Rekabetçi oyunları seviyoruz. Riot, kuruluş yılı 2006'dan beri kendini rekabetçi oyunlar geliştirmeye adamış bir şirket. Doğası gereği rekabet, oyuncuların içindeki inanılmaz tutkuyu ortaya çıkarıyor. İyisiyle kötüsüyle oyun oynamayı anlamlı kılan da işte bu tutku. Ancak aynı duygu bazı oyuncuların diğerlerine saldırmasına ve herkesin oyun deneyimini olumsuz etkilemesine de yol açabiliyor.
Mevcut sorunların farkındayız. Kayıtları izledik, oyuncuların oyun içi davranışlarla ilgili düşüncelerine kulak verdik ve oyunları oynarken bu sorunlara bizzat tanık olduk. Bu sorunların temelindeki insan etmenini değiştiremesek de daha iyi bir oyun deneyimi oluşturmak amacıyla oyuncuların oyunlarımızdaki etkileşim biçimini değiştirmeyi deneyebiliriz.
Bu yüzden oyunlarımızı herkes için daha güvenli, kapsayıcı, adil ve eğlenceli hale getirmenin yollarını arıyoruz.
Hedefimize giden yolda karşımıza türlü zorluklar çıkıyor ve bu zorlukların üstesinden gelmek de ne yazık ki pek kolay değil.
İşte oyuncu dinamikleri tam da bu noktada devreye giriyor. Bir tasarım disiplini olan oyuncu dinamiklerinin altında sosyal deneyimleri daha ödüllendirici hale getirmek ve olumsuz etkileşimlerden kaçınmak üzerine kurulu oyun yapıları oluşturmak yatıyor. Özetlemek gerekirse disiplinin amacı şu soruya cevap vermek: "Oyuncuları internet ortamında sağlıklı topluluklar kurmaları için nasıl teşvik ederiz ve bunu nasıl sürdürülebilir hale getiririz?"
Oyuncu dinamiklerinin nasıl oluşturulduğu ve oyun tasarımını nasıl etkilediği hakkında daha fazla bilgi edinmek istiyorsanız bu yılın başlarında yayınladığımız iki makalelik serimize göz atın.
Bu güncellemede oyuncu dinamiklerine dair verilere ve bu verilerin sağlıklı oyun içi etkileşimler oluşturmada bize neler anlattığına göz atacağız. Oyuncu dinamikleri Riot genelinde faaliyet gösteren bir disiplin olarak tasarlandı. Bu nedenle bu konuya odaklanan birkaç farklı ekibimiz var. Tüm oyunlarımızın merkezinde yer alan Merkezi Oyuncu Dinamikleri Ekibi mevcut ve AR-GE aşamasındaki oyunlarımızı etkileyebilecek sistemler geliştiriyor. Ayrıca her oyunumuzda ilgili oyuna özgü zorlukları aşmakla sorumlu bir ekip çalışıyor.
Tüm Bölge ve Oyunlarımızdan Gelen Raporlar
Dünyanın dört bir yanındaki yüz milyonlarca oyuncu Riot'un oyunlarını severek oynadığı için çok mutluyuz. Her gün sayısız oyun oynanıyor ve oyuncular haklı kaygılardan tutun iyi veya kötü oynamak gibi olağan durumlara kadar birçok sebepten diğer oyuncuları raporluyor. 2021'de Riot'un hizmet verdiği bölgelerdeki tüm oyunlarımızda aylık ortalama 240 milyon rapor olmak üzere toplamda neredeyse 3 milyar rapor gönderildiğini tespit ettik.
3 milyar çok ama çok büyük bir sayı. Tüm Riotçular bir yıldaki 365 günün hepsini sadece raporları inceleyerek geçirseydi bile bu rapor sayısıyla baş edebilmemiz için her birinin dakikada altı raporu gözden geçirmesi gerekirdi.
Üstelik her raporu geçerli olarak değerlendiremiyoruz. Oyuncular bizim müdahale etmek istemediğimiz türden birçok rapor gönderiyor. Bazen oyunda kötü performans sergilemek gibi onlara kötü hissettiren ama herhangi bir ceza gerektirmeyen davranışları raporluyorlar. Bazen de raporları kötü bir niyetle kasten gönderiyorlar.
Ancak bizim hedefimiz her raporu incelemek. Bu da yaratıcı olmamız ve belli bir düzeydeki rahatsız edici davranışları otomatik olarak tespit edip çözebilecek sistemler geliştirmemiz gerektiği anlamına geliyor. Bu sistemlerin ceza gerektiren davranışları ceza gerektirmeyen davranışlardan ayırt edebilmesi şart. AFK kalmak gibi bazı davranışlar için bunu sağlamak daha kolay ancak bilerek besleme veya trolleme gibi davranışlarda bu ayrımı yapmak gerçekten çok zor. Bu tespit yöntemlerini geliştirmek için durmak bilmeden çalışıyoruz ancak daha önümüzde uzun bir yol var.
Devam eden çalışmalarımızdan ve oyunlara özgü istatistiklerden bahsetmeden önce oyuncu dinamikleri stratejimizi şekillendirmemize yardım eden birtakım önemli gözlemlerimize değinmek istiyoruz. Gözlemlediğimiz önemli hususlardan biri günü kötü geçen oyuncularla diğer oyuncuların deneyimini sürekli olumsuz etkileyen oyuncular arasında bir fark olması.
Bu iki grubun sektör genelindeki oranları aşağı yukarı %95'e %5 şeklinde. Yani oyun içi deneyimi olumsuz etkileyenlerin %95'i bunu yalnızca arada sırada gerçekleştiriyor. Uyarılar ve hafif cezalar genel itibarıyla bu oyuncuların olumsuz davranışları tekrarlamasını önlemeye yetiyor. Kalan %5 ise bu olumsuz davranışları sürekli ve kasten gerçekleştiriyor. Sırf diğer oyuncuların oyun deneyimini sekteye uğratmak için oyunlara giren bu gruba hiçbir şekilde toleransımız yok.
Başka bir önemli gözlemimizse şu: Cezalar işe yarıyor. 2021'de ceza alan oyuncular arasında aynı takvim yılı içinde tekrar ceza alanların sayısı %10'un altında.
Birçok oyuncu, eylemlerinin sonuçlarına tanık olunca kendisine çekidüzen veriyor. Sonuçta ne ekerseniz onu biçersiniz.
Bu veriler ve oyun sektöründe yaptığımız gözlemler ışığında oyuncu davranışlarını değerlendirebileceğimiz birtakım yeni yöntemler geliştiriyoruz. İşte devam eden çalışmalarımızdan bazıları.
Gelecek Planlarımız
Otomatik Sesli Sohbet Değerlendirmesi
Sesli sohbetin kötü amaçla kullanılıp kullanılmadığını tespit etmek için şu anda art arda gönderilen oyuncu raporlarına ve yetkililerce yapılan incelemelere güveniyoruz. Ancak yetkililerce yapılan incelemeler sürekli gözlem gerektiriyor ve haliyle belli bir sürede incelenebilecek sohbet sayısı sınırlı. İşte bu nedenle otomatik sesli sohbet değerlendirmesini geliştirmeye çalışıyoruz.
Metin değerlendirme sistemlerimizde olduğu gibi sesli sohbet değerlendirmesi de sesli sohbeti oyun deneyimini olumsuz etkilemek amacıyla kullanan kötü niyetli oyuncuları otomatik olarak tespit etmemize yardımcı olması için tasarlandı. Elimize geçen her rapor bu sistemi şekillendirmemize ve oyuncuların sesli sohbeti kullanırken ne şekilde iletişim kurduklarının sistem tarafından tespit edilebilmesini sağlamamıza yardımcı oluyor. Özetle heyecanın doruğa çıktığı anlardaki coşkuyu sekteye uğratmadan olumsuz davranışların önüne geçmek istiyoruz.
Merkezi Oyuncu Dinamikleri Ekibi'miz bunu hayata geçirmek için çalışmalarını sürdürüyor. Sesli sohbet değerlendirmesi ilk VALORANT'ta kullanılacak ve etkili bir biçimde işlemeye başladığında sesli sohbet özelliğine sahip diğer oyunlarımızda da devreye sokulacak.
Metin Değerlendirme Sistemimizi Geliştirmek
Oyuncular oyunlarımızın çoğunda takım arkadaşları ve rakipleriyle iletişim kurmak için genelde yazılı sohbeti kullanıyor. Ancak bu iletişim yöntemi aynı zamanda olası olumsuz davranışlara da zemin hazırlıyor. İsimler ve yazılı sohbet dahil olmak üzere oyuncu kaynaklı oyun içi metinleri gözlemleme yöntemimizi geliştirmek için büyük adımlar attık ve atmaya devam edeceğiz. Uygunsuz isimleri daha iyi gözlemleyebilmek için makine öğrenimini geliştirmeye devam ediyoruz. Ayrıca dünyanın dört bir yanındaki oyuncular için belli bir ölçüde olumsuz oyun içi metinleri otomatik olarak yakalamamıza imkân tanıyacak ilave dil desteği de ekliyoruz.
Bunların yanı sıra hiçbir şekilde tolerans göstermediğimiz kelimelere yönelik listemizi de genişletiyoruz. Bazı kelimeler oyunun içinde asla ama asla kullanılmamalı. Listeye daha fazla farklı heceleme yöntemi ve dil ekliyoruz çünkü bir harfi rakamla değiştirmek ilgili kelimenin kullanılmadığı anlamına gelmiyor.
Merkezi Oyuncu Dinamikleri Ekibi tarafından geliştirilen yeni yöntemleri tüm oyunlarımızda hayata geçireceğiz. Buna LoL'ün zamanın gerisinde kalmış metin tespit sistemini LoL oyuncularının mesajlarını daha iyi değerlendirecek şekilde değiştirmek de dahil.
Güvenilir Rapor Değerlendirmesi
Birden fazla oyunda ortalamaya kıyasla çok daha fazla raporlanan ama buna rağmen otomatik tespit sistemlerimize yakalanmayan oyuncuları tespit etme kabiliyetimizi iyileştiriyoruz. Sistem şu anda yalnızca sohbetteki olumsuz davranışlara odaklanıyor ancak sistemi oyun içindeki olumsuz davranışları ve uygunsuz isimleri kapsayacak şekilde genişletmeye çalışıyoruz.
Genişletme çalışmaları raporlama alışkanlıklarının dikkatle incelenmesini ve oyuncuların haksız yere cezalandırılmaması için ince bir ayar yapılmasını gerektiriyor. Buna rağmen şu ana dek muhteşem sonuçlar elde ettik ve bu sonuçların bilerek besleme gibi etkisi büyük ama tespit etmesi zor olumsuz davranışları belirlememizde faydalı olmasını umuyoruz.
Gerçek Zamanlı Değerlendirme
Sohbet kaynaklı ihlallere anında müdahale edebilmek için çalışmalarımızı sürdürüyoruz. Oyuncular takım arkadaşlarına uygunsuz mesajlar göndermeye başladığında onlara kendilerine çekidüzen vermelerinde yardımcı olabilecek bir sistem düşünün. Böyle bir sistem oyuncuların oyun sırasında davranışlarını düzeltmesine imkân tanıyacak. Ancak bunun oyuncu deneyimini etkilemediğinden emin olmak için farklı oyunlarda farklı yöntemler deneyip en uygununu bulmaya çalışacağız. Üzerinde çalışmaya 2022'de başladığımız bu sistem doğru bir şekilde işlemeye başladığında onu daha kapsamlı bir biçimde kullanacağız.
Olumlu Sosyal Davranışların Ödüllendirilmesi
Olumlu sosyal davranışlar basitçe başkalarına yarar sağlama niyeti olarak tanımlanabilir.
Oyunlar bakımından bu yalnızca diğerlerinin oyun deneyimini olumsuz etkileyenleri cezalandırmaya değil, olumlu etkileyenleri ödüllendirmeye de odaklanmak anlamına geliyor.
Şu anda diğer büyük oyun geliştiricileriyle olumsuz davranışları azaltırken olumlu davranışları ödüllendirmemizi sağlayacak yöntemler üzerine yeni bir sistem geliştiriyoruz. Günden güne önem kazanan bu konunun çevrimiçi oyun topluluklarında olumlu ve anlamlı bir değişime yol açacağını düşünüyoruz. Gelecekte bu konu hakkında çok daha fazlasını paylaşacağız, o yüzden takipte kalın!
Sektördeki Ortaklar ve Topluluklar
Olumsuz davranışlar oyunlara özgü bir sorun değil. Fair Play Alliance ve #TSCollective dahil olmak üzere güvenli topluluklar oluşturmak ve çevrimiçi ortamlardaki olumlu deneyimleri arttırmak isteyen oyun sektörünün içindeki ve dışındaki ortaklarımızla çalışmaya devam edeceğiz.
Ortaklarımızla işbirliği yaparak yalnızca oyunlarımızı oynayan oyuncuları değil, internette başkalarıyla etkileşime geçen tüm insanları etkileyen karmaşık sorunlar için bulduğumuz çözümleri iyileştirmeye dair bilgi alışverişi yapabiliriz.
Oyunların Arkasındaki İstatistikler
Merkezi Oyuncu Dinamikleri Ekibi
Merkezi Oyuncu Dinamikleri Ekibi tüm oyun ekiplerimizle işbirliği yapıyor ve oyuncular arasındaki iletişim sırasında meydana gelen olumsuz davranışları tespit etmeye odaklanıyor. Oyunlardaki yazılı ve sesli sohbetlere dair raporlar Merkezi Oyuncu Dinamikleri Ekibi'nin sistemleri kullanılarak değerlendiriliyor. AFK kalmak veya bilerek beslemek gibi oynanışa dair raporlarsa ilgili oyundan sorumlu ekip tarafından inceleniyor.
Merkezi Oyuncu Dinamikleri Ekibi tarafından incelenen raporların çoğu yazılı sohbet raporlarından oluşuyor. Bu raporlardan en az bir tane gönderilen 120 milyon oyunun 13 milyonunda ihlal gerçekleştiği tespit edildi. İhlalin boyutu ve oyuncuların geçmiş ihlalleri göz önünde tutularak ihlali gerçekleştiren oyunculara uyarılardan 365 günü aşan uzaklaştırmalara kadar çeşitli yaptırımlarda bulunuldu.
League of Legends ve Teamfight Tactics
LoL ekibimiz yazılı sohbetin kötüye kullanımı, AFK kalma ve bilerek besleme gerekçeleriyle her ay yaklaşık 700.000 ceza veriyor.
AFK kalanları tespit etmemizi sağlayan Leaverbuster sistemimiz oyundan erken ayrılan ve takımlarını zor durumda bırakan oyuncuların cezalandırıldığından emin olmak için her oyunu denetliyor.
Daha fazla AFK kalan oyuncuların daha büyük cezalar almasını sağlamak için aşamalardan faydalanıyoruz. Dereceli oyunlarda da takım arkadaşlarınızın AFK kalması durumunda erken teslim olma imkânı tanıyor ve LP kaybını azaltıyoruz. Böylece takım arkadaşınız sakin kalamadığı için siz cezalandırılmamış oluyorsunuz.
Ancak sakin kalamayan takım arkadaşları tepkilerini sadece AFK kalarak göstermiyor, bazen de rakibi beslemeyi tercih ediyor. Bunu tespit etmek biraz daha zor olduğu için birinin kötü oynamadığını ve bilerek beslediğini kesin olarak belirlemek adına tüm şampiyonlarda yedi farklı veri türünü göz önünde tutan bir öğrenim modelinden faydalanıyoruz. Biz güncellemeye devam ettikçe sistemin hatalı tespitleri de son derece nadir olmaya başladı.
LoL ekibinin oyuncu davranışlarına yönelik çalışmaları hakkında daha fazla bilgi edinmek istiyorsanız 2022'nin başlarında yayınladığımız bu makaleye göz atın.
VALORANT
VALORANT'ın Sosyal Dinamikler ve Oyuncu Dinamikleri Ekibi sesli sohbetin yanı sıra AFK kalma ve bilerek besleme konularına da odaklanıyor. Şu anda VALORANT oynayan her 1000 oyuncunun 27'si AFK kalıyor. Bunların bir kısmı XP kazanmaya çalışan botlardan oluşuyor. Ancak bu botların nihayetinde AFK kalan diğer botlarla aynı lobilere düştüğünü görmeye başladık ve hasar verilmediği sürece deneyim kazanılmıyor.
Klavyelerinin başında karşı takımı besleyerek oyunu kasten kaybeden oyuncular için de mevcut bir bilerek besleme tespit yöntemimiz var ve başka bir yöntem de geliştirme aşamasında.
Mevcut yöntem tüm girdileri göz önünde tutarak oyun sonunda oyuncunun düşük performansının kasıtlı olup olmadığına karar veriyor. Ancak bu yöntem kötü niyetli oyuncuları sadece oyun sona erdikten sonra yakalayabiliyor. Yani siz 11 farkla kaybederken ve eğlenmekten olabildiğince uzakken size hiçbir fayda sağlamıyor.
Bu nedenle VALORANT ekibi gerçek zamanlı bir bilerek besleme tespit yöntemi üzerinde çalışıyor. Ancak kötü oynamanın birçok nedeni olabileceğinden ve bilerek kaybetmek bu nedenlerin arasında küçük bir paya sahip olduğundan bu konuda birçok belirsizlik söz konusu. VALORANT ekibi hatalı tespitlerin sayısını azalttığında bu yeni yöntemi de oyun sonrası tespit yöntemiyle birlikte çalışması için devreye sokacağız.
Wild Rift
2022'de Wild Rift'te kullanılan yöntemlerde ilerleme kaydedildi. AFK tespit sistemi eskiden sadece oyuncuların herhangi bir komut kullanıp kullanmadığını kontrol ediyordu. Bazı oyuncular sadece hareket ederek bu basit tespit yönteminden kaçabildiği için onların gerçekten oyunu oynadığından ve faydalı hareketlerde bulunduğundan emin olmak adına sisteme yeni katmanlar ekledik.
Wild Rift, 2022'de bir de bilerek besleme tespit sistemiyle tanıştı. Bu sistem oyuncunun kötü performansının kasıtlı olduğundan emin olmamızı sağlayan bir makine öğreniminden faydalanıyor. Bilerek besleme tespit sistemi Mart 2022'den bu yana bilerek kaybeden neredeyse 2000 oyuncu tespit etti. Makine öğrenimi... öğrenmeye devam ettikçe sistem bilerek kaybeden daha fazla oyuncuyu işaretleyeceği için bu sayı da büyük ihtimalle artacaktır.
Son olarak da şike tespit sistemine değinmek istiyoruz. Bu sistem "rekaberlik" oyuncuları da dahil olmak üzere birtakım etmenleri inceliyor. Bir grup oyuncunun daima birbirleriyle ve birbirlerine karşı oynamasına "rekaberlik" diyoruz. Şike tespit sistemi "rekaberlik" oyuncularının davranışlarına, oyunların uzunluğuna ve "rekaberlik" lobilerinin galibiyet-mağlubiyet sayılarına bakarak şike olup olmadığını tespit edebiliyor.
Şeffaflığın Önemi
Bir oyundan birden fazla oyuna geçmek beraberinde türlü zorluklar getirdi. Ufukta daha fazla oyun olduğu için oyunların çıkışından itibaren toplulukları daha iyi şekillendirebilmek adına oyuncu dinamiklerini oyun tasarımının ilk aşamalarında göz önünde bulundurmaya çalışıyoruz.
Aynı zamanda tüm oyunlarımızdan elde ettiğimiz verilerin şeffaflığının da önemli olduğunu düşünüyoruz. Bunlar karmaşık konular ve tamamen çözüme kavuşturulmaları mümkün değil. Yine de tüm oyuncuların oyun deneyimini iyileştirmek adına çalışmaya kararlıyız ve bu amaçla yaptığımız çalışmalar hakkında düzenli olarak daha fazla güncelleme paylaşmaya devam edeceğiz.
Her zamanki gibi, oynadığınız için hepinize teşekkürler.
