berkomunikasi. Kami ingin menangkap gangguan sambil memastikan tidak timbul masalah setelah kejadian penting itu.
Tim Central Player Dynamics kami sedang berupaya menyatukan ini. Game pertama yang akan terkena dampaknya adalah VALORANT. Setelah berfungsi dengan baik, ini akan diperluas ke judul lain yang menggunakan komunikasi suara.
Menyempurnakan Evaluasi Teks
Untuk sebagian besar game kami, teks adalah cara utama orang berkomunikasi dengan rekan satu tim dan lawan. Ini juga merupakan sumber besar potensi gangguan. Kami telah, dan akan terus, berinvestasi besar-besaran dalam meningkatkan cara kami memantau teks dalam game termasuk nama dan chat. Untuk memantau nama yang tidak pantas dengan lebih baik, kami terus berinvestasi dalam pembelajaran mesin dan menambahkan dukungan bahasa tambahan yang memungkinkan kami secara otomatis menangkap teks berbahaya di game dalam skala besar untuk pemain di seluruh dunia.
Selain itu, kami memperluas daftar kata yang tak bisa ditoleransi. Beberapa kata tidak boleh digunakan dalam game, selamanya. Kami menambahkan lebih banyak varian ejaan dan bahasa ke daftar ini karena hanya menukar angka dengan huruf tidak mengubah maksud penggunaan kata.
Kami akan mengambil proses baru yang dibuat oleh Central Player Dynamics dan menerapkannya di semua judul, termasuk mengganti sistem deteksi teks warisan League yang seharusnya menunjukkan peningkatan yang nyata dalam evaluasi teks untuk pemain League.
Evaluasi Laporan Berdasarkan Kredibilitas
Kami memperluas kemampuan untuk mendeteksi outlier yang menerima lebih banyak laporan secara signifikan pada beberapa game daripada populasi rata-rata dan lolos oleh sistem deteksi otomatis. Sistem saat ini hanya berfokus pada perilaku mengganggu dalam komunikasi, tetapi kami sedang dalam proses memperluasnya ke pelanggaran gameplay dan nama yang tidak pantas.
Perluasan membutuhkan penyelidikan yang cermat terhadap kebiasaan pelaporan dan penyesuaian konservatif untuk menghindari penalti yang tidak adil bagi pemain. Namun, kami telah mendapatkan hasil yang bagus sejauh ini dan berharap ini akan berguna dalam mengidentifikasi gangguan berdampak tinggi, tetapi sulit dideteksi, seperti feeding disengaja.
Evaluasi Real Time
Kami sedang mengupayakan kemampuan untuk mengambil tindakan terhadap pelanggaran berbasis chat secara real-time. Bayangkan sebuah sistem yang dapat membantu orang memeriksa diri sendiri ketika mereka mulai mengirim pesan yang tidak pantas kepada rekan satu tim. Dengan begini, pemain bisa menyesuaikan perilaku di tengah pertandingan, tetapi kami ingin memastikan bahwa itu tidak memengaruhi pengalaman pemain. Jadi, kami akan mencoba berbagai hal di berbagai game untuk memastikan ini cocok. Pada 2022, kami mulai mengerjakan ini dan akan menggunakannya secara lebih luas jika sudah berfungsi dengan benar.
Investasi di ProSocial
Perilaku ProSocial adalah, sederhananya, niat untuk menguntungkan orang lain.
Dalam game, itu berarti fokus memberi penghargaan kepada pemain yang meningkatkan pengalaman bermain game untuk orang lain, bukan hanya menghukum mereka yang mengganggu pengalaman.
Kami sedang mengembangkan kerangka kerja baru, bekerja sama dengan pengembang game besar lainnya, tentang cara memfokuskan upaya untuk menghargai perilaku positif di samping mengurangi perilaku yang mengganggu. Ini adalah topik yang berkembang dan kami rasa akan membuat perubahan positif yang berarti dalam komunitas game online. Masih ada banyak hal untuk dibagikan terkait topik ini ke depannya, jadi pantau terus!
Mitra Industri dan Komunitas
Perilaku yang mengganggu bukanlah masalah spesifik di game. Kami akan terus bekerja sama dengan mitra di dalam dan di luar game yang percaya dalam menciptakan komunitas yang aman dan mendorong pengalaman positif di ruang online termasuk Fair Play Alliance dan #TSCollective.
Bekerja sama dengan mitra, kami dapat berbagi pengetahuan untuk mengembangkan solusi terhadap masalah kompleks yang tidak hanya berdampak pada pemain yang memainkan game kami, tetapi juga semua orang yang berinteraksi secara online.
Statistik di Balik Game
Central Player Dynamics
Central Player Dynamics bekerja dengan semua game kami dan berfokus pada pendeteksian gangguan komunikasi antarpemain. Laporan yang terkait dengan komunikasi teks dan suara dalam game dievaluasi menggunakan sistem CPD. Laporan khusus gameplay seperti AFK atau feeding disengaja (inting) punya tim game sendiri sebagai penanggung jawab.
Untuk laporan teks, sebagian besar laporan yang dijalankan melalui CPD, ada 120 juta game dengan setidaknya satu laporan yang menghasilkan 13 juta game tempat pelanggaran terjadi. Pelanggaran ini menghasilkan tindakan mulai dari peringatan hingga ban selama 365+ hari, tergantung pada sifat pelanggaran dan riwayat pelanggaran sebelumnya dari pemain.
League of Legends dan Teamfight Tactics
Tim League kami saat ini mengeluarkan sekitar 700.000 penalti per bulan untuk deteksi teks, deteksi AFK, dan deteksi inting.
Leaverbuster, sistem deteksi AFK kami, memantau setiap pertandingan untuk memastikan pemain yang berhenti lebih awal dan berdampak pada tim mendapatkan
Kami menggunakan tingkatan sehingga pemain yang AFK lebih sering akan menerima penalti lebih keras. Untuk game ranked, ketika rekan satu tim melakukan AFK, kami menyediakan opsi menyerah lebih awal dan mitigasi LP sehingga kamu tidak dikenai penalti karena perilaku menyebalkan rekan tim.
Bagi rekan tim yang menyebalkan, keluar dari game itu barulah satu hal, masih ada yang lainnya, yaitu feeding. Ini sedikit lebih sulit untuk dilacak. Jadi, kami menggunakan model pembelajaran yang melacak tujuh titik data berbeda di semua champion untuk mendeteksi dengan pasti ketika seseorang melakukan feeding disengaja, bukan sekadar bermain buruk. Sembari kami terus memperbaruinya, hasil positif palsu kini sudah sangat langka untuk sistem.
Jika ingin mengetahui lebih lanjut bagaimana tim League mengatasi permasalahan perilaku pemain, lihat postingan dari awal tahun 2022 ini.
VALORANT
Selain chat suara, tim Social and Player Dynamics VALORANT juga fokus pada AFK dan inting. Saat ini, sekitar 27 dari setiap 1.000 pemain yang bermain VALORANT melakukan AFK. Beberapa di antaranya adalah bot yang berusaha mengumpulkan XP. Namun, para bot ini kini berakhir di lobi yang berisi bot AFK lainnya dan jika tidak memberikan damage, tidak ada XP yang diperoleh.
Untuk pemain yang masih menggunakan keyboard, tetapi dengan sengaja kalah, deteksi inting saat ini punya satu metode yang bekerja dengan metode lainnya.
Metode saat ini mengambil semua input dan memutuskan apakah performa buruk pemain disengaja atau tidak setelah pertandingan. Namun, metode ini hanya menangkap pelaku setelah kejadian. Ini tidak berguna ketika kamu melakukan 11 ronde dan sedang tidak beruntung.
Jadi, tim VALORANT sedang mengerjakan deteksi inting real-time. Namun, ada banyak area abu-abu dalam masalah ini karena permainan yang buruk bisa merupakan hasil dari berbabagi macam alasan dan dengan sengaja kalah baru satu porsi kecil dari semua itu. Setelah tim VALORANT berhasil menekan hasil positif palsu, kami akan meluncurkan metode baru ini yang akan bekerja bersama deteksi setelah pertandingan.
Wild Rift
Proses Wild Rift telah berkembang pada 2022. Sebelumnya, deteksi AFK hanya memeriksa apakah pemain melakukan input atau tidak sama sekali. Karena beberapa pemain menghindari deteksi sederhana ini, kami menambahkan lapisan baru untuk memastikan pemain benar-benar ada di dalam game dan melakukan input yang berguna, tidak hanya bergerak maju.
2022 juga membawa sistem inting baru ke Wild Rift yang memanfaatkan pembelajaran mesin untuk memastikan bahwa alasan pemain bermain buruk memang disengaja. Sejak Maret 2022, sistem inting telah menangkap kurang dari 2.000 instans sengaja kalah. Saat pembelajaran mesin, yah, belajar, jumlah ini kemungkinan akan meningkat karena makin banyak pemain inting dilaporkan.
Terakhir, ada deteksi barter kemenangan (win trading). Deteksi ini melihat pada berbagai faktor termasuk yang kami sebut sebagai pemain “rekan tanding”. Ini adalah pemain yang terus-menerus bermain dengan dan melawan kelompok pemain yang sama. Dengan melihat pola pemain lawan, durasi permainan, dan rekor menang-kalah untuk lobi rekan tanding, sistem deteksi dapat mengidentifikasi barter kemenangan.
Pentingnya Transparansi
Beralih dari satu game ke banyak judul membawa banyak tantangan baru. Dengan makin banyaknya judul yang terbit, kami berupaya menanamkan pemikiran Player Dynamics pada tahap paling awal desain game untuk mengumpulkan komunitas yang lebih baik dari awal.
Pada saat yang sama, kami percaya bahwa bersikap transparan tentang data yang diterima di seluruh judul kami itu penting. Ini masalah yang rumit dan tidak ada cara untuk benar-benar menyelesaikan sepenuhnya. Dengan itu, kami berkomitmen untuk berupaya menyempurnakan pengalaman bermain game bagi semua pemain dan akan memposting lebih banyak pembaruan rutin tentang pekerjaan yang kami lakukan untuk mencapai tujuan itu.
Seperti biasa, terima kasih sudah memainkan game kami.
