--- title: "学習のダイナミクスとしてのゲームデザイン" subtitle: "遊びの普遍性、それを支える神経系、そしてゲームを人間が不確実性を減少させる速度を調整するシステムとして理解したときに立ち現れる設計原則について" author: "Benjamin Michael Haire" lang: ja --- この本を書いた理由は、デザイン分野が「エンゲージメント」という概念を述べているが、その背後にある量を名前付けしていないからである。デザイナーたちは課題、ペース、報酬、フローを別々の技術的課題として扱っている。私はそれらは一つの変数の表面的な読み方であり、その変数はプレイヤーがシステムについての不確実性を減少させる速度であると考えている。 この主張は、人類学から神経科学にかけて実践に至るまで展開される。遊びは普遍的であり、機能的であり、特定の神経メカニズムを通じて機能しており、そのメカニズムは形式化可能であり、その形式化によって適用可能な設計法則が導かれる。最後の段階では、すでに効果を確認している9つのゲームにこのモデルを検証し、その理論がその価値を確立するか、あるいはその価値を失うかを検証する。 全体のテキストはこのサイト上に掲載されており、各部分が1ページずつ構成されている。PDFおよびEPUBは、オフラインで読むために同じ本を提供している。 ### 中心的な主張 この本は一つの統合的な主張を展開する。 > ***ゲームは、プレイヤーが不確実性を減少させる速度を調整するシステムである。*** これにより、二つの帰結が導かれる。 - **楽しい体験（Fun）**は、不確実性を最適な速度で減少させるという主観的な経験である。 - **フロー（Flow）**は、この速度が時間的に安定しているときに発現する認知状態である。 この書籍の目的は、次の主張を示すことである。 1. 異なる文化においてゲームが存在する理由を説明する 2. 脳の機能レベルでなぜゲームが魅力的であるかを説明する 3. なぜあるゲームが成功し、他のゲームは失敗するかを説明する 4. より良いゲームを設計するための実用的な枠組みを提供する 議論は7つの部分に分けられており、人類学から神経科学、心理学、デザインへと進む。各部分は前の部分の上に積み重なる。読者に求められるのは、論証されたことだけを受け入れることである。すなわち、遊びが普遍的であること、機能的であること、特定可能な神経メカニズムを通じて働いていること、そのメカニズムが形式化可能であること、そしてその形式化が実用的な設計原則を導くことである。この議論の目的は、修辞による説得ではなく、異なる分野間での収束である。人類学、神経科学、心理学、ゲームデザインがすべて同じ構造を指しているならば、その説明が偶然である可能性は極めて低い。 本書は以下の4つの新しい理論的貢献を進める。 1. **フローが第三の認知モードである。** フローはシステム1（自動的で努力を要しない処理）でもシステム2（意図的で努力を要する推論）でもなく、課題に関連する実行制御が十分に訓練された手続き的経路を通じて働き、メタ認知的な負荷が抑制される、独自の構成状態である。Dietrich（2004）の一過性前頭葉機能低下説、WeberとHuskeyの同期理論、そしてHarrisら（2017）の知見（フロー中に客観的な認知的努力は最大になる一方、主観的な努力感は最小になる）は、いずれもこの結論に収束する。 2. **ゲームと言語は、階層的な系列構造を扱うために前頭葉と大脳基底核を結ぶ回路を共有している。** 尾状核、被殻、およびブローカ野（BA 44/45）に根ざし、文法規則を計算する手続き記憶システムは、ゲームルールの学習、戦略的なチャンク化、そして熟達者の直感の基盤にもなっている。Ullmanの宣言的・手続き的モデル、Wanら（2011）による将棋の熟達者における尾状核の活性化の実証、そしてゲーム記述言語と文脈自由文法との形式的な並行性が、この主張を支持する。 3. **ゲームの品質は、システム2からシステム1への変換パイプラインの品質と相関する。** すべてのゲームは、意図的な処理を自動的な実行へと変換するための機械である。とりわけ高く評価されるゲームは、適切な速度でシステム2を働かせる課題を導入し、パターンの抽出を支えるフィードバックを与え、自動化の獲得に合わせて難易度を調整していく。 4. **学習勾配が主要な設計指標である。** プレイヤーが、自ら期待する進歩の速度に対して予測誤差を減少させていく速度こそが、エンゲージメントを支配する隠れた変数である。Wilson、Shenhav、Straccia、Cohen（2019）の85％ルールは、その定量的な裏づけを与える。すなわち、勾配降下に基づく学習システム（生物学的ニューラルネットワークを含む）は、誤り率が約15.87％という最適値のときに、指数関数的に最も速く学習する。 ### この先に続くもの 以下に続く各章は、この主張を一歩ずつ組み立てていく。 ゲームはしばしば単純なものと見なされるが、そうではない。ゲームは、脳が学習・予測・世界と関与する仕組みを理解する上で最も明確な窓である。ゲームを理解することは、人間の心の基本的な仕組みを理解することに等しい。本書はその理解を明確にしようとする試みである。 # 第1部　遊びは普遍的である ## 第1章　遊びの普遍性 *種を越え文化を越えて遊びが持続すること、ゲームの考古学的記録、そしてゲームの存在が文化の些末な帰結ではなく説明を要する現象である理由について。* ### 1.1 問題：ゲームはどこにでも存在する 一つの単純な観察がある。ひとたび平明に述べてしまえば、無視することが難しくなる観察である。知られているかぎりのあらゆる人間文化が、ゲームを遊んでいる。 これは現代のエンターテインメント産業やデジタルメディアについての主張ではない。時間と地理を越えた人間の行動についての主張である。考古学的証拠は、古代メソポタミア（ウルの王家のゲーム）、エジプト（セネト）、インド（チャトランガ）、中国（囲碁）、メソアメリカ（球技）、中世ヨーロッパ（チェス）に構造化されたゲームが存在したことを示している。これらのシステムは、素材やルールや象徴的意味といった表層の特徴では異なるが、より深い構造的性質を共有している。すなわち、行為者が不確実性のもとで定められた結果へ向けて行動する、ルールに縛られた環境だという点である。 さらに際立っているのは、これらのシステムが独立に生じている点である。チェスは囲碁の派生ではないし、ウルの王家のゲームがメソアメリカの球技の前身であるわけでもない。文化を越えてゲームが繰り返し現れることは、伝播だけでは説明できない。それは発明の反復を映している。 含意はただちに導かれる。ある行動が次のように現れるならば、 - 地理的に孤立した集団において - 歴史的時代を越えて - 類似した構造を持つ形で その行動が恣意的である可能性は低い。むしろ、人間の認知に潜む制約の表れだと考えるほうが妥当である。 この意味でゲームは、単なる文化的遺物ではない。ゲームは、我々がまだ完全には特定できていない問題に対する解なのである。 ### 1.2 遊びは文化より古い ゲームの人類学的な普遍性は、より広い生物学的文脈に置くといっそう説得力を増す。遊びは人類に先行するのである。 大型類人猿の四種、すなわちチンパンジー、ボノボ、ゴリラ、オランウータンはいずれも、構造化された遊び行動を示す。そこには次のようなものが含まれる。 - 取っ組み合いの遊び（rough-and-tumble play）。攻撃を模した行動だが、エスカレートすることはない - 役割の逆転。優位な個体が一時的に劣位の立場をとる - 自己ハンディキャップ（self-handicapping）。強い個体が意図的に自らの優位を抑える - からかいと挑発。相手の反応を見越しているように見える行動を含む ラウマー、ウィンクラー、ロッサノ、カートミルによる2024年の画期的な研究（*Proceedings of the Royal Society B*）は、大型類人猿の四種すべてにおいて、自発的なからかい遊びを記録した。それは意図的に挑発的で一方向的であり、驚きの要素を含む行動である。このことは、ユーモアの認知的前提である期待、その侵犯、そして解決が、ヒト上科の系統において少なくとも1300万年前には備わっていたことを示唆する。笑いに似た発声は大型類人猿のあいだで相同な音響構造を示しており、遊びに伴う情動の進化的連続性を裏づけている。 これらの行動はランダムではない。暗黙のうちにルールに支配されている。たとえば遊びの闘争は次の制約に従う。 - 噛みは抑制される - 信号（遊びの表情、発声）が本気ではないことを示す - これらの制約に違反すると相互作用は終了する つまり、ヒト以外の動物においても、遊びはゲームの中核的特徴を示している。 - 境界づけられた相互作用の空間 - 暗黙のルール - 不確実な結果 - それ自体を目的とした反復的な関与 ジェーン・グドールによるゴンベでの基礎的な観察（*The Chimpanzees of Gombe*、1986年）は、野生チンパンジーのあらゆる年齢層に遊びが見られることを記録した。その後、ロンズドーフらが33年分のゴンベのデータを分析し（2017年）、社会的遊びに多くの時間を費やした乳児チンパンジーほど、単独での移動、母親以外の血縁個体への最初のグルーミング、最初の交尾の試みといった運動的・社会的な発達の節目に、有意に早い時期に到達することを示した。大型類人猿において、遊びを発達上の帰結に直接結びつけた最初の研究である。 結論を回避するのは難しい。人間文化において「ゲーム」と呼んでいるものは、まったく無から生まれたものではない。それは、文化そのものよりも前に存在していた行動システムの形式的な拡張である。 ### 1.3 遊びからゲームへ：形式化と抽象化 遊びが生物学的な基盤であるとすれば、ゲームはその文化的な結晶化である。 遊びからゲームへの移行には3つの変化が関与する。 **第一に、制約が明示的になる。** 動物の遊びでは、ルールは暗黙的であり、社会的な信号によって保たれる。人間のゲームでは、ルールが外部化され形式化される。「噛むな」は「反則なし」になり、「順番を守る」はターン制のシステムになり、空間的な境界は盤面やフィールドやアリーナになる。この外部化によって、ルールは個体間で伝達され、世代を越えて安定し、意図的に改変できるようになる。 **第二に、不確実性が構造化される。** 遊びは不確実性を含むが、ゲームはそれを設計する。サイコロは確率的な結果を導入する。隠された情報は情報の非対称性を生む。スキルに基づくシステムはパフォーマンスの不確実性を生む。その結果得られるのは、単なる予測不可能性ではなく、制御された予測不可能性である。すなわち、些末でもなく圧倒的でもない不確実性である。 **第三に、相互作用が象徴的になる。** ゲームは直接の物理的現実から離れ、抽象的な空間で作動する。盤上の石は領土を表す（囲碁）。駒は階層的な権力を表す（チェス）。カードは確率分布を表す（ポーカー）。この抽象化によって、ゲームは素の遊び行動では到達しえない複雑さにまで拡張できる。 考古学的記録は、この移行を際立った明瞭さで書き留めている。**セネト**は古代エジプトで最も象徴的なゲームであり、紀元前3100年頃のアブ・ラワッシュの第一王朝の墓に、断片的な形で現れる。30のマスからなる盤で遊ばれ、投げ棒の出目が移動を決めた。当初は世俗的な娯楽だったが、新王国時代（紀元前1550〜1077年頃）には深い宗教的意味を帯び、『死者の書』第17章に、魂が冥界を旅する姿の表現として登場する。ピーター・ピッチオーネの1990年のシカゴ大学博士論文が、この変遷を詳細にたどった。ツタンカーメンの墓からは4つのセネト盤が見つかっている。このゲームはあらゆる社会階層で遊ばれ、精巧な象嵌の盤から石の床に刻まれた升目まで、多様な形をとった。 **ウルの王家のゲーム**は、1922年から1934年にかけてウルの王墓を発掘したレナード・ウーリーによって発見され、その年代はおよそ紀元前2600〜2400年にさかのぼる。大英博物館のアーヴィング・フィンケルは、紀元前177〜176年に書記イッティ・マルドゥク・バラートゥが記した楔形文字粘土板から、その基本ルールを復元した。戦略と運を組み合わせたレースゲームで、大きくはバックギャモンに似ている。最古と考えられるゲーム盤は、現代の ヨルダンにあたるアイン・ガザルで見つかったもので、年代はおよそ紀元前5870年である。 ### 1.4 独立した発明と収斂する構造 ゲームの最も重要な特徴の一つは、その多様性ではなく、その収斂である。 文化を越えて、類似した構造的な解が繰り返し観察される。 - 格子に基づく領土ゲーム（囲碁、各地の先住民の戦略ゲーム） - 確率的な移動を伴うレースゲーム（セネト、ウルの王家のゲーム、パチーシ） - 階層的な駒を持つ抽象戦略ゲーム（チェスとその近縁） - 境界づけられたアリーナを持つ身体競技ゲーム（諸大陸の球技） これらは恣意的な分類ではない。空間の支配、時間的な進行、階層的な相互作用、運動技能の遂行という、不確実性と行動を構造化する互いに異なるやり方を、それぞれ代表している。こうした形式が繰り返し現れることは、人間の認知という制約のもとで人を引き込むシステムを構築する方法が、限られた数しか存在しないことを示唆する。各文化がこれらの解を独立に発見するのは、それらが共有された設計空間のなかで局所最適だからである。 ロバーツ、アース、ブッシュによる基礎的な文化間比較研究「Games in Culture」（1959年、*American Anthropologist*）は、標準となる三分類を確立した。身体技能のゲーム、戦略のゲーム、偶然のゲームである。50の社会を分析した結果、戦略のゲームは**社会的階層化**と相関し、偶然のゲームは超自然的な制御可能性についての信念と相関することが見出された。彼らは、ゲームが現実世界の活動の「表現モデル」として機能すると論じた。身体技能は狩猟と戦闘を、戦略は政治的競争を、偶然は自然の予測不可能性をモデル化する。 一部の子どもの遊びは、文化を越えた普遍項であるように見える。かくれんぼ、鬼ごっこや追いかけっこ、取っ組み合い、ボールの投げ合いは、歴史的なつながりを持たない社会に等しく現れる。オーストラリアの先住民社会から北極圏、サハラ以南のアフリカ、南アメリカに至るまでである。進化心理学者はこの収斂を、深い生物学的機能の証拠と解釈する。これらの遊びは、捕食者からの回避、地形の踏破、ストレス下での情動調整をシミュレートしているからである。 ### 1.5 ゲームの不変項 表層の多様性にもかかわらず、ゲームは一群の不変的な性質を共有している。 1. **ルール。** ゲームは行動に対して制約を定める。これらの制約は、行動が発生する可能性空間を形成する。 2. **主体性。** プレイヤーはシステムの内部で行動できる。結果は純粋に観察的なものではない。 3. **不確実性。** 結果は事前に完全に決定されていない。これはランダム性、隠された情報、またはスキルによるものである可能性がある。 4. **フィードバック。** 行動は明確な結果をもたらす。システムはプレイヤーに対して反応する。 5. **自己目的的な関与。** その活動はそれ自体を目的として行われるのであり、単に外的な報酬のためではない。 これらの性質は定義上の便宜ではない。必要条件である。どれか一つでも取り去れば、システムはゲームとして機能しなくなる。 - 不確実性を取り去れば、システムは自明なものになる - 主体性を取り去れば、それは見世物になる - フィードバックを取り去れば、システムは不透明になる - ルールを取り去れば、構造を持たない遊びになる これらの不変項が文化を越えて存続していることは、中心的な主張を補強する。ゲームは恣意的な構築物ではない。人間の心の設計によって形づくられた、制約されたシステムなのである。 ### 1.6 文化的説明の不十分性 ゲームの普遍性に対する一般的な反応として、ゲームを文化の副産物として扱う考え方がある。人間は競争を楽しむ、物語を楽しむ、社会的相互作用を楽しむ。この見解では、ゲームはこれらの傾向の合成物であるとされる。 この説明は、二つの理由で不十分である。 第一に、それは説明ではなく記述にすぎない。関連する特徴を並べているだけで、ゲームを魅力的にしているメカニズムを特定していない。 第二に、なぜゲームがまさにその形をとるのかを説明できない。たとえば競争は、構造化された不確実性を備えたルール束縛的なシステムを必要としない。社会的相互作用も抽象的な記号空間を必要としない。ゲームに固有の構造、すなわちルール、不確実性、フィードバックは、説明されないままである。 ゲームを説明するには、表面的な動機を越えて、より深い問いを投げかける必要がある。 > *脳が本質的に魅力的に感じるのはどのようなシステムか、そしてなぜか。* ### 1.7 認知科学の問題としてのゲーム ゲームの存在は、人類学と神経科学と計算論の交点に位置する問題を突きつける。 我々は以下の3つの事実を確立している。 1. 遊びは進化的に古く、哺乳類の種に共通しており、特に霊長類において発達している。 2. ゲームは文化的に普遍的であり、人間の社会において独立して出現している。 3. ゲームは不変の構造的性質を共有しており、共通の基底的な制約の存在を示唆する。 これらの事実には統合的な説明が求められている。 本書の残りを導く仮説は次のとおりである。 > *ゲームは、脳の学習および不確実性処理システムの基本的性質を活かした構造化された環境である。* これはまだ理論ではない。方向性である。これを正確に定義するには、脳が不確実性をどのように処理し、世界に対する内部モデルをどのように更新するか、そしてどのような相互作用のパターンが本質的に報酬を与えるのかを理解しなければならない。その上で、ゲームが存在する理由だけでなく、なぜあるゲームが成功するのか、他のゲームが失敗するのかを説明できるようになる。 ### 1.8 移行 人類学はゲームが普遍的であることを示している。進化生物学は遊びが機能的であることを示唆しているが、どちらもゲームがメカニズムレベルでどのように機能するかを教えていない。 その答えを得るには、行動のレベルから生物学的レベルに下りる必要がある。 次章では、遊びの進化的機能と、それを支える神経系を検討する。そこでは次の主張が中心になる。 > *遊びは贅沢品ではない。不確実性のもとで行動することを生物に訓練させる、生物学的なシステムである。* ## 第2章　遊びの進化的機能 *不確実性のもとで行動することを生物に訓練する生物学的システムとしての遊びについて、それを生み出す神経回路について、そして種を越えた遊びの存続が、些事ではなく機能を含意する理由について。* ### 2.1 遊びは任意ではない 行動が代謝的に高いコストを要し、発達段階で長期間にわたって行われ、進化的に保存されている場合、その行動が偶然の結果である可能性は低い。 遊びはこの3つの条件をすべて満たしている。 - 時間とエネルギーを消費するが、即時的な生存上の報酬を得ない - 発達期に最も顕著に現れ、その段階では資源が最も制約されている - 哺乳類全般に見られ、霊長類ではとりわけ精緻な形をとる 進化の視点から見ると、これはパラドックスである。自然選択は、機能を持たないコストの高い行動をわざわざ維持したりはしない。したがって遊びの存在は説明を要する。 最も倹約的な仮説は、遊びが余暇なのではなく、別種の労働だというものである。 > *遊びは訓練システムである。* 問題はこうである。何のための訓練なのか。 ### 2.2 遊び行動の構造 種間で、遊び行動は驚くほど共通した構造を持つ。 たとえば、幼い哺乳類の取っ組み合いの遊びを考えてみよう。個体は模擬的な攻撃を行う。追いかけ、組みつき、優位に立とうとする。しかし決定的な制約が課されている。噛みつきは抑制され、無防備な体勢が許容され、エスカレートする前に交渉は終わる。この行動には、追う、打つ、体勢を保つといった現実の運動パターンが含まれているが、致命的な帰結だけが取り除かれている。 同様に、物を使った遊びでは、動物は採餌や道具使用に似たしかたで物を操作する。行為は反復され、変異し、組み替えられる。結果は最適化されるのではなく探索される。社会的遊びでは、個体は境界を試す。挑発し、退き、また関わる。そうして相互作用の随伴性を学ぶ。 すべての形態において、同じパターンが現れる。 - 不確実性のもとでの行動 - 即時的なフィードバック - 失敗のコストが低い - 変化を含む繰り返し これはランダムな行動ではない。可能性空間の構造化された探索である。 ### 2.3 PLAYシステム ヤーク・パンクセップの情動神経科学の研究は、遊びについて最も明晰な生物学的説明を与えている。 彼はSEEKING（探索）、FEAR（恐怖）、RAGE（怒り）、CARE（養育）、LUST（性欲）、PANIC/GRIEF（パニック・悲嘆）と並ぶ、遊びに特化した一次情動システムを同定した。**PLAYシステム**である。主著*Affective Neuroscience*（オックスフォード大学出版局、1998年）と、その後継である*The Archaeology of Mind*（2012年、ルーシー・ビヴンとの共著）は、脳の電気刺激、薬理学的操作、損傷研究を用いて、これらのシステムを地図化した。決定的なのは、七つのシステムがいずれも、哺乳類のあいだで相同な**皮質下領域**に由来するという点である。新皮質は必要ではない。除皮質したラットもなお遊び、大脳皮質を持たずに生まれた水無脳症の子どももなお笑い、微笑む（Merker, 2007）。 PLAYシステムの主要な性質は以下の通りである： - 皮質下にあり、古い脳構造に由来する - 内発的に動機づけられており、遊びはそれ自体を目的として追求される - 社会的に調節され、哺乳類ではその性質がとりわけ顕著である - 恒常性的なリバウンドを示す。剥奪はその後の遊びの強度を高める Panksepp の最も有名な実験は、ラットをくすぐるものだった。2000〜2003 年の論文（*Behavioural Brain Research*、*Physiology & Behavior*）では、ラットがじゃれ合いや取っ組み合いの遊びの最中、また人の手で首の後ろをくすぐられた際に、**50 kHz の超音波発声**を行うことを示した。首の後ろは、ラット同士の遊びでも刺激される部位である。周波数が変調されたこれらの声は、人間の笑いと相同である可能性が提案されている。くすぐり刺激の報酬価値と正に相関し、録音を再生すると他のラットの接近行動を誘発しうる（Wöhr & Schwarting, 2007）。また、苦痛時に発せられる嫌悪性の 22 kHz の声とは異なる。50 kHz の発声が多くなるよう選択交配されたラットでは、遊び行動も増加した（Burgdorf et al., 2005, *Behavior Genetics*）。 遊びが一次的な動因であって、学習されたものでも二次的なものでもないことは、複数の証拠が収斂して支持している。遊びは強く恒常性的である。社会的隔離の長さを変えることでその量を滴定でき、剥奪が長いほどリバウンドによる増加は大きい。ラットは遊びと結びついた環境に条件づけ場所選好を形成し、遊びの機会を得るためにオペラント反応を行う。新生仔期の除皮質は遊びを消失させず（Panksepp et al., 1994）、その皮質下起源を裏づける。逆に前頭葉の損傷は遊びを増加させ（Panksepp et al., 2003）、成熟しつつある皮質が通常は皮質下の遊びの衝動を抑制していることを示唆する。 神経化学的基盤には、4つの相互作用するシステムが関与している。 - **ドパミン**は接近と関与を駆動する（動機づけとしての「欲しがること」） - **オピオイド**は快の感覚を媒介する（快感としての「好むこと」） - **内因性カンナビノイド**は、肯定的な情動と柔軟性を高める - **オキシトシン**は、社会的結びつきを支援する 神経基盤は、皮質下構造を中心とする分散回路からなる。シヴィとパンクセップ（2011年、*Neuroscience & Biobehavioral Reviews*）は、一次過程の実行回路として、**視床の傍束核領域（PFA）**、**背側および腹側の線条体**、**前頭皮質**を含む回路を提案し、扁桃体、中脳水道周囲灰白質、上行性ドパミン系からの寄与も想定した。PFAは決定的な統合ノードであるらしい。PFAの電気分解による損傷は、遊びにおける組み伏せを73％減少させた一方、他の感覚運動過程への影響は最小限にとどまった（Siviy & Panksepp, 1985, *Behavioral Neuroscience*）。 PLAYシステムは文化による上塗りではない。空腹や恐怖と同じくらい基本的な、生物学的な動因である。 ### 2.4 神経可塑性とスキル獲得 遊びが訓練システムであるならば、脳に測定可能な変化をもたらすはずである。 実際そうなのである。 遊びの剥奪に関する実験研究は、決定的な洞察を与える。発達期に遊びを奪われた動物は次のものを示す。 - 前頭前皮質におけるシナプス密度の低下 - 認知的柔軟性の損失 - 社会的スキルの欠如 - 不安様行動の増加 Bijlsmaら（2022年）は、遊びを剥奪されたラットで、前頭前皮質の抑制性シナプスが減少し、認知的柔軟性が損なわれることを示した。前頭前皮質は遊びを生み出すために必要な部位ではないが、遊びによって深く形づくられる。Gordonら（2003年）は、遊びのあとにBDNFが上昇することを示した。BDNFは脳全体のシナプス可塑性を支える主要な成長因子である。 逆に、遊びは次のものを高める。 - 脳由来神経栄養因子（BDNF）濃度の上昇 - シナプス可塑性の強化 - 運動協調性の向上 - 社会的予測能力の向上 これらの効果はわずかなものではない。遊びが、適応的な行動に必要な神経構造を形づくることに直接関与していることを示している。スチュアート・ブラウンは臨床の場で、26人の若い男性殺人犯がいずれも正常な遊びの記憶を持たないことを見出した。予備的なものではあるが、遊びの剥奪と社会的較正の破局的な失敗とのあいだの、際立った相関である。 その意味は明確です： > *遊びは特定の行動の再現ではなく、学習、適応、そして新規性への反応能力を育成するための訓練である。* ### 2.5 安全な失敗とエラー耐性 遊びの特徴の一つは、失敗があっても災害的結果を伴わないことである。 これは偶然ではない。それは中心的な設計の特徴である。 遊びでない文脈では、失敗は負傷や死をもたらしうる。誤りはコストが高く、最小化されなければならない。遊びでは失敗はあらかじめ織り込まれ、誤りは許容され、探索が促される。ここに、生物が仮説を検証し、極端な事例を探り、失敗すれすれの状態を何度でも経験できる、独特の学習環境が生まれる。 学習の観点からすれば、これは理想的である。誤差修正によって学習するシステムは、誤差信号と、調整の機会と、反復的な曝露を必要とする。遊びはその三つすべてを提供する。遊びをこれほど有効な訓練システムにしているのは、そのコスト構造である。予測誤差は頻繁で情報量に富む一方、間違えたことの帰結はごくわずかで済む。これはゲームの働き方にそのまま対応している。*Dark Souls*で死んでも、失われるのは数分の進行といくらかのゲーム内通貨にすぎない。現実の戦闘で死ねばすべてを失う。予測誤差は構造的に同型だが、コストは比較にならない。 ### 2.6 中核変数としての不確実性 すべての遊び形式に共通するテーマは、不確実性である。 - 身体的な遊びでは、運動の結果の不確実性 - 社会的な遊びでは、他者の反応の不確実性 - 物を使った遊びでは、環境との相互作用の不確実性 遊びは単なる活動ではない。未知のものを軸に構造化された活動である。 決定的に重要なのは、この不確実性が次の性質を持つことである。 - **非自明**。結果はあらかじめ決まっていない - **還元可能**。パターンは時間をかけて学習できる このことが遊びを特定の領域に位置づける。純粋なランダム性（学習のしようがない）でもなく、完全な決定性（学習を要しない）でもなく、予測が可能でありながらまだ達成されていない環境である。学習システムが最も効果的に働くのは、この領域においてである。 ### 2.7 社会的調整と境界テスト 社会性の高い種において、遊びは追加の機能を持つ。それは、相互作用の調整である。 遊びを通じて個体は、相手をどこまで押せるか、相手が挑発にどう応じるか、意図をどう伝えるか、違反をどう修復するかを学ぶ。その機構は繊細である。遊びの表情は本気でないことを知らせ、過度に攻撃的な振る舞いは相手の離脱を招き、相互作用を成立させるには絶えざる調整が要る。これは事実上、他の行為者をリアルタイムでモデル化することにほかならない。個体は、他者の行動の予測、自らの行動の調整、協調的な均衡の維持を学んでいる。複雑な社会的環境を渡り歩くのに必要なのは、まさにこれらの技能である。 ### 2.8 非効率のパラドックス 狭い視点から見れば、遊びは非効率に映る。遊びに費やす時間は、採餌に費やさない時間である。エネルギーは即座の報酬なしに消費され、必要のないリスクが取られる。 しかし、進化はそれを維持している。 このパラドックスの解消は時間スケールにある。遊びは短期的には非効率だが、長期的には効率的である。柔軟性、適応性、学習能力に投資することで、生物は新奇な状況での生存率を高め、社会への統合を改善し、問題解決能力を向上させる。したがって遊びは資源の浪費ではない。汎用的な能力への投資である。 スティーヴン・ジェイ・グールドは人間を**幼形成熟（ネオテニー）的な種**と呼んだ。好奇心、行動の柔軟性、新奇なものへの惹かれといった幼若期の特徴を、成体になっても保ち続ける種である。成人の遊びは、スポーツ、ボードゲーム、音楽、舞踊、ユーモア、創造的表現というかたちで、あらゆる人間文化に残り続けている。ヨハン・ホイジンガの*Homo Ludens*（1938年）は、文化は遊びの形式として立ち上がり、文明は遊び心を失うにつれて活力を失うと論じた。遊びの機能については、六つの進化理論が提出されてきた。 グロースの練習説、スペンサーの余剰エネルギー説、バーグハートの発達モデル、スピンカらの「予期せぬ事態への訓練」、グレイの自己教育仮説、そしてベイトソンの創造性エンジンである。いずれも同じ中核的な洞察に収斂する。遊びは、新奇なものに対処する生物の能力を築くのである。 ### 2.9 遊びからゲームへ（再考） こうして、遊びの機能に照らしてゲームを解釈し直すことができる。 遊びが不確実性のもとでの訓練のための生物学的システムであるならば、ゲームは**その訓練過程を複製し増幅する人工環境**である。ゲームは遊びの中核的な特徴、すなわち不確実性、フィードバック、安全な失敗、反復を取り上げ、それらをより構造化され、より制御可能で、よりスケールする形にする。ゲームとは、いわば工学的に設計された遊びのシステムである。 この視点は設計問題そのものを組み替える。問いはもはや「どうすればゲームを面白くできるか」ではない。次の問いになる。 > *環境をどのように構築すれば、脳の学習システムを最適に刺激できるか？* ### 2.10 移行 遊びが機能的であることは確認された。遊びは生物学に根ざし、神経の発達を形づくり、不確実性のもとで行動することを生物に訓練する。また、ゲームが遊びの形式化された拡張であることも見てきた。 次の一歩は、機能からメカニズムへ移ることである。遊びが不確実性との相互作用を通じて生物を訓練するのだとすれば、その不確実性を追跡する神経信号とは何か。ある種の相互作用を報酬たらしめているものは何か。なぜあるパターンは関与を持続させ、別のパターンはそうしないのか。 これらの問いに答えるには、脳の報酬系と学習システムを直接調べなければならない。 次章は、本書の残り全体を支える主張から始まる。 > *脳は結果に報酬を与えるのではない。脳は不確実性の減少に報酬を与える。* # 第2部　ゲームが脳に与える影響 ## 第3章　報酬システムと予測誤差 *期待された結果と実際の結果との差、すなわち予測誤差の信号としてのドパミンについて、そして関与を最大化するのが報酬そのものではなく構造化された不確実性である理由について。* ### 3.1 脳は予測機械である 現代神経科学の基礎的な洞察は、脳が感覚入力の受動的な受け手ではないという点にある。脳は能動的に予測を生成する装置である。網膜神経節細胞から前頭前皮質まで、神経階層のあらゆる水準で、脳は次に何が起こるかのモデルを構築し、それを実際に起こったことと照合する。予測と現実の差、すなわち予測誤差こそが、神経計算の基本通貨である。 この洞察は予測処理（Friston, 2010; Clark, 2013）という枠組みのもとで定式化され、知覚から行為、情動に至るまでの見取り図を描き替える。知覚とは脳が世界を「見る」ことではない。脳が世界についての仮説を立て、入力される感覚データに照らしてその仮説を検証することである。行為とは脳が何かを「する」ことではない。脳が世界を自らの予測に合致させようとする試みである。情動は出来事への反応ではない。脳の予測がどれだけうまくいっているかを伝える信号である。 ゲームにとって、この枠組みは基礎をなす。脳の本領が予測と誤差修正にあるのだとすれば、ゲームとは、構造化され解消可能な予測誤差を制御された速度で生成するために設計された環境である。そこで問いはこうなる。これらの誤差を処理するのはどの神経系か。そして、ある誤差のパターンを報酬に感じさせ、別のパターンを苛立たしく感じさせるものは何か。 ### 3.2 ドパミンは報酬予測誤差をエンコードする その答えは、中脳に存在する小さな神経細胞群から始まる。これらの細胞は神経伝達物質であるドパミンを放出する。 ウォルフラム・シュルツ、ピーター・ダヤン、P・リード・モンタギューは、1997年の画期的な論文「A Neural Substrate of Prediction and Reward」（*Science*）で現代の枠組みを打ち立てた。マカクザルの中脳ドパミンニューロンを単一細胞で記録し、彼らは三つの典型的な反応パターンを同定した。 - 報酬が**予想外に**得られると、ドパミンニューロンは基礎水準を超える一過性のバースト発火を起こす。これは正の予測誤差、すなわち現実が予想より良かったことを意味する。 - 報酬が**予測どおりに**得られると、ニューロンの発火頻度は変化しない。予測誤差はゼロであり、モデルが正しかったことを意味する。 - 予測していた報酬が**得られない**と、ニューロンの発火は基礎水準より低く抑えられる。これは負の予測誤差、すなわち現実が予想より悪かったことを意味する。 この信号が表すのは報酬そのものではなく、予想と実際の出来事の**差**である。音の後にジュースが出ると学習したサルは、予定どおりにジュースが出てもドパミン反応を示さない。報酬は完全に予測されており、新しい情報をもたらさないからである。しかし音の後にジュースが出なければ、ドパミンニューロンの活動は積極的に抑制される。脳のモデルが誤っていたためであり、この抑制信号がモデルの更新を促す。 このパターンは、モンタギュー、ダヤン、セイノフスキー（1996）が定式化した時間差分（TD）学習アルゴリズムを実装している。誤差信号は δ(t) = r(t) + γV(t+1) - V(t) である。この信号の見事さは、それが評価（期待より良かったか悪かったか）であると同時に、教師信号（それに応じてモデルを更新せよ）でもある点にある。学習が進むにつれ、ドパミン反応は**時間軸上を前方へ移る**。バーストは報酬の瞬間から、報酬を予測する最も早い手がかりへと移動する。連合が完全に学習されると、手がかりがバーストを引き起こし、報酬そのものは反応を生まず、報酬の省略が抑制を生む。シュルツによる1998年の*Journal of Neurophysiology*誌のレビューは、このパターンが報酬の種類や実験パラダイムを越えて一般的に成り立つことを確認した。 ゲームにとっての含意は、ただちに、そして広範に及ぶ。 ### 3.3 ゲームにおける意味 予測された結果だけを生み出すゲームは、ドーパミン系の報酬信号を生成しない。プレイヤーが優れていて、完璧に操作を行っており、すべての戦闘で勝利し、すべての障害を克服している場合でも、驚きがなければドーパミン系は何の報告もしない。このため、完全にマスターされたゲームは、プレイヤーが高水準でプレーしているにもかかわらず、つまらないと感じられる。驚きのないパフォーマンスは信号を生成しない。ゲームは「解かれた」という状態に達しており、かつてエンゲージメントを支えていた予測誤差はゼロにまで減少している。 予想より**悪い**結果を生むゲームは、ドパミンの活動を抑制する。これは、プレイヤーが「不公平」と表現する体験の神経化学的な特徴である。ゲームが、プレイヤー自身の誤りでは説明できない形で、そのモデルを裏切ったのである。壁越しにプレイヤーを倒す敵、正しいタイミングでも当たり判定の不具合で失敗するジャンプ、回避不能な攻撃を持つボス。これらは「この仕組みの動作についてのあなたのモデルは誤っている」という負の予測誤差を生むが、プレイヤーは修正できる原因を見いだせない。抑制は嫌悪的に経験され、解消されない負の予測誤差が繰り返されると、ゲームから離れるようになる。 **予測より良い結果、または予測と異なっていても学びにつながる結果**を定期的に生むゲームだけが、没入に伴う神経化学的な特徴を維持する。エリートの背後に手榴弾を投げれば敵が回避して自分の射線へ飛び込んでくる、と発見したプレイヤーは、正の予測誤差を経験している。結果が自分のモデルの予測より良かったのである。特定のカードの組合せが予想外の相乗効果を生むと気づいたプレイヤーも、同じことを経験する。「思った以上にうまくいった」「予想しなかったが、今なら理由がわかる」という瞬間こそ、没入の素材となる。ドパミン系はそれぞれの瞬間をバースト発火で印づけ、「モデルを更新し、このような体験をもっと探せ」と伝える。 ### 3.4 変動報酬はドーパミンを刺激し、固定報酬はそうしない ゲームデザインに特に関係する知見として、Zald ら（2004, *Journal of Neuroscience*）の研究がある。PET を用い、**予測不能な変動比率スケジュールによる金銭報酬**は内側尾状核で有意なドパミン放出を引き起こす一方、同等の予測可能な固定比率報酬では測定可能な増加が生じないことを示した。脳の報酬系は、とりわけ予測不能性に反応する。固定された報酬は、どれほど大きくても完全に予測されるようになり、ドパミン信号を生まなくなる。 これは、ゲームにおいて変動報酬システムが普遍的に効果的である理由を説明する。一定の確率で追加ダメージを与えるクリティカルヒット、開けるまで中身のわからない戦利品ドロップ、見慣れた要素を新しい配置で提示するプロシージャル生成の環境。これらのシステムはいずれも、どの行動の結果もプレイヤーが完全には予測できないようにすることで予測誤差を保っている。報酬はアイテムでもダメージの数値でもない。何が起こるか分からないという**驚き**そのものである。 もちろん危険もある。変動報酬システムは、学習を伴わないまま関与を持続させうる。スロットマシンは還元可能性ゼロのまま高い予測誤差を生み出す。乱数生成器についてのモデルを、プレイヤーは改善しようがないからである。関与は不確実性に対するドパミン系の応答によって保たれるが、それは空虚な関与である。真のスキルの成長を伴わない「欲しがること」にすぎない。ここで、還元可能な不確実性と還元不能な不確実性の区別が決定的になる。 ### 3.5 不確実性そのものが報酬となる：Fiorillo信号 シュルツの枠組みは、意外な結果が快く感じられる理由を説明する。だがゲームの本体は報酬を受け取ることではない。ゲームとは不確実性のもとで行為することである。結果はまだ定まっておらず、プレイヤーは自分が成功するかどうかをまだ知らず、システムは未解決の宙づり状態にある。 Fiorillo、ToblerおよびSchultz（2003、*Science*）は、不確実性そのものが特異なドパミン信号を生成することを示した。同じ中脳ニューロンからの記録により、報酬を予測する手がかりから報酬が与えられうる時点までの遅延期間に、**持続的なランプ状の活動**が生じることを彼らは同定した。このランプは、予測誤差を伝える瞬間的なバーストとは別物である。遅延のあいだに徐々に高まり、最大の不確実性である**P = 0.5**でピークに達し、P = 0（報酬が確実に来ない）とP = 1.0（報酬が確実に来る）の双方に向かって対称的に減少した。この関数はベルヌーイ分布の分散、すなわち p(1 - p) に従う、最大の予測不能性を頂点とする逆U字であった。 P = 0.5に固定したまま報酬の大きさの分散を操作すると、取りうる結果の幅が広がるほどランプは高まった。信号が期待値ではなく不確実性を追跡していることが、これによってさらに裏づけられた。この知見には議論もある。ニヴ、ダフ、ダヤン（2005）は、逆伝播するTD誤差による別解釈を提出した。しかしメカニズムがどうであれ、機能的含意は変わらない。**ドパミン系は、還元可能な不確実性が最大となるときに最も強く活動する**。ゲームデザイナーが「最適な挑戦」あるいは「均衡のとれた難易度」と呼ぶ条件は、関与の神経化学的基盤が最も強力に働く条件なのである。 この知見は、難易度に基づくゲームデザインのモデルでは解けない謎を解く。難易度が同一でありながら、まったく異なる体験を生む二つの状況がありうる。コイン投げと接戦のチェスは、どちらもP = 0.5の不確実性を含む。しかしチェスは人を引き込み、コイン投げは引き込まない。違いは、チェスの不確実性が**学習によって還元可能である**という点にある。プレイヤーの予測は改善しうる。コイン投げの不確実性は還元不能である。どれだけ研究を重ねても的中率は50％を超えない。正しく理解するならば、ドパミン系は単に不確実性に報酬を与えるのではない。行為を通じて**不確実性を減らす機会**に報酬を与えるのである。 ### 3.6 脳は情報を報酬として扱う これを補う知見が、ブロンバーグ＝マーティンとヒコサカ（2009年、*Neuron*）から得られている。彼らは、報酬の大きさを予告する手がかりが結果を変えられない場合でも、マカクザルがその情報を与える手がかりを好むことを示した。これから来る報酬の大きさを明かす（しかし変えはしない）手がかりと、何も明かさない手がかりのどちらかを選ばせると、サルは圧倒的に情報のある方を選んだ。期待報酬を信号化するのと同じドパミンニューロンが、情報の**期待**をも信号化していた。ブランチャード、ヘイデン、ブロンバーグ＝マーティン（2015）は、サルが前もって情報を得るために実際の報酬を犠牲にすることさえあることを示した。 脳は不確実性の減少を、それ自体として価値あるものとして扱う。何かの手段としてではなく、目的そのものとしてである。これが好奇心の神経的基盤であり、ゲームの最も際立った特徴の一つを説明する。すなわち、いかなる外的な見返りが現れるよりも前に、探索そのものが報酬に感じられるという事実である。扉を開けて新しい区画を見つけたプレイヤーは、ゲーム内通貨も経験値も受け取っていない。受け取ったのは**情報**であり、ゲーム世界についての不確実性の減少である。そしてそれは、食物や水や社会的報酬を扱うのと同じドパミン回路によって処理される。 ### 3.7 報酬の分布的エンコード ダブニーら（2020年、*Nature*）は、シュルツの枠組みを大きく拡張した。異なるドパミンニューロンが報酬分布の異なる**分位点**を同時に符号化しており、正の誤差と負の誤差に対する感受性が非対称であることを示したのである。楽観的なニューロン（期待を上回る結果により強く応じる）もあれば、悲観的なニューロン（期待を下回る結果により強く応じる）もある。それらは全体として、単一の期待値ではなく、起こりうる結果の確率分布そのものを保持している。 この分布的な符号化は、ゲームデザインに直接かかわる。結果が変動するゲーム、すなわちクリティカルヒットや戦利品ドロップやプロシージャル生成を備えたゲームが、決定論的なゲームと違って感じられる理由を説明するからである。脳は平均的な結果を追跡しているだけではない。不確実性の**形**そのものをモデル化している。すべての攻撃がちょうど10ダメージになるゲームと、1から19ダメージ（平均10）になるゲームは、期待ダメージは同じでも、分布としての予測誤差は異なる。変動するゲームはより豊かな誤差の地形を生み、上振れに驚き続けるニューロンと下振れに驚き続けるニューロンとを併存させ、より広い神経反応を持続させる。そして主観的にも、より人を引き込む体験になる。 ### 3.8 ゲームとドーパミン系：直接的な証拠 ドパミンとゲームへの関与を結ぶ理論的枠組みは、直接の実測によって裏づけられている。 ケップら（1998年、*Nature*）はこの分野の基礎となる研究を行い、[11C]ラクロプライドPETを用いて、戦車を操縦するビデオゲームのプレイ中に腹側線条体で放射性トレーサー結合が約13％低下することを示した。ゲームプレイ中に内因性ドパミンが放出されている直接的な証拠である。成績スコアはドパミン置換量と相関しており、中脳辺縁系経路がゲームの成功度をパラメトリックに追跡していることが確かめられた。 その後のfMRI研究も、線条体の関与を一貫して再現している。ヘフトら（2008年、*Journal of Psychiatric Research*）は、単純な陣地侵入型のゲームが側坐核、眼窩前頭皮質、扁桃体を賦活することを見出した。クラーゼンら（2012年、*Social Cognitive and Affective Neuroscience*；2020年、*Brain Structure and Function*）は、一人称シューティングゲームの自由プレイ中に、成功イベントが尾状核、側坐核、被殻を賦活すること、そして非暴力的な成功では腹側線条体、暴力的な成功では背側線条体という解離が生じることを示した。 決定的に重要な知見は、**能動的な主体性が報酬信号を増幅する**という点である。ケッツュリら（2013年、*Frontiers in Human Neuroscience*）は、線条体の報酬反応が、同一のゲーム映像を受動的に観察するときよりも、実際に自分でプレイするときのほうが実質的に強いことを示した。とりわけ前部被殻では、能動的プレイ中の勝利イベントに対する差が最も鋭く現れた。他人がプレイするのを見ているときのドパミン信号は、自分で同じゲームをプレイするときより弱いのである。ゲームが映画より人を引き込む理由も、「実況プレイ」動画が面白くはあっても実際のプレイの神経化学的な強度を再現できない理由も、ここにある。強固な線条体ドパミン放出には主体性が必要なのだ。 ### 3.9 「欲求」があるが「喜び」はない：ゲーム報酬の暗黒の側面 ベリッジとロビンソンのインセンティブ・サリエンス理論は、ゲームへの関与を十全に説明しようとするかぎり避けて通れない重要な精緻化をもたらす。三十年に及ぶ基礎的なレビュー（Robinson & Berridge, 1993、*Brain Research Reviews*；Berridge & Robinson, 2016、*American Psychologist*；Robinson & Berridge, 2025、*Annual Review of Psychology*）を通じて、彼らはゲームデザインにとって重大な帰結を持つ解離を確立した。**ドパミンは、大きく頑健な中脳辺縁系の投射を介して「欲しがること」（インセンティブ・サリエンス）を媒介する**一方で、**快としての「好むこと」は、側坐核シェルと腹側淡蒼球にある、はるかに小さなオピオイドおよび内因性カンナビノイドのホットスポットに依存する**。 この解離が意味するのは、変動報酬に対するドパミン系の応答が反復曝露によって感作されうるということである。その結果、「欲しがること」（渇望、強迫的な関与）は昂進していく一方で、「好むこと」（実際の快の享受）は横ばいか、むしろ低下する。これは行動嗜癖の典型的なパターンであり、楽しさが薄れたのに続けずにいられないというゲームプレイヤーの訴えに、そのまま対応している。シンガーら（2012）とマシアら（2018年、*Neuropsychopharmacology*）は、慢性的な変動比率強化がドパミン系の感作を生むことを示した。 「欲しがること」と「好むこと」の解離は、二種類のゲームを分かつ神経化学的な根拠である。ひとつは、学習を通じて真正な関与を保つゲームであり、そこでは報酬は不確実性の減少であり、「好むこと」が「欲しがること」に追随する。もうひとつは、変動強化スケジュールによって強迫的な関与を保つゲームであり、そこでは「欲しがること」だけが昂進し「好むこと」は停滞する。本書が提案する統合モデルが扱うのは前者であり、後者は同じ回路の病的な搾取である。 ### 3.10 移行 ドパミン予測誤差の枠組みは、統合モデルの第一の柱を与える。予測が外れたとき、脳は特有の神経化学的信号を生成し、その信号こそが関与の基盤となる。変動的で還元可能な不確実性は、この信号を最大化する。 主体性はそれを増幅する。そして脳は、情報そのものを内在的に報酬として扱う。 しかし予測誤差だけでは足りない。ドパミン系は、意外な結果がなぜ快く感じられるかを説明する。だが、不確実な状況が生じたときに応答するだけでなく、脳がなぜみずから不確実な状況を求めに行くのかは説明しない。それを理解するには好奇心が要る。外的な見返りが何ひとつ示されていなくとも、プレイヤーを探索させ、試させ、情報を追わせる動因である。 ## 第4章　好奇心と探索 *内発的動機づけと外発的動機づけの区別について、不確実性を解消しようとする脳の動因について、そして外的な見返りが訪れる前に探索が報酬に感じられる理由について。* ### 4.1 好奇心という動機状態 好奇心は贅沢品ではない。空腹や渇きと神経的な構造を同じくする生物学的な動因状態であり、生物に情報を求めさせ、環境についての不確実性を減らさせる。前章で述べた予測誤差系と好奇心との違いは、反応的な関与と能動的な関与の違いである。予測誤差は期待が裏切られたときに起こることであり、好奇心は、期待が裏切られうる状況を生物に探させるものである。 グルーバー、ゲルマン、ランガナス（2014年、*Neuron*）は、好奇心と報酬回路をつなぐ重要な実証的な環を与えた。fMRIの最中に、彼らは好奇心の喚起度を調整した雑学問題を提示した。好奇心の高い状態では、目当ての答えだけでなく、好奇心が続いていた期間にたまたま目に入った顔刺激の記憶までもが強化された。問題と答えのあいだに提示された顔は、その問題が参加者の好奇心を引くものであった場合に、よりよく記憶されたのである。雑学の内容とは何の関係もない顔であるにもかかわらず。この増強は、中脳（黒質・腹側被蓋野）と側坐核における**先行的な活動**によって予測され、中脳と海馬の機能的結合がその効果を媒介していた。 その含意は際立っている。好奇心は、特定の情報を学ぶ準備を脳にさせるだけではない。学習全般が増強される時間の窓を開き、ドパミン作動性の調節によって海馬の記憶系をあらかじめ整えるのである。ゲームデザインの言葉に直せば、次の扉の向こうに何があるのか、新しいメカニクスが何をするのか、二つのシステムがどう噛み合うのかと考えているプレイヤーは、あらゆる学習にとって神経化学的に増強された状態にある。その好奇心の元の対象とはまったく関係のない学習についても、である。 グルーバーとランガナスのPACEモデル（2019年、*Trends in Cognitive Sciences*）はこれを定式化した。好奇心は有意な予測誤差によって引き起こされ、次に評価を受け（この誤差は興味深いのか、脅威なのか）、安全かつ情報をもたらしうると評価された場合に、海馬へのドパミン作動性調節を通じて記銘を強化する。この評価の段階はゲームにとって決定的である。同じ予測誤差が、プレイヤーがその環境を探索しても安全だと感じるかどうかによって、好奇心にも不安にもなる。ホラーゲームが脅威を慎重に較正しなければならないのはこのためである。現実味のある危険が強すぎれば好奇心は恐怖に転じ、探索による学習勾配は崩壊する。 ### 4.2 ゴルディロックス効果 好奇心は、不確実性のあらゆる水準に一様に分布しているわけではない。キッドとヘイデン（2015年、*Neuron*）は、彼らが「ゴルディロックス効果」と呼ぶものの証拠を概観した。生物は中程度の複雑さを持つ刺激に優先的に注意を向ける。予測しやすすぎて退屈でもなく、意外すぎて混乱を招くのでもない刺激である。乳児は確率が中程度の視覚系列をより長く注視する。成人は中程度の難度の雑学問題を最も好奇心をそそるものと評価する。尾状核と下前頭回（Kang et al., 2009、*Psychological Science*）は、興味を引くには十分大きく、解決できそうに思えるには十分小さい情報ギャップに対して、最大の賦活を示す。 ゴットリーブ、ウデイエ、ロペス、バラネス（2013年、*Trends in Cognitive Sciences*）、およびゴットリーブとウデイエ（2018年、*Nature Reviews Neuroscience*）は、これを**期待情報利得**によって探索が導かれるという枠組みに統合した。脳は、ある経験がどれだけモデルを改善しうるかを見積もり、不確実性の減少が最も見込める経験へ注意を向ける。これは単なる新奇性の追求ではない。自分が何を理解していて何を理解していないかについての現在のモデルに導かれた、戦略的な不確実性の削減である。 ゲームデザインにとってこれは、最も好奇心をそそる要素が、最も新奇なもの（理解不能かもしれない）でも最も馴染み深いもの（退屈である）でもなく、プレイヤーの現在の理解の境界に位置するものだということを意味する。取りつくには十分に馴染みがあり、新しい学びを約束するには十分に未知であるような要素である。これは好奇心におけるフロー・チャンネルの対応物であり、優れたレベルデザインが新要素を一度にではなく段階的に導入する理由を説明する。 ### 4.3 内在的動機と外在的動機 ライアンとデシの自己決定理論（SDT）は、人がなぜ自発的に活動に関わるのかを理解するための、最も影響力のある枠組みである。SDTは三つの基本的心理欲求を挙げる。**自律性**（自らの行動の源泉であるという感覚）、**有能感**（自分の関わりが有効であるという感覚）、**関係性**（他者とつながっているという感覚）である。活動がこれらの欲求を満たすとき、その活動は内発的に動機づけられる。人は外的な誘因を必要とせず、その活動自体のために取り組む。 リグビーとライアン（2011）はSDTをゲームに適用し、プレイヤーの動機づけがこの三つの欲求の充足を追跡することを示した。選択肢を与えるゲームは自律性を満たす。適切な挑戦とフィードバックを与えるゲームは有能感を満たす。意味のある社会的相互作用を可能にするマルチプレイヤーゲームは関係性を満たす。 この枠組みは、大づかみな動機づけのパターンを正しく予測する。プレイヤーは、選択肢を与え、適切に挑戦させ、他者とつないでくれるゲームを好む。 しかしSDTは、フロー理論と同じく静的な枠組みである。何が人を動機づけるかを特定はするが、時間のなかで展開する動的な過程を記述しない。三つの欲求をすべて満たしていても、瞬間ごとの予測誤差率が適切でなければ、ゲームは人を引き込みそこねる。SDTは、プレイヤーが自律性と有能感と関係性を感じている必要があると教えてくれる。だが、その感覚を持続させるために次の10秒のゲームプレイで何が起こるべきかは教えてくれない。それは学習勾配の役割であり、のちの章で展開する。 ### 4.4 アンダーマイニング効果 動機づけ研究において最も頑健な知見の一つが**アンダーマイニング効果**である。外発的報酬は内発的動機づけを損ないうる。デシ（1971）は、パズルを解くことに報酬を支払われた参加者が、その後に無報酬でパズルを解こうとする意欲を低下させることを示した。行動に外的な理由（「金のためにやっている」）が導入されると、内的な理由（「面白いからやっている」）が押しのけられ、外的報酬が取り除かれたとき、その行動は報酬導入前の水準を下回るところまで落ち込む。 ゲームデザインにおいてこの効果は、真正な学習によって関与を保つゲームと、トークンの蓄積によって関与を保つゲームとの差として現れる。明示的な報酬システム、すなわち経験値バー、実績通知、デイリーログインボーナス、達成率表示は、不確実性の減少という内発的報酬を押しのけかねない外的な指標を与える。ダンジョンの中に何があるのかを知るために探索するプレイヤーは内発的に動機づけられている。関与を駆動するのは好奇心であり、報酬は理解である。進捗バーを埋めるためにダンジョンを攻略するプレイヤーは外発的に動機づけられている。その関与はバーに依存しており、バーを取り去れば動機も消える。 ここから導かれる設計上の含意は、外発的報酬を一切使うなということではない。それが内発的な学習に従属すべきだということである。外発的報酬が最もよく働くのは、真正な達成（この技能を修めた）を刻むときであり、最も悪く働くのは単なる活動量（ここに時間を費やした）を刻むときである。そして最悪なのは、それが関与の主たる理由になってしまい、好奇心に導かれた探索を、トークン集めの用事へと変質させてしまうときである。 *Breath of the Wild*と、Ubisoft流のマーカー偏重なオープンワールドの定型との対比が、この点をよく示している。*Breath of the Wild*は、世界を視覚的に読めるものにするために膨大な設計努力を注いでいる。目印となる建造物は遠方からも見え、異様な構造物は隠されたコンテンツを告げ、地形の起伏はUIのマーカーなしに視線を目的地へ導く。「クエストマーカー」の仕事をプレイヤー自身の知覚系が担うため、探索の過程そのものが能動的な注意を要求する。これに対しUbisoftの定型的な手法、すなわち地図を開放する塔、目標マーカー、達成率のトラッカーは、不安を和らげる代わりに自己目的的な動機を殺し、探索をやることリストへと変えてしまう。アイコンがすべて地図上に見えているとき、探索はもはや発見ではない。お使いである。 ### 4.5 探索と活用 探索と活用のトレードオフは適応的行動における基本問題であり、強化学習では多腕バンディット問題として定式化されている。生物は、報酬が既知の選択肢を活用し続けるべきか、それとも、より良いかもしれない未知の選択肢を探索すべきか。 脳内でこのトレードオフを媒介するのが青斑核・ノルアドレナリン（LC-NE）系である。アストン＝ジョーンズとコーエン（2005）は、二つの動作モードからなるモデルを提案した。 - **位相性モード**。ノルアドレナリンの基底水準は低く、課題に応じた一過性のバーストが生じる。注意は絞られる。生物は既知のものを活用する。よく理解された課題への持続的な関与、すなわちフローと結びついたモードである。 - **緊張性モード**。ノルアドレナリンの基底水準は高く、注意は広くサンプリングされる。生物は探索する。注意は頻繁に移る。好奇心、注意散漫、そしてより良い選択肢の探索と結びついたモードである。 ゲームはこの両方のモードを管理しなければならない。位相性モードを際限なく続けさせるゲームはフローを生むが、現在の課題が尽きたときにプレイヤーを退屈させる。緊張性モードを際限なく続けさせるゲームは、持続的な集中がもたらす深い関与を欠いた、落ち着かない探索を生む。最良のゲームはこの二つのあいだを振動する。探索の局面（緊張性モード）が新しい課題を見つけ出し、その課題が習熟のための持続的な関与（位相性モード）を要求する。 *Breath of the Wild*の構造はこの振動を体現している。祠や目を引く地点のあいだの移動は探索的である（緊張性モード）。プレイヤーは地平線を走査し、遠くの目印に気づき、調べに行くことを決める。祠のパズルは集中的である（位相性モード）。注意は単一の課題に絞られ、フィードバックは即座に返り、プレイヤーはフロー状態に入る。戦闘もまた、探索のあいだに集中的な関与の挿話を打ち込む。このゲームの非凡さは、どちらのモードにも長くとどまることを決して強いない点にある。移行はプレイヤー自身が引き起こし、だからこそ自然に感じられる。 ### 4.6 ゲームが好奇心をどのように構築するか ゲームは**情報ギャップ**を体系的に構築することで好奇心を生み出す。問いを立てられるだけの知識はあるが、それに答えられるだけの知識はない、という状況である。 戦場の霧は地図の一部を覆い隠し、空間的な情報ギャップを作る。施錠された扉は、その向こうに何かがあることだけを告げ、構造的な情報ギャップを作る。部分的にしか開示されない戦利品テーブルは、より良いアイテムが存在することは知らせながらどれがそうなのかは伏せ、報酬についての情報ギャップを作る。スキルツリーはまだ解放されていない能力を見せ、能力についての情報ギャップを作る。物語の引きは、登場人物と対立を導入しながら解決を与えず、物語的な情報ギャップを作る。 これらのシステムはいずれも同じ機構で働く。ゲーム世界についてのプレイヤーのモデルは不完全であり、知っていることと知らないこととのあいだの隙間が予測誤差を生み、好奇心のシステムがその誤差を追う価値ありと判定する。この隙間は、興味を引くだけの大きさを持たねばならないが（ゴルディロックス効果）、同時に、解決は可能だとプレイヤーが信じられる程度に限られていなければならない。 *Outer Wilds*は、好奇心駆動のゲームデザインの最も純粋な実装である。このゲームには戦闘も、アップグレードも、恒久的な進行も存在しない。ループのあいだで変化するのは、プレイヤーが何を知っているかだけである。ゲーム内のあらゆる情報は最初の一分から手に入る。「進行」は完全に認識論的なものだ。学習勾配は、太陽系の仕組みとノマイに何が起きたのかについてのプレイヤーの理解が深まること、ただそれだけによって維持される。そして本作は、大半のゲームが依拠する従来型の報酬構造を一切持たないにもかかわらず、この十年で最も優れた設計の一つとして広く評価された。 ### 4.7 移行 好奇心は、反応的な予測誤差システムに対する能動的な補完物である。両者は相まって、ゲームがなぜ注意を引きつけ、それを持続させるのかを説明する。予測誤差は意外な結果に出会ったプレイヤーに報酬を与え、好奇心はそもそもそうした出会いを求めさせる。 しかし、引きつけることと報いることは話の半分にすぎない。残りの半分は、関与を続けるプレイヤーの脳に何が起きるかである。技能がどのように獲得され、知識がどのように固定され、初心者の努力を要する処理が熟達者の自動的な流暢さへとどう変貌するのか。意識された無能から無意識の有能へというこの変貌が、次章の主題である。 ## 第5章　学習システムとスキルの獲得 *努力を要する宣言的な処理から、自動的な手続き的実行への移行について、反復的な相互作用が神経回路をどのように再編するかについて、そして熟達を定義づける皮質から皮質下への転移について。* ### 5.1 二つの記憶システム 脳は単一の学習システムを持たない。少なくとも二つを持ち、両者は並行して働き、計算上の性質も神経基盤も異なっている。 マイケル・ウルマンの宣言的／手続き的（DP）モデルは、*Nature Reviews Neuroscience*（Ullman, 2001a）で最初に提示され、*Cognition*（Ullman, 2004）と*Neurobiology of Language*ハンドブック（Ullman, 2016）で拡張された、最も明快な枠組みである。**宣言記憶システム**は海馬を中心とする側頭葉の構造に根ざし、事実とエピソードを扱う。何が起きたか、物がどこにあるか、規則が何を定めているかである。意識的かつ明示的で、獲得は速いが、時間的圧力のもとでの検索は遅い。**手続き記憶システム**は前頭皮質と大脳基底核（具体的には尾状核、前部被殻、ブローカ野）に根ざし、技能と習慣を扱う。物事のやり方、規則の自動的な適用、意識的な監視なしに複雑な系列を実行する能力である。無意識的かつ潜在的で、獲得は遅いが、いったん学習されれば実行は速い。 この解離はゲームの認知にそのまま重なる。ゲームについての事実、すなわちこの敵の体力は200、あの武器は火属性のダメージを与える、ボスは3秒ごとに攻撃する、といったものは宣言的である。ゲームの技能、すなわちボスの三番目の攻撃を回避ローリングでかわす、コンボを決める、対戦ゲームで相手の位置取りを読む、といったものは手続き的である。ゲームについて知っている状態から、うまくプレイできる状態への移行は、海馬による処理から線条体による処理への移行にほかならない。 特に重要なのは、DPモデルが手続き的システムが**領域一般**であると主張している点である。Ullman (2004) はこれを「運動および認知スキル、特にシーケンスを含むスキルの学習と処理を支える」と説明している。これにはナビゲーション、運動シーケンス、ルール、カテゴリ、および習慣が含まれる。Ullman (2016) はさらに、手続き的システムが「予測学習（特に確率的結果）に特化している可能性がある」と指定しており、たとえばシーケンス内の次のアイテムやルールの出力といったものに該当する。この予測機能は、ルール制約の下で行動の結果を予測しなければならないゲーム認知と直接対応している。 臨床的証拠は領域一般性という主張を支持する。線条体へのドパミン作動性投射を変性させるパーキンソン病は、運動系列の処理と文法処理の双方に並行した障害を生じさせる。Ullmanら（1997年、*Journal of Cognitive Neuroscience*）は、パーキンソン病患者が、規則的な過去形（規則の計算を要する）で不規則形（語彙の検索を要する）よりも不釣り合いに多くの誤りを犯すことを示した。海馬の宣言的システムのほうが変性しているアルツハイマー病患者では、これと逆のパターンが現れる。もし同じ回路がゲームの規則の適用を支えているのなら、パーキンソン病患者はゲームの規則の学習と適用にも並行した障害を示すはずである。実証的な検証に値する予測である。 ### 5.2 運動学習の三段階 フィッツとポズナー（1967）は運動技能の獲得を三つの段階に分けて記述した。その区分は二重システムの枠組みにきれいに対応する。 **認知段階**では、学習者は自分が何をしようとしているかは分かっているが、それを滑らかに実行できない。動作は言語的で宣言的な過程に導かれ、プレイヤーは自分に向かって「Xで回避、それからYで攻撃」と唱えている。注意は運動課題に食い尽くされ、高次の戦略に割く余裕は残らない。誤りは頻発し、パフォーマンスは安定しない。この段階を支配するのはシステム2であり、前頭前皮質、前帯状皮質（ACC）、背外側前頭前皮質（dlPFC）が強く動員され、課題の規則を作業記憶に保持し、誤りを監視している。 **連合段階**では、パフォーマンスはより流暢で安定したものになる。行為と結果とのあいだに結びつきが形成され、誤りは減る。神経活動は前頭前野から離れ、感覚運動皮質と線条体の関与を増していく。皮質小脳ループは、内部モデルの改善とともに徐々に退いていく（Doyon et al., 2002）。壁ジャンプについてはもう考えないが、それでもときおりダッシュの角度を読み違える*Celeste*のプレイヤーは、この過渡的な段階にいる。 **自動段階**では、パフォーマンスは正確で一貫し、おおむね自動的になる。活動は感覚運動性の線条体（被殻）、一次運動野、補足運動野、小脳核に集中する。dlPFCの活動は著しく減少する。決定的に重要なのは、プレイヤーがこの段階で、ゲームの戦略や環境の手がかりや対戦相手の挙動といった、より高次の情報に注意を向けられるようになることである。運動の遂行がもはや監視的な注意を必要としないからである。Guitar Heroの熟達者が初見の曲をExpert難易度で演奏できるのは、この領域である。 Kimら（2015年、*PLOS Biology*）は、初期の段階では注意、空間的作業記憶、運動計画にかかわる前頭および頭頂の領域が動員され、熟達したパフォーマンスでは感覚運動回路と小脳回路へ移行することを確認した。 ### 5.3 皮質から皮質下への転移：熟達の神経メカニズム 技能の獲得に伴うシステム2からシステム1への移行は、比喩ではない。それは測定可能な皮質から皮質下への転移であり、複数の研究プログラムによって詳細に地図化されてきた。 **Poldrack et al. (2005, *Journal of Neuroscience*)** は、系列反応時間課題の最中にfMRIを用い、二重課題干渉の消失を指標として自動化を測定した。訓練前には、系列的なパフォーマンスが広範な前頭領域と線条体領域を賦活していた。訓練後には、dlPFC、腹側運動前野、下前頭回、右尾状核の活動が**減少**した。自動化は前頭前野の関与の低下によって特徴づけられ、その一方で背側運動前野と補足運動野は安定した活動を保った。基本的な運動プログラムの層は残り、監視の層だけが退いていくのである。 **Lehéricy ら（2005, *PNAS*）**は、運動系列の学習を 4 週間追跡し、大脳基底核そのものの*内部*で処理が移行することを発見した。初期学習では、dlPFC と運動前野に加え、**吻背側の連合性被殻**が活動した。熟達すると、活動は**尾腹側の感覚運動性被殻**へ移った。誤り率は初期学習領域の活動と正に相関し、反応時間は後期学習領域の活動と負に相関した。大脳基底核は大脳皮質から制御を引き継ぐだけでなく、内部でも認知回路から感覚運動回路へと再編される。 **Haier 他（1992）**は、おそらく最も鮮明な証拠を提示した。PET画像を使用して、Tetrisの練習が**7倍のパフォーマンス向上**をもたらすと同時に、皮質のグルコース代謝を*低下*させることを示した。脳は課題を劇的にうまくこなすようになりながら、使うエネルギーは劇的に減らしたのである。これは自動化の神経的な指紋であり、熟達の主観的経験を説明する。難しかったことが容易になるのは、必要な処理が減ったからではない。処理が、代謝的に安く計算的に速い回路へ移住したからである。 ゲームデザインにとって、皮質から皮質下への転移は、すべてのゲームが隠れた時計の上で動いていることを意味する。プレイヤーが練習を積むにつれ、処理は皮質（遅く、努力を要し、注意を食う）から大脳基底核と小脳（速く、自動的で、注意を解放する）へと移っていく。ゲームは、既存の課題が皮質下の自動性へ移住していくのとおよそ同じ速度で、皮質を再び動員する新しい課題を投入しなければならない。新しい課題の到来が遅すぎれば、プレイヤーの皮質はやることを失い、退屈が生じる。速すぎれば、皮質は自動化されていない要求に圧倒され、苛立ちが生じる。課題投入の最適な速度とは、そのプレイヤーの皮質から皮質下への転移速度に一致する速度である。 ### 5.4 チャンク化の機構 アン・グレイビールの研究は、大脳基底核がどのように自動性を獲得するのかについて、機構的な枠組みを与えている。げっ歯類の習慣形成をめぐる数十年の仕事を通じて、彼女は線条体が**チャンク化の機構**を実装していることを示してきた。複雑な行為の系列が、次第に単一の自動化されたルーチンへと統合されていくのである。 鍵となる知見は、**課題の括り出し（task-bracketing）**と呼ばれる線条体の特徴的な活動パターンである。ニューロンは学習された系列の開始時と終了時に強く発火し、その実行中は沈黙する。ラットが迷路を覚えていく過程で、線条体ニューロンは当初、走行の全区間にわたって発火する。練習を重ねると、活動は開始点と終了点に凝縮し、系列の中間部は単一の自動化されたチャンクとして実行される。一連の個別の判断だったものが、単一の習慣的行為へと「コンパイル」されたのである。 これは、対戦格闘ゲームの複雑なコンボが、ボタン入力の連なりではなく一つの行為として感じられはじめるときに、プレイヤーが経験していることの神経的な実装である。当初は各方向入力を意識的に監視する必要のあった波動コマンドとパンチの系列が、単一の運動プログラムとして一塊に実行されるようになる。チェイスとサイモン（1973年、*Cognitive Psychology*）によるチェスのチャンク化実験は、認知の水準で同じ原理を明らかにした。熟達者は5秒間の一瞥のあと、およそ16個の駒の配置を再現できたが、初心者は約4個だった。ところが駒をランダムに配置すると、熟達者の成績は初心者と変わらなかった。専門性とは優れた記憶力ではない。長期記憶に蓄えられた約5万から10万の領域固有のパターンからなる蔵書であり、そのそれぞれが妥当な応手に結びついているのである。 ### 5.5 専門的認知：転換の最終段階 ゲームにおける二系統理論の最も有力な証拠は、専門的パフォーマンスの研究から得られている。 **Wan 他（2011, *Science*）**は、fMRIを用いて、プロ棋士11名とアマチュア17名の将棋指しを比較した。1秒以内に最善の次の一手を生成させる（直観的処理を強いる）条件では、プロは**尾状核**に特異的な賦活を示した。これは大脳基底核の構造であり、同じ課題中のアマチュアではまったく沈黙していた。8秒の熟慮的な探索時間を与えると、プロにおいても尾状核は沈黙したままだった。また盤面の知覚時には、プロに特異的な賦活が**楔前部**に現れ、楔前部と尾状核の活動が共変した。パターン認識から直観的な行動選択へと至る回路の存在を示唆する所見である。Wanらの追跡研究（2012年、*Journal of Neuroscience*）は初心者を15週間訓練し、尾状核の賦活が直観的なパフォーマンスの向上と並行して現れることを見出した。これが生得的なものではなく学習されるものであることの確認である。 これは熟達者と初心者のあいだの漸進的な差ではない。課題を担う脳のシステムそのものが質的に切り替わるということである。完全な初心者（あらゆる判断がシステム2）から中級者（基本的な戦術がシステム1のパターン認識になる）を経て、名人（約5万から10万のチャンクからなる蔵書によって局面を瞬時に評価する）へ至る道のりは、数年の実践にわたる二重過程の軌跡を最も鮮明に描き出している。 カーネマン自身がサイモンを引きながらこう定式化している。「直観とは認識にほかならず、それ以上でもそれ以下でもない」。熟達者のシステム1は、かつてシステム2を要したものをすでに吸収しきっているのである。 ### 5.6 競合する記憶システム フォーデ、ノウルトン、ポルドラック（2006年、*PNAS*）は決定的な知見を加えた。学習中に副次課題を課すと、依拠する記憶が宣言的記憶（海馬系）から習慣学習（線条体系）へと移るのである。二つの記憶システムは競合する。海馬系が並行課題に占有されると線条体系が引き継ぎ、その結果生じる学習は、より習慣的で柔軟性に乏しいものになる。 これは、マルチタスクを要求するゲームに直接の含意を持つ。拠点運営と戦闘の同時進行を求めるリアルタイムストラテジーは、線条体の手続き学習経路を強いる。自動化は加速するかもしれないが、明示的な戦略理解を代償にしてである。プレイヤーは、なぜそれが効くのかを知らないまま良い習慣を身につけうる。一方、熟考の時間を許すターン制ストラテジーは海馬系を動員し、より柔軟だがより遅い学習を生む。 ### 5.7 ゲームと言語は手続き的回路を共有している 本書の新しい理論的貢献の一つは、ゲームと言語が、階層的な系列構造を扱うために進化した前頭・大脳基底核回路を共有しているという主張である。その証拠はかなりの厚みを持つ。 文法規則を計算する手続き記憶システム、すなわち尾状核、被殻、ブローカ野（BA 44/45）は、ゲームの規則の学習、戦略的なチャンク化、熟達者の直観をも下支えしている。ゲームと言語はともに**離散無限**を示す。有限の規則が、限りのない組合せ空間を生成するのである。再帰的な規則を備えた有限の文法は無限の文を生成する。有限のゲーム規則の集合は、天文学的な大きさのゲーム木を生成する（チェスは約10^120ノード、囲碁は約10^360ノード）。両者はともに、巨大な空間を階層的なチャンク化とヒューリスティック探索によって渡り歩くという、同一の計算的課題に直面している。 Thibault、Py、Gervasi ら（2021, *Science*）は、道具使用に伴う階層的な運動計画と言語の統語処理に、**大脳基底核の共通する神経機能基盤**があることを示した。一方の機能を訓練すると他方も改善し、双方向の転移が認められた。ここから示唆される進化の道筋は、階層的な行動計画（霊長類に存在）→ 道具使用（下前頭回と大脳基底核を動員）→ 言語（同じ回路を記号の組合せへ転用）→ ゲーム（階層的で規則に従う系列行動を文化の領域へ拡張）である。 リギンズ（2020年、IEEE Conference on Games）は、ゲームのための文法的な形式体系を明示的に定義し、ゲームシステムを文法に類比的な形式構造として扱った。ブラウン（2016）は汎用ゲームシステムLudiiのための文脈自由文法を構築し、ゲームを「ルデーム（ゲームの原子）」の木として記述した。文が統語的構成素の木として記述されるのと、そのまま並行する。ゲームの規則と形式文法とのあいだの形式的な並行性は、比喩ではない。計算論的に厳密な対応である。 ### 5.8 ゲームが変換エンジンとして機能する あらゆるゲームは、その核心において、システム2の熟慮をシステム1の自動性へと変換する機械である。この変換の質、すなわち適切な速度でシステム2を動員する課題を投入すること、パターンの抽出を支えるフィードバックを与えること、自動性の獲得に合わせて難易度を調整することは、プレイヤーの体験を決める第一の要因である。 この変換をうまく捌いたゲームは、フローと熟達、そしてコスターが「学習」と名指したあの独特の快をもたらす。捌きそこねたゲームは、退屈（システム1が飽和し、学ぶべきものが残っていない）か、苛立ち（システム2が変換能力を超えて圧倒される）を生む。 最も息の長いゲームは、複数の時間スケールにまたがる**入れ子になった自動化サイクル**を作り出す。秒単位の瞬間的な運動学習、分単位の遭遇レベルでのパターン獲得、時間単位のシステムレベルの戦略理解、そして週から年の単位に及ぶメタレベルの領域専門性。そのそれぞれが独立したシステム2からシステム1へのパイプラインとして働き、次の階層へと供給していく。脳はどちらか一方のシステムでゲームを遊ぶのではない。両方で遊ぶ。そしてゲームデザインの技芸とは、その相互作用を振り付けることにほかならない。 ### 5.9 移行 報酬、好奇心、技能獲得の神経メカニズムは、一つの像へと収斂する。脳は不確実性を減らす機械であり、しかも不確実性を減らすというその過程自体を内在的に報酬と感じる機械である。ドパミンは予測誤差を信号化する。好奇心は情報をもたらす経験の探索を駆動する。そして手続き記憶システムは、努力を要する学習を自動的な技能へと変換し、次の階層の課題のために認知資源を解放する。 ゲームはこの三つのシステムを同時に利用する。不確実性が較正され、フィードバックが即座に返り、技能の獲得が測定可能な速度で進む、構造化された環境を与えることによってである。次の部では、この構造が遊びの主観的経験、すなわちプレイヤーが実際に報告する現象学とどう対応するのかを検討する。 # 第3部　ゲームの現象学 ## 第6章　フロー *フローという概念について。その定義的特徴、説明枠組みとしての限界、そして二重過程認知との関係。* ### 6.1 チクセントミハイのモデル ミハイ・チクセントミハイのフローという概念は、*Beyond Boredom and Anxiety*（1975）に始まる四十年の研究のなかで練り上げられ、*Flow: The Psychology of Optimal Experience*（1990）で定式化された。今日なおゲームデザインで最も広く参照される心理学的構成概念である。フローとは活動への完全な没入状態を指し、次の八つの次元によって特徴づけられる。 1. **明確な目標**：プレイヤーは自分が何をやっているかを理解している 2. **即時的なフィードバック**：プレイヤーは自分の行動の成果を把握できる 3. **課題とスキルのバランス**：タスクの難易度がプレイヤーの能力と一致している 4. **行為と意識の融合**：プレイヤーは意識的な自己監視なしに行為する 5. **自己意識の喪失**：内面的な批判が静かになる 6. **時間感の変化**：数時間が数分のように感じられる 7. **制御感**：プレイヤーは状況をコントロールできると感じている 8. **自己目的的な経験**：活動それ自体が内発的に報酬をもたらす フローとパフォーマンスのメタ分析的な相関は r = .31 である（Alameda et al., 2022, *Cortex*）。フローが単に心地よい錯覚ではなく、客観的に優れたパフォーマンスと結びついていることを裏づける値である。チクセントミハイの決定的な貢献は、この状態をひとつのまとまった心理現象として同定し、課題がスキルとほぼ釣り合う領域に位置づけたことにある。課題が過大であれば不安が、過小であれば退屈が生じ、その狭い帯域こそが最適経験の住まう場所である。 フローという構成概念は、ゲームにも応用されてきた。ジェノヴァ・チェン（2007）のMFA論文「Flow in Games」は*flOw*と*Journey*の設計に直接の影響を与え、多くの研究者が妥当性の確認された尺度（Flow State Scale、Dispositional Flow Scale、経験サンプリング法）を用いてゲームプレイ中のフローを測定してきた。共通して得られている知見は、ゲームがきわめて信頼性の高いフロー誘発装置だということである。おそらくは、明確な目標、即時のフィードバック、調整された課題という前提条件を、たいていの自然な活動よりも一貫して満たしているからである。 ### 6.2 第三の認知モードとしてのフロー 有用ではあるが、チクセントミハイのモデルはフローを心理学的な水準で記述するにとどまり、それを生み出す神経メカニズムを特定していない。脳機能の水準でフローが実際に何であるのかを理解するには、第5章で確立した二重過程の枠組みのなかにフローを置き直す必要がある。 問うべきは、フローがシステム1の状態なのか、システム2の状態なのか、それともまったく別のものなのか、である。 3つの対立するモデルが提示されている。 **モデル1：システム1の優位としてのフロー。** アーネ・ディートリッヒの**一過性前頭葉機能低下仮説**（2003、2004、*Consciousness and Cognition*）は、フローには前頭前皮質の分析的・メタ意識的な能力の一時的な抑制が必要だと主張する。脳の代謝資源は有限であるため、ピークパフォーマンス時に運動系・感覚系の処理が強く活性化すれば、それに伴って前頭前皮質の活動が低下する。明示的なシステム2は部分的に不活性化し、暗黙的なシステム1が干渉を受けずに走る。ディートリッヒの2004年の論文は、フローを「高度に習熟したスキルが、明示的システムからの干渉を受けずに暗黙的システムの知識ベースのなかで遂行される期間」と明確に定式化している。 **モデル2：制御と報酬の同期としてのフロー。** ウェーバーとハスキーが提唱した同期理論は、フローを特定の機能的結合パターンと同定する。すなわち**dlPFC-NAc（背外側前頭前皮質から側坐核への結合）**の同期であり、それは全体効率が最も低いモジュール的な脳ネットワーク構造のなかで生じる。このモデルにおいてフローとは、前頭前皮質による制御の不在ではなく、制御信号と報酬信号の精密な同期である。課題への従事と報酬とが、意識的な監視を介さずに互いを強め合うフィードバックループを形づくる。 **モデル3：最適化された二重過程の統合としてのフロー。** Harris ら（2017）は、一過性前頭葉機能低下説に異を唱え、**フロー中には客観的な精神的努力が最大化する一方で、主観的な努力感は最小にとどまる**ことを示した。脳はたしかに働いている。非フロー状態より激しく働いている。それでいてその作業は努力として感じられない。つまりフローとはシステム2の不在ではなく、十分に訓練された手続き的経路を通じたシステム2の最適な作動なのである。課題に関連する実行制御は完全に働き続けている。抑えられているのは前頭前皮質の活動そのものではなく、ふだんシステム2の作動に伴うメタ認知的な負荷、すなわち自己監視、自己批判、時間の意識である。 証拠が最もよく支持するのはモデル3であり、これは第5章で述べた皮質から皮質下への移行とも整合する。フローは純粋なシステム1ではない。それは自動的ではあっても関与を欠く状態であり、見慣れた道を運転しながら心があちこちへ漂う経験がそれにあたる。かといって純粋なシステム2でもない。そちらは努力を要し自己を意識する状態であり、難しい数学の問題を解く経験がそれにあたる。フローは**第三の配置**である。課題に関連する実行制御が、十分に訓練された手続き的経路を通じて作動し、高い要求のもとで高いパフォーマンスを生みながら、努力の主観的経験を伴わない。 だからこそフローは、プレイヤーの自動化の水準がゲームの要求と精密に一致することを要求する。課題が自動化された能力を超えれば、システム2は完全な自己監視モードで再起動する（苛立ち、意識的な問題解決）。逆に自動化された能力が課題を超えれば、どちらのシステムも十分には働かない（退屈）。フローチャンネルとは文字どおり、システム1の処理とシステム2の処理を分かつ動く境界であり、それを保つにはゲームの難易度曲線がプレイヤーの自動化の獲得速度を追いかけ続けなければならない。 ### 6.3 共有メカニズムとしての青斑核・ノルアドレナリン系 三つのモデルのいずれにおいても、フローに最も一貫して関与するとされる神経化学系は、青斑核・ノルアドレナリン（LC-NE）系である。Van der Linden, Tops, Bakker（2021, *Frontiers in Psychology*）は、Aston-Jones と Cohen（2005）の二モードモデルを踏まえ、LC-NE系をフロー状態の媒介機構として提案した。 **位相性モード**（ノルアドレナリンの基礎水準が低く、課題によって誘発されるバーストが生じる状態）では、LC-NE系は集中した注意を促す。課題に関連する刺激に応じてノルアドレナリンが放出され、皮質処理における信号対雑音比を鋭くし、目下の課題への関与を保つ。探索的な注意の移動は抑制される。これが、利用（exploitation）、集中したパフォーマンス、そしてフローと結びつくモードである。 **持続性モード**（ノルアドレナリンの基礎水準が高く、注意が広く配分される状態）では、LC-NE系は探索を促す。基礎水準が上がると信号対雑音比が下がり、注意はさまよいはじめる。生体はより良い選択肢を求めて環境を見渡す。このモードは、注意散漫、好奇心、課題の切り替えと結びつく。 フローは持続した位相性モードに対応する。注意は課題に固定され、課題はこの配置を維持するだけの頻度で予測誤差を生成し続けている。位相性のノルアドレナリン・バーストが、課題に関連する出来事（敵の回避、足場の出現、パターンの解決）への注意を強化し、一方で低い基礎水準が、課題に無関係な情報（時計を見る、夕食のことを考える、背後の物音に気づく）へ注意が逸れるのを防ぐ。 神経化学的な全体像としては、ドーパミン系の報酬予測誤差が、ノルアドレナリン系による覚醒の調節と同期していると考えられる。ドーパミン信号は「これは学ぶに値する」と告げ、ノルアドレナリン信号は「ここに集中していろ」と告げる。二つの系が協調して働くとき、チクセントミハイが記述した、没入的で努力を伴わない関与が生じる。 ### 6.4 認知の容易さと努力を要しない注意 フロー研究において混乱を生み出した重要な区別は、**認知の容易さ** と **努力を要しない注意** の違いである。 カーネマンのいう認知的容易さは、要求そのものが低い。課題は易しく、答えは明らかで、脳は惰性で滑っている。システム2は必要とされないためほとんど働かない。見慣れた文章を読む、通い慣れた道を歩く、最も易しい設定でゲームを遊ぶ、といった経験がこれにあたる。ささやかに心地よいが、没入的ではない。 チクセントミハイのいう努力を要しない注意は、まったく別のものである。課題は要求が高い。客観的には、典型的な非フロー状態の課題よりも高い要求を突きつける。それでも努力が努力として感じられないのは、処理がメタ認知的な負荷なしに動く手続き的経路へと移行しているからである。プレイヤーは懸命に働いている。Harris ら（2017）は客観的な指標でそれを確かめた。それでいて作業は自然で、流暢で、自動的なものとして感じられる。 認知的容易さ（易しすぎる課題）を生むゲームはフローを生まない。プレイヤーは没入しているのではなく、ただ惰性で滑っているだけである。これに対し、努力を要しない注意（最適な難度の課題を自動化された経路で処理すること）を生むゲームは、たしかにフローを生む。違いは、システム2が不要ゆえに不在なのか、それともシステム2の計算作業がシステム1のハードウェアを通じて実行されているのか、にある。 ### 6.5 フローは脆弱である フローを支える持続的な位相性LC-NEモードは、自己強化的ではあるが脆い。予測誤差が適切な速度で到来するかぎり、すなわち位相性バーストを保つに足るだけ頻繁で、しかも処理を圧倒するほど頻繁ではないかぎり、この系は自らを維持する。プレイヤーはその状態に固定される。 しかし、どんな中断もそのループを破ることができる。 - **難易度の急上昇**はプレイヤーの自動化された能力を圧倒し、システム2を完全な自己監視モードへ引き戻す（苛立ち、意識的な問題解決） - **難易度の急落**は予測誤差を消し去り、位相性モードを持続性モードへと減衰させる（退屈、注意の散漫） - **混乱した設計決定**は解決できない予測誤差を生み出し、モデルの更新をブロックする（挫折、無力感） - **ロード画面**は行為とフィードバックのループの時間的連続性を断ち切り、位相性モードを減衰させる - **カットシーン**はプレイヤーの主体性を奪い、予測誤差サイクルから行為の要素そのものを取り去る - **理不尽な死**は、プレイヤーではなくシステムに帰属される負の予測誤差を生み、そのシステムが学習可能であるという信頼を壊す 中断のあとでフローを再建するには、学習率をゼロから調整し直さなければならない。プレイヤーは課題に入り直し、注意の焦点を組み立て直し、位相性LC-NEモードにもう一度入らなければならない。 これには時間がかかる。中断が頻繁であれば、そもそもフローは成立しない。継ぎ目のない設計、すなわち最小限のロード、地続きの物語、一貫したルール、途切れないゲームプレイが批評的な高評価と強く相関するのは、このためである。体験に走るあらゆる継ぎ目が、フローを断ち切る火種になりうる。 ### 6.6 ゲームデザインにおけるフロー理論の限界 これほど影響力をもちながら、ゲームデザインに応用したときのフロー理論には決定的な限界がある。それが**静的**であるという点である。 フロー理論は課題とスキルの釣り合いを鍵となる変数とする。任意の時点で、プレイヤーはフローチャンネルの内側（課題 ≈ スキル）か、その上（不安）か、その下（退屈）かのいずれかにいる。これは診断には有用だが、設計には足りない。フローを軌跡ではなくスナップショットとして扱っているからである。 課題とスキルの比が等しい二人のプレイヤーを考えてみよう。この瞬間、どちらもフローチャンネルの内側にいる。しかし一方は急速に上達している。一つ一つの遭遇が何か新しいことを教え、スキルは上がり続けている。もう一方は停滞している。そつなくこなしてはいるが何も学んでおらず、スキルは動かない。両者ともチクセントミハイの課題・スキル均衡の基準を満たしている。それでいて経験は質的に異なる。前者は深く没入しており、後者は退屈の一歩手前にいる。 違いは、どこにいるかではなく**どう動いているか**にある。フロー理論は位置をとらえるが、速度を取り逃がす。欠けているのは時間の次元、すなわちプレイヤーが学習し、上達し、ゲームシステムについての不確実性を減らしていく速度である。この変数は第IV部で取り出され、第12章の統合モデルで定式化される。 ### 6.7 トランジション フロー理論は最適経験の強力な記述を与えるが、それを生み出すものについての説明は不完全なままである。中核の洞察、すなわち関与には課題とスキルの一致が要るという点は正しい。しかし十分ではない。その一致は静的ではなく動的でなければならず、プレイヤーのスキルが伸びるにつれて時間とともに進化しなければならない。そしてその進化の速度、つまり学習率こそが、経験が真に没入的なものになるか、単に過不足がないだけのものにとどまるかを決める隠れた変数である。 この洞察を定式化する前に、成功したゲームが実際に何をしているのかを見ておく必要がある。すなわち、最も高く評価されたタイトルに繰り返し現れる設計パターンは何か、そして既存の設計理論がそのうち何をとらえ、何を取り逃がしてきたのかである。 ## 第7章　優れたゲームが共有する特徴 *評価の高いゲームに共通する設計パターンについて；そして、そのパターンが持続的なエンゲージメントを支える条件と一致する理由。* ### 7.1 共通の点 過去二十年で最も高い評価を受けたゲーム、すなわち*The Legend of Zelda: Breath of the Wild*、*The Last of Us*、*Elden Ring*、*Portal*、*Dark Souls*、*Celeste*、*Hades*、*Dota 2*、*Tetris*、*Outer Wilds*は、ジャンルも美学も対象層も大きく異なる。パズルゲームと格闘ゲームは表層的な特徴をほとんど共有しない。放置ゲームとソウルライクは、まったく別の説明モデルを要求するように見える。 それでも、Metacriticで95点以上を得た95本超のゲームに繰り返し現れる設計上の特徴を分析すると、一貫した構造的性質の組が浮かび上がる。それらは様式上の選択でもジャンルの慣習でもない。**持続的な学習を支える条件**であり、ジャンルを越えて反復するというその事実こそ、第II部で確立した神経メカニズムから予測されるものである。 ### 7.2 チャレンジ・スキルの調整 すべての評価の高いゲームは、プレイヤーのスキルに応じてチャレンジを調整するメカニズムを提供しているが、その調整方法は多様である。 明示的な難易度選択を用意するゲームがある。*Halo*の四段階、*Celeste*のアシストモード、*The Last of Us*の細かな難易度オプションがそれである。プレイヤー主導の探索を通じて調整するゲームもある。*Breath of the Wild*と*Elden Ring*では、どこへ向かうかをプレイヤー自身が選ぶことが、そのまま難易度の選択になっている。隠されたアフォーダンスを使うゲームもある。*Mario*の「コヨーテタイム」、コンソール・シューターのエイムアシスト、際どい外れを命中として扱う寛容なヒットボックスがそれである。構造そのものに調整を組み込むゲームもある。*Hades*のようなローグライクは、周回を重ねるほど蓄積される恒久的な強化によって難易度を下げ、初期のスキルにかかわらずどのプレイヤーもいずれは扱える水準の課題に到達できるようにしている。 共通する原則は、ゲームがプレイヤーを、予測誤差が頻繁でありながら解決可能な帯域のなかに保ち続けねばならない、ということである。誤差が少なすぎれば退屈が、多すぎれば過負荷が生じる。個々のメカニズムは結果ほどには重要でない。重要なのは結果のほうであり、すなわちプレイヤーのスキル水準のできるかぎり広い範囲にわたって正であり続ける学習勾配である。 ### 7.3 短く密なフィードバックループ 高い評価を受けたゲームは、知覚の水準できわめて明瞭かつ即時のフィードバックを与える。スティーブ・スウィンクの*Game Feel*（2008）は、その経験的な土台を言い当てた。釘を打つとき、人はハンマー越しに釘そのものを、意識的な処理を経ずに感じ取っている。ゲームフィール（game feel）とは、これに相当する知覚の延長である。画面が視覚になり、スピーカーが聴覚になり、振動モーターが触覚になる。アバターは自動的な自己受容感覚（proprioception）の転移を通じて、身体と自己の延長になる。 スウィンクの分析は、ゲームフィールをはっきりとシステム1の領域に置く。それはおよそ240ミリ秒を下回る時間スケールで、意識的な熟慮よりも速く働く。入力遅延の一フレーム、曖昧なダメージ表示、判然としない死亡画面は、いずれもシステム1のフィードバックループを劣化させ、学習勾配を鈍らせる。高い評価を受けたゲームはフィードバックの精度に執拗にこだわる。*Mario*のジャンプの弧は軌道についてフレーム単位の情報を与える。*Halo*のシールド表示、レティクルの色変化、敵のひるみアニメーションは、戦闘中に何層ものフィードバックを重ねる。*Celeste*の死は一瞬で、復帰も即座であり、失敗と再挑戦のあいだに遅れを残さない。 その神経メカニズムを与えるのがLC-NE系である。位相性のノルアドレナリン・バーストは、処理を要求する課題関連の信号、すなわち顕著な出来事によって引き起こされる。フィードバックが即時かつ精密であれば、一つ一つの行為が位相性バーストを引き起こし、集中した注意を強める。フィードバックが遅れたり曖昧だったりすれば、位相性の信号は弱まり、系は持続性モードへ流れていく（注意散漫、関与の離脱）。 ### 7.4 内発的な探索と外的マーカーの抑制 最も高く評価されたオープンワールドゲームは、評価の劣るタイトルが頼りにする外的な報酬マーカーを抑制している。*Breath of the Wild*は、ミッションマーカー、ミニマップ上のタスク、進捗率のトラッカーをすべて削除している。*Elden Ring*ではミッションログが存在せず、地図のガイドも極めて限られている。*Outer Wilds*にはアップグレード、経験値、あるいはどのような種類の永久的な進化も一切存在しない。 その設計上の根拠は第4章の好奇心の神経科学にある。外的マーカーは報酬の到来を予告することで位相性のドーパミンを活性化し（地図上のアイコンがその地点の報酬を予告する）、持続的な好奇心ではなく間欠強化（intermittent reinforcement）を生む。これに対し内発的な探索は、持続的な好奇心という持続性ドーパミン状態を活性化する。報酬は発見そのものであり、本質的に予測できない。持続性の状態は、フローを特徴づける持続的で没入的な関与によく対応する。位相性の予告された報酬のパターンのほうは、嗜癖（addiction）を特徴づける間欠強化スケジュールに対応する。 ### 7.5 蓄積ではなく再結合するシステム 高い評価を受けたゲームは、多数の独立したメカニクスを積み上げるのではなく、限られたメカニクスの組を導入し、それらが豊かに組み合わさって相互作用するようにつくられている。*Halo*のゴールデン・トライアングル（銃、グレネード、近接攻撃）は、三者の相互作用によって、二十の独立した能力をもつゲームよりも深い戦術性を生み出す。*Breath of the Wild*の物理システム（火、電気、磁力、風、温度）は、設計者の誰も予期しなかった創発的な解法を生む。*Portal*の唯一のメカニクス（連結されたポータル）は、新しいポータルの種類を足すのではなく、空間的推論を通じて拡張される。 予測誤差の論理は明快である。組み合わせ的なシステムは、**より少ない**要素から**より多くの**固有の予測誤差を生む。相互作用の空間が加算的にではなく乗算的に広がるからである。しかも要素そのものは既知であるため（プレイヤーは銃もグレネードも近接攻撃も個別にはすでに理解している）、その予測誤差は解決可能である。構成要素をすでに理解しているからこそ、新しい組み合わせがなぜうまくいったのか、なぜ失敗したのかを突き止められる。 ### 7.6 読みやすい敵と環境 高い評価を受けた戦闘ゲームは、敵と環境を**読みやすく**することに多大な労力を割く。挙動において判読でき、ルールにおいて一貫し、状態を表情豊かに示すということである。*Halo*のコヴナントの敵は、アニメーションと発声によって内部状態を表示する。*Dark Souls*のボスは、はっきりした予備動作によって攻撃を予告する。*Doom Eternal*の悪魔には、光る弱点があり、体力状態は視覚的に判別でき、ひるみのアニメーションが隙を伝える。 神経メカニズムはフィードバックの可読性である。予測誤差が学習の役に立つのは、何が間違っていたのかをプレイヤーが特定できる場合にかぎられる。読みやすい敵は、あらゆる遭遇を情報量のある予測誤差に変える。読みにくい敵（たとえば状態を何も示さずやみくもに押し寄せる*Halo*のフラッド）は、解決しようのない予測誤差を生み、学習勾配は崩れる。 ### 7.7 「もう一回だけ」の構造 高く評価されたゲーム、とりわけローグライクや高難度のアクションゲームに際立つ特徴が、**「もう一回だけ」**の衝動である。午前一時に死んでも、寝床に向かわず即座に次の挑戦を始めてしまうプレイヤーのことだ。*Hades*、*Spelunky*、*Celeste*、および*Dark Souls*は、このパターンを確実に生成する。 統合モデルはその理由を説明する。この種のゲームにおける死は、強い負の予測誤差（プレイヤーのモデルが失敗した）を生むと同時に、明瞭な更新信号（なぜ死んだのか、次はどうすればよいのかをプレイヤーは知っている）を伴う。更新されたモデルは次の試行でのパフォーマンス向上を予測し、その予測が期待性のドーパミン活動（フィオリロのランプ）を生む。プレイヤーは次こそうまくいくと期待する。そしてこの期待、すなわち正の予測誤差を予測すること自体が報酬になる。「もう一回だけ」は強迫ではない。モデルを更新したばかりで、その更新を試したくてたまらない脳の、理にかなった反応である。 ### 7.8 トランジション 高く評価されたゲームに繰り返し現れる設計パターンは、恣意的なものではない。それらは予測誤差を持続的に生成し解決するための構造的条件である。調整された難度、即時のフィードバック、好奇心に導かれた探索、組み合わせの深さ、読みやすいシステム、そして上達の予感。いずれのパターンも、第II部で確立した神経メカニズムに対応している。 しかし既存のゲームデザイン理論は、これらのパターンを部分的にしかとらえていない。次章では、現行の枠組みが何を正しく言い当て、どこで足りず、なぜ新しい理論が必要になるのかを検討する。 ## 第8章　既存理論とその限界 *6つの影響力のあるフレームワークについての強みと限界を考察し、それぞれが現象のどの側面を捉えているか、そしてその動的側面を無視している理由を説明する。* ### 8.1 全体像 ゲームデザイン理論はこの三十年で、真に説明力をもつ枠組みを少なくとも六つ生み出してきた。いずれもゲームの働きについて何か実在するものを言い当てている。しかしどれ一つとして、なぜあるゲームは数百時間にわたって関与を持続させ、別のゲームは同じ原理に立ち同じ基準を満たしながら数セッションで飽きられるのかを説明できない。本章では各枠組みをその主張に即して真剣に検討したうえで、統合モデルが埋めるべき具体的な欠落を特定する。 ### 8.2 MDA：動態なき構造 Hunicke、LeBlanc、およびZubekのMDAフレームワーク（2004年AAAIワークショップにおけるゲームAIの課題）は、ゲームを3つの層に分解する。**メカニクス**は基本的な要素で、ルール、プレイヤーの操作、アルゴリズム、データ構造を指す。**ダイナミクス**は、メカニクスがプレイヤーの入力と相互作用することで生じる実時間の行動を指す。**美学**は、プレイヤーのうちに喚起される感情的反応を指す。 この枠組みは八つの美学的カテゴリーを挙げる。感覚（感覚的快楽としてのゲーム）、幻想（ごっこ遊びとしてのゲーム）、物語（ドラマとしてのゲーム）、挑戦（障害物競走としてのゲーム）、 仲間意識（社会的な枠組みとしてのゲーム）、発見（未踏の領域としてのゲーム）、表現（自己発見としてのゲーム）、服従（気晴らしとしてのゲーム）である。この枠組みの最も重要な洞察は方向をもつ。設計者が制御できるのはメカニクスだけであり、ダイナミクスはメカニクスから創発し、美学はダイナミクスから創発する。プレイヤーはこの層を逆の順序で経験する。まず美学を知覚し、次にダイナミクスを知覚し、そこからメカニクスを推測する。ここに設計の根本的な難題が生じる。設計者はプレイヤーの経験を直接に制御できない。築いたルールとシステムを介して、間接的に形づくることしかできない。 MDAには価値がある。設計者がつくるものとプレイヤーが感じるものとのあいだの、間接的で創発的な関係を正しく言い当てているからである。メカニクス的に似た二つのゲームがなぜ異なる感情的反応を生むのか（似たメカニクスから異なるダイナミクスが生じるため）、逆に感情的に似た二つの経験がなぜ異なるメカニクスから生じうるのか（複数のメカニクス構成が同じダイナミクスに収束しうるため）を語るための共通言語を与えてくれる。 しかしMDAには3つの重要な限界がある。 第一に、それは**記述的であって予測的ではない**。この枠組みは既存のゲームを層に分解し、その美学を分類できる。しかしゲームが完成する前に、どのメカニクスがどのダイナミクスを生むのか、どのダイナミクスがどの美学を生むのかを設計者に告げることはできない。批判者が指摘するように、MDAは「設計プロセスを主観とステークホルダーの知識に依存させたままにする」。事後の批評には向くが、前を向いた設計には向かない。 第二に、その**線形モデルは単純にすぎる**。メカニクス→ダイナミクス→美学というパイプラインは一方向の流れを前提とするが、実際のゲーム開発には絶え間ないフィードバックがある。プレイテストが意図しないダイナミクスを露わにし、それがメカニクスの改訂を促し、そこからまた新しいダイナミクスが生まれる。*Europa Universalis III*や*Silent Hunter III*のような複雑なゲームは、プレイヤーが関与しはじめる前にドキュメントを必要とする。美学の知覚からメカニクスの推論へという線形の進行には従っていないのである。2021年に提案された リデファイニングMDA（RMDA）の枠組み（*MDPI Information Journal*）は、この双方向性に応えようとする試みであった。 第三に、そして本書にとって最も重大なことに、MDAは**時間について沈黙している**。それはメカニクス、ダイナミクス、美学の構造的関係を、ある一つの時点において記述するだけである。プレイヤーが学び、上達し、ゲームのパターンを汲み尽くしていくにつれてその関係がどう変わるのかについては、何も語らない。一時間目と五十時間目でMDA分解がまったく同一であっても、その二つの時点でプレイヤーの経験はまるで違いうる。プレイヤーとシステムとの関係が変わってしまったからである。MDAはゲームが何であるかをとらえる。時間をかけてゲームがプレイヤーに何をするのかは、とらえない。 ### 8.3 意味のあるプレイ：軌跡なき結果 ケイティ・サレンとエリック・ジマーマンの*Rules of Play: Game Design Fundamentals*（MIT Press, 2004）は、ゲームデザインをひとつの学問分野として理論化しようとした最初の包括的な試みであった。その中心概念が**意味のあるプレイ**であり、二つの水準で定義される。 **記述的定義**では、意味のあるプレイは行為と帰結の関係のうちに宿る。**評価的定義**では、意味のあるプレイは、行為と帰結の関係が**識別可能**（自分の行為が効果をもつことをプレイヤーが知覚できる）であり、かつ**統合的**（その効果が持続し、目先の瞬間だけでなくゲーム全体の文脈に寄与する）であるときに生じる。 これは一見するより強力な枠組みである。識別可能性の基準は、フィードバックが不透明なゲームが関与に失敗することを正しく予測する。自分の行為の効果が見えなければ、システムはブラックボックスになり、学習は不可能になる。統合の基準は、目先の帰結しか持たないゲームが浅く感じられることを正しく予測する。何も先へ持ち越されなければ、どの瞬間も他のあらゆる瞬間から切り離され、ゲームは弧を描かない。識別可能性と統合は、あわせて、プレイヤーの行為が恣意的ではなく**重みをもつ**ものとして感じられる条件を記述している。 しかし意味のあるプレイもまた、MDAと同じく構造的な基準である。行為と帰結の関係が一定の性質（識別可能、統合的）をもつかどうかを問いはするが、その関係がどう進化するかは問わない。ゲームは実行時間の全体を通じて両基準を満たしながら、なお関与に失敗しうる。プレイヤーの側で、行為と帰結の関係についてのモデルが改善しなくなれば、そうなる。あらゆる行為が識別可能で、あらゆる帰結が統合的でありながら、プレイヤーが二時間でその対応関係を学び尽くしてしまうゲームを考えてみればよい。残りのコンテンツは構造的には意味がある（行為はなお識別可能で統合的な帰結を生む）が、経験としては空である（解くべき予測誤差がもう残っていない）。意味のあるプレイは関与に必要だが、十分ではない。欠けているのは、プレイヤーの理解の*軌跡*についての基準である。 Sidhu と Carter（2021, *Sage Publishers*）は代替概念として「ピボタル・プレイ」を提案し、「心を惹き、記憶に残り、人を変える遊びの経験」を強調したうえで、サレンとジマーマンのパラダイムは目先のゲームプレイの外側で生じる意味をとらえられないと論じた。この批判も同じ欠落を指している。意味のあるプレイはゲームシステムの構造的性質を記述するが、それと関わるプレイヤーの動的で時間的な経験は記述しないのである。 ### 8.4 不確実性：正しい材料、しかしレシピがない グレッグ・コスティキャンの*Uncertainty in Games*（MIT Press, 2013）は、MDAや意味のあるプレイよりも鋭い主張をする。ゲームが関心をつなぎ止めるには**不確実性が不可欠**であり、その不確実性を手なずけようとする格闘こそが魅力の中心にある、というのである。 コスティキャンは十一種類の不確実性を挙げる。この分類を紹介する価値があるのは、ゲームが関与を生み出すために用いる原材料の、最も網羅的な目録だからである。 1. **遂行の不確実性**：この操作を身体的にやりきれるか（*Guitar Hero*、*Super Mario Bros.*） 2. **解き手の不確実性**：解法を見つけられるか（*Portal*、アドベンチャーゲーム） 3. **プレイヤーの予測不可能性**：ほかのプレイヤーはどう動くか（マルチプレイヤー、本格的なAI） 4. **ランダム性**：運は何をもたらすか（ダイスロール、ローグライク、プロシージャル生成） 5. **分析的複雑性**：この複雑な決定木のなかで最善手は何か（*Chess*） 6. **隠された情報**：何が意図的に伏せられているか（ポーカー、戦場の霧） 7. **物語への期待**：物語は次にどう転がるか 8. **展開への期待**：進むにつれてどんな新しいコンテンツが現れるか 9. **スケジュールの不確実性**：前回のセッションから何が変わったか（放置ゲーム、ライブサービス） 10. **知覚の不確実性**：雑音のなかから重要なデータを選り分けられるか 11. **意味の不確実性**：このゲームを遊んでいることは何を意味するのか この分類はたしかに有用である。どのゲームも等しく「不確実」でありながら、なぜゲームごとに手触りが違うのかを説明してくれる。*Chess*はランダム性をまったく用いずに分析的複雑性を展開する。*Poker*は隠された情報とプレイヤーの予測不可能性を組み合わせる。*Dark Souls*が主に生むのは遂行の不確実性である。コスティキャンの枠組みは、あるゲームが不確実性を「どれだけ」ではなく*どの種類*展開しているのかを名指すための語彙を与える。 しかしこれほど強力な分類でありながら、ある種の不確実性の配備が持続的な関与を生み、別の配備がそうならないのはなぜかを説明できない。スロットマシンは高い強度と頻度でランダム性（第四類型）を生成する。チェスの一局は同程度の強度で分析的複雑性（第五類型）を生成する。どちらも不確実である。一方は数十年にわたる真剣な研究に耐えるほど関与を保ち、もう一方は変動比率強化スケジュールの搾取によってしか関与を保てない。不確実性が不可欠の材料であるという指摘は正しい。だがコスティキャンは、真の学習を支える不確実性と強迫的な行動を支える不確実性の違いを説明していない。欠けているのは**還元可能性**の基準である。スキルの育成を通じてプレイヤーが少しずつ解いていける不確実性は、プレイヤーが何をしようと還元されないままの不確実性とは、根本的に異なる関与を生む。 ### 8.5 自己決定理論：メカニズムなき動機づけ ライアンとデシの自己決定理論は、リグビーとライアン（2011）、そして礎となったライアン、リグビー、プシビルスキーの研究（2006、*Motivation and Emotion*。四つの研究からなり、引用は2,685件を超える）によってゲームに応用され、三つの基本的心理欲求を特定した。**自律性**（自らの行動の源である感覚）、**有能感**（有効に働きかけているという感覚）、**関係性**（他者とつながっているという感覚）である。ゲームがこれらの欲求を満たすとき、プレイヤーは内発的に動機づけられて関与する。 SDTはマクロな水準では確かな予測力をもつ。意味のある選択を与えるゲームが、プレイヤーを一本道に押し込むゲームより好まれることを正しく予測する（自律性）。適切な難度と明瞭なフィードバックをもつゲームが、易しすぎたり不透明すぎたりするゲームより好まれることを正しく予測する（有能感）。協力的あるいは競争的な社会構造をもつマルチプレイヤーゲームが、孤立したシングルプレイ体験より長く関与を保つことを正しく予測する（関係性）。 しかしゲーム研究の文献において、SDTは深刻な批判にさらされてきた。その批判は手厳しい。 *ACM Transactions on Computer-Human Interaction*の包括的なレビューは、SDTを用いたゲーム研究の大半が理論との真剣な取り組みではなく「浅く形式的な応用」にとどまっていると指摘した。実質的な取り組みを標榜する研究でさえ「SDTの基礎概念についての誤解が蔓延している」。理論は予測の枠組みとしてではなく「漠然とした仮説の出どころ、あるいは事後的な説明」として使われている。SDTのより広い枠組み（基本的心理欲求理論、有機的統合理論）の中核部分はおおむね無視されている。そして研究結果が理論と食い違うときでさえ「SDTの主張に異議を唱えようとしない傾向が広く見られる」。SDTは問い直されないパラダイムとして機能しているのである。 より本質的に、SDTには本書にとって重要な3つのギャップがある。 第一に、シングルプレイのゲームについて**関係性が定義されていない**。SDTは、シングルプレイの文脈で関係性がどのように内発的動機づけに寄与するのかを公式には定めていない。史上最も人を惹きつけたゲームのいくつか（*Dark Souls*、*Zelda*、*Portal*）がシングルプレイ体験であることを思えば、これは無視できない理論的空白である。プシビルスキー、リグビー、ライアン（2010、*Review of General Psychology*）はモデルを拡張し、動機づけを駆動するのは暴力そのものではなく欲求充足であることを示したが、シングルプレイにおける関係性の空白は残ったままである。 第二に、三つの欲求は、枠組みが規定していない仕方で**互いに独立していない**。人が自分の行動を内発的動機づけによる自己決定的なものと見なすためには、自律性が有能感を伴っていなければならない。これらの欲求を支えるつもりで設計されたゲーム要素をただ導入しても、望む結果が得られるとはかぎらない。欲求どうしは複雑で非加算的に相互作用するが、SDTはその相互作用をモデル化していない。 第三に、そしてこれが最も重大だが、SDTは**なぜ人が遊びはじめるのか**を説明する一方で、**一瞬一瞬の関与を何が支えるのか**を説明しない。二つのゲームが自律性、有能感、関係性を等しく満たしながら、まったく異なる関与の水準を生むことがある。一瞬一瞬の予測誤差のプロファイルが異なるからである。SDTはプレイヤーが有能感を覚える必要があると告げるが、その感覚を保つために次の十秒のゲームプレイで何が起きるべきかは告げない。ゲームにおけるSDT研究は、ゲームプレイ中の一瞬一瞬の関与の変動を説明するのではなく、集計された関与水準を測るにとどまるのが常である。この理論には時間的な解像度が欠けている。 ### 8.6 フロー：軌跡なき経験 チクセントミハイのフロー理論は第6章で詳しく扱ったが、競合する枠組みと並べたとき、その限界はあらためて述べておく価値がある。 フロー理論の中核の主張は、課題がスキルと釣り合うときに最適経験が生じる、というものである。その八つの次元（明確な目標、即時のフィードバック、課題とスキルの均衡、行為と意識の融合、自己意識の消失、時間感覚の変容、統制の感覚、自己目的的な経験）は、プレイヤーがただちにそれと分かるひとまとまりの現象的状態を描き出している。この理論はゲームデザイン教育で広く引用され、商業的な設計にも直接の影響を与えてきた（ジェノヴァ・チェンの*flOw*と*Journey*）。 しかしゲームデザインの世界は、フローを単一の次元、すなわち課題・スキル均衡の図式へと圧縮することで、これを体系的に誤用してきた。この単純化は二つの深刻な問題を覆い隠している。 第一に、**低い**スキルと**低い**課題の釣り合いはフローを生まない。生むのは無気力である。単に釣り合っているだけでは足りず、両方の次元が最低限の閾値を超えていなければならない。何百ものデザイン講演で再生産されてきた「フローチャンネル」の図は、課題・スキル空間を貫く対角線ならどれも等価であるかのように示すことで、この点を覆い隠す。等価ではない。スキルが低く課題も低いプレイヤーはフローにいない。関与していないだけである。フローが要求するのは単なる均衡ではなく、生体の処理能力を総動員する要求水準における均衡である。 第二に、そしてより打撃が大きいのは、課題・スキルモデルが**静的**だという点である。フローは伝統的に静的な構成概念として使われてきたが、近年の研究はむしろ動的な心理過程として理解すべきだと示唆している。フロー理論はもともと登山、外科手術、知識労働といった持続的な活動のために組み立てられたものであり、たいていのゲームを特徴づける難易度の急激な変動を想定していない。実証研究は、フローが課題・スキル均衡によって常に最適化されるわけではないことを示しており、この条件だけからフローを推し量るのは「安全な賭けではない」。スキルと課題は独立した認知要因として働き、均衡モデルでは、たいていのゲームセッションに見られる難易度の激しい揺れを説明できない。 そして時間の問題が最も重い。二人のプレイヤーが課題・スキル空間の同じ位置を占めることがある。この瞬間、どちらも「フローチャンネル」にいる。しかし一方は急速に上達しており、一つ一つの遭遇が何かを教えている。もう一方は停滞しており、そつなくこなしてはいるが何も学んでいない。両者ともチクセントミハイの課題・スキル均衡の基準を満たしている。それでも経験は質的に異なる。フロー理論はプレイヤーがどこにいるかをとらえる。どれほどの速さでどちらへ動いているかは、取り逃がす。 Cowley, Moutinho, Bateman, Oliveira（2011, *Computers in Entertainment*, ACM）は、学習の原理と設計との相互作用がフロー状態の誘導と同等かそれ以上に重要だと強調した。ゲームデザイン理論におけるフローの優位性に対する、最も早い実証的な異議申し立ての一つである。 ### 8.7 コスター：速度なき学習 ラフ・コスターの*A Theory of Fun for Game Design*（2004、2013年に改訂）は、本書が提案するモデルに最も近い。それだけに、最も紙幅を割いて扱うに値する。 コスターの中心的な主張は、楽しさとはパターンを学習することへの感情的反応である、というものである。「ゲームとは、とびきり美味しくて食べ尽くしたくなるパターンにすぎない」。そのメカニズムは認知的なチャンク化（chunking）である。脳は情報を使えるまとまりへと分割し、そのチャンク化の過程そのものが内発的に報酬をもたらす。ゲームのパターンが余さず吸収されたとき、つまりプレイヤーがそのシステムを「グロック（腑に落ちるまで理解）」してしまったとき、ゲームは退屈になる。もう学ぶべきものが残っていないからである。 これはゲームデザイン理論における最も重要な単一の洞察である。関与を駆動する中核は報酬でも物語でも見世物でもなく学習である、と正しく言い当てている。パターン空間がより深いゲームほど長く関与を保つこと（チェスは三目並べより長持ちする）を正しく予測し、関与の終点がコンテンツの枯渇ではなくパターンの枯渇であることを正しく予測する。そしてゲームを純粋に美的な現象として扱うのではなく、ゲームデザインを認知科学へと接続してみせた。 2024年のGDC講演「Revisiting Fun: 20 Years of A Theory of Fun」で、コスターは当初の定式化が「どれほど狭かったか、自分でも快く思っていない」と振り返った。自身の理論にきれいに収まらないシステムがそれでも喜びをもたらす理由を設計者が理解できるよう、より緩やかな見方を示し、純粋なパターン認識を超える拡張の必要をほのめかしている。そして自らの仕事を予測処理（predictive processing）の枠組みへ明示的に接続し、Deterding, Andersen, Kiverstein, Miller（2022, *Frontiers in Psychology*）を挙げた。この研究は、楽しさを「不確実性を驚くほど効率よく減らしていく動的過程」として説明する、整合的で形式的な認知的枠組みを予測処理が与えることを示している。 方向としては正しい。しかし予測処理との接続を得てもなお、コスターの理論は、楽しい学習と苛立たしい学習とを分ける変数を定式化していない。微分方程式を延々と解いている学生もパターンを学習している。スケールを百回さらっている音楽家もパターンを学習している。これらの経験は、良いゲームが楽しいのと同じ意味では楽しくない。理論は何が起きているか（パターンの獲得）を正しくとらえてはいるが、その過程が報酬として感じられる条件を特定していない。 欠けている変数は速度である。プレイヤーが学習しているかどうかではなく、どれほど速く学習しているか、そしてその速さが本人の期待に対してどうであるか、である。これがコスターの洞察と統合モデルとを隔てる溝であり、埋めるべきものはプレイヤーのモデル精度の時間についての一階微分にほかならない。 ### 8.8 ダニエル・クックのスキル・アトム：最も近い先駆者 Spry Foxのチーフ・クリエイティブ・オフィサーであるダニエル・クックは、実務家の伝統のなかで最も操作的に精密な設計枠組みを築いた。学習勾配という概念の、最も近い先駆として認められるべき仕事である。 クックの**スキル・アトム**は、ゲームにおける学習の最小単位である。行為（プレイヤーが行動する）、シミュレーション（ゲームが状態を更新する）、フィードバック（プレイヤーが状態変化を知覚する）、モデル化（プレイヤーが心的モデルを更新し、それが次の判断を導く）という四要素からなるフィードバックの循環である。アトムのなかの学習の弧は予測可能な軌跡をたどる。最初の一周は「なんとなく面白い」が理解には至らない。反復を重ねるうちに少しずつ精緻になり、「あっ」という瞬間に心的モデルが結晶化し、そこから熟達へ向かう。クックは楽しさをこの結晶化の瞬間にはっきりと位置づけている。「この理解と熟達の瞬間こそ、私たちが楽しさと呼ぶものの核心にある」。 **スキル・チェーン**はこのモデルを拡張する。アトムどうしが有向グラフとして連結され、下位のスキルがより複雑なスキルの土台として働く。教育心理学の学習階層をそのまま写し取った構造である。スキル・チェーンを使えば、複雑な設計を数十の単純なアトムに分解し、それらを結んで進行の明快な地図を描くことで、ほとんどどんなゲームでもモデル化できる。 クックはまた**ループ**（複数回繰り返され、その反復を通じて価値を届ける構造）と**アーク**（一度だけ実行され、過去の経験を呼び起こす構造）を区別する。ゲームはこの二つが化学的に混ざり合い、入れ子になり、互いに接続したものである。分析上の問いはつねに「何が繰り返され、何が繰り返されないか」である。 クックの枠組みは学習勾配という概念に驚くほど近い。スキル・アトムは事実上、微視的な尺度の予測誤差ループ（行為 → 帰結 → 誤差 → モデル更新）である。スキル・チェーンは学習勾配の階層構造（ミクロ → メソ → マクロ）を写し取る。そしてループとアークの区別は、更新可能な関与（ループは反復によって予測誤差を供給し続ける）と更新不可能な関与（アークは一度の通過で予測誤差を使い切る）との違いを言い当てている。 クックが定式化していないのは、プレイヤーがスキル・チェーンを進む**速度**であり、その速度と主観的経験との関係である。彼の枠組みはゲームにおける学習の構造をきわめて精密に記述するが、動態を特定しない。すなわち、プレイヤーはどれほどの速さで進むべきなのか、進歩が報酬として感じられるかどうかを何が決めるのか、進歩が止まったとき何が起こるのかを述べていない。スキル・アトムはフィードバックループを記述する。学習勾配はそのループが回る速度を記述する。 ### 8.9 共通の限界 6つのフレームワーク。それぞれ価値がある。それぞれ同じように不完全である。 MDAは構造を記述するが動態を欠く。意味のあるプレイは結果を記述するが軌跡を欠く。コスティキャンは不可欠の材料（不確実性）を記述するがレシピ（還元可能性と速度）を欠く。SDTは動機づけを記述するが一瞬一瞬のメカニズムを欠く。フローは経験を記述するが時間的な進化を欠く。コスターは中核の過程（学習）を記述するが決定的な変数（速度）を欠く。クックはフィードバックループを記述するが、それが回る速度を欠く。 共通する欠落は**時間**である。六つの枠組みはいずれも、ある時点で満たされるべき状態、構造、条件を記述している。 プレイヤーが数分、数時間、数日にわたって関わり続けるなかで展開していく**動的な過程**を記述したものはない。関与が持続するのか、衰えるのか、崩れ落ちるのかを決める**変化率**をとらえたものもない。 続く二章では、この欠けた変数を取り出す。第9章は、学習だけでは楽しさを説明できないことを示す。第10章は、静的な説明を動的なものへと変える時間の次元を導入する。そして第11章で、プレイの体験的な地形を統べる特定の量、すなわちモデル精度の時間についての一階微分を同定する。 # 第4部　欠けた変数 ## 第9章　楽しさは学習（だがそれだけでは足りない） *楽しさとは学習であるというコスターの洞察について。それがなぜ正しく、なぜ不完全なのか。そして、ある理論が正しい変数を特定しながら正しい関数を特定しそこねるとは、どういうことなのか。* ### 9.1 コスターは正しかった 前章では六つの枠組みを概観し、そのいずれもが不足を抱えていることを見た。なかでもコスターの楽しさの理論は的に最も近い。本章はまず、その理由を認めるところから始める。 楽しさとは、パターンを学習することへの感情的反応である。これは比喩ではない。メカニズムについての主張であり、第II部で概観した神経科学がそれを支えている。ドーパミン系は予測誤差の解決に報酬を与える（Schultz, Dayan, & Montague, 1997）。好奇心の系は情報量のある経験の探索を駆動する（Gruber, Gelman, & Ranganath, 2014）。手続き記憶の系は努力を要する学習を自動的なスキルへと変換する（Poldrack et al., 2005; Lehéricy et al., 2005）。脳は学ぶようにできており、その過程そのものを内発的に報酬と感じる。コスターは、それを裏づける神経科学が存在する以前に、設計上の直観の水準でこのことを見抜いていた。 彼の理論は終点もまた正しく言い当てている。ゲームのパターンが余さず吸収されたとき、つまりプレイヤーがそのシステムを「グロック（腑に落ちるまで理解）」してしまったとき、ゲームは退屈になる。予測誤差率はゼロまで落ち、ドーパミン系には知らせるべきことが残らない。三目並べが面白いのはせいぜい三局ほどで、チェスは一生かけても面白いままである理由はここにある。三目並べのパターン空間はほとんど即座に尽きるが、チェスのパターン空間はいかなる人間の吸収能力をも超えている。 ダニエル・クックのスキル・アトムの枠組みは、コスターの洞察を設計の水準で操作可能にした。行為 → シミュレーション → フィードバック → モデル化という最小のフィードバックループは、ゲームにおける学習の微細構造をかなりの精度で記述する。クックは楽しさをモデルの結晶化の瞬間にはっきりと位置づけている。「この理解と熟達の瞬間こそ、私たちが楽しさと呼ぶものの核心にある」。 ここまではよい。問題は、これだけでは足りないという点にある。 ### 9.2 3つの学習シナリオ 同じ変数（学習が進行している）を持つが、まったく異なる体験を生み出す3つのシナリオを考えてみよう。 **シナリオ1：急な勾配。** プレイヤーが*Dark Souls*で新しいボスに出会う。最初の挑戦は途方に暮れる。攻撃は思いもよらない角度から飛んでくるし、闘技場の地形も不案内で、数秒で死ぬ。二度目は三十秒長く生き延びる。初手の攻撃を見分けて回避できるようになったからである。三度目にはボスの第二段階まで到達する。五度目には体力を五割まで削る。十度目までには、ボスについてのモデルが十分に結晶化し、勝利が目前だと感じられる。一つ一つの死が大きな予測誤差を生み、しかもそれは即座に解決可能である。何に殺されたのか、次はどう変えるべきかを、プレイヤーは正確に把握している。学習率は高く、経験は深く人を引き込む。 **シナリオ2：止まった勾配。** 有機化学を学ぶ学生がいる。題材は新しく、概念は手強く、学生は同じ章を三時間読み続けている。用語は定義できる。反応機構も暗唱できる。それでも直観的な理解はいっこうに訪れない。学習は起きている（読み返すたびに記憶痕跡は強まる）が、その速度はあまりに遅く、学習の回をまたいでも知覚できない。 学生は、自分が下手になっているわけではないと分かっている。だが、うまくなっていく手応えがない。その経験は退屈で、消耗的で、楽しくない。 **シナリオ3：尽きた勾配。** プレイヤーが*Super Mario Bros.*の最初のワールドを百回目に遊んでいる。半分目を閉じていてもクリアできる。敵の配置は覚え、ジャンプの弧は自動化され、ブロックの位置もすべて頭に入っている。学習はもう起きていない。プレイヤーのモデルが完成してしまったからである。その経験はささやかに心地よくはある（身体操作の遂行には静かな満足がある）が、肝心の意味で人を引き込まない。没入もなければ、挑戦もなく、上達の感覚もない。 コスターの理論は、シナリオ3（学習が起きていない）が退屈であること、シナリオ1（急速な学習）が人を引き込むことを正しく予測する。しかしシナリオ1とシナリオ2の違いは説明できない。 1. どちらも、学習可能なパターンを含むシステムに能動的に関与している。シナリオ2の学生はパターンを尽くしてなどいない。学ぶべきことはまだいくらでも残っている。それでもその経験は、快いどころか忌避したくなるものである。 この理論は変数（学習）を正しく特定している。だが関数、すなわち学習者の期待に対する学習の速度は特定していない。 ### 9.3 ミュージシャンのパラドックス コスターの理論の欠落は、意図的な練習という事例において最も鋭く露わになる。 スケールをさらっているギタリストは学習している。反復のたびに運動協調は洗練され、タイミングは改善し、やがてスケールを自動化することになる皮質から皮質下への移行が強まっていく。コスターの理論に従えば、これは楽しいはずである。楽しいこともある。だが退屈なこともある。そして違いは、学習が起きているかどうかではなく、どれほど速く起きているかにある。 ギタリストが自分の上達を耳で聴き取れるとき、つまりスケールを一周するごとに前回より明らかに澄み、速く、正確になっていると聞こえるとき、その練習は人を引き込む。改善の速度が知覚でき、経験は生産的な没入の質を帯びる。これに対し、同じスケールを一時間さらい続けてもはや改善を検知できなくなったとき、つまり一周ごとの音が前回とまったく同じに聞こえるとき、練習は退屈になる。それでも神経の水準では学習がなお進行している。ヘッブ可塑性はシナプス結合を強め続けているし、練習のべき乗則は反復ごとにわずかな改善が生じることを保証している。しかしその改善は意識的な検知の閾値を下回っており、主観的な経験は「上達している」から「何も起きていない」へと移っていく。 練習のべき乗則（ブライアンとハーターによる1899年の電信技手の研究のなかで最初に記述され、その後、運動・知覚・認知の各領域で確認された）は、この現象を正確に予測する。反応時間の対数は、練習試行数の対数に対して直線的に減少する。初期の学習は速く、知覚できる。後期の学習は遅く、知覚できない。改善が知覚可能から知覚不可能へと移る地点が、関与から退屈への移行点を印づける。学習そのものは、実際には一度も止まっていないというのに。 Wilson, Shenhav, Straccia, Cohen（2019, *Nature Communications*）は、その定量的な枠組みを与えた。勾配降下型の学習システムにとって最適な誤り率は約15.87パーセント（言い換えれば正答率約85パーセント）である。ギタリストが七音に一度間違えているうちは、改善は速く、知覚できる。五十音に一度しか間違えなくなると、改善はなお起きているのに、その速度は感じ取るには遅すぎる。何かが実際に起きているにもかかわらず、経験は「上達している」から「何も起きていない」へと移る。 ### 9.4 生産的失敗と格闘の役割 マヌ・カプールの生産的失敗の研究（2008, *Cognition and Instruction*；2014, *Cognitive Science*）は、決定的な含みを付け加える。指導を受ける前に問題と格闘した学生は、先に指導を受けた学生よりも多くを学ぶ。手続き的知識の水準はどちらのやり方でも高くなる。決定的な違いは、先に自力で解こうとした学生のほうが、概念的理解においても未知の問題への転移能力においても有意に優れていた点にある。格闘そのものが、たとえ「最適でない、あるいは端的に誤った解法」しか生まなかったとしても、その後のより深い理解に向けて学習者を準備させたのである。 この知見はそのままゲームデザインに写し取れる。*Dark Souls*で二十回死んでようやくボスを倒したプレイヤーは、強すぎるビルドで初見撃破したプレイヤーよりも、そのボスの挙動について深いモデルをもっている。その死は無駄な時間ではなかった。真の熟達に必要な概念的枠組みを築いた、生産的な失敗だったのである。イェスパー・ユールの*The Art of Failure*（MIT Press, 2013）は、これをプレイヤーの側からとらえている。ゲームは「失敗のパラドックス」を利用している。人間には成功したいという基本的な欲求があるのに、ほぼ確実に失敗する活動に自ら進んで身を投じるのだ。その解は、失敗から抜け出していく感覚こそが、多くはスキルの向上を通じて得られるその感覚こそが、ゲームの中心的な喜びだということである。 ロバートとエリザベス・ビョークの「望ましい困難」の枠組みは、これを補う。見かけの学習を遅くする条件（分散学習、交互配置、変動）が、実際には長期の保持と転移を加速させるのである。その困難がより深い処理を強いるからこそ「望ましく」、その格闘がより頑健なモデルを築くからこそ「生産的」なのだ。ゲームデザインの言葉に直せば、望ましい困難とは、予測誤差が快適な水準よりやや大きく、それでいて努力によって解決可能な状態のことである。これはよく設計された難易度曲線の経験をそのまま言い当てている。新しい区画に入るたびに最初は少しばかり難しすぎると感じるが、数回の試行でプレイヤーのモデルが追いつく。 ただし生産的失敗が働くのは、その失敗が**情報を与える**ときにかぎられる。失敗が明瞭な誤差信号をもたらし、プレイヤーがそれでモデルを更新できるなら、一つ一つの死が真の学習を生む。失敗が「あなたは死にました」としか告げず、原因の情報を欠いていれば、一つ一つの死は学習なき苛立ちを生む。そして失敗にまったく代償がない場合（無制限のリトライ、賭けるものがない状態）は、プレイヤーが戦略的に関与しないまま失敗し続けられるため、効果が薄いことが分かっている。生産的失敗の研究は、コスターの理論が含意しながら特定しなかったことを裏づける。学習の質は、誤差が生じるかどうかではなく、誤差がモデルの改善へと変換される速度に依存する。 ### 9.5 何が欠けているか 欠けているのは学習そのものではなく、学習の**速度**である。しかも絶対的な速度ではなく、脳の期待に対する相対的な速度である。 コスターは正しい変数を特定した。学習である。クックはそれを操作可能にした。スキル・アトムのフィードバックループである。しかしどちらも、学習の過程が報酬として感じられるか忌避すべきものとして感じられるかを決める関数を特定していない。その関数とは、モデル精度の時間についての一階微分である。すなわち、プレイヤーの予測がどれほど速く改善しているか、それを脳が期待する改善速度に照らして評価したものである。 次章では、この観察を動的な理論へと変える時間の次元を導入する。続く第11章では、三つの独立した理論的伝統が収束する当の量、すなわちプレイの体験的な地形を統べる量を同定する。 ## 第10章　時間の次元 *時間的な変化によって特徴づけられる過程としての学習について。位置ではなく軌跡としてのスキル獲得。そして、関与が予測可能な時間的パターンをたどることを示す実証的証拠。* ### 10.1 位置と速度 既存のゲームデザイン理論に共通する中核的な限界は、第8章で検討した六つのいずれについても同じで、プレイヤーが設計空間のどこにいるかは記述しても、その**速度**、すなわちどれほどの速さでどちらへ動いているかを記述しない点にある。 チクセントミハイのフローチャンネルが記述するのは位置である。プレイヤーは課題がスキルとほぼ等しい帯域にいる、と。しかし二人のプレイヤーが同じ位置を占めながら、速度はまるで違いうる。一方は急速に上達しており、一つ一つの遭遇が何か新しいことを教え、スキル曲線は急である。もう一方は停滞しており、スキル曲線は平坦で、課題とスキルが釣り合っているのはどちらの変数も動いていないからにすぎない。二人ともフローチャンネルの内側にいる。それでいて経験は質的に異なり、その先もまた異なる。前者は関与を保ち続けるだろう。後者は、退屈なセッションが一つあればやめてしまう。 物理学において、系の未来を予測するのに位置だけでは足りない。速度が、そして加速度が要る。ゲームデザインにおいても、関与を予測するのにスキルの水準だけでは足りない。スキルの変化率が、できればその変化率の変化率までが要る。統合モデルは根本において関与の速度ベースの理論であり、既存の理論はいずれも位置ベースなのである。 ### 10.2 時間経過におけるエンゲージメントの形状 プレイヤーの関与は、ゲームのライフサイクルを通じて一様ではない。継続率と完走率の実証データは、一貫したパターンを明らかにする。 モバイルゲームは新規ユーザーの75パーセント超を24時間以内に失う。一週間後には85パーセントが遊ぶのをやめている。30日後もなお活動しているモバイルゲーマーはおよそ4パーセントにすぎない。業界のベンチマークでは、1日目の継続率がおよそ40〜50パーセント、7日目がおよそ20パーセント、30日目がおよそ10パーセントとされる。継続率曲線はたいてい20〜25日あたりで平坦になる。つまり30日目は365日目とほとんど変わらない。初期の脱落を生き延びたプレイヤーは、長期のプレイヤーになるのである。 PCでも、規模こそ違え形は似ている。Steamにおける平均の完走率はおよそ35パーセントで、購入者のおよそ四人に三人はメインストーリーを終えない。個別の数字が示唆に富む。*Tomb Raider*（2013）が42.4パーセント、*BioShock Infinite*が38.2パーセント、*The Witcher 3*が24.6パーセント、*Red Dead Redemption 2*が23.9パーセント。65パーセントの*Spider-Man: Miles Morales*は外れ値であり、6〜8時間という比較的短い長さに帰せられている。ゲームの長さと完走率の相関は頑健で、短く締まった物語ほど完走率は有意に高い。 これらの数字は単なる業界統計ではない。学習勾配の時間的ダイナミクスが残した実証的な痕跡である。初期の急落は過負荷の段階に対応する。誤差を解決する速度がゲーム冒頭の予測誤差密度に追いつかないプレイヤーは、やめてしまう。中盤の緩やかな減衰は消尽の段階に対応する。学習勾配が平坦になったプレイヤーは動機を失う。完走率とゲームの長さの相関は、**コンテンツの量と学習の深さは同じものではない**という予測を裏づける。固有の予測誤差が10時間分しかない60時間のゲームは、どれだけコンテンツが残っていようと10時間でプレイヤーを失う。 ### 10.3 学習曲線としての軌跡 スキルの獲得は特徴的な軌跡をたどる。そしてその軌跡の形が、関与の形を決める。 練習のべき乗則は、ブライアンとハーターが1899年にモールス信号の電信技手を対象として最初に記録し、その後数百の研究で確認されてきた。この法則が描くのは全体の形である。初期の急激な改善が徐々に減速し、漸近線へ近づいていく。初期の学習は速く、知覚できる。後期の学習は遅く、しばしば知覚できない。新しいゲームの最初の一時間がしばしば最も心躍り、終盤の関与がつねに危うい理由は、ここにある。 しかし学習曲線は滑らかではない。ブライアンとハーターの原論文は、練習を続けても被験者がそれ以上の改善に到達できなくなる期間、すなわち明瞭な**プラトー**（plateaus）を見出していた。彼らが特定したメカニズムは今なお有効である。停滞が生じたのは、学習者が低次の要素（個々の文字、単語）は習得したものの、高次の組織化のスキル（フレーズ、文脈上の意味）をまだ発達させていなかったからだった。プラトーとは、神経系がばらばらの要素を再編成し、より効率的で自動化された体系へ統合するのに要する時間を表していたのである。より新しい区分モデル（2015, *PMC*）は、これを**戦略転換**の連なりとしてとらえる。局所的には、ある特定の戦略の内側でべき乗則に従って漸進的な改善が進む。大域的には、進歩は離散的な戦略転換の連なりからなり、その一つ一つが長期的には先行する戦略より優れている。 学習曲線のそれぞれの特徴は、ゲームデザインに含意をもつ。 **プラトー**は、関与にとって最も危険な段階である。プレイヤーは練習しているのに、知覚できるほどには上達しない。学習勾配はゼロに見える。ブライアンとハーターの言葉でいえば、プレイヤーは現在の組織化の水準を習得したが、まだ次の水準へ再編成できていない。体力トレーニングのプラトーはふつう二、三週間続き、複雑な手続き学習のプラトーは数か月に及びうる。優れたゲームデザインはプラトーを察知し、新しい課題、新しい視点、新しいシステムの組み合わせを持ち込んで再編成を促す。*Dark Souls*が中盤にかけて新しい敵の種類と環境を投入するのは、この機能を果たしている。新しいエリアに入るたび、プレイヤーは新しい文脈に合わせて戦闘のモデルを組み直さざるをえない。 **ブレイクスルー**は、最も報われる瞬間である。プレイヤーは不意に「分かる」。パターンが噛み合い、戦略が結晶化し、スキルがかちりと収まる。区分モデルでいえばこれは戦略転換であり、プレイヤーは劣った手法を捨てて根本的により良い手法へ乗り換える。その結果生じるパフォーマンスの跳ね上がりが学習勾配に急峻な山をつくり、強い正の感情を生む。パズルゲームがそれを中心に構成される「あっ」という瞬間であり、ソウルライクのボス戦の勝利が届けるものでもある。蓄積された予測誤差が一挙に解決され、ヴァン・デ・クルイスのいう増幅された正の感情価（誤差減少の速度が脳の期待をはるかに上回ること）が生じるのである。 **後退**（regressions）は、人を戸惑わせ、ときに苛立たせる。うまくやれていたはずのプレイヤーが、いまは以前より下手になっている。これは戦略転換の最中にしばしば起こる。新しいモデルが完成しないうちに、古いモデルが解体されはじめるからである。*Dota 2*を固定のヒーロープールで遊んできたプレイヤーが新しいヒーローを試しはじめれば、新しいモデルを築くあいだ勝率は一時的に落ちる。優れたゲームデザインは後退を手当てする。一時的に成績が落ちてもプレイヤーが正しい道を進んでいることを明示するか、試行錯誤のための安全な場（練習モード、賭けの低い試合、任意の挑戦）を用意するかによってである。 ### 10.4 ゲームエンゲージメントのライフサイクル 学習曲線の枠組みは、特徴的な五つの段階からなる関与のライフサイクルに対応する。 **フェーズ1：最初の接触。** プレイヤーは何も知らない。予測誤差の密度は最大である。危うさは過負荷にあり、好機は、まったく未知のシステムに触れることの高揚にある。設計上の要件は、制御された開示、すなわち一度に一つのシステムを開いていくことである。 **フェーズ2：急速な学習。** 基本のシステムが理解され、学習勾配は急である。新しいメカニクスが次々に現れ、一つ一つの遭遇が何か新しいことを教える。たいていの場合、最も楽しい段階である。設計上の要件は、新要素の投入の配分であり、過負荷へ傾かせずに勾配を保つことである。 **フェーズ3：深化。** 新しいメカニクスの投入率が落ちる。関与は組み合わせの深さに、すなわち既知の要素どうしの新しい相互作用を発見することに依存するようになる。プレイヤーはマクロな水準の戦略的枠組みを築く。設計上の要件は、相互作用が部分の総和を超える創発的な複雑さを生むようなシステムである。 **フェーズ4：熟達。** プレイヤーのモデルはほぼ完成している。残る予測誤差はきめの細かいものばかりである。学習勾配は浅い。設計上の要件は、プレイヤーの関心が続くかぎり洗練の水準での関与を支えるに足る深さを備えること、さもなければ、このゲームの学習コンテンツは食べ尽くされたと認めることである。 **フェーズ5：消尽と更新。** 勾配がゼロに達する。ゲームが新しい予測誤差の源、すなわちプロシージャル生成、人間の対戦相手、ユーザー生成コンテンツ、メタゲームの進化、拡張コンテンツのいずれかを導入しないかぎり、関与はそこで終わる。 ### 10.5 静的理論が失敗する理由 五段階のライフサイクルは、静的な理論が関与を説明できない理由を明らかにする。MDAの構造的基準を満たし、サレンとジマーマンのいう意味のあるプレイを生み、コスティキャンの不確実性を配備し、SDTの三つの欲求を満たし、プレイヤーをチクセントミハイのフローチャンネルに置くゲームであってさえ、フェーズ3ないしフェーズ4で学習勾配が崩れれば、関与を保てなくなる。 プレイヤーとゲームの関係は、プレイヤーのモデルが改善するにつれて時間とともに変化する。ゲームの構造的性質を記述しながらプレイヤーの理解の軌跡を記述しない理論は、初期の関与（構造は健全である）は正しく予測できても、持続的な関与（勾配はすでに平坦になっている）を予測できない。序盤の評価もプレイヤー数も高かったゲームが、最初の一週間を過ぎると関与を急落させることがあるのは、このためである。構造的基準は満たされていたが、時間的ダイナミクスが手当てされていなかったのだ。 欠けている次元は速度である。プレイヤーのモデルがどれほど速く改善しているか、そしてその速度が脳の期待とどう比べられるか、である。次章ではこの変数を正確に特定し、三つの独立した理論的伝統が、プレイの体験的な地形を統べる快の信号として同一の量に収束することを示す。 ## 第11章　重要な変数：学習率 *プレイヤーの経験を統べる隠れた変数として学習率を取り出すこと。そして、ヴァン・デ・クルイスの感情的な誤差動態、シュミットフーバーの圧縮進歩、プレイの予測処理理論のあいだに見られる収束について。* ### 11.1 予測誤差の一階微分 「楽しさとは学習である」という記述的な観察を予測的な理論へと変える鍵となる洞察は、サンダー・ヴァン・デ・クルイスが2017年に*Philosophy and Predictive Processing*へ寄せた論考「Affective Value in the Predictive Mind」に由来する。 ヴァン・デ・クルイスは、**感情価は予測誤差の時間に関する一階微分を追跡する**と提案した。すなわち、誤差が時間とともに減少あるいは増加していく速度である。正の感情価は**減少していく**予測誤差に対応する。世界はより予測しやすくなりつつあり、モデルは改善している。負の感情価は**増加していく**予測誤差に対応する。世界はより予測しにくくなりつつあり、モデルは破綻しつつある。 これは報酬予測誤差の枠組みの単なる精緻化ではない。脳が何を追跡しているのかという、その対象の転換である。生の予測誤差信号が告げるのは「予期せぬことが起きた」である。微分信号が告げるのは「自分は予測が上手になりつつあるのか、下手になりつつあるのか」である。前者はスナップショットであり、後者は軌跡である。そして経験の手触りを決めるのは軌跡のほうなのである。 この定式化は、より深い生物学的原理につながっている。水の報酬価値は渇きに依存し、温かさの報酬価値は寒さに依存する。感情的経験にとって重要なのは生体の絶対的な状態ではなく、恒常性の設定点に対する**変化の方向と速度**である。予測誤差もまったく同じように働く。 - **縮みつつある大きな誤差**は快い（プレイヤーは学習しており、パズルは解けはじめている） - **膨らみつつある小さな誤差**は不快である（プレイヤーは後退しており、戦略は破綻しつつある） - **変わらない誤差**は中立の感情を生む（音楽家もゲーマーも等しく悩まされるプラトーである） ### 11.2 メタレベル：学習の速度に関する期待 ヴァン・デ・クルイスの枠組みには、ゲームを理解するうえで決定的なもう一つの層がある。脳は外界の出来事についてだけでなく、**誤差減少の速度そのもの**についても予測を立てる、という層である。進歩の速度が脳の期待と一致するとき、経験は心地よいが取り立てて言うほどではない。進歩の速度が**期待より速い**とき、生じる正の感情は増幅される。 ヴァン・デ・クルイスは、これこそユーモアの処理上の徴だと論じる。予測誤差が急峻に、突然に立ち上がると、脳は誤差減少の速度が低いと予測する。ところが実際には誤差が減らせる場合（構造を組み替えることで、つまりジョークが見えることで）、減少の速度は予測をはるかに上回り、結果として強烈な正の感情が生じる。ジョークの落ち、パズルの「あっ」という瞬間、*Dark Souls*でボスのパターンが噛み合う瞬間は、いずれもこの構造を共有している。脳はもっと長く混乱し続けるはずだと見込んでいたのに、解決は予測より速く訪れたのである。 このメタ水準が、**難しさは楽しさの敵ではない**理由を説明する。大きな予測誤差を生む難しいゲームは、それ自体として忌避すべきものではない。忌避すべきものになるのは、その誤差が解決を拒むときだけである。誤差が探究に屈するような難しいゲームは、考えうるかぎり最も鋭い正の感情を生む。脳が見込んでいたより解決が早く訪れるからである。*Dark Souls*のプレイヤーが語る「あっ」という体験がこれにあたる。ボスは不可能に思えた。それが不意にパターンとして噛み合い、解決は期待より速く訪れた。正の感情の大きさは、期待された解決の速度と実際の速度との隔たりに比例する。 ### 11.3 シュミットフーバーの圧縮進歩 ユルゲン・シュミットフーバーは、まったく異なる方向から等価な結論に到達した。彼の圧縮進歩理論（2006〜2010年。「Formal Theory of Creativity, Fun, and Intrinsic Motivation」、*IEEE Transactions on Autonomous Mental Development*、2010年で定式化）は、単一の最適化基準を立てる。**圧縮進歩**を最大化せよ、である。 美とは圧縮可能性である。あるデータの流れは、より短い表現へ圧縮できる度合いに応じて美しい。**面白さは美の一階微分**である。すなわち圧縮可能性が増していく速度であり、学習曲線の傾きにほかならない。好奇心とは、圧縮進歩を約束するデータを求める駆動である。楽しさとは、その進歩が生み出す内発的な報酬信号である。退屈とは、これ以上の圧縮進歩が得られない状態（データが余さず圧縮しつくされた状態）である。 シュミットフーバーの定式化は、ヴァン・デ・クルイスのそれと精密に収束する。双方とも、時間あたりのモデル改善率という同一の数学的量を、快の信号として同定しているのである。予測処理の神経科学とアルゴリズム情報理論という正反対の方向から問題に近づいた二つの独立した理論的伝統が等価な定式化に行き着いたという事実は、その根底の洞察が正しいことの強い証拠である。 ### 11.4 アンデルセンらによる遊びの予測処理的説明 最後の収束は、アンデルセン、キヴァスティン、ミラー、ローペストーフ（2023, *Psychological Review*）からもたらされる。彼らは、遊びとは予測誤差が期待より速く減る「相対的複雑性のスイートスポット」を探す営みだと提案した。その分析は、放置ゲーム（微小な不確実性の解決を絶え間なく積み上げる）と、ソウルライク（長い失敗のすえに訪れる成功で不確実性が一挙に大きく減る）とを、同一の枠組みのうちに収める。これは理論上の大きな達成である。従来、放置ゲームと*Dark Souls*はまったく異なる説明モデルを要求するように見えていた。予測誤差率の枠組みのもとでは、両者は異なる時間スケールと大きさで作動する、同一の過程の事例なのである。 デターディング、アンデルセン、キヴァスティン、ミラー（2022, *Frontiers in Psychology*）はこの枠組みをビデオゲームへ明示的に拡張し、このモデルが「不確実性が期待より速く減るたびに走る、つかのまの正の感情のきらめき」を説明することを見出した。 ### 11.5 隠れた変数を特定する プレイヤーの経験を統べる決定的な変数は、いまや正確に述べることができる。 > ***学習率（ΔL）とは、プレイヤーのモデル精度の時間に関する一階微分であり、脳が期待する進歩の速度に照らして評価されるものである。*** ΔLが期待を上回るとき、楽しさが、関与が、「あっ」という瞬間が生じる。ΔLが期待と一致するとき、持続的な関与が、すなわちフローが生じる。ΔLが期待を下回るとき、退屈が、作業化が、関与の離脱が生じる。ΔLが負であるとき、苛立ちが、無力感が、離脱が生じる。 これこそ、コスターが特定しながら定式化しなかった変数である。チクセントミハイのフロー理論が含意しながら測定しなかった変数である。ドーパミンの予測誤差系が符号化している変数である。そして、難易度、フィードバック、ペース配分、コンテンツについてのあらゆる決定を通じて、ゲームデザイナーがしばしば直観のままに操作している変数である。 次章ではこれを統合モデルへと定式化し、既存の諸理論がその特殊事例として包摂されることを示す。 # 第5部　統一モデル ## 第12章　統一モデル：楽しさ、学習、そしてフローの動力学 ### 12.1 どの理論も完全に解決できない問題 ゲームデザイン理論は過去30年間で著しい進展を遂げてきた。現在では、ルールとプレイヤーの相互作用（ハニッケ、ルブラン、ズベックのMDAモデル）、識別可能かつ統合された帰結としての意味あるプレイ（サレンとジマーマン、2003年）、エンゲージメントの前提条件としての不確実性（コスティカン、2013年）、自律性・有能感・関係性を通じた内発的動機づけ（ライアンとデシの自己決定理論、ゲームへの応用としてリグビーとライアン、2011年）、課題とスキルの均衡から生じる最適体験としてのフロー（チクセントミハイ、1990年；ゲームへの応用としてチェン、2007年）、そして楽しさは学習であるという主張（コスター、2004年）について、形式的な枠組みが揃っている。これらの主張はいずれもよく裏付けられている。しかしそれらを合わせてもなお、中心的な現象が説明できないままである。すなわち、なぜあるゲームは数百時間あるいは数千時間にわたってエンゲージメントを維持できるのに、同じような原理の上に作られた別のゲームは、数回のセッションを超えて注意を引きとめられないのか。 問題は、既存の理論が間違っていることではない。問題は、それらが**不完全である**ということだ。構造、関係、入力、動機づけ、主観的状態は記述するが、プレイヤーがゲームと関わるなかで時間とともに展開する**動的な過程**を記述していない。MDAはゲームの構成要素を教えてくれる。フロー理論は最適な体験がどのような感覚であるかを教えてくれる。SDTは人が一般に何によって動機づけられるかを教えてくれる。だがいずれも、ゲーム自体は変わっていないのに、あるセッションは超越的に感じられ次のセッションは退屈に感じられる、その瞬間ごとの過程がプレイヤーの神経系の内側で何であるのかを教えてくれない。 本章では、欠けている要素として**学習という制御された過程**を提唱している。そして、その過程がどのように管理されているかによって、楽しさとフローが生まれると主張している。この論は、ゲームデザインの外部から収束してくる4つの理論的枠組み（シュルツの報酬予測誤差、ヴァン・デ・クルイスの感情的誤差ダイナミクス、シュミットフーバーの圧縮進歩、そしてアンダーセンらのプレイの予測処理理論）を、コスター、スウィンク、クック、チェンといった実務家の伝統と統合することで組み立てられている。中心的な主張はシンプルに述べられる。 **楽しさは、不確実性を最適な速度で減少させるという主観的な経験である。フローは、この過程が時間とともに安定しているときに現れる認知状態である。** ここに述べられるすべては、この主張が比喩ではないことを証明しようとする試みである。 ### 12.2 コスターの再検討：「楽しさは学習である」が実際に意味するもの ラフ・コスターの*A Theory of Fun for Game Design*（2004；2013年改訂）は、いまなおこの分野で最も影響力のある一文理論である。楽しさとは、パターンを学習することへの感情的反応である。脳は「パターンの飽くなき消費者」であり、ゲームは「とりわけ美味なパターン」である。ゲームのパターンが完全に吸収されると、そのゲームは退屈になる。プレイヤーはそれを会得（grok）してしまったのであり、もはや学ぶべきものが残っていない。 この洞察は多くのことの説明を提供する。敵の行動をマスターする楽しさ、パズル解決の満足感、新しいゲームの最初の1時間が最も刺激的である理由、そしてパターンが尽きると繰り返しがつまらないことの理由を説明する。この理論は、パターン空間の深いゲーム（チェス、囲碁、*Dota 2*）が、浅いゲーム（三目並べ）よりも長くエンゲージメントを維持することを正しく予測する。新奇性と楽しさの関係も正しく言い当てている。コスター自身も2014年のGDC回顧講演でこの理論をドーパミンと結びつけ、こう述べている。「それは脳に対する教示信号である。予測できない状況が生じたときにも放出され、それを解決するよう仕向けるのだ。」 しかし、この理論は述べられたままでは、いくつかの問いに答えていない。なぜある学習は楽しく、別の学習は苛立たしいのか。微分方程式に苦戦している学生も学習しているが、その経験が楽しいと呼ばれることはまずない。なぜ反復はあるときには報われるように感じられ（音階を練習する音楽家、フリースローを打ち続けるバスケットボール選手）、あるときには退屈なのか（RPGで雑魚敵を狩り続ける）。そして、慣れ親しんだオープンワールドを歩き回るときや、愛着のあるキャンペーンを再プレイするときのように、何かを学んでいる自覚がないときでさえ、プレイヤーが深く没入できるのはなぜか。 その答えは、コスターが指摘しながら定式化しなかった変数にある。**学習が起こる速度**である。プレイヤーが学習しているかどうかではない。何を学習しているかでもない。脳が期待する速度に対してどれだけ速いか、である。これこそが、プレイの体験的な風景の全体を支配する隠れた変数である。 ### 12.3 3つの核心変数 ゲームプレイのすべての瞬間は、3つの変数の相互作用によって説明できる。 **パターンの複雑性（C）** は、プレイヤーが理解しようとしている構造を指す。これは難易度とは異なる。キングとルーク対キングというチェスの終盤は、グランドマスターにとって難しくはないが、チェスの根底にあるパターン空間はきわめて複雑である。複雑性とは、結果を予測し制御するためにどれだけの構造を内面化しなければならないかを指す。*Dark Souls*では、敵の攻撃タイミング、アリーナの空間的形状、利用可能な武器の性能、そしてスタミナ、強靭度、ダメージ種別を支配する相互作用のルールが含まれる。*Dota 2*では、120以上のヒーロー能力、200以上のアイテム、クリープメカニクス、視界ルール、地形の高さ、およびその他の9人の人間プレイヤーの行動が含まれる。*Portal*では、リンクされた表面の非ユークリッド空間論理が含まれる。パターンの複雑性は、学習の上限を決める。 **プレイヤーのスキル（S）** は、プレイヤーがすでに学習したパターンの集合を指す。スキルが低い段階では、行動は意識的で遅く、誤りが頻発し、システムは不透明に感じられる。これは、FittsとPosner（1967）が運動学習の「**認知段階**」と呼んだものに当たる。動作は言語的・宣言的な過程に導かれ、注意は残らず費やされ、パフォーマンスは安定しない。スキルが高くなると、行動は自動化され、予測は正確になり、システムは直感的に感じられる。これが**自動化段階**であり、実行は意識的な監督なしに進み、注意はより高次の戦略に振り向けられる。この2つの段階のあいだの移行は、Ullman（2004, *Cognition*）が記録した宣言的記憶系から手続き的記憶系への移行、およびPoldrack et al.（2005, *Journal of Neuroscience*）とLehéricy et al.（2005, *PNAS*）が記録した皮質から皮質下への処理の移行に対応する。プレイヤーのスキルは、プレイヤーが現在の学習空間でどこに位置しているかを決める。 **学習速度（ΔL）** は、プレイヤーがシステムについての不確実性を減少させる速度である。これが隠れた変数である。プレイヤーに直接見えることはなく、設計文書で論じられることもまれだが、プレイヤーが退屈するか、苛立つか、没入するか、深く引き込まれるかを決めているのはこれである。ΔLがゼロ（新しく学ばれるものがない）のとき、体験は退屈になる。ΔLが負（プレイヤーの腕が落ちている、あるいはプレイヤーが適応できる速度よりも速くシステムの予測可能性が下がっている）のとき、体験は苛立ちか無力感になる。ΔLが正でも遅いとき、体験はグラインドになる。ΔLが正で、脳が期待する進展速度と一致するとき、体験は楽しさになる。そしてその一致が時間を通じて持続するとき、体験はフローになる。 ### 12.4 予測誤差の神経科学：枠組みを適用する 第3章では、ドーパミン系が報酬予測誤差（Schultz, Dayan, & Montague, 1997）をエンコードすること、不確実性そのものが最大の予測不可能性でピークを迎える持続的なドーパミン信号を生成すること（Fiorillo, Tobler, & Schultz, 2003）、脳が情報そのものを内在的に報酬として扱うこと（Bromberg-Martin & Hikosaka, 2009）、そして個々のドーパミンニューロンが、単一の期待値ではなく、起こりうる結果の完全な確率分布を保持していること（Dabney et al., 2020）を示した。第5章では、スキル習得が測定可能な皮質から皮質下への移行を伴うこと（Poldrack et al., 2005; Lehéricy et al., 2005）、および熟達者のパフォーマンスが初心者とは質的に異なる脳回路を活性化させること（Wan et al., 2011）を示した。 これらの知見は、脳が予測と修正を行う機械であり、しかもその修正の過程そのものを内在的に報酬と感じる、という像へと収束する。ゲームデザインにとっての問いはこうである。予測誤差がエンゲージメントの神経化学的な通貨であるなら、ある予測誤差のパターンが、苛立ちや退屈や強迫ではなく持続的な楽しさを生むかどうかを決めているのは何か。 答えは誤差そのものではなく、その**時間的ダイナミクス**、すなわち誤差が生成され解決される速度にある。これこそが、神経科学をデザイン理論へと変換する洞察である。 ### 12.5 メカニズムからダイナミクスへ 第3章では、不確実性そのものが持続的なドーパミン信号を生成すること（Fiorillo et al., 2003）、脳が情報そのものを内在的に報酬として扱うこと（Bromberg-Martin & Hikosaka, 2009）、そして縮減可能な不確実性（チェス）が縮減不可能な不確実性（スロットマシン）とは根本的に異なるエンゲージメントを生むことを述べた。しかし、縮減可能性は二値的であり、エンゲージメントは連続的である。同程度に縮減可能な不確実性をもつ2つのゲームが、まったく異なる水準のエンゲージメントを生むこともある。予測誤差の枠組みは、ゲームが一般に報酬的である理由を説明する。だが、ある特定の予測誤差のパターンが持続的な楽しさを生むのか、退屈なグラインドを生むのか、圧倒的な苛立ちを生むのかを決める要因は説明しない。 その解決には、誤差そのものからその**時間的ダイナミクス**へと視点を移す必要がある。ある瞬間に予測誤差がいくらであるかではなく、それがどれだけ速く変化しているかである。 ### 12.6 重要な洞察の適用：微分がゲームにとって意味するもの 第11章では、決定的な変数を特定した。感情価は予測誤差の時間に関する一階微分を追跡し（Van de Cruys, 2017）、興味深さは圧縮可能性の一階微分に等しい（Schmidhuber, 2010）。互いに独立した理論的伝統から出発した両者の枠組みが、同じ量、すなわち**時間を通じたモデル改善の速度**を快の信号として特定しているのである。 ゲームデザインにおいて、これは具体的にどういう意味を持つか？ 大きな予測誤差であっても、それが**縮小**しつつあるなら心地よく感じられる、ということである。プレイヤーは学習している。パズルは解けかけており、ボスのパターンは結晶化しつつある。逆に、小さな予測誤差であっても、それが**増大**しつつあるなら不快に感じられる。プレイヤーは足場を失いつつあり、以前は確実だった戦略が通用しなくなっている。そして、増えも減りもしない安定した誤差は、音階を練習する音楽家と経験値を稼ぐゲーマーの双方を悩ませる停滞（プラトー）を生む。 この枠組みは、ゲームの最良の瞬間を特徴づける**感情的強度のメタレベル**も説明する。脳は外界の出来事についてだけでなく、誤差が減少する速度そのものについても予測を立てている。進展の速度が期待どおりであれば、体験は快いが特筆すべきものではない。進展が**期待より速い**とき、生じる感情は増幅される。これが「アハ体験」の処理上の特徴である。脳はもっと長く混乱が続くと予測していたのに、解決は予測より速く訪れたのだ。ジョークのオチ、*Portal*のパズルが腑に落ちる瞬間、そして*Dark Souls*のボスのパターンが解ける瞬間は、いずれもこの構造をもつ。ポジティブな感情の強度は、期待される解決速度と実際の解決速度のギャップに比例する。 これが、難しさが楽しさの敵であるとは限らない理由である。誤差が大きくなる難しいゲームは、本質的に嫌悪的とは限らず、誤差が解決されない場合にのみ嫌悪的となる。研究によって誤差が解ける難しいゲームは、脳が解決までもっと時間がかかると予測していたぶん、**最も鋭いポジティブな感情**を生む。 ### 12.7 中核的主張を、より強い形で再述する 今や、完全に神経科学的根拠に基づいた統一モデルを述べることができる。 > ***楽しさとは、脳が期待する進展速度に見合う、あるいはそれを上回る速度で予測誤差を減少させる主観的な経験である。フローとは、この速度が時間を通じて持続的かつ安定しているときに現れる認知状態である。*** このモデルは3つの要素を持つ。第一に、ゲームは不確実性、変動性、そして課題を通じて**予測誤差**を生成する。プレイヤーが取るあらゆる行動は、その内部モデルと一致するか、または違反する結果をもたらす。第二に、プレイヤーは実践、実験、パターンの抽出を通じてその誤差を**減少**させようとする。この減少が内在的に報酬的であるのは、ドーパミン系が不確実性の解消を価値あるものとして扱うからである（Bromberg-Martin & Hikosaka, 2009）。第三に、その**減少の速度**が感情価（Van de Cruys, 2017; Schmidhuber, 2010）とエンゲージメントの持続性を決定する。 これは既存の理論とは特定の点で異なる。チクセントミハイのフローモデルは、課題とスキルの均衡を鍵となる変数として特定する。しかし課題とスキルの均衡は静的なスナップショットにすぎない。現在の瞬間については教えてくれるが、軌跡については何も語らない。2人のプレイヤーが同じ課題とスキルの比をもっていても、一方が上達しつつあり他方が停滞しているなら、両者の体験はまったく異なる。学習速度モデルは、フロー理論に欠けている時間的次元を加える。エンゲージメントを生むのは均衡そのものではなく、均衡が展開していく**ダイナミクス**である。 ### 12.8 エンゲージメントのエンジンとしての予測誤差：ループ ゲームがエンゲージメントを生むのは、これまで述べてきた神経機構に直接対応する、連続したループを通じてである。 1. プレイヤーは次に起こることについて**予測**を形成する（敵は左から攻撃してくる、ジャンプで隙間を越えられる、このカードの組み合わせは高得点になる）。 2. ゲームは**結果**を返す（敵は右から回り込む、隙間は思っていたより広い、その組み合わせは予想外のシナジーを引き起こす）。 3. **予測誤差**が生じる。すなわち予測と現実との差である。 4. プレイヤーは新しい情報を織り込むために**内部モデルを更新**する（この敵は側面に回り込む行動をとる、この隙間は助走が要る、このカードの組み合わせは強力だ）。 5. このループは繰り返され、更新されたモデルが次の回でより正確な予測を生み出す。 このループはゲームに固有のものではなく、学習のあらゆる領域で働いている。ゲームを特異なものにしているのは、このループを最適化するように**設計されている**という点である。自然環境では、予測誤差は予測できない仕方で、しかも学習者が避けたいと思う領域（金銭的な損失、社会的な排斥、身体の怪我）で訪れることが多い。これに対してゲームは、予測誤差が頻繁で、扱いやすく、領域が限定され、後に尾を引かないように仕立てている。ゲームとは、脳が内在的に報酬と感じる過程のための、安全な実験室なのである。 ### 12.9 プレイヤー体験の4つの状態 このモデルからは4つの異なる体験状態が導かれ、それぞれが異なる学習速度の領域に対応する。 **退屈**は、ΔLがゼロに近づくときに生じる。プレイヤーはシステムを完全に学習してしまっている。新たな予測誤差は生成されない。結果が完全に予測されてしまうため、ドーパミン系が信号として送るべきものは何もない。例：習熟したあとで序盤のMarioのステージを再プレイする、RPGで雑魚敵を狩り続ける。 **過負荷**は、プレイヤーが解決できる速度よりも速く予測誤差が到達するときに生じる。システムが複雑すぎるか、不透明すぎるのである。ノイズ対信号比が高すぎて、パターンの抽出が失敗する。例：高レベルの*Dota*のマッチに新規プレイヤーが放り込まれる、読み取れるフィードバックのない、チュートリアルの不十分なメカニクス。 **グラインド**は、ΔLが正でありながら、脳が期待する速度をはるかに下回るときに生じる。プレイヤーは活動しているが、意味のある上達はしていない。洞察を伴わない反復が起こる。進歩は理解ではなく数値（経験値、通貨、レベル）で測られる。例：反復的な資源集め、技能の伸びではなく時間の投入によってコンテンツを制限する人為的な成長システム。 **フロー**は、ΔLが正であり、かつ脳が期待する進展速度と一致するときに生じる。予測誤差は処理を要求する程度には頻繁だが、圧倒するほど頻繁ではない。フィードバックは即時かつ読み取りやすい。プレイヤーは継続的に上達している。青斑核ノルアドレナリン（LC-NE）系は位相性モードを維持し（Aston-Jones & Cohen, 2005）、課題誘発性のノルアドレナリン放射が集中的な注意を支える一方、持続性（トニック）レベルは中程度にとどまる。継続的なモデル改善が、ヴァン・デ・クルイスの枠組みが予測する正の感情価の信号を生む。メタ認知的な干渉（ディートリッヒのいう前頭前皮質の抑制）がないため、自意識がループを断ち切ることもない。例：*Dark Souls*のボスのパターンを学ぶ、*Celeste*で移動を洗練させる、*Halo*でエイムとポジショニングを磨く。 ### 12.10 難易度の再考 従来のゲームデザインは、エンゲージメントを**課題とスキルの均衡**として枠づけてきた。これは、無視できない仕方で不正確である。 難易度が同じ二つの状況を考えてみよう。一つ目では、プレイヤーは *Dark Souls* のボスと戦う。その攻撃パターンは一貫しており、予備動作で次の攻撃がわかり、多様性もある。倒されるたびに新しい情報が得られる。頭上からの叩きつけには 2 秒の予備動作がある。突きの後には必ず薙ぎ払いが来る。突進攻撃は 45 度まで追尾するが、右への回避ローリングで避けられる。二つ目では、攻撃が一様分布から無作為に選ばれ、予備動作はほとんどなく、タイミングも一貫しないボスと戦う。どちらのボスも同じ割合でプレイヤーを倒し、測定される難易度も同じである。それでも、前者は広く愛され、後者は誰からも嫌われるだろう。 違いは **学習可能性** にある。最初のボスが生む予測誤差は、繰り返し対戦するにつれて系統的に小さくなる。倒されるたびに具体的な何かを学び、ボスの行動に関するプレイヤーのモデルは、試行のたびに測定可能なほど正確になる。二つ目のボスでは、基礎となる過程が確率的であるため、予測誤差が減らない。どのモデルも乱数生成器を予測できず、誤差を解消できない。 重要なのは、予測誤差の大きさ（難易度）ではなく、その誤差が減少する速度（学習可能性）である。難易度がパターンに基づいており、そのパターンを研究することで理解できるゲームは、非常に難しいにもかかわらず非常に楽しい可能性がある。一方、難易度がモデル化を拒むランダム性に由来するゲームは、中程度の難易度であっても極度に苛立たしいものになりうる。*Dark Souls*シリーズのディレクターである宮崎英高は、まさにこの原則をはっきり言葉にしている。「難易度を単に上げるだけではなく、それを公平にすることが重要だ」と。 ウィルソン、シェンハブ、ストラッチャ、コーエン（2019、*Nature Communications*）は、これを**最適学習の85％ルール**として定式化した。勾配降下に基づく学習システム（生物学的なニューラルネットワークを含む）において、最適な誤り率は約**15.87％**、言い換えれば正答率にしておよそ85％である。この最適な難易度での訓練は、最適でない難易度での訓練に比べて指数関数的に速い学習をもたらした。この論文は、これをフロー理論、ヴィゴツキーの発達の最近接領域、そしてゴルディロックス効果に明示的に結びつけている。85％という数字は、ゲームデザイナーが常に直感的に理解してきたこと、すなわち優れたゲームはプレイヤーが有能さを感じられるほど高く、しかし本物の学習が起こる程度には低い成功率を生む、ということに、定量的な目標を与える。 ロバート・ビョークの「**望ましい困難**」（1994；Bjork & Bjork, 2011）という概念は、さらに一段の含みを加える。見かけ上の学習を遅らせる一定の条件、すなわち練習の分散、異なるスキルの交互配置、条件の変動は、実際には長期的な保持と転移を促進する。ゲームデザインにおける望ましい困難とは、予測誤差が快適な水準よりわずかに大きく、それでも努力によって解決可能な状態である。これは、よく設計された難易度曲線の体験そのものを言い当てている。新しい区間はいずれも最初は少し難しすぎると感じられるが、数回の試行でプレイヤーのモデルが追いつく。 ### 12.11 学習勾配 我々は**学習勾配**を、プレイヤーがゲームシステムの内部モデルを改善する速度として定義する。よく設計されたゲームは、その全編を通じて安定した正の学習勾配を維持する。平坦（退屈）でもなく、混沌（過負荷）でもなく、停滞（グラインド）でもなく、着実に前進する。すなわち時間を通じた一貫した予測誤差の減少であり、それがヴァン・デ・クルイスの枠組みの予測する持続的な正の感情価を生み、プレイヤーはそれをエンゲージメントとして経験する。 学習勾配は二つの力によって形成される。その第一の力は、ゲームが新しい予測誤差を導入する**速度**である。これは難易度曲線、新しいメカニクスの導入、敵の多様性、レベル設計の進行、そして物語の展開によって制御される。第二の力は、**プレイヤーが既存の予測誤差を解決する速度**である。これはゲームのフィードバックの明確さ、ルールの整合性、プレイヤーの過去の経験、および練習機会の有無に依存する。 導入の速度が解決の速度を上回れば、勾配は過負荷へと傾く。解決の速度が導入の速度を上回れば、勾配は退屈へと傾く。設計者の仕事は、この二つの速度をおおむね均衡させることである。あるいは、より正確には、解決速度が導入速度をわずかに上回るように保つことである。これにより、継続的な進展感が生まれる。 ゲームにおける学習は、複数のレベルで同時に起こる： - **マイクロ学習（秒）**：入力のタイミング、動作の精度、反応速度。*Mario*でジャンプを決める。*Halo*でヘッドショットを当てる。 - **メゾ学習（分）**：遭遇の戦略、パズルの論理、戦術的判断。*Zelda*の一室を解く。*Dark Souls*で一つの遭遇を突破する。 - **マクロ学習（時間）**：システムの習熟、ビルドの最適化、戦略的枠組み。*Dota*のメタを理解する。*Celeste*の移動ボキャブラリーを習得する。 優れたゲームは、**3つのレベルすべてで**同時に学習勾配を維持する。*Halo*におけるグリーズマーの入れ子状ループ構造がこれほど有効だったのはそのためである。3秒の運動ループ、30秒の遭遇、3分の戦闘空間という3つの時間スケールに予測誤差を分散させることで、学習勾配の供給源を冗長に複数もたせたのである。運動ループが一時的に平坦になっても、遭遇ループはなお新鮮な戦術的誤差を生んでいるかもしれない。入れ子になった3本の学習勾配は、1本よりも頑健である。 ### 12.12 認識的ニッチ構築としてのプレイ もう一つ決定的な洞察がある。遊びは**認識的ニッチ構築**の一形態である。生物は最適な課題に受動的に出会うのではなく、自らそれを作り出す。子どもはブロックを積み上げては崩す。怪物のふりをする。ゲームが簡単すぎたり難しすぎたりすればルールを変える。これはプレイヤーがゲームシステムと関わる仕方にそのまま対応する。自ら課題を課し、支配的な戦略をあえて無視し、ハウスルールを作り、スピードランをし、MODを作るといった行動である。ゲームの予測誤差のランドスケープは設計者が固定したものではなく、プレイヤーがどのように関与するかによって共に構築される。 Deterding, Andersen, Kiverstein, および Miller (2022, *Frontiers in Psychology*) はこのフレームワークをビデオゲームに明確に拡張し、このモデルが「予測より速く不確実性が減少するたびに生じる、瞬間的なポジティブな感情の跳ね上がり」を説明することを見いだした。彼らの分析は、アイドルゲーム（蓄積を通じた継続的な微小不確実性の解消）とソウルライクゲーム（長い失敗の連続の末にようやく成功したときの巨大な不確実性の減少）を、同じ枠組みのうちに収める。これは理論上の大きな成果である。従来、アイドルゲームと*Dark Souls*はまったく別の説明モデルを要するように見えていた。予測誤差率の枠組みのもとでは、両者は異なる時間スケールと大きさで働く同じ過程の実例である。 ### 12.13 圧縮された学習サイクルとしてのローグライク構造 ローグライクは、学習勾配の管理をめぐる自然実験を提供する。このジャンルを定義づける構造、すなわち短いラン、パーマデス、プロシージャル生成、そして反復的な上達は、ゲームデザインにおけるおそらく最も純粋な予測誤差フィードバックループを作り出す。 各ランはひとつの軌跡をたどる。遭遇（大きな驚き、多くの予測誤差）→ 死亡（誤差信号、モデルの失敗）→ 省察（新しい情報でモデルを更新）→ 再挑戦（更新したモデルを新たなプロシージャルな変異で試す）→ 漸進的な習熟（ランを重ねるごとに予測誤差が減少）。このサイクルは1ランあたり15〜45分に圧縮されており、数時間に及ぶ通常のゲームのキャンペーンの弧に比べると、学習勾配は急峻で、強化のサイクルは密である。 プロシージャル生成が不可欠なのは、丸暗記が本物のモデル構築の代用になってしまうのを防ぐからである。ステージがランごとに同一であれば、プレイヤーはやがて暗記によってすべての予測誤差をゼロまで減らし、学習勾配は崩壊してしまう。根底のルールを保ったまま個々の具体化だけを変えることで、ローグライクは各ランが新鮮な予測誤差を生むようにし、プレイヤーの特定の記憶ではなく一般的なモデルを試す。 *Hades*は、死のサイクルに物語の足場を組み込むことでさらに一歩を進めた。死ぬたびにプレイヤーは「ハデスの館」へ戻され、そこには新しい会話、キャラクターの掘り下げ、物語の進展が待っている。スーパージャイアントのクリエイティブディレクター、グレッグ・カサヴィンは、その設計思想をこう語っている。「開発の早い段階から、死んでやり直さなければならないことの痛みを取り除くのが、明確な目標だった」。予測誤差の観点から言えば、*Hades*は純粋に負の出来事（死による負の予測誤差）であったはずのものを、負の戦闘誤差に正の物語的驚きが加わった混合価の出来事へと変換している。学習勾配は、機構面の上達だけでなく、並行して走るもう一本の物語の学習勾配によっても維持される。プレイヤーは戦闘システムのモデルと物語のモデルを同時に構築しており、死亡は前者をリセットする一方で、後者を進展させている。 ### 12.14 安定したシステムとしてのフロー 今や、フローは単なる主観的な感覚ではなく、プレイヤーとゲームシステムの**安定した構成**として説明できる。 この構成では、予測誤差が処理を要求する程度には頻繁でありながら、圧倒するほど頻繁ではないため、注意は完全に引き込まれている。青斑核ノルアドレナリン（LC-NE）系は位相性モードを維持し（Aston-Jones & Cohen, 2005）、課題誘発性のノルアドレナリン放射が集中的な注意を支える一方、持続性（トニック）レベルは中程度にとどまる。フィードバックは即時である。ゲームの出力が、知覚できる遅延なしにプレイヤーの入力に続くからである。行動と結果の時間的な近接は、ドーパミンのRPE信号が正しく責任を帰属させるために不可欠であり、遅延したフィードバックは、どの予測が誤っていたかを脳が特定する能力を損なう。行動は結果へと明瞭に対応づけられる。ゲームのルールが一貫していて読み取れるからである。これは単純だという意味ではない。*Dota 2*のルールは途方もなく複雑である。そうではなく、結果がルールから導かれる仕方を、プレイヤーが原理的には予測できるようになるという意味である。学習は継続する。古い誤差が解決されるのとほぼ同じ速度で、新しい予測誤差が導入されるからである。学習勾配は正で安定したままとなる。 この構成は自己強化的だが、脆い。持続する位相性のLC-NEモードは探索的な注意の切り替えを抑制し、プレイヤーを課題に縛りつける。継続的なモデル改善が、ヴァン・デ・クルイスの枠組みの予測する正の感情価の信号を生む。メタ認知的な干渉（ディートリッヒのいう前頭前皮質の抑制）がないため、自意識がループを断ち切らない。しかし、いかなる撹乱であれ、難易度の急上昇、混乱した設計判断、壊れたメカニクス、理不尽な死、ロード画面のいずれかが入り込めば、システムは安定状態から弾き出され、それを立て直すには学習速度をゼロから較正し直さなければならない。 ### 12.15 デザインへの影響 このモデルは設計者の役割を変える。メカニクス、レベル、報酬、物語を、それぞれ切り離して設計しているのではない。**プレイヤーの学習速度を調整するシステム**を設計しているのである。 すべての設計判断を、この基準に照らして評価すべきである。**意味のある予測誤差**を増やすか。新しい種類の敵は新たな誤差を生むが、既存の敵の外見を変えるだけでは生まない。**フィードバックを明確にする**か。読み取りやすいダメージ表示は、どの予測が外れたかを見極める助けとなる。一方、わかりにくい死亡画面は行動と結果の関係を曖昧にする。**適応**を支えるか。*Halo* の 4 段階の難易度や *Celeste* のアシストモードのように、自分に適した挑戦の範囲を選べる仕組みは、異なる学習速度に同時に対応できる。**時間が経っても**没入を維持するか。最初の 1 時間に予測誤差をすべて詰め込み、残りの 10 時間でそれを繰り返すゲームでは、操作の仕組みがどれほど洗練されていても、学習勾配は低下する。 このモデルは、よくある設計上の失敗も名指しする。**コンテンツの量**を**学習の深さ**と取り違えることである。100時間分のコンテンツがあっても、固有の予測誤差が10時間分しかないゲームは、10時間しかエンゲージメントを保たない。残る90時間はグラインドに感じられる。プレイヤーのモデルがすでに完成しており、追加のコンテンツが生む誤差はごく些細だからである。逆に、10時間分のコンテンツしかなくとも、その10時間が固有の予測誤差で満たされているゲームは、全編にわたってエンゲージメントを維持する。コンテンツの量は学習の深さの代理指標ではあるが、その関係は線形ではない。 ### 12.16 総合：諸理論の統一 ここに至って、既存のゲームデザイン理論を、統一モデルの特殊ケースとして位置づけることができる。 **コスター**は、楽しさは学習であると正しく見抜いた。統一モデルは、何が学習を楽しくするのかを特定する。誤差の減少速度が正であり、かつ脳が期待する進展速度と一致していることである。遅すぎる学習（グラインド）も、速すぎる学習（些末）も、ヴァン・デ・クルイスの枠組みが快楽変数として同定した変化率の信号を生まない。 **チクセントミハイ**は、フローが課題とスキルの均衡を要することを正しく見抜いた。統一モデルはそこに時間的次元を加える。重要なのは、ある瞬間の均衡そのものではなく、均衡が展開していく**ダイナミクス**である。学習がゼロの安定した均衡はフローではない。それは停滞である。フローは、予測誤差の生成と解決を持続させる方向へ、均衡が絶えず動き続けることを要求する。 **シュルツと報酬の神経科学**は、ドーパミンが予測誤差を符号化することを正しく見抜いた。統一モデルはこれをゲームデザインに接続し、体験が報酬的かどうかを決めるのは予測誤差の生の大きさではなく、その発生の速度と解決可能性である、と規定する。 **ヴァン・デ・クルイスとシュミットフーバー**は、感情価が予測誤差の一階微分を追跡することを正しく見抜いた。統一モデルはこれをゲームに適用する。プレイ体験の主観的な質は、期待される進展速度に対して、プレイヤーがゲームシステムについての不確実性をどれだけの速度で減らしているかによって決まる。 **アンダーセンら**は、遊びが相対的複雑性の「ちょうどよい点」を探すことを正しく見抜いた。統一モデルはこれを設計のために操作化する。設計者の仕事は、予測誤差が圧縮進歩を最大化する速度で生成され解決される領域に、プレイヤーを留めることである。 これらの理論すべてを結ぶ失われた環は、学習速度そのものである。すなわち、プレイヤーのモデルの正確さの、時間に関する一階微分である。各理論がそれに触れながら十分に定式化しないままにしてきた隠れた変数であり、統一モデルはそれを分析の中心に据える。 ### 12.17 境界条件：モデルが最も弱いところ すべてを説明しようとするモデルは、実際には何も説明できない。学習勾配の枠組みが主張するのは、瞬間ごとのゲームプレイ・エンゲージメントを支配する**主要**な変数を特定した、ということである。それが唯一重要な変数だと主張しているのではない。そして知的な誠実さは、その説明力が最も弱くなる事例を明示することを求める。 **癒やしとしての再プレイ。** プレイヤーは、ゲームのパターンを完全に内面化してしまったあとでも、*Final Fantasy VII*、*Chrono Trigger*、*Stardew Valley*を心から楽しんで再プレイする。学習勾配はゼロであり、新たな予測誤差は生成されない。モデルはここで退屈が生じるはずだと予測するが、実際の体験は快いものである。 その答えは、再プレイのエンゲージメントを駆動しているのが、モデルが包摂を主張していない別のシステムだという点にある。美的快感（音楽、視覚的美、よく構築された世界への満足感）、感情的共鳴（形成期に遭遇したキャラクターへの関係性）、そして運動的自動性そのものの報酬感（認知的労力を要しない、熟練されたスキルの実行による満足感）は、予測誤差システムとは異なる神経回路を通じて正の感情を生み出している。モデルが説明するのは**初回プレイ**のエンゲージメントの主要な駆動因である。学習勾配は、最初の通しプレイでプレイヤーが没入した理由を説明する。再プレイのエンゲージメントには、オピオイド系の快感反応、ノスタルジーを介した記憶の再固定化、美的評価の回路といった追加の情動系が関与しており、それらはモデルの射程の外にある。モデルはここに境界を引く。*Final Fantasy VII*が最初になぜ心を掴んだのかは説明するが、15回目になぜ我が家のように感じられるのかは説明しない。 **社会的な帰属。** MMOのプレイヤーは、ギルドチャットのために、友人とのレイドの夜のために、コミュニティのイベントのためにログインする。彼らのエンゲージメントを支えているのは学習勾配ではなく、関係性（自己決定理論の第三の欲求）である。機構的なスキルが頭打ちになり、戦略モデルも完成してしまったプレイヤーであっても、社会的な結びつきがそのゲームを主要な社交の場にしているために、何年も続けることがある。 モデルはこれを正面から認める。社会的帰属は、オキシトシン、メンタライジング・ネットワーク（Gallagher et al., 2002；Rilling et al., 2002）、そしてつながりを求める人間の欲求を通じて働く、実在の動機づけ要因である。学習勾配は、ゲームの**メカニクス**がエンゲージメントを維持する理由を説明しているが、メカニクスが唯一の理由であるとは主張していない。社会性の強いゲームは、機構的な学習勾配が崩壊したあとも長く、社会的な結びつきによって支えられることが多い。これはモデルの失敗ではなく、その領域の線引きである。モデルの主張はシステムとしてのゲームについてのもの、すなわちゲームのルール、パターン、課題に対するプレイヤーの関係についてのものである。社会的な動機は、別の分析水準で作用している。 **美的な経験。** ウォーキングシミュレータ（*Dear Esther*、*Firewatch*）、瞑想的なゲーム（*Flower*、*Journey*）、環境的な体験（*Proteus*）は、課題も機構的な学習もごくわずかなままエンゲージメントを維持する。モデルはこれらが退屈を生むと予測するが、実際に生まれるのは没入した、思索的なエンゲージメントである。 その解決には、「予測誤差」を狭い意味（機構的な課題）から、予測処理理論が意図する広い意味へと拡張する必要がある。これらのゲームでも、プレイヤーは確かにモデルを構築し洗練させている。ただしそのモデルの対象は、機構的なルールではなく、環境の美的・物語的な構造なのである。プレイヤーは*Firewatch*の荒野を探索し、その風景、物語、そして二人のキャラクター間の関係性についてモデルを構築する。新しい眺望、対話のやり取り、環境の細部のひとつひとつが、プレイヤーの物語的・美的なモデルに予測誤差を生む。学習勾配は確かに存在している。ただそれが、モデルが主に想定してきた機構的な領域とは違って見える領域、すなわち感情の理解、空間の把握、物語の理解という領域で働いているだけである。「予測誤差」を、予測処理理論が働く一般性の水準で、すなわち領域を問わず脳のモデルと入力される感覚的証拠とのあいだに生じるあらゆる齟齬として理解するなら、このモデルは美的なゲームも包含できる。 **瞑想的・禅的な状態。** 一部のプレイヤーは、ゲームをくつろぎと頭を空にするための道具として用いる。慣れたステージを再プレイし、反復的な収集を続け、単純なモバイルゲームを遊ぶ。学習のためではなく、構造化された低負荷の活動がもたらす鎮静効果のためである。これは、ゲームがモデルの想定とは別種の道具として機能している事例であり、学習環境というよりはフィジェットスピナーに近い。モデルは、ゲームとのあらゆる相互作用がモデルの定義する技術的な意味でのエンゲージメントだと主張しているわけではない。くつろぎであるもの、交流であるもの、習慣であるものもあり、それらはモデルの第一の説明対象の外にある。 **正直な境界線。**このモデルの主張は限定されている。学習勾配は、**ゲームプレイへの没入**、すなわち優れたプレイの瞬間に見られる、注意を集中して夢中になり、上達している状態の質を左右する主要な変数だという主張である。人がゲームに関わる理由は、それだけではない。社会的つながり、美的な鑑賞、懐かしさ、くつろぎ、習慣、共同体への帰属も実在する動機であり、学習勾配とは独立にゲームに関わる行動を支えうる。このモデルは、あるゲームが他のゲームより深く持続的なプレイへの没入を生む理由を説明する。人がゲームに時間を使う理由のすべてを説明するものではない。 この境界は弱みではなく強みである。社会的な帰属も、機構的なエンゲージメントも、美的な評価も、懐かしさも、くつろぎも、すべてをひとつの枠組みで説明しようとするモデルは、拡散しすぎて検証可能な予測を立てられなくなる。自らの領域を正確に指定すること、すなわち学習勾配の関数としての、瞬間ごとのゲームプレイ・エンゲージメントの質に限定することによって、このモデルは、どの設計判断がそのエンゲージメントを高め、どれが損なうかについて、具体的で反証可能な予測を下せるようになる。その限定性こそが、このモデルを有用なものにしている。 ### 12.18 最終的な記述 結論として、こう述べる。 **ゲームは予測誤差を生成・調整するシステムである。プレイヤーは行動を通じてその誤差を減少させることで関与する。この過程が、脳の期待する進展速度に見合うか、それを上回る速度で進むとき、それは楽しさとして経験される。その速度が複数の時間スケールにわたって安定するとき、それはフローになる。その速度が崩れるとき、エンゲージメントは終わる。** 楽しさはゲームの性質ではない。プレイヤーの性質でもない。それは、ゲームによるパターンの生成とプレイヤーによるパターンの吸収とのあいだの**動的な関係**の性質である。この関係は、ミリ秒単位の入力応答性から百時間単位のコンテンツのペーシングに至るまで、あらゆるスケールの設計判断を通じて能動的に維持されなければならない。この関係を理解する設計者、すなわち自らの仕事をコンテンツの制作ではなく学習勾配の設計とみなす設計者は、プレイヤーのエンゲージメントを予測し、診断し、改善するための最も強力なレンズを手にしている。 これが続くすべての基礎である。 # 第6部　ゲームデザインは学習の制御である ## 第13章　学習勾配：学習の速度を設計する ### 13.1 理論から制御へ 前章で、核心的な考え方を確立した。 > *楽しさとは、不確実性を最適な速度で減少させる主観的な経験である。* ここから直ちに一つの問いが立つ。**設計者は実際に、その速度をどうやって制御するのか。** ゲームが学習を調整するシステムであるならば、設計とは孤立したメカニクスを作り出すことではない。**時間を通じた理解の軌跡**を形づくることである。この軌跡こそが、**学習勾配**と呼ばれるものである。 ### 13.2 学習勾配とは何か 学習勾配とは： > ***プレイヤーがゲームの内部モデルを改善していく速度である。*** それは難易度でも、複雑さでも、進行の速さでもない。**洞察の速度と質**である。 急峻な勾配は、急速な上達と頻繁な「アハ体験」を意味する。浅い勾配は、遅い、あるいは止まってしまった理解を意味する。不安定な勾配は、混乱と些末さのあいだを行き来する振動を意味する。 ### 13.3 良い学習の形状 よく設計された学習勾配は、3つの性質をもつ。 **第一に、それは連続的である。** プレイヤーは常に何かを学んでいる。わずかな洗練も意味をもつ。タイミングがより締まる、位置取りがより的確になる、予測がより当たるようになる。プレイヤーの内部モデルが静止したままの期間が長く続いてはならない。これは、あらゆる瞬間が新しいメカニクスを導入しなければならないという意味ではない。既存のスキルを洗練させることも学習である。*Celeste*のプレイヤーがダッシュの弧を最適化して部屋の踏破時間を0.3秒縮めるとき、新しいメカニクスは何も導入されていないが、それは学習である。 **第二に、それは読み取り可能である。** プレイヤーは、なぜその結果になったのかを理解できる。読み取り可能性がなければ、誤りは学習を生まない。反復はただのノイズになる。これが**フィードバックの明瞭さ**の原則である。プレイヤーは、自らの行動から結果へと至る因果の連鎖をたどれなければならない。*Dark Souls*のプレイヤーがボスに倒されたとき、その死は、どの攻撃で死んだのか、どこで回避すべきだったのか、どのパターンを読み損ねたのかを伝えなければならない。死が「あなたは死んだ」としか伝えないなら、モデルの更新は起こらず、勾配は止まる。 **第三に、それは層をなしている。** 新しい知識は既存の知識の上に積み上がる。優れたシステムは既存のメカニクスを組み替え、理解を深め、知識をまるごと置き換えてしまうことを避ける。*Portal*がフリング（勢いを利用した射出）のメカニクスを導入するとき、それはプレイヤーがすでに持っているポータル配置の理解を置き換えるのではなく、拡張する。新しいスキルの層は古い層と統合され、その上に築かれ、いつまでも振り出しに戻される感覚ではなく、能力が育っていく感覚を生む。 ### 13.4 学習の単位 ゲームにおける学習は複数の水準で同時に起こり、よく設計されたゲームはそのすべてで勾配を維持する。 - **マイクロ学習（秒）**：入力のタイミング、動作の精度、反応速度。*Mario*でジャンプを決める。*Halo*でヘッドショットを当てる。*Sekiro*で攻撃を弾く。これらは運動皮質と小脳で処理され、自動化は皮質・線条体・小脳ループを通じて進む。 - **メゾ学習（分）**：遭遇の戦略、パズルの論理、戦術的判断。*Zelda*の祠を解く。*Doom Eternal*の一室を突破する。*Dota 2*の中盤への移行局面でどのアイテムを買うか決める。これらは前頭前皮質のワーキングメモリと戦略的計画の回路を動員する。 - **マクロ学習（時間）**：システムの習熟、ビルドの最適化、戦略的枠組み。*Dota*のメタを理解する。*Elden Ring*の武器強化システムを使いこなす。*Civilisation*で一貫した戦略を組み立てる。これらは、低次のスキルを首尾一貫した枠組みへとまとめ上げる抽象的な心的モデルの構築を含む。 優れたゲームは、**三つの水準すべてで同時に**学習勾配を保つ。この入れ子構造が勾配の平坦化を防ぐ。それぞれ異なる時間尺度と認知的抽象度で働く、不確実性を減らす複数の経路を同時に提供するからである。 ### 13.5 洞察のための設計 学習勾配の基本単位は**洞察**である。洞察とは、パターンが見えるようになる、予測が信頼できるようになる、またはシステムが直感的に理解できるようになることである。設計は次の積を最大化しなければならない。 > ***洞察の頻度 × 洞察の明確さ*** あらゆる設計要素は、この積に照らして評価されるべきである。頻繁ではあるが曖昧な洞察を生むメカニクス（プレイヤーは次々に何かを発見するが、その原因がわからない）は、設計が拙い。まれではあるが澄み切って明確な洞察を生むメカニクス（プレイヤーが新しく学ぶ機会は少ないが、学びの瞬間は紛れようがない）は、特定のペーシング目標に対してはよく設計されているといえる。理想は両方である。すなわち、頻繁で、しかも即座に理解できる洞察である。 ### 13.6 フィードバックの役割 学習はフィードバックに依存し、フィードバックは3つの基準を満たさなければならない。 **即時であること。** 遅延は行動と結果のつながりを破壊する。ドーパミンのRPE信号が正しく責任を帰属させるには、時間的な近接が必要である。スティーブ・スウィンクの*Game Feel*（2008）は、リアルタイム制御が人間の知覚的タイミングの制約の内側に成立することを示した。およそ240ミリ秒を下回る応答ループでは、入力は即応的に感じられる。その閾値を超えると、行動と結果の結びつきは劣化する。入力遅延の1ミリ秒ごとが、学習勾配に課される税である。 **正確であること。** プレイヤーは、何が起きたのかを正確に知れなければならない。体力バーが減るという表示は、ダメージを受けたことを伝える。体力バーが着弾点で赤く明滅し、方向つきの被弾インジケータを表示すれば、特定の相手から特定の瞬間にダメージを受けたことまで伝わる。後者はより豊かな誤差信号を与え、より速いモデル更新を支える。 **解釈可能であること。** プレイヤーは、なぜそれが起きたのかを理解できなければならない。これは最も頻繁に破られる基準である。多くのゲームは、結果については即時かつ正確なフィードバックを与えながら、因果の連鎖を読み取れるようにしない。画面外の敵に殺されたプレイヤーは、死という即時のフィードバックを受け取るが、解釈可能性はゼロである（何に殺されたのかも、どう防げばよかったのかもわからない）。予測誤差は生成されるが、解決できない。こうして学習勾配は止まる。 ### 13.7 隠れた支援と勾配のスムージング 多くの優れたゲームは、プレイヤーが気づかない形で操作を補助する。足場を飛び移るゲームの「コヨーテタイム」は、足場から離れた直後にもジャンプできる短い猶予時間を設ける。家庭用ゲーム機のシューティングゲームでは、エイムアシストが照準を標的へわずかに誘導する。アクションゲームの先行入力は、アニメーション中に次の入力を受け付け、実行可能な最初のフレームで実行する。これらは難易度を下げるものではない。戦略上の誤りではなく、フレーム単位のタイミングのずれによって生じ、プレイヤーに何も教えない無意味な失敗を防ぐことで、**学習勾配を滑らかにする**。情報のある予測誤差を生む失敗（位置取りが悪かった、武器の選択を誤った、敵のパターンを読み違えた）と、情報のないノイズを生む失敗（入力遅延のためボタンを押すのが 30ms 遅れた）を区別するのである。この調整は前者を残し、後者を取り除く。 2024年のCHI研究（n=1,699）は、「ジュース」（冗長で増幅された感覚フィードバック）が楽しさに及ぼす効果が、熟慮的な評価によってではなく、**有能感と好奇心**によってほぼ完全に媒介されることを見いだした。しかし増幅されたフィードバックが過剰になると、それは「行動とフィードバックの結びつきを覆い隠すことによって有能感と効力感を妨げる」。ジュースが知覚処理を圧倒すると、システム1のフィードバックループが壊れるのである。ここから得られる教訓は、フィードバックの増幅が学習勾配を支えるのは信号の明瞭さを高めるときに限られ、ノイズを加えるときには支えにならない、ということである。 ### 13.8 勾配の崩壊を避ける よくある3つの設計上の失敗は、そのまま勾配の病理に対応している。 **プラトー（停滞）**：新しいパターンが導入されない。プレイヤーのモデルは現在の関与水準に対しては完成しているのに、新たな構造が差し出されない。結果は退屈である。処方箋はコンテンツを増やすことではなく、**構造**を増やすことである。既存のメカニクスの新しい組み合わせであれば、新しいシステムを必要とせずに新鮮な予測誤差を生む。 **スパイク**：複雑性の急激な増大。ゲームが複数の新しいメカニクス、敵の種類、システムを同時に導入する。プレイヤーの誤差解決速度が誤差の導入速度に追いつけない。結果は過負荷と苛立ちである。処方箋はペーシングであり、新しい要素は一度に一つずつ導入し、次に進む前に定着させることである。 **ノイズ**：不明瞭または一貫しないフィードバック。ゲームのルールに一貫性がないか、行動と結果の関係が覆い隠されている。信号がノイズに埋もれてしまい、プレイヤーはパターンを抽出できない。結果は苛立ちと無力感である。処方箋は難易度を下げることではなく、**読み取りやすさ**を上げることである。ルールをより明確にし、フィードバックをより正確にし、因果の連鎖をより見えるようにするのである。 ### 13.9 プレイヤーによる勾配の調整 最良のゲームは、任意の挑戦、探索に基づく進行、ビルドの多様性、非線形なレベル選択といった仕組みを通じて、プレイヤー自身が学習勾配を調整できるようにしている。 *Breath of the Wild* は典型的な例である。プレイヤーはどこへ行くか、何と戦うか、いつ戦うかを自ら選ぶことができる。これにより、プレイヤーは自らの最適な勾配を維持し、過負荷を回避し、準備が整えば挑戦を求めることが可能になる。ハイラル城が難しすぎると感じたプレイヤーは、そこを離れて別の場所を探索し、技量と装備を蓄えて、城の予測誤差密度を扱える水準まで下げることができる。序盤が簡単すぎると感じたプレイヤーは、まっすぐ難所へ向かい、より急峻な勾配を自ら選び取ることができる。 これが、自律性（プレイヤーが自分の体験を自分で制御していると感じること）、安定性（プレイヤーが退けるため過負荷は自己補正される）、そして個別化（技量の異なるプレイヤーが、同じコンテンツのなかにそれぞれ異なる最適な経路を見いだすこと）を生む。 ### 13.10 時間軸上の勾配 学習勾配はゲームの進行に沿って進化すべきである： - **序盤**：急峻な勾配、頻繁な洞察、素早いオンボーディング。プレイヤーは基本システムを学び、土台となるモデルを築いている。新しいメカニクスは速いテンポで、しかし一度に一つずつ導入されるべきである。 - **中盤**：層をなす複雑性、組み替え、より深いシステム。既存のメカニクスが新しい仕方で相互作用する。プレイヤーのモデルはより精緻になる。新たな予測誤差は、新規導入からではなく組み合わせから生じる。 - **終盤**：洗練、習熟、創発的プレイ。プレイヤーのモデルはゲームの中核システムについてほぼ完成している。残る予測誤差はきめ細かいものとなり、精密なタイミング、最適なルート取り、創造的な問題解決に関わる。エンゲージメントは、新規追加の幅ではなく既存システムの深さによって維持される。 ### 13.11 学習の終焉 すべてのゲームは最終的に学習勾配の限界に達する。パターンが完全に内面化され、新たな構造がなくなると、ゲームは意味のある予測誤差を生成できず、エンゲージメントは低下する。これは設計上の欠陥ではない。すべての有限なシステムには、有限な学習勾配があるため、これは必然である。 解決策としては、新しいシステムの導入（DLC、拡張コンテンツ）、創発の許容（相互作用の空間がいかなるプレイヤーの探索能力をも超える組み合わせ的システム）、社会的複雑性への依拠（他の人間との競争。その振る舞いは汲み尽くせない予測誤差の風景を生む）、そしてプレイヤー生成コンテンツの支援（MOD制作、マップエディタ、自作の挑戦）がある。 ### 13.12 設計者の仕事 設計者の役割は、もはや明確である。 > ***システムだけでなく、その勾配を設計せよ。*** それは、複雑性を制御し、フィードバックを構造化し、新しい情報にペーシングを与え、適応を可能にするということである。優れたゲームとは、楽しいゲームのことではない。**適切な速度で継続的に教え続けるゲームのことである。** ## 第14章　核となるゲームシステムと学習構造 *戦闘、移動、パズル、戦略がそれぞれ異なるメカニズムを通じて不確実性を生成・解決する方法、そしてジャンルの違いが異なる予測誤差プロファイルにマッピングされる理由について説明する。* ### 14.1 ジャンルではなくシステム ゲームのジャンルはマーケティング上の分類にすぎない。統一モデルの観点から重要なのは、そのゲームが「アクションRPG」と呼ばれるか「パズルプラットフォーマー」と呼ばれるかではない。その中核システムがどのような種類の予測誤差を、どの時間スケールで、どの神経回路を通じて生成するかである。ゲームの中核システムが、その学習勾配の形を決める。すなわち、プレイヤーが解消しなければならない不確実性の種類、その解消を支えるフィードバック、そして解消が要求する認知資源である。 本章では、戦闘、移動、パズル、戦略、物語という5つの中核システム類型を、予測誤差を生成し解消するための異なる構造として分析する。それぞれは異なる神経回路に、そして第2部で確立したシステム1／システム2のスペクトルの異なる領域に対応する。 ### 14.2 戦闘システム：対戦相手のモデル化を通じた予測誤差 戦闘システムは、敵の挙動、タイミング、空間的な位置取りを通じて予測誤差を生成する。学習勾配は、マイクロの水準では運動に偏り（この回避を間に合わせられるか）、メゾの水準では戦術的であり（どの敵から処理すべきか）、マクロの水準では戦略的である（どのビルドや装備構成が自分の戦い方を最適化するか）。 戦闘への関与の神経的プロファイルを支配するのは、第5章で述べた**皮質から皮質下への処理の移行**である。*Dark Souls* のボスに挑む初心者は認知段階にあり、背外側前頭前皮質（dlPFC）が攻撃パターンをワーキングメモリに保持し、前帯状皮質（ACC）がタイミングの誤りを監視し、すべての行動に意識的な計画を要する。20 回の試行を経ると、処理は大脳基底核によるパターン認識と小脳による運動タイミングの側へと移っている。プレイヤーは単に「ボスを覚えた」のではない。課題を担う回路が脳内で物理的に再編されたのである（Poldrack et al., 2005; Lehéricy et al., 2005）。 戦闘システムは、その学習勾配プロファイルを決める2つの次元に沿って異なる。 **読み取りやすさ**は、予測誤差がどれだけ効率よくモデルの更新へと変換されるかを決める。*Halo*のコヴナントの敵は、アニメーションと発声によって内部状態を表示しており、あらゆる相互作用が情報を含む予測誤差になる。フラッドの無思慮な突進は読み取れる状態変化を与えず、予測誤差は解消されえない。宮崎英高の*Dark Souls*のボスは、はっきりした予備動作のアニメーションで攻撃を予告する。それによって難易度は、縮減しようのないランダム性からではなく、学習可能なパターンから生じることになる。 **組み合わせの深さ**は、学習勾配がどれだけ長く持続するかを決める。3種類の敵が固定の編成で現れるだけの戦闘システムは、予測誤差をたちまち使い果たす。*Halo*のように、3種類の敵が組み合わさって構成の異なる数十通りの遭遇を生むシステムは、その組み合わせ空間が個人の完全なモデル化能力を超えるため、勾配をはるかに長く保つ。*Doom Eternal*はこれをさらに押し進め、特定の武器を特定の敵の弱点に合わせることをプレイヤーに要求する。これにより瞬間ごとの武器選択という判断が生まれ、運動実行の誤差の上に戦術的な予測誤差が重なる。 二重過程研究に基づくジャンルごとの対応関係も、この見方を裏づける。熟練段階で最もシステム1が優位になるのは格闘ゲームであり、1 秒未満の判断、パターンに基づく読み、運動の自動性を要する。一方、アクションRPGでは、システム1が担う戦闘の上に、システム2による戦略的計画が重なる（Bediou et al., 2018; Konsolaki et al., 2024）。 ### 14.3 移動システム：物理学を通じた予測誤差 移動システムは、空間的推論、運動量、タイミング、物理を通じて予測誤差を生成する。学習勾配を支配するのは運動スキーマの皮質から皮質下への移行である。プレイヤーは、そのゲームの物理がどう働くかについての内部モデルを構築し、反復によってそのモデルを自動化していく。 *Super Mario*のジャンプは典型例である。その物理は現実的ではない。空中での操作、ボタンを押す長さで変わるジャンプの高さ、踏み切ったあとに向きを変えられる運動量が含まれる。これらの性質はいずれも、現実世界の物理に合わせて較正されたモデルをもつ新規プレイヤーに予測誤差を生む。学習勾配が急峻なのは、フィードバックが即時であり（足場に乗れるか、乗れないかのどちらかである）、正確であり（着地点と目標との差が目に見える）、解釈可能である（ボタンを押してから結果に至る因果の連鎖に曖昧さがない）からである。 *Celeste*は、ダッシュや壁登り、運動連鎖といった移動の言語を拡張しており、それぞれが独自の予測誤差プロファイルを生成する。*Celeste*のあらゆる部屋が特定の移動概念を教えており、レベルデザインは空間の物理についての構造化されたカリキュラムになっている。マディ・ソーソンの設計は、失敗が即座に訪れ、リスポーンが瞬時で、学習ループ（試行 → 失敗 → 調整 → 再試行）が分単位ではなく秒単位で回ることを保証している。2024年の*International Journal of Human-Computer Studies*の研究（n=10）は、*Celeste*のような高難度のゲームを楽しむプレイヤーが失敗のあとも続けるのは、失敗から意味を作り出し、そこに目的を見いだし、設計そのものから粘り強さを引き出しているからだと報告した。このゲームの構造は、失敗を罰から情報へと変換しているのである。 スティーブ・スウィンクの*Game Feel*（2008）は、その知覚的な基盤を突き止めた。ゲームフィールはおよそ240ミリ秒を下回る時間スケールで、すなわちシステム1の領域で働く。入力遅延についての実証研究もその重要性を裏づけている。ロングとガットウィン（2018, CHI PLAY）は予測的パフォーマンスモデルを構築し、ゲームの速さによっては50ミリ秒程度の遅延でも問題が生じることを示した。またリウら（2021, CHI）は、競技FPSでは25ミリ秒の追加遅延でも命中精度が悪化することを見いだした。 ### 14.4 パズルシステム：論理的構造を通じた予測誤差 パズルシステムは、論理的構造、空間的推論、ルールの発見を通じて予測誤差を生成する。学習勾配が連続的な（各試行が運動実行をわずかずつ洗練する）戦闘や移動のシステムとは異なり、パズルシステムは**離散的な学習イベント**を生む。すなわち、解が見えるようになる「アハ」の瞬間である。 この不連続なプロファイルは、異なる神経的な指紋に対応する。パズル解きは圧倒的にシステム2寄りである。ワーキングメモリが候補となる解を保持し、前帯状皮質（ACC）が矛盾を監視し、背外側前頭前皮質（dlPFC）が論理的関係を評価する。システム1への移行はごくわずかにとどまる。パズルはふつう一度しか解かれず、自動化を駆動する反復がないからである。報酬はむしろ、解が立ち現れる、その一度きりの再構造化の瞬間から来る。 ヴァン・デ・クルイスの枠組みは、この瞬間がなぜこれほど快いのかを説明する。洞察が訪れる前、予測誤差は大きく、しかも見たところ解消しようがない。パズルは不可能に見え、脳は誤差の解消速度が低いと予測する。洞察が到来すると、予測誤差はただ一度の認知的な出来事によってゼロへと崩れ落ちる。誤差の減少速度は脳の期待をはるかに上回り、ヴァン・デ・クルイスがユーモアと「アハ」体験の処理上の特徴として同定した、増幅された正の感情価を生む。 *Portal* は典型的な例である。Shute, Ventura, and Ke（2015, *Computers & Education*; n=77）は、Portal 2とLumosityを比較したランダム化制御実験を実施した。Portal 2のプレイヤーは問題解決、空間スキル、粘り強さにおいて有意な優位を示した一方、Lumosityのプレイヤーはどの指標でも改善を示さなかった。このゲームのただ一つのメカニクス（連結されたポータル）は、環境の空間モデルの組み直しをそのつど要求する膨大な空間推論パズルの空間を生み出す。その学習勾配は、新しいメカニクスの導入ではなく、同じメカニクスに加えられる空間的複雑性の増大によって維持されている。 *The Witness* では、この構造がさらにメタパズルとして拡張される。プレイヤーはまず各パズルファミリーのローカルルール（ドットとは何を意味するか、星とは何を意味するか、色のブロックとは何を意味するか）を学び、それらのルールを新しい配置で適用し、最終的に全島が、各ファミリー間の知識を統合することで解決されるパズルであることを発見する。学習勾配は入れ子になった3つのスケールで働く。個々のパズル（分）、パズルの系統（時間）、そしてメタパズル（ゲーム全体）である。 ### 14.5 戦略システム：対戦相手のモデル化と長期計画を通じた予測誤差 戦略システムは、資源管理、対戦相手のモデル化、長期計画を通じて予測誤差を生成する。その学習勾配は、戦闘や移動のシステムよりも長い時間スケールと、より深い抽象度の水準で働く。 ターン制ストラテジー（*Chess*、*Civilisation*、*XCOM*）では、予測誤差はもっぱら認知的である。プレイヤーによるゲーム状態のモデル、相手の応手の予測、長期的な帰結の評価がその中身である。学習勾配は決定空間の組み合わせ的な深さによって維持される。チェスの局面はおよそ10^120通りあり、いかなる人間も一生をかけてその予測誤差の風景を汲み尽くすことはできない。 リアルタイムストラテジー（*StarCraft*、*Age of Empires*）では、予測誤差は認知的な戦略と運動的な実行とに分かれる。プレイヤーは基地建設、資源採取、ユニット生産、戦闘を同時に管理しなければならず、そのそれぞれが固有の予測誤差の流れを生む。Foerde、Knowlton、Poldrack（2006、*PNAS*）は、学習中のマルチタスクが依存先を海馬の宣言的記憶から線条体の習慣学習へと移すことを示した。これは、RTSの習熟がターン制の習熟と質的に異なって感じられる理由を説明するかもしれない。RTSのプレイヤーは自動化された習慣（ビルドオーダー、ホットキーの連打）を形成し、認知資源を戦略的判断のために解放するのである。 対戦型マルチプレイヤーの戦略は、最も深い層を付け加える。対戦相手は別の人間であり、その振る舞いは**汲み尽くせない予測誤差の風景**を生む。Zhu, Mathewson, Hsu（2012, *PNAS*）は、対戦型ゲームにおいて神経的に分離可能な2つの学習信号を示した。強化予測誤差（両側の被殻が追跡）と、相手の戦略についての信念予測誤差（dmPFC／TPJが追跡）である。対戦型ゲームにおける戦略的学習勾配が事実上無限に持続するのは、相手が適応し、メタゲームが進化し、予測誤差の風景が、いかなる個人も完全にモデル化しきれない速さで移り変わるからである。 ### 14.6 物語システム：期待の裏切りを通じた予測誤差 物語システムは、物語の構造を通じて予測誤差を生成する。筋の転換、登場人物についての明かし、道徳的ジレンマ、感情的な不意打ちである。他の類型と異なり、物語的な予測誤差はふつう反復できない。ひとたび転換を知ってしまえば、それが生んだ予測誤差はもう再生成されない。 ここから独特の学習勾配プロファイルが生まれる。物語的なエンゲージメントは前倒しであり、更新がきかない。*The Last of Us*の最初の通しプレイは、人物の造形と筋の開示によって強烈な予測誤差を生む。二度目の通しプレイが生む予測誤差ははるかに少ない。物語のモデルがすでに完成しているからである。物語主体のゲームは、分岐構造（複数の経路が複数の予測誤差の系列を作る）、創発的なストーリーテリング（設計者にすら予測できない、手続き的に生成される出来事）、環境物語（細部への観察に、モデルを拡張する発見で報いる世界構築のディテール）によってこれを補う。 Anderson, Karzmark, Wardrip-Fruin（2019, FDG; n=39）は、ボゴストの手続き的レトリックに対する初の実証的検証を行い、プレイヤーが説得的ゲームに埋め込まれた修辞的な主張を正確に同定できること、そして*September 12th*が反戦的な態度を有意に動かしたこと（t(38) = 3.73, p = .001）を示した。物語システムは、機構的なシステムと統合されたとき、物語の水準（次に何が起こるのか）と意味の水準（このゲームシステムは世界について何を含意しているのか）の双方で同時に働く予測誤差を生成しうる。 ### 14.7 スペクトルとそのハイブリッド 高く評価されるゲームは通常、**この連続体の複数の位置で同時に**機能する。*Hades* は、格闘ゲーム的なシステム1の戦闘、戦略ゲーム的なシステム2のビルド計画、そして死を繰り返す物語による予測誤差を組み合わせる。*Elden Ring* は、ソウルライクの戦闘、オープンワールドの探索、RPG のキャラクター育成、環境による物語提示を重ね、複数の学習勾配が同時に働く仕組みを作る。*Dota 2* は、リアルタイムの運動実行、遭遇戦の戦術的計画、戦略的な資源管理、社会的な対戦相手のモデル化を融合し、五つの予測誤差の流れを同時に生む。 設計上の原則は冗長性である。複数のシステム類型にわたり、複数の時間スケールで予測誤差を生成することによって、すべての勾配が同時にゼロに達する確率をきわめて低く抑えられる。運動の実行が自動化されても、戦術的判断は誤差を生み続ける。戦術のパターンが馴染んでも、戦略の深さが勾配を保つ。戦略そのものが習熟されてもなお、対戦相手は適応してくる。 ## 第15章　設計の法則：理論を実践へと変える *学習勾配モデルから直接導かれる5つの原則、それらがジャンル間でどのように現れるか、そして設計上のエンゲージメントの失敗を特定・修正するための診断ツールとして機能する方法。* ### 15.1 モデルから方法へ 統一モデルが教えるのは、楽しさとは最適な速度での学習であり、フローとは時間を通じて安定した学習である、ということである。だがモデルだけでは足りない。設計には、現実のシステムに適用できる**実行可能な原則**が必要である。本章では、学習勾配から直接導かれる5つの設計法則を提示し、ジャンルを横断する例で説明し、各法則の違反が特定の、診断可能なエンゲージメントの失敗を生むことを示す。 これらの法則は、機械的に従うべき規則ではない。設計上の判断を、たった一つの基準、すなわち「このシステムはプレイヤーの学習の過程を支えているか」という基準に照らして評価するためのレンズである。 ### 15.2 法則1：学習勾配を維持せよ > ***プレイヤーは常に何かを学んでいなければならない。*** 学習が止まれば、エンゲージメントは崩壊する。学習が速すぎれば、過負荷が起こる。学習勾配は、プレイヤーがそのゲームと関わる全期間を通じて、正でありかつ持続可能でなければならない。 これは、あらゆる瞬間が新しいメカニクスを導入しなければならないという意味ではない。既存のスキルを洗練させることも学習である。*Celeste*のプレイヤーがダッシュの弧を最適化して部屋の踏破時間を0.3秒縮めるとき、新しいメカニクスは何も導入されていないが、それは学習である。*Halo*のプレイヤーのグレネードの置き所が「敵の近く」から「1.5秒後に敵がいる場所」へと改善されるなら、それも学習である。勾配は正でなければならないが、急峻である必要はない。 **ジャンル間での現象:** *Halo*では、勾配は組み合わせ的な遭遇設計によって維持される。どの戦闘空間も、敵の種類、武器、地形を新しい配置で組み替える。このゲームは最初の数時間を過ぎると新しいメカニクスを導入しないが、既存メカニクスの組み合わせはキャンペーン全体を通じて新鮮な予測誤差を生み続ける。組み合わせの空間が、個々の要素の数よりもはるかに大きいからである。 *Celeste*では、勾配は、移動概念を精密なペーシングで順に並べるレベルデザインによって維持される。各画面はひとつの空間的課題を提示し、素早い死と再挑戦のサイクルでプレイヤーにそれを習得させ、以後の画面でそれまでに習得した概念と組み合わせる。メカニクスの語彙は第2章までに出そろい、それ以降はすべて組み合わせの応用である。 *Civilisation VI*では、勾配は複数の戦略システム（技術、社会制度、外交、戦争、宗教、交易）の交差によって維持される。それらの相互作用は、どの単一システムも単独では生み出せない創発的な戦略状況を生む。各システムを個別に習得したプレイヤーでも、システム同士が予期せぬ仕方で絡み合うとき、新たな予測誤差に直面する（宗教的勝利が外交的緊張を生み、技術競争のさなかに不意の戦争を引き起こす、といったように）。 *Stardew Valley*では、勾配は季節ごとの開示によって維持される。ゲーム内の各季節が、新しい作物、新しい魚、新しいイベント、新しい人間関係の機会をもたらす。システムが適切な時期まで情報を伏せているため、プレイヤーは一つの季節でゲームのコンテンツを汲み尽くせない。勾配はプレイヤーの技量ではなく暦によってペーシングされており、そのぶん時間的なプロファイルが異なる。すなわち、習熟に駆動されたエンゲージメント（この課題を自分は実行できるか）ではなく、先取りされた好奇心（次の季節には何が起こるのか）が働くのである。 **診断。** プレイヤーが退屈を訴えたとき、まず問うべきは「いまプレイヤーは何を学んでいるのか」である。答えが「何も学んでいない」であれば、つまりゲームについてのモデルが完成し、新しい予測誤差がもう生成されていないのであれば、法則1が破られている。処方箋はコンテンツを足すことではなく（既存のパターンを使い回すだけなら新しい誤差は生まれない）、**構造**を足すことである。新しい組み合わせ、新しい文脈、既存メカニクスの新しい用法である。 ### 15.3 法則2：学習を隠せ > ***プレイヤーは、勉強しているのではなく遊んでいると感じなければならない。*** 明示的な指示は没入感を損なってエンゲージメントを遅らせる。暗黙的な学習は自然に感じられ、フローを維持する。脳の手続き記憶システムは、曝露と実践を通じてパターンを獲得し、意識的な認識を必要としない。ゲームはこのシステムをターゲットにすべきであり、チュートリアルやツールチップのような宣言的記憶システムに依存すべきではない。 **ジャンル間での現象:** *Zelda: Breath of the Wild*は、その物理・化学のシステムをもっぱら環境との相互作用によって教える。金属が電気を通すことをプレイヤーが知るのは、チュートリアルがそう言うからではない。雷雨のさなかに金属の武器を持ち、落雷を受けるからである。予測誤差は鮮烈で、フィードバックは即時で、学習は永続する。同じ定着をチュートリアルで生むことはできない。この発見の経路は、誤差信号（予期しない結果）と好奇心の報酬（自分で突き止めた）の両方を同時に動員するからである。 *Super Mario Bros.*のワールド1-1は、走る、跳ぶ、ブロック、パワーアップ、敵、そして穴を、空間設計だけで教える。宮本茂のレベルデザインは、衝突がほぼ避けられない位置にクリボーを早めに置き、死ぬという仕組みを教える。ジャンプを誘う高さにブロックを置き、ブロックを壊す仕組みを教える。プレイヤーが自然に叩いてしまう位置のブロックにキノコを仕込み、パワーアップの仕組みを教える。画面には一文字もテキストが出ない。 *Dark Souls*は、致命的な帰結を通じて教える。城下不死街で最初に出会う亡者の兵士が、ガードと攻撃を教える。火炎壺を投げる亡者との最初の遭遇が、空間把握を教える。最初のミミック（開けると襲いかかる宝箱）が、手を伸ばす前に確かめることを教える。あらゆる教えが指示ではなくプレイ体験を通じて届けられ、しかも感情的に際立っているために記憶に残る。死は強力な記憶術なのである。 *Portal*は、第23章で詳述するとおり、実験室（チャンバー）の設計によって教える。どの部屋も統制された実験である。ひとつの概念を導入し、相互作用を通じてプレイヤーがその概念を発見できる材料を与え、先へ進むためにその概念の応用を要求する。チュートリアルがゲームであり、ゲームがチュートリアルである。両者は区別できない。 **診断。** プレイヤーがチュートリアルを飛ばし、ツールチップを無視し、「手取り足取り」への苛立ちを口にするなら、そのゲームはおそらく法則2に違反している。手続き的に教えるべきものを宣言的に教えようとしているのである。処方箋は、教えることそのものをゲームプレイとして設計し直すことである。指示に従うのではなく、ゲームの刺激に対する自然な反応として正しい行動が生じるような状況を作るのである。 ### 15.4 法則3：挑戦はプレイヤーに調整させよ > ***プレイヤーは自分の難易度を自分で制御できなければならない。*** 固定された難易度は、熟練したプレイヤーには退屈を、初心者には過負荷をもたらす危険がある。プレイヤーが制御できるシステムは、各人が自分にとって最適な挑戦の帯域を見つけられるようにすることで、学習勾配を安定させる。制御の仕組みはジャンルによって大きく異なるが、原理は普遍的である。プレイヤーは、予測誤差が到来する速度に対して何らかの影響力をもたなければならない。 **ジャンル間での現象:** *Halo*の4段階の難易度（Easy、Normal、Heroic、Legendary）は、最も透明な実装である。プレイヤーは開始前に勾配の急峻さを明示的に選び、その選択に身を委ねる。Bungieは意図した体験についてあけすけだった。「NormalはEasyを選ぶのが気恥ずかしい初心者のためのものだ。我々が意図したのはHeroicである」。この透明性が、チクセントミハイがフローの前提条件として挙げた制御感を保っている。 *Celeste*のアシストモードは、より細かい下位の制御を提供する。プレイヤーはゲーム速度、ダッシュ回数、無敵をそれぞれ個別に調整できる。これは「難易度」を、それを構成する予測誤差の源へと解体するものである。運動実行に由来する誤差を減らしながら（速度を落とす、ダッシュを増やす）、空間推論に由来する誤差は保つ（パズル自体は変わらない）。この設計は、「難易度」が単一の変数ではなく複数種類の予測誤差の合成であり、プレイヤーはそれぞれを独立に制御したいかもしれない、ということを認めている。 *Breath of the Wild* および *Elden Ring* は、地理を通じて難易度の調整を実現している。プレイヤーはどこへでも移動できるが、ある地域は他の地域よりもはるかに難しい。現在の地域が難しく感じたプレイヤーは、その場を離れて他の場所を探索し、低難易度のエリアでスキルや装備を習得した後、戻ってくることができる。難易度はメニューによって決まらず、プレイヤーが選ぶ目的地によって決まる。この仕組みは、没入感（メニューがフィクションを破壊しない）を維持しつつ、明示的な難易度段階と同じ勾配マッチング機能を提供する。 *Dota 2*のMMRシステムは、マッチメイキングを通じて難易度の調整を実装している。おおむね同等の技量の相手を選ぶことで、各マッチの難易度を自動的に調整するのである。プレイヤーにとっての難易度とは相手の技量であり、システムはそれを絶えず較正し続ける。プレイヤーはこの過程を明示的に制御できないが、成績に応じてMMRが上下し、課題とスキルの均衡が自動的に保たれる。 ローグライクは、永続的な成長の仕組みを通じて難易度の調整を実装している。*Hades*には、ランを重ねるごとに難易度を下げていく恒久的なアップグレード（「夜の鏡」、武器の異形）がある。初期装備ではボスを倒せないプレイヤーも、永続資源を火力や生存力の強化に投じれば、やがて成功できる。このゲームは、明示的な設定ではなく蓄積された進行を通じて、プレイヤーに合わせて自らを調整するのである。 **診断。** プレイヤーがそのゲームを「難しすぎる」あるいは「簡単すぎる」と訴え、しかも調整の仕組みが存在しないなら、法則3が破られている。処方箋はジャンルによって異なる。線形のゲームなら明示的な難易度設定、オープンワールドなら地理による難易度の変化、対戦ゲームならマッチメイキング、ローグライクなら永続的な成長の仕組みである。 ### 15.5 法則4：フィードバックは即時かつ読み取れるものにせよ > ***学習には、明確で即時の誤差信号が要る。*** フィードバックがなければ、予測誤差は解消されず、学習は止まり、勾配は崩壊する。フィードバックは、即時であり（入力に対してミリ秒単位で応答する）、正確であり（何が起きたかをプレイヤーが正確に知れる）、解釈可能でなければならない（なぜそれが起きたかをプレイヤーが理解できる）。この3つの基準はそれぞれ独立に必要である。システムは、即時だが不正確でありうるし（プレイヤーは死んだが、何に殺されたのかわからない）、正確だが解釈不能でもありうるし（「環境ダメージ」で47ダメージ受けたとはわかるが、どの環境要因なのかわからない）、解釈可能だが遅延していることもありうる（何が間違っていたかは理解できるが、それがわかるのはロード画面とリスポーンを経たあとである）。 **ジャンル間での現象:** *Mario*のジャンプは、マイクロ水準のフィードバックの完璧な例である。ボタン押下への応答は即時である（知覚できる入力遅延がない）。物理は予測可能である（同じ入力は常に同じ弧を描く）。結果はただちに目に見える（足場に乗れるか、乗れないかのどちらかである）。ロングとガットウィン（2018, CHI PLAY）は、ゲームの速さによっては50ミリ秒という低い遅延でも成績が落ちることを示した。このゲームの1フレームを切る応答時間は、そのプラットフォーム・アクションが要求する運動水準の学習勾配にとっての必要条件である。 *Halo*のコヴナントの敵は、第24章で詳述するとおり、メゾ水準のフィードバックの完璧な例である。グラントは指揮官が死ぬと恐慌をきたして逃げ出す。エリートはシールドが割れるとよろめく。ジャッカルは背後を取られると驚いて振り向く。どの反応も、プレイヤーの行動が意図どおりの効果をもたらしたことを確認させる、読み取れる応答である。フラッドに読み取れる状態変化がないことは、その裏面を示している。読み取れるフィードバックがなければ、難易度が適切であっても学習勾配は崩壊する。 *Dota 2*のダメージ数値、状態異常アイコン、スキルのクールダウン表示は、複雑なシステムにおける情報密度の高いフィードバックの例である。このゲームは、どの遭遇についてもプレイヤーが因果の連鎖を再構成できるだけの情報を与えるが、その情報は層に分けて提示される。不可欠な戦闘フィードバック（体力バー、ダメージ数値）は前注意的に処理できる形で示され、詳細な戦術情報（正確なクールダウン、バフの残り時間）は意識的に注意を向けて初めて読める。この層構造のおかげで、初心者も情報密度に圧倒されることなく最も重要な誤差信号を抽出できる。 *Dark Souls*の死亡画面は、帰結によるフィードバックの典型である。画面が暗転し、「YOU DIED」と表示され、プレイヤーは最後に灯した篝火で復活する。キルカメラもなければ、ダメージの内訳もなく、どうすべきだったかの示唆もない。フィードバックは死そのものである。何の攻撃で死んだのか（暗転前の最後のアニメーションに映っている）、そしてどこに立っていたのか（復活地点と死亡地点の位置関係からわかる）。この素っ気なさが、プレイヤーにその遭遇の記憶から自力で教訓を引き出すことを強い、死後の分析画面よりも深い処理を促すのである。 **診断。** プレイヤーが死を「ランダム」あるいは「理不尽」だと感じ、なぜ失敗したかを説明できないなら、法則4が破られている。処方箋は難易度を下げることではなく、**読み取りやすさ**を上げることである。プレイヤーの行動から結果に至る因果の連鎖を、目に見え、一貫し、たどれるものにするのである。失敗のたびにプレイヤーが「何に殺されたのか、どうすべきだったのか」に答えられなければならない。 ### 15.6 法則5：システムを決して完全には解かせるな > ***ゲームは、プレイヤーのわずかに先を行き続けなければならない。*** システムが完全に理解されてしまえば、学習勾配はゼロに達し、エンゲージメントは終わる。ゲームは、プレイヤーが進むにつれて遠ざかっていく未解決の予測誤差の地平を保ち続けなければならない。 この法則は、法則4（読み取れるフィードバック）との間に一見した緊張を生む。システムが完全に読み取れるなら、プレイヤーはいずれすべてを学び尽くしてしまうのではないか。その解決は、**読み取りやすさと深さは別物である**という点にある。システムは、完全に読み取れながら（あらゆる結果がその原因までたどれる）、同時に無限に深くありうる（結果の組み合わせ空間が、いかなる個人の探索能力をも超える）。チェスが典型である。あらゆる手の帰結は決定論的で目に見えるのに、決定木が人間に計算しきれないほど広大であるため、人間の手でこのゲームが「解かれた」ことは一度もない。 **ジャンル間での表現:** *Dota 2* は、無限に深いシステムを示している。120以上のヒーロー、200以上のアイテム、5人の人間チームメイト、5人の人間対戦相手。組み合わせの空間は天文的に大きくなり、人間の対戦相手によって、システムの予測誤差のランドスケープは、個人が完全にモデル化できる速度よりも速く変化する。このゲームは「解決不可能」である。なぜなら、その解決空間には、9人の他の人間の適応的行動が含まれているからである。 *Breath of the Wild*の物理・化学システムは、創発を通じて深さを獲得している。ルールは単純だが（火は木を燃やす、金属は電気を通す）、その相互作用は、プレイヤーも設計者も予期しなかった結果を生む。ハイラルで200時間を費やしたプレイヤーでも、なお新しい相互作用を発見できる。物理オブジェクト、地形、天候、シーカーストーンの能力の組み合わせ空間が、一人のプレイヤーに汲み尽くせる範囲を超えているからである。 *Spelunky*は、プロシージャル生成によって解かれえないことを実現している。各ランが、部屋、敵、アイテム、罠の新しい配置を差し出す。根底のルールは学習可能だが（スパイクは接触で即死、矢の罠は視線のトリガーを横切ると発射される）、具体的な配置は予測できない。プレイヤーの一般的なモデルは継続的に改善されるが、個々の具体化には常に新しい予測誤差が含まれている。 *Tetris*は、速度の上昇とランダムなピース生成によって解かれえないことを実現している。ルールは決定論的で完全に知られているが、加速と予測不能なピース列の組み合わせによって、プレイヤーは常に自分の運動的自動性の限界すれすれで戦うことになる。つねに、もう一段速いレベルがある。 *Chess*は、ひとえに組み合わせの深さによって解かれえないことを実現している。ルールは完結しており、何世紀も前から知られている。決定木にはおよそ10^120の局面が含まれる。この空間を汲み尽くした人間はおらず、これからも現れない。 **診断。** プレイヤーが「グラインド」を訴えるとき、つまり意味ある学習を伴わない反復的な関与を訴えるとき、法則5が破られている可能性が高い。システムの予測誤差は尽きているのに、ゲームは本物の学習ではなく数値的な進行（経験値、通貨、レベル）を通じて関与を要求し続けているのである。処方箋は、新しいコンテンツ（同じ敵の見た目を変えただけのもの）ではなく、新しい構造（創発、組み合わせ、社会的複雑性）を導入することである。 ### 15.7 法則どうしの相互作用 これらの法則は独立ではない。互いを補強し合う一つのシステムをなしている。 - 学習にはフィードバックが要る（法則4が法則1を可能にする） - フィードバックが勾配の維持を可能にする（法則4が法則1を支える） - 勾配の安定にはプレイヤーの制御が要る（法則3が法則1を安定させる） - プレイヤーの制御は隠された学習に依存する（法則2が法則3を支える。教える仕組みを見抜いたプレイヤーはそれを逆用でき、勾配は崩れる） - 持続的なエンゲージメントには解かれていないシステムが要る（法則5が法則1を延長する） 最も高く評価されるゲームは、5つの法則すべてを同時に満たしている。*Breath of the Wild*は、物理の創発によって勾配を維持し（法則1）、環境との相互作用によって教え（法則2）、プレイヤーが自分の道筋と難易度を選べるようにし（法則3）、即時の物理フィードバックを与え（法則4）、どのプレイヤーにも汲み尽くせない創発的相互作用を生む（法則5）。*Halo*は、組み合わせ的な遭遇設計によって勾配を維持し（法則1）、チュートリアルではなく遭遇の構造によって教え（法則2）、4段階の明示的な難易度を用意し（法則3）、多層的な戦闘フィードバックを与え（法則4）、入れ子状のループ構造によってどの勾配も平坦化しないようにしている（法則5）。 ### 15.8 法則による失敗の診断 ゲームが失敗しているとき、1つ以上の法則が破られている。診断の枠組みは次のとおりである。 - **退屈**：法則1（学習がない）および／または法則5（システムが尽きている）。勾配がゼロに達している。 - **苛立ち**：法則4（フィードバックが不明瞭）。予測誤差は生じているが、何が間違っていたかをプレイヤーが特定できないため解消できない。 - **過負荷**：法則3（難易度を制御できない）および／または法則2の違反（手続き的に学ばせる代わりに、明示的な指示が宣言的な情報でプレイヤーを圧倒している）。 - **グラインド**：法則5（システムは尽きているのに、本物の学習ではなく形ばかりの蓄積によって関与が維持されている）。 - **チュートリアル疲れ**：法則2（手続き的に教えるべきところを、ゲームが宣言的に教えている）。 どの診断も、特定の是正策を指し示す。これらの法則は、設計者に何を作るべきかを教えはしないが、何を直すべきかを教える。 ### 15.9 最後の原則 5つの法則はすべて、次の一つに還元される。 > ***持続的で解釈可能な学習のために設計せよ。*** プレイヤーが何が起こっているかを理解でき、時間とともに改善でき、新しい構造に定期的に出会え、かつ現在の理解を超えていると感じ続ける場合、ゲームは魅力的になる。5つの法則はこの1つの原則を実行可能な設計基準に分解したものである。 ## 第16章　探索と好奇心の設計 *開かれた世界をチェックリストから好奇心のエンジンへと変える設計原則；方向性のある学習と自発的学習の勾配における構造的差異；そして探索を支える実践的な手法について。* ### 16.1 探索の設計課題 第4章では神経科学の観点から、好奇心はドーパミン系のドライブ状態であり、情報のギャップを内在的報酬に変換する（Gruber et al., 2014）、生物は中間複雑性の刺激に対して優先的に注意を向ける（Kidd & Hayden, 2015）、そして外的マーカーは内在的動機を損なう（Deci, Koestner, & Ryan, 1999）という原則を提示した。第25章の*Breath of the Wild*の分析は、この原則を1つのゲーム内で示している。 本章が扱うのは、神経科学と事例研究のあいだに位置する**設計上の問題**である。数十時間にわたって好奇心に駆動された探索を維持する世界を、どうすれば作れるのか。その構造的な技法とは何であり、それは戦闘やパズルのエンゲージメントを支える課題駆動の技法とどう異なるのか。 ### 16.2 与えられた勾配と自ら選ぶ勾配 戦闘やパズルのゲームは、学習勾配を課してくる。どの課題が、どの順で、どの難易度で現れるかを設計者が制御する。プレイヤーの役割は、設計者が行く手に置いた予測誤差を解消することである。これが**与えられた勾配**であり、学習の軌跡の作者は設計者である。 探索駆動のゲームは、この関係を反転させる。設計者は潜在的な予測誤差に満ちた世界を作り、そのどれを追いかけるかはプレイヤーが選ぶ。学習の軌跡は共同で構築される。設計者は素材（一貫したルールと発見可能な秘密をもつ世界）を提供し、プレイヤーは方向（どこへ行くか、何を調べるか、いつ挑むか）を提供する。これが**自ら選ぶ勾配**であり、根本的に異なる設計技法を要求する。 与えられた勾配の失敗モードは、過負荷か退屈である（設計者のペーシングがそのプレイヤーに合っていない）。自ら選ぶ勾配の失敗モードは、あてどなさ（どの方向に実りある予測誤差があるのかをプレイヤーが見定められない）か、枯渇（行ける場所をすべて探索し尽くし、新しい土地が見つからない）である。 ### 16.3 自ら選ぶ勾配を維持する技法 成功している探索駆動のゲームは、自ら選ぶ勾配を正に保つための構造的な技法をいくつか共有している。 **見える地平線。** プレイヤーは、いまいる位置から、まだ調べていない興味の対象を少なくとも一つは見渡せなければならない。*Breath of the Wild*の三角形の法則（遠方からも見える山頂、塔、異様な建造物）と、*Elden Ring*の黄金樹（世界のなかでプレイヤーの方向感覚を支え続けるランドマーク）は、どちらもこの機能を果たしている。地平線は空間的な予測誤差の絶えざる源泉である。あれは何か。あの向こうには何があるのか。どうすればそこへ行けるのか。 **階層的な情報密度。** 世界は、異なる距離で異なる情報を提示すべきである。遠くから見ると、ランドマークが「何かがここにある」と伝える。中程度の距離では、プレイヤーはその種類（廃墟、キャンプ、神社など）を特定できる。間近まで寄れば、具体的な中身（何が守っているのか、どんなパズルがあるのか、どんな報酬が得られるのか）が明らかになる。この層構造によって予測誤差は一度に解消されず段階的に解けていき、近づいていく道中ずっと好奇心の信号が保たれる。 **環境の一貫性。** プレイヤーは世界を読むことになる。特定の建築スタイルが特定の課題を、特定の植物が特定の資源を示すといった視覚的ヒントが一貫していることで、プレイヤーは環境のモデルを構築し、生産的な予測を導くことができる。見慣れた手がかりを目にすると、プレイヤーは何が見つかるかを予測し、その予測は到着時に検証される。*Elden Ring*の光る髑髏はルーンの獲得を告げる。*Breath of the Wild*のシーカー様式の建造物は祠を告げる。*Dark Souls*の霧の門はボス戦を告げる。どの手がかりも学習された環境のルールであり、視覚的な走査をモデルに基づく予測へと変える。 **密度調整。**注目すべきポイントは、プレイヤーが常に新しいものに遭遇するように配置されるべきである。間隔が空きすぎると、プレイヤーは予測誤差の生じない空白を移動することになる（退屈）。詰まりすぎると、選択肢が多すぎて圧倒される（過負荷）。 *Breath of the Wild*の設計者は、プレイヤーがどの方向を移動しても、約30〜60秒以内に何か興味深いものに遭遇するように密度を調整したと説明している。この調整は、*Halo*の遭遇ペースと同様に、探索における「勾配維持」を実現するものである。 **報酬の多様性。** どの探索目標も同じ報酬（わずかな通貨、ありふれた収集品）しか出さないなら、予測誤差は最初の発見で解消してしまう。「またコインか」で終わりである。報酬の種類（性能の強化、外見、世界設定、近道、新しい能力、物語の開示、環境パズル）が多様であれば、それぞれの目標に何が入っているかについての不確実性が保たれる。「何が見つかるだろう」という予測誤差は開かれたままになる。答えが毎回違うからである。 **再訪の価値。** かつて探索した領域は、時間の経過とともに変化するか、プレイヤーが新しい能力や知識を得たあとで新しい情報を見せるべきである。*メトロイドヴァニア*の設計は、まるごとこの原則の上に立っている。序盤に通り過ぎた区域に、のちの能力がなければ通れない道が隠されており、見知った土地への二度目（そして三度目）の探索行が、新鮮な予測誤差とともに生まれる。*Tears of the Kingdom*の建造能力は、探索済みの地形を工学の遊び場へと変え、すでに理解したつもりの場所に新しい予測誤差の層を重ねる。 ### 16.4 マーカーが失敗する理由：メカニズム 前章では、クエストマーカーが探索を損なうことについて述べた。この設計メカニズムを明確に説明するのは、意図が良くても、学習勾配を破壊してしまうことの具体例を示すためである。 クエストマーカーは、探索問題（この物はどこにあるか？）をナビゲーション問題（地図上の線に従って進む）に変換する。探索問題は、世界の構造に関する予測誤差を生み出し、プレイヤーは空間モデルを構築し、ランドマークを特定し、環境のヒントを読み、興味深いコンテンツが存在する可能性を推測する必要がある。一方、ナビゲーションの問題は予測誤差をまったく生まない。線がどこへ行けばよいかを正確に教えてくれるので、残る不確実性は「死なずにそこまで歩けるか」だけである。 空間的な予測誤差を取り除くことで、マーカーは探索を面白くしている学習勾配そのものを取り除いてしまう。プレイヤーはもはや世界のモデルを構築しておらず、指示に従っているだけである。移行が起きているのは、システム2の空間推論（報酬的である）から、システム1のウェイポイント追従（自動的で、関与を失わせる）へ、である。探索の勾配は、ただの移動のグラインドへと縮む。 設計の教訓：すべてのナビゲーション支援機能は、"この機能がプレイヤーが世界のモデルを自ら構築するのを助けるのか、それともそのモデルの必要性を代替するのか" という問いに答えるべきである。方向性（北、ある領域へ向かう）を示すコンパスは、プレイヤーが方向を把握するのを助けながら、空間的推論を代替しない。一方、正確な位置を示す地図マーカーは、空間的推論を完全に置き換える。前者は勾配を支え、後者はそれを破壊する。 ### 16.5 トランジション この章で説明された技術は、探索駆動型のエンゲージメントに必要な構造的ツールキットを提供する。次の章では、完全なゲームの時間軸に沿って学習勾配を管理するという異なる設計課題を検討する。 ## 第17章　ペーシングとセッション設計 *プレイセッション内およびセッション間のエンゲージメントのマイクロ構造；最初の5分とセッション間の遷移が最も難しい設計課題である理由；そして、ライフサイクルよりも短い時間スケールで学習勾配を調整するためのペースメカニズムについて。* ### 17.1 ライフサイクルよりも下 第10章では、エンゲージメントのマクロスケールのライフサイクルについて説明した：最初の接触、急速な学習、深まり、マスター、そして疲労。その分析は時間スケールで数時間から数百時間にわたる。しかし、エンゲージメントはより短い時間スケールでも構造化されている。個々のプレイセッション（30分から4時間）、遭遇シーケンス（5〜20分）、そして瞬間単位のペース（秒〜分）という時間スケールもある。本章は、これらの短い時間スケールにおける学習勾配の管理方法を検討する。 ### 17.2 最初の5分 ゲームの最初の数分は、全体の経験の中で最もリスクの高い瞬間である。プレイヤーのモデルは空で、予測誤差は最大密度で出現し、オーバーロードのリスクは極めて高い。業界の維持データはこれを確認している：モバイルゲームでは、新規ユーザーの75％以上が24時間以内に離脱し、その急激な減少は最初のセッション中に起こる。 設計上の課題は、二つの失敗モードのあいだを縫うことである。**情報が多すぎる**と過負荷が生じる。どの予測誤差に注目すべきかを見定められず、プレイヤーは離れていく。**情報が少なすぎる**と混乱が生じる。このゲームが何であり自分が何をすべきかを理解できず、別の理由でプレイヤーは離れていく。 成功したオープニングは、共通の構造を持つ。 **明確な1つの行動と、その場で即座に視覚的に確認されるフィードバック**。 *Mario*は走り、ジャンプを開始する。 *Portal*はポータルを通り抜けることから始まる。 *Dark Souls*は転がり、攻撃を行う行動から始まる。最初の行動が最も基本的なメカニクスを教え、フィードバックが、自分の入力には意味があるのだとプレイヤーに確証させる。それ以外のすべて、物語、システム、メニュー、オプションは後回しにされる。 オンボーディングの勾配は、学習サイクルごとにシステムを一つだけ導入すべきである。学習サイクルとは、システムに遭遇 → そのシステムを使用しようとする → フィードバックを得る → 理解を調整するという最小限のシーケンスである。学習サイクルの長さはシステムの複雑さに応じて変化する（「Aを押すとジャンプする」というシンプルな操作は10秒程度で、インベントリを管理するような複雑なシステムは数分かかる）が、原則は常に同じである。各サイクルで1つの新しいシステムを導入し、次の導入の前にその理解を定着させる時間を持つことである。 *Breath of the Wild*の始まりの台地は、4つのルーン能力をそれぞれ別々の祠の先に置き、各祠で概念を一つずつ切り離して教えることでこの問題を解いている。*Halo*の最初のレベルは、まず操作系を導入し、次に武器、次にグレネード、次に乗り物を加えていく。どの遭遇も新しい要素を一つだけ焦点に据えている。最悪のオンボーディング設計（*Dota 2*の新規プレイヤー体験、多くの複雑なRPG）は、噛み合った複数のシステムを一度に提示し、その整理をプレイヤーに丸投げする。これは、運転を教えるのにいきなり高速道路へ放り出すのに等しい。 ### 17.3 セッションのリズム 一回のプレイセッションの内側では、学習勾配は緊張と弛緩の**リズム**から恩恵を受ける。これはLC-NE系の位相性／持続性の振動に対応している。 位相性モード（強い集中）を持続させることには、大きな代謝的コストがかかる。Wiehler et al.（2022, *Current Biology*）は、長時間の認知的制御が外側前頭前皮質にグルタミン酸を蓄積させ、それが精神的疲労の主観的経験を駆動している可能性を示した。休みなく高強度の関与を要求し続けるゲームは、フローではなく消耗を生む。 効果的なセッションリズムは、次のように交替する。 - **高強度の区間**（戦闘、パズルの部屋、ボスへの挑戦）は集中的な注意を要求し、高密度の予測誤差を生む。 - **低強度の区間**（移動、会話、探索、装備の整理）は認知的な回復を許しつつ、低密度の予測誤差によってエンゲージメントを保つ。 *Halo*のキャンペーンは、遭遇のあいだに移動区間と乗り物区間を挟んでペースを作る。*Dark Souls*は、篝火からボスまでの道のりを挟むことで、心の準備の時間を与える。*Zelda*は、祠のパズルのあいだにオーバーワールドの探索を挟む。*Portal*は、テストチャンバーのあいだに、機構的な課題を伴わずに物語だけを届ける移行空間を挟む。マーティン・オドネルが戦闘曲のあいだに沈黙を置いたのも、音響の水準で同じ機能を果たしている。対比が慣れを防ぎ、自律神経系の回復を許すのである。 最適なリズムは、高強度区間の強度に依存する。より激しい課題（ボス戦、対戦マッチ）ほど、長い回復期間を必要とする。強度の低い課題（通常の遭遇、易しいパズル）は、より密なペースで並べられる。設計の原則は、次の高強度区間が来るころにはプレイヤーが再び挑む用意ができている、という状態を保つことである。疲れを感じているなら、回復期間が短すぎたのである。 ### 17.4 セッション境界と再参入の問題 プレイセッションの間の移行は、多くのゲームが無視し、少数しかうまく処理していない設計上の課題である。プレイヤーが遊ぶのをやめ、数時間あるいは数日後に戻ってくるとき、彼らは**再参入の問題**に直面する。ゲームの現在の状態についての作業モデルが部分的に減衰しており、実りある関与を再開する前に文脈を組み直さなければならないのである。 これをうまく扱うゲームは、**再参入の足場**を用意する。直近の出来事の要約（*Witcher 3*のロード画面のあらすじ）、現在の目標を示し続けるUI要素（クエストログ、地図上のマーカー）、あるいは、プレイヤーの立ち位置そのものが目標を語るように設計された環境（ボスの霧の門の外、新しいエリアの入口）である。 これをうまく扱えないゲームは、プレイヤーが正確にどこにいたか、何をしていたかを記憶していることを期待する。2週間ぶりに複雑なRPGへ戻り、ダンジョンのただ中で、荷物は満杯、しかしどのクエストを追っていたのかは思い出せない。そんなプレイヤーの前にある再参入の勾配はあまりに急であり、多くの人は最初からやり直すか、そのままやめてしまう。 セーブシステムは単なる利便性の機能ではなく、ペーシングの道具である。自然な転換点（レベルとレベルのあいだ、ボス撃破の直後、新しいエリアの入口）にセーブポイントを置けば、セッションの境界を勾配の境界に揃えられる。プレイヤーは、一つの学習の弧が閉じ、次の弧がまだ始まっていない地点で手を止めることになる。課題の途中でセーブさせれば、プレイヤーは未解決の勾配のただ中に復帰することになり、戻ったときに混乱が生じかねない。 ### 17.5 終盤の問題 ゲームの最後の数時間は、冒頭の問題の裏返しである。オンボーディングの段階では勾配が急峻すぎる（誤差が多すぎ、速すぎる）。終盤では勾配がゼロに近づく（プレイヤーのモデルはほぼ完成し、新しい予測誤差がほとんど残っていない）。 ゲームはこれにいくつかの仕方で対処している。**エスカレーション**は、最も複雑な課題を最後に置き、プレイヤーが培ってきた技能の全域を試す（最終ボス戦、終盤ダンジョン、あらゆるメカニクスを総動員する山場の遭遇）。**物語のクライマックス**は、機構的ではない勾配を提供する。物語についてのプレイヤーのモデルが解決へ近づいていき、物語的な予測誤差（これはどう終わるのか）が、機構的な勾配の減衰のあいだもエンゲージメントを支えるのである。**ニューゲームプラス**は、ゲームのパラメータを変えることで（敵が強くなる、アイテムの配置が変わる、新しい能力が加わる）、同じコンテンツが二周目に新鮮な予測誤差を生むようにし、勾配を延長する。 終盤を最もうまく扱うゲームは、機構的な勾配と物語的な勾配が収束するゲームである。最後の課題が、技能の最も厳しい試練であると同時に、物語の中心的な緊張の解決でもある。*Portal*のGLaDOSとの最終対決。*Halo 3*のウォートホッグでの脱出行。*Dark Souls*の最終ボス。いずれも機構的なクライマックス（そのゲームが鍛えてきた技能の最も過酷な試験）であると同時に、物語的なクライマックス（物語の中心的な葛藤の解決）でもある。学習勾配と物語の勾配が同じ瞬間に頂点を迎え、体験全体で最も濃密なエンゲージメントを生むのである。 ### 17.6 トランジション ペースの設定とセッション設計は、ライフサイクルのスケールよりも短い時間スケールで動作し、数分から数時間の間にわたる学習勾配を管理している。完全なゲームの進行にわたるスケールではなく、その中で学習勾配を管理している。次の章では、この管理が失敗した際の現象を検討する。学習勾配が崩壊したり、急上昇したり、停止したり、振動したりした際の特定の病理を明らかにする。 ## 第18章　失敗のモード *退屈、苛立ち、グラインド、不安を、孤立した設計上の欠陥としてではなく、学習のダイナミクスの破綻として捉えることについて。* ### 18.1 失敗は勾配の破綻である ゲームが人を惹きつけなくなるとき、その原因はつねに学習勾配の破綻である。そして破綻の現象学は、プレイヤーが退屈を覚えるのか、苛立つのか、不安になるのか、グラインドに囚われるのかによって、予測誤差ダイナミクスの特定の病理に対応している。 本章では、エンゲージメントの失敗を系統的な分類に整理し、各失敗は特定の勾配病理にマッピングされ、具体的なゲーム例で説明される。 ### 18.2 退屈：勾配がゼロになる 退屈は、学習勾配がゼロに達したときに起こる。プレイヤーはゲームのパターンを完全に内面化しており、新たな予測誤差が生成されていない。結果は完全に予測可能であり、ドーパミン系に何らの信号も与えられない（Schultz, 1997: 予測誤差がゼロになるとドーパミン反応は起こらない）。 **症状。** プレイヤーは、何も起きていない、ただ形だけ手を動かしている、このゲームにはもう教えることが残っていないと感じる。時間は重く進み、注意は逸れていく。LC-NE系は位相性モード（集中した関与）から持続性モード（より良い選択肢を求める広い走査）へと漂い出す。 **よくある原因。** - 変化のない繰り返しコンテンツ（同じ敵との遭遇、コピー＆ペーストされたサイドクエスト） - 組み合わせの深さの不足（驚くような相互作用が起こらないシステム） - プレイヤーの技量がゲームの課題を上回っているのに、自己調整の仕組みがない **設計上の診断。** 法則1（学習勾配を維持せよ）および／または法則5（システムを決して完全には解かせるな）が破られている。 **例。** 多くのオープンワールドRPGの終盤のグラインド。47個目の同じ盗賊のキャンプを制圧しても、最初のキャンプが与えなかった予測誤差は何ひとつ生まれない。*Assassin's Creed*シリーズの最後の数時間。地図はアイコンで埋め尽くされているのに、そのどれ一つとして本当に新しい課題を表していない。 ### 18.3 苛立ち：解消できない誤差 苛立ちは、予測誤差が生成されているのに、それを解消できないときに生じる。プレイヤーは失敗しているが、なぜ失敗したのか、何を変えればよいのかを特定できない。誤差信号は情報ではなく、ノイズである。 **症状。** プレイヤーは、このゲームは理不尽だ、死はランダムだ、上達などできないと感じる。負の感情価が高い。予測誤差が減るのではなく増えているからである（Van de Cruys, 2017：負の感情は増大しつつある誤差を追跡する）。 **よくある原因。** - フィードバックが不明瞭（プレイヤーは行動から結果への因果関係を追跡できない） - ルールの不整合（同じ行動が異なる文脈で異なる結果をもたらす） - 確率的な難易度（学習可能なパターンではなくランダム性から生じる課題） - 画面外からの攻撃や回避不能な攻撃（設計上そもそも解消できない予測誤差） **設計上の診断。** 法則4（フィードバックは即時かつ読み取れるものにせよ）が破られている。 **例。** *Halo 2*のレジェンダリー難易度のジャッカル・スナイパー。画面外からヒットスキャン武器で一撃でプレイヤーを殺す。その誤差信号は「見えないものに一撃で殺された」であり、行動につながる教えを何も含まない。次の足場が見えない、3Dプラットフォーマーの拙いカメラ。予備動作がなく、回避もできないボスの攻撃。 イェスパー・ユールの*The Art of Failure*（2013, MIT Press）が理論的な枠組みを与えてくれる。プレイヤーは失敗に責任を感じられることを楽しむのであり、「公平さ」とは、結果を決めたのが外部のランダム性ではなく自分の行動だという認識にほかならない。この帰属が不可能になったときに、苛立ちが生じる。 ### 18.4 グラインド：勾配がほぼゼロで、形ばかりの進行がある グラインドは、学習勾配がほぼゼロであるのに、ゲームが反復を通じて関与を要求し続けるときに生じる。プレイヤーは活動しているが、上達していない。予測誤差はごく小さく即座に解消されてしまい、本物の学習を伴わない形ばかりの進行（経験値の蓄積、通貨稼ぎ、達成率の上昇）だけが残る。 **症状。** プレイヤーは、意味のある課題に取り組んでいるというより「時間を務めている」と感じる。活動は反復的だが難しくはない。進歩は理解ではなく数値で測られる。Berridge & Robinson（2016）のいう「wanting／likingの乖離」が表面化していることもある。続けずにいられない（変動比率強化に駆動されたドーパミン系の「wanting」）のに、体験そのものは楽しめていない（オピオイド系の「liking」は平坦か低下している）のである。 **よくある原因。** - コンテンツの水増し（10時間分の固有の予測誤差を40時間のゲームプレイに引き伸ばす） - 人為的な進行ゲート（技量とは無関係に、数値的な閾値に達するまで新しいコンテンツを開放しない） - 学習を伴わずに関与を持続させる変動比率強化スケジュール（戦利品稼ぎ、ガチャの仕組み） **設計上の診断。** 法則5（システムを決して完全には解かせるな）が破られている。システムはすでに尽きているのに、ゲームは数値の水増しによってそうでないふりをしている。 **例。** 同じ活動を繰り返させて通貨を少しずつ与えるMMOのデイリークエスト。技量の伸びではなく、タイマーや課金通貨の後ろに進行を閉じ込めるモバイルゲーム。新しい戦術的課題を何も生まないランダムエンカウントを、次の物語のボスに必要なレベルに達するために強いられるJRPGの中盤。 ### 18.5 不安：勾配が不安定になる 不安は、予測誤差が予測できない仕方で到来し、些末なものと圧倒的なものとが安定したリズムなく入れ替わるときに生じる。要求が混沌としているために、プレイヤーは一貫したモデル構築の過程を確立できない。 **症状。** プレイヤーは、このゲームが自分に何を求めているのか確信が持てず、次に来るものに備えられず、育ちつつある自分のモデルが今後の課題にも通用するとは信じられない。LC-NE系は位相性モードと持続性モードのあいだで振動し、どちらにも落ち着かない。 **よくある原因。** - 突然の難易度の跳ね上がり（直前のコンテンツより桁違いに難しいボス戦） - 一貫しないペーシング（些末な課題が延々と続いたあとに、突然の過酷な遭遇が挟まる） - ジャンルの取り違え（予告なくシステムの種類が切り替わる。たとえばプラットフォーマーが突然、弾幕シューティングになる） **設計上の診断。** 法則3（挑戦はプレイヤーに調整させよ）が破られている。プレイヤーには、予測誤差の到来する速度を制御する手立てがない。 **例。** カットシーンと戦闘を交互に置きながら、リズムを確立できていないゲーム。些末な課題と過酷な課題のあいだで激しく振れる難易度曲線。*Halo: Reach*のハイブリッドな体力システムは、Halo CEが回復シールドで解決していたはずの、回復アイテム探しによる目標のすり替えという問題を持ち込み直してしまった。 Andersen et al.（2020, *Psychological Science*; n=110）は、ゲーム以外の文脈でこの原理を実証した。お化け屋敷の楽しさは恐怖に対して逆U字の関係を示し、心拍データは、生理的なベースラインからの「ちょうどよい」逸脱が楽しさを最大化し、逸脱が過大でも（怖すぎる）過少でも（怖くない）楽しさが減ることを裏づけた。 ### 18.6 オーバーロード：処理能力を越える勾配 プレイヤーが予測誤差を受け取る速度が処理能力を上回ったときにオーバーロードが発生する。システムが複雑すぎる、速すぎる、または不透明すぎるため、プレイヤーの現在のスキルレベルでは処理できない。 **症状。** プレイヤーは圧倒され、混乱し、この混沌から何のパターンも抽出できないと感じる。認知的負荷がワーキングメモリの容量を超える。学習勾配は技術的には急峻である（学ぶべきことは山ほどある）のに、信号がノイズに埋もれているためにプレイヤーはそこへ手が届かない。 **よくある原因。** - オンボーディングの不足（あまりに多くのシステムが同時に導入される） - 十分な足場かけのないまま提示される熟達者向けのコンテンツ - ゲームプレイに関わる情報と注意を奪い合うUIの雑然さ **設計上の診断。** 法則2（学習を隠せ）および法則3（挑戦はプレイヤーに調整させよ）が破られている。 **例。** *Dota 2*や*Path of Exile*の新規プレイヤー体験。互いに絡み合う数十のシステムが、ほとんど案内もないまま同時に差し出される。コックピットの操作を順に導入するのではなく、一度にすべて見せてしまうフライトシミュレータ。 ### 18.7 診断フレームワーク すべてのエンゲージメントの失敗は、勾配病態に帰着する： - **退屈** = 勾配がゼロ（解決すべき誤差が存在しない） - **苛立ち** = 誤差はあるが解消できない（フィードバックがノイズ） - **グラインド** = 勾配がほぼゼロで、形ばかりの進行に覆い隠されている - **不安** = 勾配が不安定（誤差が予測できない仕方で到来する） - **過負荷** = 勾配が処理能力を超える（誤差が多すぎて処理しきれない） 設計者の診断上の仕事は、どの病理が生じているかを見極め、対応する是正策を当てることである。新しい構造を導入する（退屈）、フィードバックの読み取りやすさを高める（苛立ち）、水増しを深さに置き換える（グラインド）、ペーシングを安定させる（不安）、オンボーディングと足場かけを改善する（過負荷）。 ## 第19章　ジャンル横断分析 *ジャンルごとの学習勾配の現れ方が異なること、コンテンツ量が学習の深さとは限らないこと、そしてゲームが勾配スペクトルのどこに位置できるかを決める設計上のトレードオフについて説明する。* ### 19.1 勾配スペクトル 第VII部のケーススタディは、個々のゲームにおける学習勾配の行動を示している。本章では、ジャンルごとの勾配特性が系統的にどのように変化するかを検討し、異なる勾配プロファイルを形成する設計上のトレードオフを特定する。 ### 19.2 コンテンツ量と学習深さ このモデルは、コンテンツに基づく分析が一貫して見落としてきた設計上の失敗を名指しする。すなわち、**コンテンツの量**を**学習の深さ**と取り違えることである。 100時間分のコンテンツがあっても、固有の予測誤差が10時間分しかないゲームは、10時間しかエンゲージメントを保たない。残る90時間はグラインドに感じられる。プレイヤーのモデルがすでに完成しており、追加のコンテンツが生む誤差はごく些細だからである。逆に、10時間分のコンテンツしかなくとも、その10時間が固有の予測誤差で満たされているゲームは、全編にわたってエンゲージメントを維持する。 これは、短く焦点の定まったゲーム（*Portal*は3時間、*Celeste*は8時間、*Outer Wilds*は20時間）が、広大な100時間のRPGよりも1時間あたりで高い批評的評価を得るという、繰り返し現れるパターンを説明する。短いゲームが本質的に優れているのではない。その**予測誤差密度**（1時間あたりの、情報を含む固有の誤差の量）が高いのである。どの1時間にも本物の学習が入っている。高い予測誤差密度を保つ長編（*Dota 2*、周回を重ねる*Dark Souls*、*Breath of the Wild*）は、全編にわたってエンゲージメントを維持する。予測誤差を前半に詰め込み、残りを水増しする長編（*Assassin's Creed*、多くのUbisoft製オープンワールド）は、誤差が尽きるまでしか保たない。 相関があるのは長さではなく、学習の深さとコンテンツ量の比である。この比が1対1に近づくとき（コンテンツ1時間あたりに固有の学習が1時間）、ゲームは全編でエンゲージメントを保つ。比が落ちるとき（10時間分の学習が60時間のコンテンツに引き伸ばされる）、後半は制作の質がどれほど高くてもグラインドになる。 ### 19.3 ジャンル勾配プロファイル 異なるジャンルは特徴的な勾配プロファイルを生成する： **アクションゲーム**（*Halo*、*Doom Eternal*、*Devil May Cry*）は、急峻で連続した、運動主導の勾配を生成する。学習は主に皮質から皮質下への転送に依存しており、狙い、タイミング、位置設定が中心となる。この勾配は、組み合わせた遭遇設計と敵種の多様性によって維持される。典型的な学習深さ：1つのキャンペーンでは15〜30時間、競技用マルチプレイによって無限に延長される。 **パズルゲーム**（*Portal*、*The Witness*、*Baba Is You*）は、頂点と停滞が交互に現れる不連続な「アハ」型の勾配を生む。学習はもっぱらシステム2の認知的再構造化である。勾配は、メカニクスの新奇さではなく概念の深化によって維持される。典型的な学習の深さ：プレイ時間の全体。設計上、どのパズルも固有の予測誤差を生むからである。 **ローグライクゲーム**（*Hades*、*Spelunky*、*Slay the Spire*）は、死亡と再挑戦のループを通じて圧縮された、繰り返される勾配を生成する。 各ランが小さなライフサイクル（最初の接触 → 急速な学習 → 習熟の試み → 死）をなす。プロシージャル生成によって、一般的なモデルはランを重ねるごとに改善される一方、個々の配置は新鮮なままに保たれる。典型的な学習の深さ：一般モデルが安定するまでに50〜200時間。 **オープンワールド探索** (*Breath of the Wild*, *Elden Ring*, *Outer Wilds*) は、自発的で好奇心に基づく勾配を生成する。学習は空間的（世界モデルの構築）およびシステム的（ルール相互作用の発見）である。この勾配は、組み合わせ物理学、環境密度、そしてプレイヤーが自ら課題レベルを選択できる自由によって維持される。典型的な学習深さ：40〜100時間で、世界の大きさおよびシステムの複雑性によって制限される。 **対戦型マルチプレイヤー** (*Dota 2*, *Counter-Strike*, *Chess*) は、人間の対戦相手が無限に予測誤差を提供するため、最も深い勾配を生成する。学習は層構造（機械的、戦術的、戦略的、社会的、メタゲーム）を持ち、各層は異なる時間スケールで動作する。典型的な学習深さ：理論上は無限であり、プロ選手は10,000時間以上も学習を続けている。 **物語主体のゲーム**（*Disco Elysium*、*Planescape: Torment*、*Firewatch*）は、前倒しで、更新のきかない勾配を生む。学習は、人物、筋、主題的な意味についてのモデル構築である。勾配は物語の長さに縛られ、読み終えた時点でゼロに落ちる。分岐や隠しコンテンツがない限り、再プレイの価値は限られる。典型的な学習の深さ：一周のプレイ時間の全体。 ### 19.4 DDAのトレードオフ 動的難易度調整は、学習勾配をアルゴリズム的に調整しようとする。プレイヤーが簡単すぎる場合（勾配の平坦化）には難易度を上げ、頻繁に失敗する場合（勾配がオーバーロードに近づく）には難易度を下げようとする。Mortazavi, Moradi, および Vahabie (2024, *Multimedia Tools and Applications*) は文献レビューを行い、大半の研究が、楽しさ、フロー、没入に対する有意なDDAの効果を報告していることを見いだした。 しかし、DDAは学習勾配フレームワークで明確にされるトレードオフをもたらす。Baldwin et al. (2017, CHI PLAY) は、プレイヤー中心のDDAがコントロールの感覚を維持しながら、システム中心のDDAは自己意識を低下させることを発見した。トレードオフはこうである。透明なDDA（難易度が調整されていることをプレイヤーが知っている）は自律性を保つが、本物の達成感を損ないかねない。隠れたDDA（プレイヤーが気づかない）は達成感を保つが、気づかれた瞬間に自律性を損なう。そしてチクセントミハイは、制御感をフローの前提条件として挙げていた。 このモデルは、**プレイヤー主導の難易度調整**（*Elden Ring*における地理的自由、*Halo*における難易度設定、*Dark Souls*におけるキャラクタービルドの多様性）が、アルゴリズムベースのDDAよりも優れていると示唆している。この挑戦を選んだのはプレイヤー自身であり、システムが自分に合わせて手心を加えていないことを知っているからこそ、成功は自分の上達に帰属できる。DDAが最も有用なのは、プレイヤー主導の調整が現実的でない文脈である。子ども向けの教育ゲーム、患者向けのリハビリテーションゲーム、そして明示的な難易度設定が烙印になりかねないカジュアルゲームである。 ### 19.5 トランジション ジャンルを越えた分析により、学習勾配フレームワークはすべての主要なゲームジャンルに適用可能であることが確認された。ただし、その勾配プロファイル（形状、時間スケール、主な予測誤差のタイプ）はジャンルごとに特徴的である。以下に示されるケーススタディは、個々のゲームを通じてこれらの原則を詳細に検証している。 # 第7部　事例研究 ## 第20章　Dark Souls：変換室 *ボス戦をシステム2からシステム1への変換室として捉えること、死亡をゲームデザインにおける最も純粋な誤差信号として捉えること、そして「公平な難易度」というのは、学習可能な予測誤差へのコミットメントである理由について。* ### 20.1 なぜDark Soulsがこのモデルにおいて重要なのか もし *Halo* がネストされたループと組み合わせた遭遇設計を通じて学習勾配を維持する方法を示しているならば、*Dark Souls* はそれよりも根本的なことを見せている：つまり、**難易度そのものがエンゲージメントを決める変数ではない**。エンゲージメントを決めるのは、難易度を変換する速度、すなわちプレイヤーが予測誤差をモデルの改善に変換できる速度である、**学習可能性**である。 *Dark Souls* は現代のデザインにおいて最も難しいが人気のあるゲームである。プレイヤーを頻繁に倒し、最小限のヒントを提供し、難易度調整のオプションを一切提供しない。従来の難易度指標によれば、これは挫折と離脱を引き起こすべきである。しかし、実際にはこのゲームは、現代ゲームの中でも最も深いもので、持続的なエンゲージメントを生み出している。統一モデルはその理由を説明している：*Dark Souls* におけるすべての難易度の源は、**改善されたプレイを通じて解決可能な予測誤差**を生成する。このゲームは「難しくて楽しい」という意味で難しくない。難しさは、学びを促すために設計されている。 ### 20.2 ボス戦は変換室としての役割 *Dark Souls* の各ボスは、専用の **自動化変換室** として機能する。ボスの攻撃パターンは複雑で、完全な自動化を防ぐが、一定のパターンをもっており、複数の試行を通じてパターン認識が発展する。死亡は遭遇をリセットし、繰り返された暴露を強制することで、皮質から皮質下領域への転移を促進する。 最初のボス戦の遭遇は純粋に System 2 である。プレイヤーの dlPFC は観察された攻撃を言語的に記憶（"オーバーヘッドスラムは2秒の予備動作があり、薙ぎ払いはスラムの後に続く；チャージは45度まで追跡する"）する。ACC はタイミングの誤差を監視する。作業記憶は満たされる。すべての回避は意識的かつ慎重に検討される必要がある。 10回の試行を経過した後、認知負荷は減少する。いくつかの攻撃は自動化された。オーバーヘッドスラムへの回避は、以前は意識的だったが、現在は反射的に実行されるようになった。その結果、注意は運動の実行から解放され、より高次のパターンに移る：どの攻撃が次の攻撃に続くか、ボスが異なる健康状態でどのような行動を取るか、そして反撃の安全なタイミングがどこにあるかに焦点が当たる。 20回の試行の後、モーター層はほぼ自動化される。プレイヤーは攻撃の予兆に反応し、意識的な処理を必要としない。大脳基底核が、かつて前頭前皮質の担っていた処理を引き受ける。残る予測誤差は戦略的である：治療のタイミング、体力管理、最適なダメージタイミングの把握である。ボスは、システム2の知識をシステム1のスキルへと変換するための変換室として機能した。 特定のボスは、この一般的なパターンの中に異なる勾配プロファイルを示している。 **アシルス・デーモン**は、最初に遭遇するボスで、チュートリアルを不可能な挑戦として装っている。プレイヤーの最初の遭遇はスクリプトで失敗するように設計されており、壊れた剣を携えて巨大なデーモンに直面する。この場合の予測誤差は極端で二値的である：この敵は非常に強すぎる、逃げなければならない。実際の教訓は環境的である。左側のドアが脱出ルートを提供しており、ゲームはプレイヤーに「逃げることは有効な戦略である」と教えることになっている。プレイヤーが適切な装備を備えて再び出現すると、アシルス デーモンの攻撃パターンはゲーム内で最も単純である。長予備動作を伴う遅い上空突撃攻撃。変換室はミニマムで動作している：プレイヤーは予備動作アニメーションを読み、回避をタイミングを調整し、5分かかる1回の遭遇でダメージタイミングを把握する。 **ベル・ガロウルズ**は、ソウルスライクの学習勾配を定義する組み合わせ的複雑性を導入する。最初のガロウルズは1対1の戦いであり、健康値が50%になると2つ目のガロウルズが出現する。予測誤差が急上昇する：プレイヤーの戦闘モデル（ガロウルズの攻撃を回避し、回復中のタイミングで報復）は、2つの脅威が同時に存在するという新たな脅威に破られ、同時追跡が求められる。学習勾配は現在、2つの並行的なストリームを持つ：モーター層（2つの敵の攻撃を回避）と戦略的層（どのガロウルズに焦点を当てるか、注意をどのように分けるか、そしてアリーナの幾何学を用いて彼らを分離するか）。最初のガロウルズでモーター層を自動化したプレイヤーは、今度は2つの脅威を管理するための戦略的課題に対して、System 2を再び使用しなければならない。 **Ornstein と Smough** は、このフレンチの定義的な遭遇を極限まで押し広げている。まったく異なる移動パターンを持つ2つのボス（Ornsteinは速く突進し、Smoughはゆっくりと広範囲に薙ぎ払いする）が同時に戦い、1つを倒すとその力が相手に吸収され、新たな攻撃が与えられる。この遭遇は4つの異なるフェーズで予測誤差を生成する：2ボス同時戦闘フェーズ、Orn-steinの強化単独戦、Smoughの強化単独戦、そして最初にどちらのボスを倒すべきかという戦略的決定（これは、最終的にプレイヤーが直面する強化単独戦の種類を決定する）。各フェーズは独自の誤差プロファイルを持ち、数十回の試行を経て学習勾配が維持される。プレイヤーは、完全な遭遇をマスターするまで、4つの部分的に独立したモデルを構築しなければならない。 **Seath the Scaleless** は、コンバージョン・チャンバーが故障した際の状況を示している。Seathの最初の遭遇は、勝てない戦闘としてスクリプトされている。プレイヤーは死亡し、刑務所にリスポーンする。これは実際の行動に結びつかない教訓を与える。2回目の遭遇では、プレイヤーがSeathの不死を可能にする結晶を破壊しなければダメージを与えることができない。この結晶メカニズムは、解決者の不確実性（Costikyanのタイプ2）であり、行動的不確実性（タイプ1）ではない。解がわかれば、その不確実性は永久に解決される。Seathの実際の戦闘パターンはゲーム内で最も単純である。大きなサイズで遅い尾の薙ぎ払いと豊かな回避時間を持つ。学習勾配は急峻だが短い：結晶のパズルは1つの大きな予測誤差を生成し、その誤差は1つの洞察で解決され、戦闘部分は小さな、迅速に解決される運動誤差のみを生み出す。Seathは、コンバージョン・チャンバーが材料を消費してしまうことから、非常に弱いボスとされている。 ### 20.3 死は最も純粋な誤差信号 デスは *Dark Souls* においては報復ではなく、ゲームデザインにおける最も純粋なエラー信号である。 A *Dark Souls* の死亡は、正確に3つの情報を伝える：あなたが死んだ攻撃（最終ヒットアニメーション）、その誤りが起こったタイミング（ドッジまたはブロックが失敗した瞬間）、そして代替案（回避に成功するための正確なタイミングまたはポジション）。すべての死亡は、具体的で実行可能な教訓をもたらす。プレイヤーが遭遇を理解するモデルは、死亡ごとに改善され、その改善は認識可能で、次の試みではわずかに進歩し、回避した攻撃がわずかに増えるとともに、与えるダメージもわずかに増えるのである。 これが、*Dark Souls* のプレイヤーがゲームを「公正」と呼ぶ理由である。その難しさは非常に厳しいものの、プレイヤーが死んだ理由を理解できることで、その死は正当化されるのである。宮崎英高（Hidetaka Miyazaki）はこの原則を明確にした：「単に難易度を上げるだけではなく、それを公正に上げる必要がある。プレイヤーが死んだとき、その理由を理解でき、その死が正当であると感じれば、それは意味がある。」予測誤差の観点から言えば、これはすべての難易度が学習可能なパターンの複雑性から生じるべきであり、無駄な偶然性によるものではない、というコミットメントを示している。 ジェスパー・ユール（Jesper Juul）の *The Art of Failure*（MIT Press, 2013）は、その理論的枠組みを提供している。ゲームは「失敗のパラドックス」という現象を活用しており、人間は成功したいという基本的な欲求を持っていても、ほぼ確実に失敗する活動に参加するのである。その解決策は、「失敗から逃れる感覚（しばしばスキルの向上を通じて）が、ゲームの主要な楽しみの一つである」という点にある。*Dark Souls* はこのメカニズムを明確にしている。すべての死亡は失敗であり、その失敗からプレイを改善することで逃れることが、ゲームの本質である。ユールは、ゲームで失敗したとき「あなた自身（キャラクターではなく）が、ある種の不十分さを持っている」と述べており、その不十分さをスキル向上によって克服しようとする動機が、ゲームのモチベーションエンジンであると指摘している。 ソウルズメカニズムはエラー信号を強化する。プレイヤーが死亡した際、彼らは累積されたソウル（レベルアップやアイテム購入のための通貨）をすべて失う。一度だけ、死亡した場所に戻ることでそのソウルを回復できる。もし再び死亡して回復できなければ、そのソウルは永久に失われる。これにより、メタレベルの予測誤差が生じる。プレイヤーは、慎重にプレイしてソウルを守るか、または積極的に進むことでリスクを取るかという判断を迫られる。永久に失われる可能性があることにより、各死亡がより顕著になり、エラー信号への注意が高まる。しかし、その損失はメカニカルに破壊的ではない。プレイヤーは常により多くのソウルを得ることができる。このシステムは、罰則のない感情的な重みを生み出し、学習勾配を鋭くする一方で、その勾配を腐食させない。 Vella (2015, *Game Studies*) はこれを「ルディック・サブライム」として理論化した。それは、マスターが不可解なシステムの謎に直面する瞬間、すなわち「ルディック・サブライム」と呼ばれる美の瞬間である。プレイヤーはボスのパターンを学んでいること、そしてその場面でそれを実行できるかどうかという問いに直面する。知識と実行の間のこの緊張が、認知モデルが完成した後も学習勾配を維持する。なぜなら、運動的自動化は認知的理解よりもはるかに長い期間を要するからである。名のない王のすべての攻撃を口頭で説明できるプレイヤーであっても、その攻撃に対応する運動レベルでの自動化が完成していないため、何度も彼に敗れる可能性がある。 ### 20.4 空間的学習勾配 *Dark Souls* は、相互に結びついた世界構造を通じて二次的な学習勾配を生成する。このゲームの世界は、一つの連続した構造であり、エリアが自分自身にループし、ショートカットが離れた場所をつなぎ、空間的記憶が地図の必要性を代用する。 Undead Burgは、ゲームの効果的なオープニングエリアであり、その場所の空間的勾配を最も明確に示している。プレイヤーはボンファイア（チェックポイント）から出発し、狭い通りを進みながら、低レベルの敵に遭遇する線形のルートを進む。初めて通過する際は、道が複雑で見えず、どこに向かっているか、次の角に何があるか、あるいは空間がどのようにつながっているかは不明である。進行するにつれて、プレイヤーはショートカットの存在を発見する。遠く離れた側面に閉ざされたドアがあり、それが開くことで、出発地点のボンファイアへ直接つながるようになる。この空間的予測誤差（このエリアがどこに繋がっているのか）は、一瞬で満足される瞬間を迎えて、その後のすべての通過ではこのショートカットを使用するようになる。 このパターンは、ゲーム全体でより大きなスケールで繰り返される。Undead ParishからFirelink Shrineへのエレベーターは、プレイヤーが遠くに感じていた2つのエリアが実際に垂直に隣接していることを明らかにする。Blighttownにある隠されたボンファイアは、厳しい下りを manageable な探求へと変える。Darkroot GardenからValley of Drakesへのドアは、3つの異なる領域を結ぶクロスワールドショートカットを提供する。各発見は空間的予測誤差を生み出し、そのエラーが解決されると、プレイヤーの精神的マップが永久に改善される。空間的学習勾配は、戦闘勾配とは異なる時間スケールを持つ。戦闘では数分で解決されるのに対し、空間的学習勾配は数時間かけて解決される。しかし、その過程は総合的なエンゲージメントに貢献し、モデルの改善を提供する第二の同時的源となる。 相互に結びついた世界設計は、学習勾配フレームワーク内において物語的機能も果たす。ゲームが物語とプレイを分離するの（戦闘中にカットシーンが挿入される）のに対し、*Dark Souls* はその物語を空間構造に埋め込む。プレイヤーは、物の配置が互いにどのように関連しているかを発見することで、世界の歴史を学ぶ。例えば、墓地からカタコムへ、カタコムから巨人の墓へと進むことで、地底のより深い、より暗い領域への降下を描く。環境による物語は、何が起こったのか（ここでは何が起こったのか？ なぜこの廃墟がその王国とつながっているのか？）といった予測誤差を生成し、空間的および戦闘的勾配に上層に重ねられるが、それらを中断しない。 ### 20.5 エスト瓶とリソース管理がもたらす学習層 エスト瓶システムは、戦闘と空間学習の上にさらに第三の勾配、**圧力下のリソース管理** を加える。 プレイヤーは、回復用のチャージ（エスト瓶）を限られた数だけ持ち、その回復はボンファイアでのみ再充填される。エスト瓶の使用は長時間のアニメーションを必要とし、その間プレイヤーは防御不能の状態になる。この構造により、継続的なリソース管理の予測誤差が生じる：今すぐ回復すべきか（アニメーション中にペナルティを受けるリスク）それとも待つべきか（次の攻撃で死亡するリスク）？ 最適なタイミングは、敵の攻撃パターン、次のボンファイアまでの距離、および残りのエスト瓶の数に依存する。 このシステムは、回復を「健康があるか？ その場合、問題ない」という二項的判断から、連続的な戦略的計算へと変化させ、低健康状態のあらゆる瞬間に予測誤差を生成する。回復を誤ってタイミングを間違えて使用し、アニメーション中にペナルティを受けたプレイヤーは、安全なタイミングを待つようになる。一方、エスト瓶を極端に温存し、残り3つをもって死亡したプレイヤーは、より積極的に使用するようになる。エスト瓶の管理が絡んだ死の度に、リソース配分に関する予測誤差が生成され、戦闘実行や空間ナビゲーションに関する予測誤差とは異なるものとなる。 ボンファイアの配置はこの効果を強化する。ボンファイアは、チェックポイント間の距離をゲームプレイ上の約5〜15分間の間隔に設定されている。これにより、プレイヤーは複数の遭遇を経てフランクの供給を管理しなければならず、空間的勾配と同様の時間スケールで動作するマクロレベルのリソース勾配が形成される。ボンファイアから遠く離れてフランクが尽きてしまうのは、特定の失敗であり、その失敗は特定の教訓を提供する。つまり、プレイヤーが序盤でフランクの使用を過剰にした、または避けられるダメージを多く受けた、または最適でないルートを選んだことによるものである。 ### 20.6 ビルドの多様性とプレイヤー主導の難易度 *Dark Souls* には難易度設定はないが、より微妙な要素を提供している。**ビルドの多様性によって、プレイヤーが自ら選ぶ学習勾配**を提供している。 重い防具とグレートシールドを投資したプレイヤーは、ほとんどの攻撃をブロックでき、タイミングを気にせずブロックできるため、モーターレベルの予測誤差密度を減少させ、一方で戦略的誤差密度（ブロック時のスタミナ管理、反撃のタイミングの見つけ方）を増加させる。高速武器と軽量防具を投資したプレイヤーは、回避がフレームごとに完璧に必要になるため、モーターレベルの誤差が最大となるが、戦略的判断はシンプルになる（攻撃して移動）。魔法に焦点を当てたビルドは、多くのボスを距離を保ちながら攻撃できるため、予測誤差プロファイルは「この攻撃を回避できるか？」から「距離を保ちながらリソース管理できるか？」へと根本的に変化する。 各ビルドは、同じコンテンツを通じて異なる学習勾配を生み出す。ゲームは難易度を調整しない。プレイヤーは自ら難易度へのアプローチを変更し、自分のスキルと好みに合った勾配の傾きに自発的に適合する。これは、明示的な難易度設定のない、プレイヤー主導の難易度調整であり、*Halo* のメニューを通じて実現される4つの段階の設計原則と同様に、*Dark Souls* はキャラクターのビルドを通じて実現している。 ### 20.7 勾配が失敗する場面：Blighttown と Bed of Chaos *Dark Souls* のすべてのエリアが学習勾配を成功裏に維持しているわけではない。その失敗は診断的である。 **Blighttown** は元のゲームで最も批判を受けており、その主な理由は難易度そのものではなく **フィードバックの明確さ**である。このエリアは暗く、視覚的に混雑しており、元のコンソール版では顕著なフレームレートの低下を引き起こす。敵はスクリーン外から攻撃してくる。毒を撒くブレードスナイパーは、プレイヤーが視認できない位置から攻撃する。狭い歩道の上を歩くと、わずかな位置の誤りでも致命的な落下が起こり、即座に死亡する。予測誤差は存在しているが、その品質は劣化している。プレイヤーはダーツで攻撃されたことは分かるが、そのダーツがどこから飛んできたかを特定できない。プレイヤーは落ちたことを知っているが、歩道の長さが予想より短かったか、あるいはカメラの視点が誤解を招いたかを判断できない。フィードバックが不明瞭な場合、予測誤差は解決できず、学習の勾配は挫折に至る。 **Bed of Chaos** は、シリーズ内で最も一般的に批判を受けるボスで、その理由は異なる。その難易度は **プラットフォーミングベースではなく、戦闘ベース**である。プレイヤーは崩れ落ちる床のセグメントを避けながら、正確なジャンプを繰り返して弱点に到達しなければならない。この予測誤差は攻撃のタイミングに関するものではなく、空間的な位置に関するものである。空間認識システムは、正確なプラットフォーミングに適応していない。戦闘用に設計されたコントロールは、プラットフォーミングが要求する反応性を持っていない。この予測誤差は存在しているが、ゲーム内の通常のスキル向上経路を通じて解決できない。40時間かけて戦闘タイミングを完璧にマスターしたプレイヤーは、その学習がBed of Chaosに全く移らないことに気づく。このエリアはまったく異なるスキルセットを要求しており、ゲームがそれらを訓練していないためである。学習の勾配は崩れず、プレイヤーが対処できるスキルを持っていない領域にリセットされる。 これらの失敗はモデルを確認する。*Dark Souls* は難易度が高くても、その難易度が **ゲームが育成するスキルを通じて学習可能である**ため、成功しているのである。難易度がプレイヤーが視認できない（Blighttownの視覚的ノイズ）または、すでに構築したスキルで対処できない（Bed of Chaosのプラットフォーミング）場合、学習の勾配は崩れ、デザインの全体的な質に関わらず、その結果として学習が停止する。 ### 20.8 最終的な洞察 *Dark Souls*は統合モデルにとって最も強力なテストケースである。なぜなら、その難易度は極端な形で原理を示しているからである。難易度は「楽しさの敵」ではない。学習不能さがそれである。ゲームはプレイヤーを数百回殺し、数百時間にわたりエンゲージメントを維持できる。その条件は、すべての死亡がプレイヤーがより良いプレイを通じて解決できる予測誤差を生成することである。学習勾配は、難易度を減少させることではなく、すべての困難の源がモデルの改善に変換され、プレイヤーが認識できる速度で変換されることによって維持される。 設計者への教訓は、問われること自体が「このゲームはどのくらい難しいか？」ではなく、「この難易度はどのくらい学習可能か、そしてプレイヤーが誤りを改善に変換できる速度はどのくらいか？」である。 ## 第21章　Tetris：無限に続く単純な勾配 *最もシンプルな無限学習勾配について、速度スケーリングが自動的な難易度調整として機能すること、そして40年間にわたり続くエンゲージメントが、7つの形状と1つのルールの相互作用から生じることを説明する。* ### 21.1 設計の純粋性 *Tetris*は統合モデルにとって最も純粋なテストケースである。なぜなら、すべての変数を除き、核心となる予測誤差ループだけを残しているからである。敵、物語、探索、あるいは即座の配置決定を超える戦略的要素は一切存在しない。このゲームは単一のシステムである。7つの異なるテトロミノ形状が、10幅×20高さのグリッドの上部から落ちてくる。プレイヤーは、そのピースがロックされる前に回転および移動を行うことができる。完成した行はクリアされる。スタックが上に達した時点でゲームは終了する。 この最小限のルールセットから、40年間、数千万人のプレイヤー、そして複数のプラットフォームでの展開にわたる高いエンゲージメントを維持する学習勾配が生まれる。この統一モデルは、なぜ*Tetris*の設計が学習勾配のすべてのレベルで予測誤差を生成し、そのスピードスケーリング機構によって勾配がゼロに収束しないことのメカニズムを説明できるかを示している。 ### 21.2 决定空間 *Tetris* のルールのシンプルさは、その決定空間の深さを隠している。各ブロックの配置は、現在のスタックのトポロジー、現在のブロック、および（現代版では）次のブロックのプレビューをもとに、組み合わせ評価を伴う。このブロックをどこに配置すべきか。 初心者にとっては、この決定は反応的で局所的である。プレイヤーは各ブロックを、明らかに空いている隙間に配置することで、未来への影響を考慮しない。予測誤差は空間的である。「このブロックがそこに合うと思っていたが、合わなかった」とか「予想していなかった行をクリアした」というような誤りである。これらの誤りは、ルールがシンプルでフィードバックが即座であるため、すぐに解決される。ブロックが合うか合わないかは明確で、結果は瞬時に見える。 中級者になると、決定は予測的になる。プレイヤーはスタックのトポロジーを脳内でモデル化し、プレビューのキューを使って2〜3ブロック先の配置を計画する。予測誤差は空間的（「これに合うか？」）から戦略的（「次のブロックの流れを考慮して、この配置が最適か？」）へと変化する。Tスピン（T型ブロックを通常ロックする前に隙間に回転させる技術）は、運動的・戦略的予測誤差を導入する。プレイヤーは、高スコアのラインクリアを達成するために、狭いタイミング内で正確な入力シーケンスを実行しなければならない。 上級者になると、決定空間は長期的なスタック管理に拡大される。競技的な Tetris プレイヤーは、スコアを最大化するため、特定のスタック形状（平らな頂点、Tetris ラインクリア用のポケットなど）を維持する。このレベルでは、ブロックの順序がランダムであるため、プレイヤーはどんな順序が来るかを考慮しながら、高スコアのクリアを可能にするようなスタックを構築する。これは、ランダム性の下で戦略的計画を行う分析的複雑性（Costikyan のタイプ5）であり、ゲームがサポートできる最高レベルでの動作を表す。 ### 21.3 速度スケーリングは自動勾配管理として機能する *Tetris*の最も洗練された設計の一つは、難易度調整がコアループに組み込まれていることである。プレイヤーが行をクリアするにつれ、ゲームのレベルが上がり、落下速度が加速する。これにより、プレイヤーのスキル向上を自動的に追跡するインパルス的なDDAシステムが形成される。より優れたプレイが行われれば、レベルが上がり、より高い要求が課される。 このメカニズムはシンプルであるが、学習勾配への影響は深い。低速ではプレイヤーは配置の評価に十分な時間を持つため、主な予測誤差は戦略的（このブロックをどこに置くべきか）である。速度が上がると、評価可能な時間は減少し、誤差の性質は戦略的から運動的（このブロックを正確な位置に回転・移動させられるか、ロックする前に）へとシフトする。プレイヤーが上達するにつれて、ゲームはスムーズにSystem 2のパズル（配置選択の意図的な評価）からSystem 1の課題（時間圧迫の下での自動的な配置実行）へと移行する。速度曲線は、プレイヤーの皮質から皮質下の処理への移行が常にゲームの要求をわずかに追い付くように保証し、学習勾配が常に正のまま維持される。 クラシックNES版Tetrisにおけるキルスクリーン（レベル29で落下速度が標準のDAS自動繰り返し速度を上回り、標準的な操作技術ではボードの端にピースを移動させることが物理的に不可能になる）は、30年間にわたり競技的なプレイにおいて絶対的な上限を定義した。2024年、13歳のプレイヤー・ウィルイス・ギブソンが、標準的な操作法を超える「ローリング」と呼ばれる技術を使って、レベル157に達し、ゲームをクラッシュさせた。このローリング技術は、DASの制限を回避するために、コントローラーの底部を指で振動させることで、標準的な指操作よりも速い入力を生成するものである。このローリング技術自体は、学習勾配現象の例である：競技コミュニティが、ゲームの設計者たちが予想しなかったまったく新しい運動スキーマを発見・開発・マスターする必要があった。予測誤差のランドスケープは、ゲームの意図された設計を超え、物理インターフェースにまで拡大し、プレイヤーとゲームの相互作用におけるあらゆる側面（含むハードウェア）から学習勾配が発生できる可能性を示した。 ### 21.4 神経的証拠 Haierら（1992）のPET研究は、統一モデルが予測する大大脳皮質から皮質下への移行を最も鮮明に示す直接的な証拠である。被験者はTetrisを毎日4〜8週間実践した。パフォーマンスは7倍に向上した。しかし、パフォーマンスの向上に伴い、大脳皮質のグルコース代謝率 **低下**した。この結果、脳はタスクを処理する際に著しく効率化され、その結果、より優れたパフォーマンスを発揮した。これは自動化の神経的サインである：処理は、代謝的に高コストな大脳皮質回路（システム2）から、代謝的に安価な皮質下回路（システム1）に移行した。これにより、大脳皮質のリソースは他のタスクに開放された。 速度スケーリング機構は、この効率性の向上を常に再挑戦する仕組みである。プレイヤーの大脳皮質処理が現在の速度に対応できるようになった瞬間に、速度が自動的に増加し、大脳皮質リソースを再び要求する。このゲームは、ランナーのペースに合わせて速度を調整するランニングマシンに相当し、現在の能力と現在の要求の間の距離が完全に閉じることを防いでいる。 Bavelier および Green の研究プログラムは、20年間にわたりこの結果を拡張してきた。彼らの総合的な提言（Bavelier & Green, 2025, *Current Directions in Psychological Science*）は、ゲームベースの認知向上の主なメカニズムが特定のスキルの転移ではなく、**"学習するための学習"**であると提案している。この見解では、ゲーム（例：Tetris）は単に空間的推論を訓練するだけではなく、脳内の予測誤差の解決機構そのものを受け入れる訓練を行うことになる。Bediou ら（2018, *Psychological Bulletin*）のメタ分析は、この点を数値的に確認した：横断的効果 g = 0.55、介入効果 g = 0.34、105件の横断的および28件の介入研究を対象にした。 ### 21.5 競争的Tetrisと自動化の限界 Berry（2024, *Sage Journals*）は、自動化のシンプルな説を補足する重要な発見を提示した。競争的Tetrisにおいて、パフォーマンスは、プレイヤーが精神的に関与し、集中した注意を使って前を見通すことで向上し、惰性で流している状態でプレイするよりも優れた結果をもたらした。最高レベルのTetrisのマスターは、自動化されたSystem 1の感覚運動スキルの上に、維持されるSystem 2の戦略的関与（積み上げ戦略、次のブロックの計画）を必要とする。 この結果は、本書の主張を支持する。つまり、フローは純粋なSystem 1の支配ではなく、第三の認知モードである。最適な状態は、思考なしの自動実行ではなく、運動スキルの自動実行に加え、認知リソースが高次の戦略に適用される状態である。System 1とSystem 2の境界はフローのチャンネルであり、Tetrisのスピード曲線は、運動要求を自動化の限界まで押し上げながら、戦略的要件を常にSystem 2に留めるように、その境界を維持することでプレイヤーをその境界に保つ。 競争的なTetrisのシーンは、社会的競争がゲームのメカニズムだけでは維持できない学習勾配を拡張していることを示している。対戦プレイはプレイヤーの予測不可能性（Costikyanのタイプ3）を導入する。相手のゴミラインが予測不能なタイミングで出現し、プレイヤーはその場でスタック管理戦略を即座に調整せざるを得ない。プレイヤーが単独プレイを完全に自動化しても、対戦では新たな予測誤差が生じ、そのプレイヤーのモデルが対応しなければならない第二の不確実性が生じる。 ### 21.6 なぜTetrisが長く続いているのか *Tetris*は、電子機器の歴史に沿って40年間にわたり、オリジナルのElectronika 60からスマートフォン、VRヘッドセット、ニンテンドースイッチまで、すべてのプラットフォームで高いエンゲージメントを維持している。この統一モデルは、その持続性を一つの原則で説明している。ゲームのスピードスケーリング機構により、どの人間プレイヤーにとっても学習勾配がゼロに達しない。常に速いレベルがある。常に効率的な配置がある。常により精密なマニュアル調整が可能である。7つのテトロミノと10×20のグリッドは、理論的には最もシンプルな設計の中に無限の学習勾配を含んでいる。 ## 第22章　Dota 2：尽きることのない勾配 *人間の対戦における無限の学習勾配、社会的予測誤差の役割、そしてメタゲームが週やヶ月のスケールで進化する大規模な学習勾配。* ### 22.1 なぜマルチプレイヤーがエンゲージメントを無限に維持するのか *Dota 2*は、10年以上にわたり、専門的な競技シーンと数百万のプレイヤーを維持している。個々のプレイヤーは1万時間以上をプレイしている。ゲームは物語的なアップデートを受けず、全体の複雑性に比べて比較的少ないメカニカルな変更を受けている。それでもエンゲージメントは継続している。 この統一モデルは、一つの原則で説明している。**人間の対戦相手が無限の予測誤差のランドスケープを生成する**。プレイヤーがゲームのメカニカルなシステムを完全にモデル化しても、試合中の9人の人間の行動がもたらす不確実性は完全に解決できない。競技マルチプレイヤーにおいて、学習勾配は人間の行動の複雑さにのみ制限される。 ### 22.2 層を重ねた予測誤差のランドスケープ *Dota 2* は、少なくとも5つの同時に動作する層において予測誤差を生成する。各層は異なる時間スケールで動作し、異なる神経回路を介して動作している。 **機械的実行（秒単位）。** ゴールを得るために最後に敵ユニットを倒す（last-hit）には、敵ユニットのHPがプレイヤーのダメージ値を下回る瞬間を正確にクリックしなければならない。この予測誤差は、運動と感覚の間の整合性に起因する。プレイヤーは、敵クリークの死亡閾値と一致するタイミングでクリックを行う必要があり、これには、同盟クリークのダメージ、攻撃アニメーションの予備動作（回転時間）、および射撃の移動時間などを考慮しなければならない。未対抗のランでプロ選手は最後にクリークを倒す確率を80%以上に達しており、60%と80%の差は、数百時間の運動レベルの勾配精緻化に相当する。 **ラン管理（分単位）。** クリークの均衡（creep equilibrium）；同盟と敵クリークが交わる前線の位置。安全、農場へのアクセス、およびガングの脆弱性を決定する。プレイヤーは、敵クリークに攻撃を加えるか加えないかを選択し、中立キャンプを操作して同盟クリークを誘導し、発生場所でクリーク波をブロックすることで均衡を調整する。この予測誤ーメインは、メカニカルなシステムを深く理解し、クリーク行動を予測・制御できる能力に起因する。これは純粋なモデル構築の演習である。基本的なルールは決定論的であり、完全なモデルを持つプレイヤーは、理論的に最適な均衡を無限に維持できる。 **戦術的判断（数分から数十分）。** ランを切り替えたいタイミング、チーム戦に参加すべきタイミング、オブジェクトを進めるべきタイミング、Roshanを取るべきタイミング。各判断は、敵チームがどのように反応するかを予測する必要がある。この予測誤差は戦略的である。プレイヤーの敵チームの行動の可能性を想定したモデルが、実際の行動と比較され、それに応じて更新される。 **Drafting (pre-game).** ヒーロー選択フェーズは、ゲーム開始前に戦略的予測誤差を生み出す。各チームは、120以上のヒーローから順に選ぶとともに、選ばれないヒーローを排除する。これらの予測誤差は、チーム構成の連携、相手の戦略予測、および対策ヒーロー選択に関するものである。プロのドラフトでは、再帰的戦略的推論が行われる：「私はこのヒーローを選ぶ、なぜならあなたがそのヒーローを選ぶと予測しており、あなたはそのヒーローを選ぶと予測しているのである。」Coricelli および Nagel (2009, *PNAS*) は、このような再帰的戦略的推論、つまり彼らが「戦略的IQ」と呼んだもの、が、メンタライジング中の内側前頭前皮質（mPFC）の活動と相関することを示した。ドラフトは、ヒーロー選択を名乗るが、純粋なメンタライジングの演習である。 **Meta-game evolution (weeks to months).** 個々のマッチを超えて、ヒーロー選択、アイテム構築、チーム構成の戦略的ランドスケープは継続的に進化する。バランスパッチは、ヒーローのパラメータを変更し、新たな戦略的選択肢を追加または削除する。プロ界では新しい戦略が発見され、普及され、一般のマッチメイキングへと浸透していく。対策戦略が新しい支配的アプローチを倒すために出現し、その結果、ランドスケープが再び変化する。各変化は、以前のメタに適応していたモデルを持つプレイヤーに対して、予測誤差の波を生み出す。 ### 22.3 社会的予測誤差とメンタライジング・ネットワーク マルチプレイヤーゲームはシングルプレイヤー設計に存在しない、**社会的予測誤差** を導入する。Gallagher, Jack, Roepstorff, and Frith (2002, *NeuroImage*, PET) は、人間の対戦相手と対戦する「じゃんけん」のプレイが、コンピュータ対戦とは異なり、前部傍帯状皮質を活性化することを示した。Kätsyri et al. (2013b, *Cerebral Cortex*) は、人間の対戦相手に勝つことにより、背側および腹側ストラタル領域の活性化が強くなることを示した。その中で、腹側ストラタル領域の活性化は、自らの喜びを評価する上で相関関係があった。 Zhu, Mathewson, および Hsu (2012, *PNAS*) は最も直接関連する研究である。競争的な「特許競争」ゲームにおいて、彼らは2つの神経的に分離された学習信号を同定した。その中には、**報酬予測誤差**（両側の被殻で追跡される；「私の行動が期待された結果よりも良いか悪かったか？」）と、**相手の戦略に関する信念予測誤差**（背内側前頭前皮質／側頭頭頂接合部（dmPFC／TPJ）で追跡される；「相手が私の予測通りに行動したか？」）がある。このような競争ゲーム（例：*Dota 2*）は、両方のタイプを連続的に生成し、その結果、2つの独立した次元を持つ学習勾配を形成する。 *Dota 2* の試合における社会的な予測誤差には、ワードで得たマップ情報から敵の移動を予測すること、相手のアイテム選択から中盤の戦略を読むこと、集団戦で敵がどのヒーローを優先するか推測すること、試合を通じて相手ごとの攻撃性や傾向に適応することなどがある。これらの予測は、適応的で状況に依存し、完全には予測できない戦略を持つ 5 人の対戦相手の実際の行動に照らして検証される。 ### 22.4 MMRシステムと勾配マッチング *Dota 2*のマッチメイキングレーティング（MMR）システムは、*Halo*の難易度階層に類似した機能を果たす。同じスキルレベルに近い相手とマッチングすることで、社会的予測誤差の密度を最適範囲に保つ。 プレイヤーが明らかに弱い相手とマッチングした場合、その予測は過剰に正確になり、相手の行動を正確に予測でき、社会的学習勾配は平坦になる。逆に、明らかに強い相手とマッチングした場合、その予測は不正確になり、相手の行動が理解できないことになり、勾配はオーバーロードに陥る。MMRシステムは、プレイヤーの相手に対するモデルが有用であるが、頻繁に誤っている範囲で、学習を促進できるように、マッチクオリティをその範囲内で維持する。 Eloスタイルの評価システムは、ランキングそのものによってマクロレベルの学習勾配を生成する。MMR（マッチメイキングレーティング）が上昇しているプレイヤーは、その向上を数値的なプロキシを通じて認識している。各評価の上昇は、実力の釣り合った相手との対戦において客観的に測定可能なパフォーマンスの向上を意味する。MMRがプラットフォームに達したとき、プレイヤーは一時的な上限に達したことを理解し、新たなスキル（または新たな戦略的洞察）を獲得しなければ、再び上昇することはできない。この数値は、プレイヤーの全体モデルが改善される速度を示すフィードバック信号となる。 ### 22.5 メタゲームとしてのマクロ学習勾配 メタゲームは、ゲームデザインにおける学習勾配の中で最も長い時間スケールを持つものである。プレイヤーが機械的および戦術的勾配をすでに消費し終えた後、そのメタゲームが予測誤差のランドスケープを再構築する。 機械的実行を自動化（マイクロ学習が消費された）、標準的な遭遇パターンを学習（ミデイム学習が大幅に解決）、そして高度な戦略的フレームワークを構築（マクロ学習が部分的に完了）したプレイヤーでも、常に進化するメタゲームによって新たな戦略的予測誤差が生じる。バランスパッチがヒーローのベースダメージを3ポイント増加させた場合、その影響はドラフト戦略、ランナーのマッチアップ、アイテム構築、チーム構成に波及する。以前のパッチに合わせて調整されたモデルを持つプレイヤーは、特定の状況においてその予測がわずかに誤っていることに気づき、再調整のプロセスによって新たなエンゲージメントが生まれる。 プロフェッショナルな *Dota 2* の歴史は、最高レベルでこの現象を示している。2011-2012年の「4人保護1人」のキャリー中心のメタから、2013-2014年のファイト中心のメタへ、TI4での「デスボール」のプッシュ戦略へ、2015-2016年のリカバリーメカニズムを駆使したラテンゲームメタへ、そしてその他の無数の進化へと移行した。各移行は、すべてのプレイヤーがモデルを再構築しなければならない、新たな戦略的予測誤差の波を生み出した。メタレベルでの学習勾配は、ゲームの設計者による新コンテンツの導入ではなく、競技コミュニティが既存のシステム内で戦略を発見・開発・反撃するプロセスによって維持されている。 ### 22.6 オンボーディングの課題 *Dota 2* は第18章で説明されたオンボーディング失敗モードの最も明確な例を提供している。新規プレイヤーは、120以上のヒーロー（それぞれ4つの独自の能力を備えている）、200以上のアイテム（複雑な相互作用ルールを含む）、ランクメカニクス、ネーミル・キャンプ、ロシャンのタイミング、ランの出現、ワードの配置、および9人の他の人間の行動に直面する。この結果、すべての層において予測誤差密度が最大に達する。その結果として、プレイヤーはどの誤差に焦点を当てるべきかを識別できず、ゲームのあらゆる側面が最大の速度で誤差を生成しているため、過負荷状態に陥る。 ゲームはさまざまなオンボーディング解決策（チュートリアル、限られたヒーローポール、コーチングシステムなど）を試してきたが、根本的な問題を完全に解決していない。ゲームの複雑さは、プレイヤーにとって最初に非常に急激な傾きを生み出し、多くのプレイヤーにとって初期段階でほぼ垂直な学習勾配を生じさせる。これは、*Dark Souls*のオンボーディングと逆の構造である。Dark Soulsのオンボーディングは急な傾きを持つが、戦闘に関する予測誤差が主に一つのタイプであり、一つずつ現れるため、学習可能である。一方で、*Dota 2*では、最初のマッチの最初の秒から、同時に5つの異なるタイプの予測誤差が出現する。 モデルは、*Dota 2*のオンボーディングを生き延びるプレイヤーを、その誤差解決速度が十分に高く、ノイズの中からパターンを抽出できるプレイヤー、または社会的文脈（経験豊富な友達とプレイすることでリアルタイムでサポートを受けられる）によって、効果的な誤差密度を管理可能なレベルに減らせるプレイヤーと予測している。この予測は、ゲームの有名な急峻ではあるが乗り越えられる学習曲線と一致しており、初期の過負荷を乗り越えたプレイヤーは、ゲームにおいて最も情熱的で長期的に継続するプレイヤーとなる。なぜなら、彼らがアクセスした勾配は、最も深く、最も持続的なものだからである。 ### 22.7 最終的洞察 *Dota 2*は、競技型マルチプレイヤーにおいて、理論的には無限に深い学習勾配が存在することを示している。ゲームのメカニカルな複雑性が初期の勾配を深くし、その組み合わせ的戦略的深さが数千時間にわたって勾配を延ばす。そして、人間の対戦相手がその勾配がゼロに達することを絶対に防いでおり、人間の行動は、適応的で文脈に依存し、無限に変化するため、モデルが完全にその誤差を解決できるものではない。 デザイナーへの教訓：もし、永遠に続くエンゲージメントを望むなら、人間の対戦相手が予測誤差のランドスケープを共同で生成するような設計システムを構築すべきである。一方で、設計者が完全に作成したコンテンツは、学習勾配が限界を持つ。人間の行動はそうではない。 ## 第23章　Portal：洞察のアーキテクチャ *パズル設計が制御された「あっ！」「あっ！」の瞬間の連続として捉えられ、離散的と連続的な学習勾配の違い、そして1つのメカニクスがゲーム全体を支える理由について。* ### 23.1 1つのメカニクス、無限の深さ *Portal* は驚くべきことに、3時間のプレイ時間において、1つの核心メカニクスのみで継続的なエンゲージメントを実現している。プレイヤーは平面上に2つのリンクされたポータルを配置できる。一つに入り込むと、もう一つへと移動し、運動量、方向、速度が保持される。ゲームは最初の数室を除き、追加のメカニクスを導入しない。代わりに、同じメカニクスをより複雑な空間構成で適用することで、空間的推論パズルの空間を拡張している。 ほとんどのゲームは、新しい敵種、新しい能力、新しいシステムの導入を通じて学習勾配を維持している。*Portal* は、**概念的深化**を通じてその勾配を維持している。各室では、プレイヤーはポータルが重力、運動量、複数ルーム構造とどのように相互作用するかという空間モデルを拡張しなければならない。この場合の予測誤差は運動的（実行は単純で、ポータルをクリックして配置し、通過するだけ）ではなく、認知的（空間的推論が課題となる。出口に到達するために、ポータルをどこに配置すべきかを判断しなければならない）である。この勾配が維持される理由は、ポータルが重力、運動量、複数ルーム構造との相互作用の組み合わせ空間が、3時間のゲームが完全に探索できる範囲を大きく上回っているためである。 Shute, Ventura, and Ke (2015, *Computers & Education*; n=77) は、Portal 2とLumosityを比較したランダム化制御実験で、直接的な実証データを提供した。Portal 2のプレイヤーは、問題解決、空間的スキル、継続性において有意な優位性を示した。一方、Lumosityのプレイヤーは、どの測定項目においても改善を示さなかった。このゲームのパズル構造は、ゲーム特有のスキルにとどまらず、実際に認知能力を発展させていることが示された。これは、学習勾配が測定可能なスキルの移行をもたらすことを示している。 ### 23.2 教学進化のプロセス Portalのオンボーディングは、暗黙の指導のモデルの極みである。各チャンバーはちょうど一つの概念を導入し、プレイヤーがその概念をインタラクションを通じて発見し、その後それを適用して進むように導く。この教育プロセスは、1つの洞察ごとに1チャンバーを割り当てる厳密な進行をとっている。 **チャンバー00〜01**：ポータルが存在する。その中を視認できる。その中を歩ける。プレイヤーは壁にポータルが存在することを観察し、自分自身をその中で見ることができ、そのポータルを通過して向こう側へ歩く。説明は一切与えられていない。空間的な論理は自明である。 **チャンバー02〜04**：1つのポータルを作成できる。ゲームはプレイヤーにポータルガンを提供し、そのガンは1色を発射するが、もう一方の色は事前に設定されている。プレイヤーは、自分のポータルの位置を決める学習を進めるが、目的地は固定されている。予測誤差は配置に関するもので、どの壁の位置にポータルを設置すれば有用な接続ができるかという問題になる。 **チャンバー05〜07**：ポータルを通じて運動量は保存される。プレイヤーは高さから落ち、床のポータルに突入し、壁のポータルから飛び出して落ちた運動量をもってギャップを飛び越える必要がある。これは直感的な物理学に反する最初の概念である。下に落ちることで水平方向に移動する。この予測誤差は認知的で、プレイヤーが「ポータルを通って何が起こるか」というモデルを、運動量保存を含めて更新しなければならない。 **チャンバー08〜11**：2つのポータルを作成できる。完全なメカニクスが利用可能になる。プレイヤーは部屋全体を評価し、どの2つの表面を接続すべきかを特定し、それに応じてポータルを設置する必要がある。予測誤差の密度は増加する。なぜなら、解決空間は「1つのポータルをどこに設置するか」という段階から「どの2つの表面を結ぶべきか」という段階に拡大されたためである。 **チャンバー12〜18**：環境上の危険とタイミング。チューブ、エネルギー球、移動プラットフォームが導入され、ポータルパズルを解く際にその要素を回避しなければならない。このときの予測誤差は時間的次元を持つ。プレイヤーは、正しいポータル配置を決定するだけでなく、その実行をタイミングの制約のもとで実行しなければならない。 **19号室と脱出シーケンス**：環境は臨床試験室のチャンバーから、裏側の産業用空間へと変化する。ポータルメカニクスは変わらないが、その文脈は異なる：表面は不規則で、天井は高く、空間的推論問題は設計された幾何学ではなく、自然に現れる幾何学に埋め込まれている。予測誤差は「どのようなパズルか」というものから「どこにパズルがあるか」というものへとシフトする。プレイヤーは、混雑した環境内のどの表面がポータル対応可能なものかを特定し、明らかにパズルとして設計されていない空間で自らの解決策を構築しなければならない。 ### 23.3 確率的学習勾配 Portalの学習勾配は、戦闘ゲームとは根本的に異なる形状を持つ。それは **離散的ではなく連続的**である。 *Halo* または *Dark Souls* では、プレイヤーは徐々に改善していく。各試行は前回よりもわずかに優れている。回避のタイミングがより正確になり、的がわずかに正確になり、位置がわずかに改善される。学習勾配は滑らかな上昇の勾配である。 *Portal* では、改善は離散的である。プレイヤーは部屋を眺め、さまざまなポータルの配置を試すが、失敗し、さらに見つめ、そして突然解を理解する。『何もわからなかった』から『わかった』への転換は、段階的変化（スロープ）ではなく、突然の変化（ステップ関数）である。洞察以前は、部屋のモデルが不完全で、予測誤差は最大値に達している。洞察後の段階では、モデルが完全になり、予測誤差はゼロにまで低下する。その「あっ！」の瞬間は、すべての学習勾配が一つの認知的イベントに圧縮されたものである。 ヴァン・デ・クルイスのフレームワークは、この瞬間がなぜ強いポジティブな感情を引き起こすのかを説明する。インサイトが現れる前の停滞期において、予測誤差は大きくなり、明らかに解決できないものに見える。脳は誤差の減少速度が低いと予測し、現在の混乱が続くと期待される。インサイトが現れたとき、誤差は瞬時にゼロに収束する。誤差の減少速度は脳の期待値を大きく上回る。期待される解決速度（低い）と実際の解決速度（最大）のギャップが、ヴァン・デ・クルイスがユーモアや「アハ！」体験の処理の特徴として特定する強調されたポジティブな値を生み出す。 これがパズルゲームが行動ゲームとは現象学的に異なる理由である。戦闘における快感は、継続的な、段階的な改善から来ており、安定したポジティブな勾配が維持され、持続的な軽度から中程度のポジティブな感情を生み出す。一方、パズルにおける快感は、長期間の混乱の後に突然解決されたことから来ており、長期間のほぼゼロ勾配を打ち破る急激なピークが、短いが強いポジティブな感情を生み出す。両者は、同じメカニズム（値は誤差の減少速度に従う）が異なる時間スケールと異なるダイナミクスで動作していることによって説明される。 ### 23.4 GLaDOS とナラティブ予測誤差層 *Portal*では、AI対戦相手であるGLaDOSを通じて、パズルの学習勾配に物語的学習勾配を重ねている。物語は、プレイヤーがゲームの文脈について持つモデルを段階的に破壊することで機能している。 最初の段階では、GLaDOSは助けるが少し不自然なテスト監督として現れ、指示や励ましを提供する。プレイヤーのモデルは「私はテスト対象で承認されたテストを完了している」となる。徐々に、GLaDOSの会話は矛盾を含む情報を提示する：不従のテスト対象者に待つ「アンドロイドの地獄」への言及、顕著な監視、安全について異常に熱心な保証、そしてテスト完了に対するクッキーの報酬という有名な約束が含まれる。 各の不調和な会話は、プレイヤーの「支援的な指導者」というモデルに対するナラティブ予測誤差を生み出す。プレイヤーのモデルが「助ける指導者」という期待に反して、より悪意ある存在が存在することを示すことで、そのモデルが破壊される。個々のエラーは小さく、しかし累積的効果を持ち、最終的にGLaDOSがプレイヤーを殺す意図を持っているというモデルを破壊するまでに至る。脱出シーケンス（第19号室以降）は、2時間のプレイ中に蓄積されたナラティブ予測誤差が、新たなモデル「私は凶暴なAIの囚人であり、脱出しなければならない」として解決される瞬間である。 このナラティブ勾配は、パズル勾配と並行して動作しており、それらを妨げることはない。会話はパズル解決中に進行し、ナラティブ情報は言語理解、社会的推論、ナラティブモデリングといった異なる認知システムによって処理される。パズル解決には空間的推論が求められ、状況モデルの構築には社会的・ナラティブ的認知が関与する。この2つの勾配は相互に補完し合い、パズルの解決は次のナラティブの発見へと進み、ナラティブの緊張が、パズルを解き続ける動機となる。 ### 23.5 パーティル2：勾配の拡張 *パーティル2* は、3時間のゲームを8時間に拡張する設計課題に直面した。その解決策は3つに分けられる。 まず、3種類のゲル（反発ゲルによる跳ね返り、推進ゲルによる速度向上、変換ゲルによるポート対応表面の生成）が、ポートメカニクスを置き換えることなく、組み合わせの空間を拡張した。各ゲルはポートとの相互作用を特定の仕様で持ち、ポートとゲルの組み合わせの挙動について新たな予測誤差を生み出す。ゲルは既存のメカニクスの上に重ねられ、そのメカニクスを置き換えることなく、初回ゲームで構築された知識を維持しつつ、新たな不確実性の源を提供する。 次に、協力プレイでは社会的予測誤差が導入された。2人のプレイヤーは、4つの同時ポートの配置を調整することでパズルを解決しなければならない。この予測誤差は、空間的な側面（4つのポートをどこに配置すべきか？）と社会的な側面（パートナーが計画を理解しているか？正しい場所にポートを設置するか？どのタイミングで自分の部分を実行すべきか？）の両方を含んでいる。社会的協調層は、単独パズルとは異なる性質の予測誤差を生成し、その誤差が協力プレイ全体を通して継続される。 第三、シングルプレイの進行は、パズルの部屋と物語探索のセクションを交互に繰り返した。プレイヤーはアプテルス科学の廃墟を traversing しながら、ケイブ・ジョンソンの事前に録音されたメッセージを聴くといった探索セクションを経る。これらの探索セクションは、パズルの学習勾配を一時的にゼロにまで低下させ、プレイヤーの空間的推論を休息させながら、物語の進行がエンゲージメントを維持する。パズルに集中（システム2空間的推論、短時間的なLC-NEモード）と物語探索（好奇心に基づく発見、恒常的なLC-NEモード）の間の振動は、どちらのモードもプレイヤーを過剰に消費しない。 ### 23.6 最終的洞察 *ポート* は、一つのメカニズムが、ゲーム全体の学習勾配を維持できることを示している。このゲームの設計は、学習の深さが、コンテンツの量よりも学習の持続性を決定するという原則を実証したものである。3時間にわたる一意の予測誤差、それぞれが真の空間的洞察を必要とする解決を要求するが、60時間にわたる繰り返しのコンテンツよりも強いエンゲージメントを生み出す。 デザイナーへの教訓は、深さは広さとは異なるということである。数百のユニークな空間構成を生成する1つのメカニズムは、それぞれ10つしか生成しない20のメカニズムよりもより魅力的である。学習勾配は、インタラクション空間の深さによって維持され、システム内の要素数とは無関係である。 ## 第24章　Halo：戦闘フローのアーキテクチャ ### 24.1 なぜHaloが重要か この本で説明された原理を最も明確に示すゲームは、*Halo*である。その戦闘メカニクスは、非常にシンプルに見えている：2つの武器を携帯し、グレネードを投げて武器を切らず、近くに近づいたものを殴る、そして盾が再充電されるまで隠れて隠れる。*Doom*や*Half-Life*の複雑な武器選択システム、*Diablo*の複雑なキャラクター構築、または*Dota 2*の100人以上のヒーローを含む roster と比較すると、Halo の戦闘シルクスはほとんどミニマリズムに見える。しかし、そのシンプルさは難易度の段階においても持続的なエンゲージメントを生み出し、マルチプレイヤー環境においては、*Halo 3*だけでも10億以上のマッチが記録されたこと、そしてゲーム史上最も文化的に重要なフランチャイズの一つを生み出した。 その理由は、本書の枠組みを通して分析すると、Halo の設計は学習勾配管理のほぼ最適な実装である。ゲームの戦闘シルクスは、プレイヤーが継続的にかつ多様な時間スケールで予測誤差を減少させられる、正確な密度と解像度で予測誤差を生成している。すべての主要な設計決定、2武器制限、盾の再充電システム、または Covenant の敵の階層構造などは、プレイヤーの学習速度を調整するためのメカニズムとして理解できる。学習速度を高く保ちつつも、過負荷を避け、かつ勾配が平坦化して「ただの繰り返し」にならないようにする。 本章は、最初の4作の*Halo*（Combat Evolved、2、3、およびReach）を、シングルプレイおよびマルチプレイを含めて、その勾配が維持されている場所、そしてその場所で破綻している場所を追跡し、その破綻が「フロー」を生み出す条件について教えてくれる。 ### 24.2 ネストされたループ構造 Halo の戦闘は、3つのネストされた時間スケールで動作しており、その構造は Jaime Griesemer と Chris Butcher が GDC 2002 で行った「The Illusion of Intelligence」という講演で初めて提示された。Griesemer はそれを「3秒のループが30秒のループの内にあり、その3分のループは常に異なるため、毎回ユニークな体験を得られる」と呼んだ。 **3秒のループ** は、個々のマイクロアクションを含む。狙いを決める、グレネードを投げる、飛来するプラズマ砲火を回避する、近距離で肉弾戦を行う。これらの判断は自動レベルで処理される。経験のあるプレイヤーは、腕の届く範囲に近づいたグラントに対して肉弾戦を行うべきか否かを意識的に検討しない。この時間スケールにおける予測誤差は、運動-感覚的である。狙った場所と敵の位置の差、グレネードを投げた瞬間とエリートが回避した瞬間の差である。このような誤差を補正する学習は、HaierのPET研究で追跡されるもので、スティック操作からレティクルの移動への運動マッピングが自動化されるにつれて、大脳皮質の活動が減少する。 **30秒のループ** は1つの戦闘を指す。プレイヤーは戦場に進入し、敵の構成（3体のエリート、グラントの集団、2匹のジャカルが通路を守っている）を読み取り、アプローチを決定（左側に迂回し岩の配置でカバーを確保、エリートの指揮官に対してプラズマグレネードで開戦、残りの敵をアサルトライフルで処理）し、それを実行し、敵の反応に応じて適応し、戦闘を解決する。この時間スケールにおける予測誤差は戦術的である。プレイヤーの戦闘の進行を想定したモデルと実際に起こった展開との差である。コネクトの領土AI（敵が位置を守り、カバーを取ったり、迂回したり、撤退したりする）により、プレイヤーの予測が頻繁に誤り、かつ情報的価値を持つ戦術的状況が生じる。 **3分のループ** は、戦闘空間全体の進行を含む。最初の遭遇、PhantomまたはSpiritドロップシップによる補強波の到着、敵が倒れたり新たな脅威が出現したりする中で地形の支配が変化し、最終的にその展開が解決され、次の空間への道が開かれる。このスケールにおける予測誤差は戦略的である。プレイヤーは複数回の試行を通じて、または1回の通過中に注意深く観察することで、全体の戦闘の構造を学ぶ。 このアーキテクチャの重要な特徴は、3つのループが同時に活性化されていることである**simultaneously active**。 任意の瞬間、プレイヤーはモーター・感覚的な誤差（マイクロ）、戦術的な誤差（メソ）、および戦略的な誤差（マクロ）を同時に減少させている。 つまり、総合的な学習勾配は3つの独立した勾配の和となるため、すべてが同時にゼロに達する確率は非常に低い。 ネストされた構造が勾配を平坦化させないのを防ぎ、異なる時間スケールおよび認知的抽象レベルで動作する複数の冗長な学習勾配を提供している。 ### 24.3 ゴールデン・トライアングル：制約が勾配安定化器としての役割 Haloの中核をなす戦闘フレームワーク（社内では**ゴールデン・トライアングル**と呼ばれていた）は、3つの行動から成り、それぞれに専用の入力が割り当てられており、すべてのタイミングで利用可能で、他の行動と中断されない。 武器（右トリガー）、グレネード（左トリガー）、および近接戦闘（顔ボタン）の3つの行動が、すべて常に利用可能である。 2001年にこれは革新的であった。 *Doom* および *Quake*では、グレンデッドは単なる武器として、完全な装備切り替えが必要であった。 Haloカーテンでは、武器を保持しつつグレンデッドを投げたり、敵に近づいた際に拳を振って戦うことが可能であり、3つの戦闘行動が常に利用可能で、切り替えコストはゼロである。 この設計効果は組み合わせ的である。 すべての遭遇は複数の有効なシーケンスでアプローチできる。 たとえば、グループを弱体化するためにフラググレネードを使用し、その後ライフルで終結する。 プラズマピストルを過充電してエリートのシールドを剥がし、マグナムに切り替えて頭を狙う。 ハンターに近づき、その露出した背面を拳で突く。 三角形は**組み合わせ的予測誤差**を生成する。 プレイヤーは単に各行動が孤立してどのように機能するかを学ぶだけでなく、それらが順にどのように相互作用するか、どの敵タイプに対してどの組み合わせが効率的か、そして遭遇中にどのタイミングで行動を切り替えるべきかを学ぶ。 2武器制限はこの効果を強化する。*Doom*ではプレイヤーがすべての武器を同時に使用できるが、Haloは二択を強制し、常にその選択を再検討しなければならない。武器のサンドボックスは、**プラズマと実弾の二元性**に基づいて設計されている。プラズマ武器（コヴナント由来）はエネルギー防護盾を効率的に破壊できる；実弾武器（人類の由来）は健康値を効果的に損なう。実弾武器のみを携帯するプレイヤーは、防護盾を持つエリートに対して弾薬を無駄に使う。プラズマ武器のみを携帯するプレイヤーは、距離を離れた未防護対象を倒す際に苦戦する。この制約は、優位な戦略が決定空間を崩すのを防い、学習勾配を安定させる。 ### 24.4 コートンとしての学習システム Haloのコートン敵勢力は階層的なカリキュラムとして設計されている。各敵対種類は特定のパターンを教える；それらが組み合わさることで、プレイヤーは以前に学んだパターンを新たな構成で組み合わせる、複雑さが増す遭遇を体験できる。 **グランツ**は初級の授業である。彼らは弱く、多く、感情的な反応が極端である。ヒットを受けたときは喜びを表現し、リーダーが死んだときは叫びながら逃げ、時々プラズマグレネードを事前に充電して自爆攻撃を行う。その行動は**最大限に読みやすい**であり、初めてプレイするプレイヤーでも数秒以内にパターンを抽出できる。彼らが生じる予測誤差は小さく、すぐに解決できるため、学習勾配の基準となる。 **ジャックル**は位置的なパズルを導入する。彼らの腕に装着されたエネルギー防護盾は正面からの攻撃をブロックし、プレイヤーは側面からの攻撃を学ばなければならない、またはその盾が覆っていない手と武器の隙間を狙う必要がある。この予測誤差は空間的である。プレイヤーの「敵に撃つ」というモデルは、防護盾によって破られ、更新されたモデル（「側面から撃つ、または隙間を狙う」）によって誤差が解決される。 **Elites** は核心的な戦闘課題である。彼らは再充電可能なエネルギーシールド（プレイヤー自身の生存モデルと対応）を持ち、グレネードを避け、隠れたり、有利な状況では積極的に追撃する。Eliteと戦うことで、Haloの戦闘リズムを定義する **strip-and-finish** のループを学ぶ。プラズマ砲火でシールドを減少させ、その後、正確な頭部ヒットまたは近接戦闘で終結する。この二段階の戦闘パターンは、Eliteの行動が変動するため、持続的な予測誤差を生み出す。彼らは異なる方向に回避し、異なる健康状態で引き抜く場合があり、まれにプレイヤーを驚かせるように側面からの突入を試す。 **Hunters** は配置とタイミングの学習を教える。彼らは背中に小さなオレンジ色の領域以外、どこも装甲が厚い。彼らの近接攻撃は致命的だが遅く、予測が容易である。予測誤差は二値的で劇的である。正面からの攻撃は完全に失敗（大きな負のフィードバック）、露出した弱点への円を描く攻撃に成功すると迅速に成功（大きな正のフィードバック）。 Covenantの学習システムの力は、個々の敵種に依存せず、その **combinatorial composition** にあり、その点が重要である。3体のグランツに遭遇するのは簡単である。3体のグランツに加えてEliteが出現するのは、グランツが注意を奪い、Eliteが側面から攻め込むため、明らかに困難である。ジャックルを加えると、プレイヤーは位置のパズルを解決しなければならない。各新しい組み合わせは、構成要素のパターンが既に知られているにもかかわらず、新たな予測誤差を生み出す。学習勾配は正である理由は、敵の組み合わせ空間が敵種の数よりもはるかに大きいからである。 BungieのAIプログラマであるDamián Islaは、開発会議で「原始的なゲーム」と呼んだ。AIはプレイヤーと戦う「隠れ探し」「タグゲーム」「hillの王」といったゲームをプレイする。"それは進化が私たちにこれらの原始的なゲームを教えた。それは、私たちの爬虫類脳でプレーされるゲームだ。" その予測誤差は古く、 Pleistocene時代から人間の脳が解決してきた運動パターンに根ざしている。 ### 24.5 シールドと回復原理 Haloの再充電シールドシステムは、このシリーズにおける最も重要な設計決定であり、その学習勾配管理への貢献は過小評価されるべきではない。 プレ-Halo時代のシューティングゲームでは、プレイヤーは静的なヒールプールを持ち、敵からのダメージによって減少し、ヒールパックを発見することでのみ回復する構造であった。これにより、2つのフローを破壊する問題が生じる。まず、ヒールが低い状態にあるプレイヤーは**不安ゾーン**に陥る。その際、課題とスキルの比率が極端に歪み、誤操作の結果が命を落とすという状況になり、エラー信号は「12％のヒールで死んだ」というノイズ（情報）ではなく、「エリートの回避パターンを誤解したため死んだ」という情報（学習情報）に過ぎない。第二に、ヒールパックの探索は**目標の偏移**を引き起こす。プレイヤーの目的が、学習が行われる戦闘（学習勾配が存在する場面）から、環境内を探索して緑のボックスを探すこと（学習に貢献しない）へとシフトしてしまう。 Haloのシールドは両方の問題を同時に解決する。約5秒間ダメージを受けない場合、シールドが完全に回復を開始する。これにより、すべての遭遇はプレーヤーが最大防御能力に達しているか、それほど近く、各戦闘の開始前に課題とスキルの比率が設計された値に戻る。死亡は現在の遭遇に関する情報を提供するものであり、過去のダメージの残響を反映するものではない。誤差信号はクリアである。 このリズムは「戦闘 → ダメージを受ける → 覆いの場所へ移動 → シールドが回復するのを待つ → 新しい位置から再戦闘」に直接対応しており、フローチャンネルに正確にマッピングされる。課題はスキルを一時的に上回る（シールドが下がった状態での脆弱性が緊急性を生む）が、その後バランスを取り戻す（シールド回復により完全な能力が回復）ことで、予測誤差サイクルが維持され、不安に突入したり、退屈に陥ったりすることを防ぐ。 マルチプレイヤーでは、比較的長い死亡時間（対戦シューティングゲーム、例えば*Counter-Strike*のような即時死亡が特徴的なゲームと比較して）により、戦闘は**延長された相互作用**となる。各遭遇は複数の決定にわたる豊かな、多次元の誤差信号を生成し、より深い、長期間にわたる学習勾配を支える。 ### 24.6 フィードバックの明確性と誤差の読みやすさ 予測誤差が学習に有用であるためには、プレーヤーが何が間違っていたかを特定できる必要がある。これは**フィードバックの読みやすさ**の原則であり、Haloはこれに異常に徹底している。 **視覚的フィードバック** は複数の層で動作する。シールドインジケータは、リアルタイムで残りの防御能力を表示する。敵に命中範囲内に向けた際、レティクルの色が変化する。敵のシールドが命中した際、閃光し、輝きを放つ。ヘッドショットによる死亡は、特徴的な視覚的な「ポップ」を生じる。これらすべては、視覚系を通じて自動的に認識される、事前注意レベルでの処理である。 **音声フィードバック** も同様に正確である。マーティン・オドーンルは、音声システムを設計し、理論上、目を閉じてプレイできるようにした。すべての戦闘に関連する状態変化に対して、対応する音声ヒントが存在する。シールドが減少した際には特異なアラーム音が鳴り、充電中には上昇する音が鳴る。各武器には特徴的な音が付与される。敵の声は状態を伝え、グランツは喜ぶ、慌てる、または警告を発する。エリートは攻撃的になると鳴き、下位の部隊に命令を下す際に吠える。 **行動フィードバック** は最も重要な層である。コネクト敵はアニメーションおよび声で内部状態を表現する。シールドが剥奪されたエリートはふらふらと揺れ、ふらつく。リーダーが殺されたグランツは武器を落とし、叫びながら逃げ出す。側面から攻撃されたジャカルは明らかに驚きを示す。これらの反応は、プレイヤーの戦略が効果的に機能していることを確認する、読み取れる証拠である。 これが、Flood（洪水）が*Halo CE*の7話で登場した理由であり、学習勾配を著しく劣化させてしまう。Floodの戦闘行動は読み取り可能な状態変化を示さない。彼らはふらつくことなく、隠れることもなく、コミュニケーションを取らず、プレイヤーの戦術的判断に対して情報的フィードバックを提供しない。予測誤差の空間は、豊かな多次元空間から単一の次元（彼らがプレイヤーに到達する前に殺せるか？）へと縮小する。その結果、学習勾配も平坦化される。 ### 24.7 静かな地図を描く者：勾配構成の事例研究 *Halo CE*の4話、静かな地図の作者はシリーズ内で最も評価されるレベルである。学習勾配の枠組みを通して分析すると、その優れた点は、継続的に変化するプレイ空間において複数の勾配タイプを**重ねる**ことにある。 レベルは、ビーチへの攻撃から始まる。最初の戦闘は空間的に開放されている。プレイヤーは、ワートホグが砂地でどのように操作されるか、海兵隊搭乗員との連携、そして開けた戦場を読み取る方法を学ぶ。ビーチを突破した後、プレイヤーは島を反時計回りに周回し、段階的に強くなるコホートの敵勢に遭遇する。ゲームは主要施設の入り口をロックし、代替経路を通るよう強制する。この構造的決定は、探索の難易度を拡張し、戦闘の難易度の上にナビゲーションパズルを追加する。 このシーケンスが特別であるのは、戦闘の文脈が継続的に変化している点である。ビーチ攻撃は開けた地形での車両戦闘である。2番目の施設へのアプローチは、狭い道を歩く歩兵戦闘である。内部では最初のハンターが登場し、狭い空間での包囲戦術を要求する。戻りの段階では、ドロップシップで補強された敵の反撃が行われる。地図室への下りは、多層構造を持つフォアランナー的な閉鎖空間での垂直戦闘に移る。表面に戻る段階では、アクティブなカモフラージュを持つステルス・エリートが登場する。各セグメントは、支配的な予測誤差の種類を切り替えていく。すなわち、車両戦、歩兵戦、狭い空間でのボス戦、防衛戦、垂直方向の戦闘、そしてステルスである。そのため、基本となる戦闘メカニクスが変わらないにもかかわらず、この勾配が完全に平坦になることはない。 ### 24.8 ライブラリ：勾配崩壊の事例 ライブラリは、*Halo CE*の8番目のミッションで、シリーズ内で最も批判されているレベルであり、ほぼ完璧な否定的ケーススタディとして機能している。『スイート・カートグラファー』が示すすべての原則が、このレベルで破られている。 このレベルは、狭く繰り返しの廊下を構成する四つの実質的に同じフロアから成り立つ。環境予測誤差はゼロである：すべての部屋が他の部屋とまったく同じように見える。敵の構成は、約30分間の期間中にすべてFloodに限られる。戦術的学習勾配は、敵の行動に変化がないため崩れてしまう。最適な戦略（後退、ショットガンを撃ち、繰り返す）は最初の1分以内に明らかになり、その後も進化しない。武器サンドボックスもそれに応じて狭まっている：ショットガンが圧倒的に優位であり、武器選択の予測誤差をゼロにまで低下させる。 ライブラリは、**学習勾配が対戦の主な決定要因である**ことを示している。難易度とは無関係に、その点で独立している。このレベルは、ヒロイックまたはレジェンダリー難易度では非常に難しいが、その難しさは「学習可能な」ものではない。スキルの獲得に伴うポジティブな勾配を提供しない。その難しさは、持久力の難しさに似ている。スキルの獲得を試すのではなく、耐久力を試している。 ### 24.9 プレイヤー対戦：終わらない学習勾配 Haloアイのマルチプレイは、人間同士の競争という領域に学習勾配を拡張している。その予測誤差のランドスケープは、原則として尽きない。 **同等の開始**（すべてのプレイヤーが同じ武器と同じ状態で出現）により、学習勾配はキャラクター選択によるものではなく、スキルの差によってのみ決まる。**パワーウェポンの配置**は、戦闘勾配の上に空間的な学習勾配を重ねる。武器が出現する場所、再出現するタイミング、そして回転をタイミングに合わせる方法を学ぶことにより、数時間にわたり続く戦略的予測誤差が生じる。**マップ設計**は、通過性と複雑性のバランスによって空間的な予測誤値を生成する。 Haloのマルチプレイにおける**スキルギャップ**は、4つのBungie時代の作品において分析された。*Halo CE*において、M6Dパistolの3発頭部ヒットによる死亡時間は、頭部ヒットを確実に決められるプレイヤーと決められないプレイヤーの間で大きなギャップを生み出した。この勾配の頂点における予測誤差は非常に細かく、プロプレイヤーと普通のプレイヤーの差はターゲット取得において僅か数秒の範囲に収まっている。これは、行動レベルの学習勾配が最も広がっている状態である。 4作品のマルチプレイ学習勾配を追跡することで、一貫したパターンが明らかになる。この勾配は、設計上の決定が遭遇の組み合わせの豊かさを増すと深まり、遭遇の変動を知識チェックにまで絞る設計が行われると浅くなる。*Halo 3*は最もバランスの取れた設計を実現し、装備システムが組み合わせの深さを増し、武器サンドボックスは最も完全（26の武器、11の車両、11の装備アイテム）であり、Forge/Theatreエコシステムが創造的・分析的領域へと勾配を延ばした。このゲームはXbox Liveの最もプレイされたゲームランキングのトップに長期間ランクインし、10億以上のマッチを記録した。 ### 24.10 フレンドリーな設計の教訓 Haloの4作品における設計歴史は、学習勾配フレームワークから導き出される実用的な原則を提供する。 **シンプルさは深さを生む。** グローバル・トライアングルの3つの動詞の相互作用は、複雑な能力ツリーよりも戦術的な深さをもたらす。その理由は、これらの動詞の相互作用が発見可能で、学習可能であり、完全に尽きないからである。設計においては、単純な要素の相互作用を通じて組み合わせの豊かさを生み出すべきであり、表面的な複雑さ（要素の数の増加）を追求すべきではない。 **制約は学習を促進する。** 2武器制限は、装備の再評価を継続させ、優位な戦略が決定空間を崩すことなく、学習を促進する。 **フィードバックは即時的で、段階的で、読みやすい必要がある。** コンセンサスの読みやすい行動は、すべての戦闘行動を情報的予測誤差に変換する。一方、フロッドの読みにくい襲撃は、フィードバックが読みやすい場合でも、その存在がなければ学習勾配は崩れてしまうことを示している。 **回復メカニズムは勾配を安定させる。** シールドの再生は、遭遇間のチャレンジとスキルの比率をリセットし、明確な誤差信号を確保する。 **ネストされたループ構造が、勾配の持続性を保つ鍵である。** モーター、戦術、そして戦略的時間スケールにおいて、予測誤差を同時に生成することで、すべての層が同時にゼロに達する確率を非常に低く保つ。 **車両の移行は、ペースを決める装置である。** 軍靴から車両戦闘への移行は、モーター層の勾配をリセットしつつ、戦術層の勾配は維持する。 **音楽は無意識に興奮を調整する。** O'Donnellの動的音声システムは、生理的興奮を調整しながら、予測誤差の競合源にならないようにする。 **プレイヤーが選択する難易度は、主体性を保つ。** Haloアイズの4段階システムにより、プレイヤーは学習勾配の急峻さを自ら選択でき、隠された操作なしに学習を進める。 ### 24.11 最終的洞察 Haloアイズが素晴らしいのは、その刺激性があるからではない。刺激性は副次的な効果である。Haloアイズが素晴らしいのは、その戦闘サンドボックスが、複数の同時時間スケールにおいて、適切な密度、解像度、多様性で予測誤差を生成し、その誤差がプレイヤーが認識でき、情報的で、より良いプレイを通じて解決できるように、フィードバックシステムが設計されているからである。 シリーズの343 Industriesによる衰退は、同様のフレームワークで説明できる。プロメテウス敵はフィードバックの明瞭性を低下させ、スプリントは遭遇の時間的調整を乱し、装備の選択はマルチプレイヤーにおける予測誤差をスキルベースから知識ベースにシフトさせた。*Halo Infinite* のオープンワールドは、3分ループを維持していた連続遭遇の積み重ねを破った。 Haloアイズの戦闘は、プレイヤーに強さを感じさせることが目的ではなかった。それは、プレイヤーが**常に成長している**、正確な速度で、その状態を体験させることにあった。この教訓は、本書のすべての章で繰り返されるものである。**「遊び」はゲームの性質ではない。ゲームの不確実性に対するプレイヤーの脳の減少速度がその性質である。** Haloアイズは、その理論が存在する前からこのことについて理解していた。 ## 第25章　ゼルダの伝説：好奇心、探索、そしてプレイヤー主導の学習 *好奇心を主なエンゲージメントメカニズムとして、環境の明瞭性が明示的な指示を代用する理由、そして『ブリース・オブ・ザ・ワイルド』がプレイヤー主導型学習勾配として最も純粋な実装を実現した理由。* ### 25.1 まったく異なる種類のゲーム Where *Halo* は戦闘の流れについてであり、*Dark Souls* は変換室についてであり、*The Legend of Zelda* - 特に *Breath of the Wild* および *Tears of the Kingdom* - は **好奇心に基づく学習** についてである。緊密に制御された遭遇が少なく、明示的な指示が少なく、強制されるシーケンスも少ない。しかし、これらのゲームは現代ゲームデザインにおいて最も強力で持続的なエンゲージメントを生み出している。 これは、統合モデルが解決しなければならない問いを提起する。直接的にプレイヤーを導かないシステムにおいて、学習勾配をどのように維持するのかという問題である。その答えは、学習勾配は設計者が強制するものではなく、プレイヤーが共に構築するものであると明らかにされる。設計者の役割は、プレイヤーがどの方向に進んでも、何か学ぶ価値のあるものが待っているような世界を創出することである。 ### 25.2 コアループ：好奇心、発見、理解 Zeldaは、従来のアクションゲームループ（遭遇 → 戦闘 → 報酬 → 次の遭遇）を別の構造に置き換える。 1. プレイヤーは環境に異常な点を発見する 2. 彼らが調査を行う 3. ゲームのシステムと実験を行う 4. ルールの発見またはパズルの解決に至る 5. その理解は世界の他の場面でも適用される このループはゲームが強制しているものではない。それはプレイヤーの好奇心によって**生成される**。脳の中脳限性の好奇心回路（Gruber, Gelman, & Ranganath, 2014, *Neuron*）は情報のギャップを内在的報酬に変換する。プレイヤーは異常なランドマークに注目したり、未知のオブジェクトと相互作用する理由は、発見の予想そのものが報酬をもたらすためである。Gruberらは、高レベルの好奇心状態が、対象情報だけでなく、その好奇心期間中に遭遇した全く偶然の情報についても記憶を強化することを示した。*Breath of the Wild* のプレイヤーが好奇心の状態にあるとき、つまり、次の稜線の向こうには何があるのか、新しいシーカーの仕掛けは何をするのか、2つの物理オブジェクトはどう相互作用するのかと問うているとき、その脳はあらゆる種類の学習に対して神経化学的に有利な状態に置かれている。 ### 25.3 始まりの台地：自由によるオンボーディング 大いなる平野、*Breath of the Wild*のオープニングエリアは、チュートリアルを使わず、オーバーロードを解決した、オープンワールドでの導入のモデルとして知られている。 プレイヤーは密封された部屋の中で目覚め、基本的な服装とタブレット型のデバイス（シーカーストーン）を手に取り、洞窟から出て高原に到達する。その高原は、ゲーム世界全体を俯瞰する位置にあり、すべてのバイオームが視認可能である。山々、森、砂漠、火山帯、そして中央に見える遠くの城が見える。この視覚的構成は偶然ではない。広島・フジバヤシとさとる・タキザワは、CEDEC 2017でそのチームがどのように「三角則」という基本的な設計原則を用いたかを説明している。 CEDEC 2017で、チームが**"三角則"**を基本的な設計原則として使用した。三角形の形状（ピーク、屋根、塔）は遠くからも視認可能で、自然に目を引くことにより、プレイヤーを導くポイントを形成し、明示的なマーカーを使わずに注意を引きつける。 始まりの台地には4つの祠があり、それぞれがシーカーストーンのルーン能力の1つを教えている。それはマグネシス（金属物体の操作）、ステイス（物体を冻结し、運動エネルギーを蓄える）、クリオニス（水面上で氷の柱を生成する）、およびリモートボムである。各祠は1つの概念を孤立させ、実験を行うための制御された環境を提供し、完成した際にスピリットオーブを報酬として与える。この教育は完全に環境によるもので、ツールチップがマグネシスを使って水の下にある金属の宝箱を引き上げることや、ステイスを使って岩を冻结し運動エネルギーを蓄えてカタピルト効果を生み出すことができる、といった情報は一切記載されていない。プレイヤーは実験を通じてこれらの応用を発見し、それぞれの発見は「予測誤りの解決」として扱われる。『知らなかったが、今やそのルールを理解できた』と感じる。 始まりの台地は、4つの祠を完成するまでには、その周囲の崖によって広い世界への探索が制限されている。これはゲームにおける唯一の線形制約であり、正確な学習勾配機能を果たしている。すべてのプレイヤーが4つの基本的なルーン能力を習得した上で開放世界へ進むことにより、最低限のモデル複雑性を保証し、開放世界フェーズが過負荷を生じないようになっている。プレイヤーがパラグライダーで始まりの台地から離脱すると、どこへでも、どのような順序でも自由に移動でき、最終ボスに直接進むことも可能になる。ゲームは、大始まりの台地がプレイヤーに十分な基礎学習を提供したことを信頼しており、その時点でプレイヤーが自らの学習勾配を構築できると見ている。 ### 25.4 物理・化学システム *ブレイス・オブ・ザ・ワイルド*の最も重要な革新は、その開放世界そのものではなく、**物理・化学システム**である。世界中の物質が相互に作用する物理的ルールの集合で、自発的な行動を生み出している。 火は草や木材に拡がる。金属は電気を導く。熱に近づくと氷が溶ける。風は音や火を運ぶ。温度はプレイヤーの生存に影響を与える。雨は表面を滑りやすくなるようにする。世界中のすべての物質は、一貫したルールに従って物理的性質を持つが、これらのルールによって生じる組み合わせ的結果は、設計者が明示的にプログラムしたものではない。 このシステムによって生み出される学習勾配は非常に大きくなる。プレイヤーは説明を受けずに実験を通じてルールを発見するためである。たとえば、火のシステムだけを考えてみよう。 - プレイヤーは、 Flint（閃石）を木材の近くで打ちつけることによって火を起こすことに気づく - 彼らは、火が草に拡がることを発見し、その結果として上昇気流が生じることを知る - 彼らは、パラグライダーが上昇気流を受け、垂直移動が可能になることに気づく - 彼らは、草に火をつける火の矢を遠くから射て、同じ効果を得ることを発見する - 彼らは、草を火にかけて敵の近くに設置することで、敵をダメージを与えることに気づく - 彼らは、草を燃やした上昇気流を利用して、アクセスできない場所に到達できることに気づく これらの発見のそれぞれは、予測誤差の解決に該当する。プレイヤーの「この世界で火がどう動くか」というモデルは、各相互作用ごとに拡大していく。そして、ルールが一貫している（火は常に燃えやすい物質に拡がり、常に上昇気流を生み出し、常に損傷を与える）ため、学習はその場で移行する。ある場所で発見されたルールは、どこでも適用される。これは、手作りのパズル設計とは逆のもので、各パズルは独自のルールを持ち、それらはどこにも適用されない。物理・化学システムは、学習勾配を生成し、新しいルールは以前に学習されたすべてのルールと掛け算され、可能な相互作用の空間を拡大する。 システムは、与えられた問題に対して複数の有効な解決策をサポートしている。木の台に配置された敵の集団に対処する方法として、次のいずれかが可能である：隠れながら通過（潜入）、直接戦闘（戦闘）、台を火に点ける（環境要素）、山下に石を転がす（物理学）、上方からアイテムを落とす（空から）、あるいは単に無視する（探索）。各アプローチは異なる学習ルールの組み合わせを使用し、プレイヤーが選ぶアプローチそのものが学習勾配の決定となる。この状況において、どの学習ルールを試したいかを問う。 ### 25.5 祠設計としての制御された学習 *Breath of the Wild*（152箇所）中の120の祠（*Tears of the Kingdom*では152箇所）は、オープンワールドの中に埋め込まれた**制御された学習環境**として機能する。各祠は一つの概念を孤立させ、実験を行うための安全な空間を提供し、プレイヤーがその理解をテストできるようにし、その理解がオープンワールドで適用される前に帰還できるようにする。 祠はいくつかのカテゴリに分類され、それぞれが異なる予測誤差プロファイルを生成する。 **戦闘祠**（力の試練）は、プレイヤーがGuardian Scoutと対峙する場面で、3つの難易度段階のいずれかに挑む。これは*Dark Souls*の意味での純粋な変換室である。敵の攻撃パターンは繰り返しによって学習可能であり、プレイヤーのモデルは各試行ごとに改善される。難易度の段階（小規模、普通、大規模）は、祠間の戦闘勾配を形成する。 **Physics puzzle shrines** は、プレイヤーがルーンの能力と物理学の相互作用を使って障害物コースを通過させるように求める。これらは、*Portal*の部屋のような離散的な「あっ！」の瞬間を生成する。プレイヤーはレイアウトを研究し、異なるルーンの応用を試み、最終的に解決法を視覚的に理解する。予測誤差は1つの認知的イベントで崩れる。 **Apparatus shrines** は、モーションコントロールを使ってプラットフォームや迷路を操作し、物理的なコントローラーがゲーム内のオブジェクトにどのようにマッピングされるかについての運動・感覚予測誤差を生成する。これらは最も議論の余地の多い祠である。モーションコントロールシステムは制御の不確実性（Costikyanのタイプ10）を導入し、一部のプレイヤーにとってはストレスをもたらすことがある。 **Blessing shrines** は、オーバーワールドのパズル（祠の入り口を見つけること）を解決した報酬である。祠自体では予測誤差がゼロである。その勾配は完全に発見の段階にあった。 祠システムは探求と集中のリズムを創出しており、第25章で説明されたLC-NEの位相性／持続性の振動と対応している。 1. 祠間の移動は探求的（持続性モード）である。プレイヤーは環境をスキャンし、ランドマークを認識し、調査する。祠パズルは集中的（位相性モード）である。注意は限定された課題に絞られ、即時フィードバックを得る。この振動により、どちらのモードもプレイヤーを過剰に疲労させない。 ### 25.6 環境の可読性がマーカーを置き換える *Breath of the Wild* の最も重要な設計決定は、伝統的なオープンワールドナビゲーションマーカーを使用しないことだった。地図にクエストアイコンはなく、ミニマップのワープポイントも、領域の進捗率のパーセントカウンターも、クエストログによる特定場所への案内もない。 代わりに、ゲームは **環境の可読性** に頼る。世界そのものが、面白いことの場所を伝えるのである。三角則により、ピークや塔は非常に遠くからも視認可能になる。異常な地形の特徴（マッシュルームの環、不自然に並べられた岩、山頂に孤独な木）は、Korokの種パズルを示す。煙の列は敵のキャンプを示す。祠のベースは、ランドスケープにオレンジ色で輝いている。シーカータワーのネットワークは、プレイヤーが周囲の地形を視覚的に確認し、興味深いポイントを特定できる高台を提供する。 このデザインは、Bavelier研究室がゲームプレイが強化するという観察を示した、同じ認知的・注意的システムを活用している。プレイヤーの注意システムが「クエストマーカー」という機能を担う：環境内での異常をスキャンし、関連信号と無関係なノイズをフィルタリングし、情報収集の期待されるポイントへ向かう行動を指示する。探索プロセスそのものが、単なるポイントフォローよりも積極的な注意の投入を促す。Deci, Koestner, & Ryan (1999) の「undermining effect」（メタ分析 k = 128、実際の報酬効果 d = -0.40）の観点から言えば、外部のマーカーの欠如は、エンゲージメントを支える内面的な好奇心を維持することを意味する。 Ubisoftのオープンワールド構造との対比は教訓となる。*Assassin's Creed*、*Far Cry*、および類似タイトルは、地図の塔を通じて、その領域内のすべての収集品、クエスト、そして関心点を即座に公開する。これにより、不確実性は即座に完全に減少し、プレイヤーは正確にどこに何があるかを知っている。残るエンゲージメントは、タスクの完了（指定された場所へ移動し、指定された行動を実行）に帰着する。*Breath of the Wild*は、プレイヤーに何がどこにあるかを決して告げず、次の稜線の向こうに何があるかについての予測誤差を常に維持することで、不確実性を高く保つ。Deterding, Andersen, Kiverstein, および Miller (2022, *Frontiers in Psychology*) は、この点を3つの大きなゲームデータセット（約180万件のプレイヤー投票を含む）で直接検証：プレイヤーは中間難易度を好んでおり、成功に由来する動機付けが観察された。これは、プレイの予測処理理論と一致している。 ### 25.7 武器耐久性が強制される予測誤差 武器耐久性システムは、ゲーム内で最も議論を呼ぶメカニズムであり、特定の学習勾配機能を果たす：それは**支配的戦略の崩壊を防ぐ**。 武器は使用回数に制限された回数で壊れる。プレイヤーは、1つの強力な武器を所有し、その武器をゲーム全体で使用するという戦略を取ることができない。代わりに、常にスカベンジを行い、適応し、手に入る武器に応じて対応しなければならない。これにより、次の3種類の予測誤差が強制されるが、それらは通常はゼロに解決されるはずであった。 **リソース管理エラー**: この敵に最強の剣を使うべきか、それとももっと難しい戦いのために保存すべきか？答えは、プレーヤーが次に遭遇する内容に関する予測に依存するが、オープンワールドではその予測は決して確実ではない。 **戦闘適応エラー**: 戦闘中に武器が壊れた場合、プレーヤーは異なる特性（射程、速度、ダメージ）を持つ別の武器タイプに切り替える必要があり、そのタイミングと間隔に関する新しい運動レベルの予測誤差が発生する。 **探求インセンティブエラー**: プレーヤーは常に探索を続け、代替武器を発見する必要があり、次のボックスや敵のキャンプに何があるかに対する好奇心（探求勾配）が、戦闘の勾配と常に結びつけられている必要がある。 武器の耐久性がなければ、プレーヤーが早期に強力な剣を発見したとしても、その武器の多様性システムに参加する理由、代替品を探索する理由、あるいは戦闘中の適応を強制される理由がなくなる。この3つの次元における勾配は平坦化してしまう。武器の耐久性は、その勾配の崩壊を防ぐ制約条件であり、*Halo*の2武器制限に類似して、支配的な戦略の存在を排除し、プレーヤーがゲーム全体を通して資源管理に関する意味のある予測誤差に直面させることを可能にする。 ### 25.8 Tears of the Kingdom：勾配の拡張 *ターナー・オブ・ザ・キングダム* (2023) は、その物理学・化学システムが数百万のプレーヤーによって徹底的に探索されたゲームの継承課題に直面した。その解決策は、新たに予測誤差のカテゴリを追加することだった：**構築**。 ウルトラハンドの能力により、プレーヤーは物理的物体を掴み、移動、回転、そして他の物理的物体に接続できる。フュージョン（Fuse）では、素材を武器や盾に取り付けることができ、その特性を変更できる。リカル（Recall）は物体の軌道を逆転させ、アセンド（Ascend）はプレーヤーが天井を通過して垂直に移動できる。 これらの能力は、ゲームの予測誤差の空間を「物理法則の発見（ルールがどうなっているか）」から「物理法則の応用（これらのルールを使って何を構築できるか）」へと変化させる。構築システムは、エンジニアリングに関する予測誤差を生成する。この橋が私の重さを支えるか？ この車両が動くか？ この飛行機が十分な揚力を持つか？ こうした予測誤差は、プレイヤーが設計者が配置したオブジェクトに限られず、自らコンポーネントを使ってオブジェクトを創造できるため、元のゲームよりもはるかに大きな組み合わせ空間を持っている。 構築の勾配は、本システムが本物のエンジニアリングの創造性を支えていることに由来する。プレイヤーは、機能的なコンピュータ、航空戦艦、戦闘メカ、そして設計者たちが予想できなかった車両を実際に構築している。各構築プロジェクトは、設計が想定通りに機能するかどうかに関する予測誤差を生成し、その場の物理シミュレーションは、正確（重量分布が間違っているため車両が傾く）かつ解釈可能（プレイヤーは失敗の原因となったコンポーネントを視覚的に確認できる）なフィードバックを提供する。 ### 25.9 ミクロ、メソ、マクロ学習 ゼルダは、すべての時間スケールで学習勾配を維持している： **ミクロ（秒）**： 登攀にはスタミナ管理が必要である。滑空には風の流れと熱上昇気流を読み取る必要がある。戦闘ではパリーフをタイミングし、回避連打を正確に実行する必要がある。これらはそれぞれ、運動レベルの予測誤差を生成し、繰り返しによって解決される。 **メソ（分）**： 祠の謎解きには空間的思考とルールの適用が必要である。敵の陣地には戦術的評価が必要である。環境謎（コロクの種）にはパターン認識が必要である。これらはそれぞれ、認知レベルの予測誤を生成し、洞察によって解決される。 **マクロ（時間）**： 全体の物理学・化学システムを理解し、ヒルューの精神的マップを形成し、各システム間の相互関係（火が上昇気流を生み、上昇気流がパラグライダーを可能にし、パラグライダーによって高所の祠にアクセスでき、その高所にある刻印が新たな物理相互作用を可能にできる）を発見するプロセスである。マクロ勾配は、システム間の組み合わせの深さによって維持されている。 ### 25.10 発見が報酬として機能する ゼルダは、XPやアイテム、レベルアップといった伝統的な進化報酬を、**自らの理解**に置き換える。拡張施設を完成させることで得られる報酬は、ヒーロー玉であり、そのヒーロー玉は健康や耐久力のアップに貢献する。しかし、実際の報酬、すなわちポジティブな感情を生み出すもの、は「この仕組みを理解した」という発見そのものである。「これ、どうやって動くのか、わかった！」という瞬間が、報酬となる。ヒーロー玉はトークンに過ぎない。その中核となるのは、洞察そのものに由来するドーパミンである。 これは統一モデルと完全に一致している。「楽しい」とは、不確実性の減少を意味し、ゼルダはその不確実性の減少を主な報酬として、副報酬を得るための手段として位置づけている。Bromberg-Martin および Hikosaka (2009, *Neuron*) は、脳は情報そのものを内因的報酬として扱うことを示した。モンキーは、来週の報酬に関する情報を得るため、実際に食べ物を犠牲にすることを示した。ゼルダの設計はそのメカニズムを直接的に活用している。プレイヤーが探索する目的は、得られる報酬ではなく、得られる知識そのものである。 ### 25.11 最終的な洞察 *ブレス・オブ・ザ・ワイルド* は成功した理由は、プレイヤーを積極的な学習者として、どこへ行っても何かを理解できる世界に導くからである。学習の勾配は、設計者がペースを決めてコンテンツを提供するものではなく、プレイヤーの好奇心が、ルールが一貫的で、発見可能で、無限に組み合わせ可能な世界と相互に形成されるものである。 デザイナーへの教訓は、最も持続可能な学習勾配は、プレイヤー自身が構築するもので、その世界が好奇心を報酬として理解に還元するということである。プレイヤーにどこへ行くべきかを教えるのではなく、どこへ行っても価値があるようにすべきである。 ## 第26章　バイオハザード：緊張、欠乏、そして制御された過負荷 *恐怖という感情が学習勾配を活性化させるメカニズム、資源の限界が予測誤差の重要性を強調する仕組み、そしてホラーゲームが、どんな緊張状態でもその勾配が機能することを示していること。* ### 26.1 まったく異なる種類のエンゲージメント アクションによって*Halo*が流れを生み出し、*Zelda*は好奇心によって、そして*Dark Souls*は変換室によって流れを生み出すのに対して、*Resident Evil*は**緊張と制約**を通じて参加を促す。このゲームは、プレイヤーが脆弱で、不安で、慎重な気持ちを抱くように設計されている。 hedonicな観点から見れば、これは好ましくない体験であるべきである。しかし、このシリーズは30年以上にわたり、複数のリブートを経て高い参加を維持しており、そのように設計された生存恐怖ジャンルはゲーム界で最も特徴的なジャンルの一つである。 この統合モデルはこれを説明しなければならない。もし「楽しい」とは、不安を減少させる最適な速度で体験される主観的体験であるならば、なぜ、プレイヤーの不安の感覚を最大化するゲームが、そのような参加を維持できるのか？ 答えは、恐怖は学習勾配を**強化**するのである。 ### 26.2 恐怖が勾配を強化する Andersen, Schjoedt, Price, Rosas, Scrivner, および Clasen (2020, *Psychological Science*; n=110) は、ゲーム以外の文脈で実証的根拠を提供した。幽霊の家での楽しみは、恐怖に対して**逆U字関係**を持ち、心拍数データによれば、生理的基準からの「ちょうどいい」ずれが楽しみを最大化した。恐怖が少なすぎると退屈であり、あまり多くなると好ましくない。最適ゾーンは、脅威が現実的で注意を鋭くする一方で、その脅威が制御可能で、参加者はそれを処理・反応できる状態であった。 これはYerkes-Dodson曲線に直接対応する。中程度の興奮はパフォーマンスや学習を強化し、過剰な興奮はそれらを劣化させる。生存恐怖ゲームはこの曲線の上端近くで動作している。恐怖は注意を狭める（プレイヤーは脅威に対してハイパーコンセントレートされる）、誤りの記憶形成を深める（アドレナリンは感情的に意義のある出来事を記憶に定着させる）、そしてすべての決定が意味を持つように感じさせる（各予測誤差の影響は感情的文脈によって強調される）。 *Resident Evil* の核心ループは以下の通りである：未知性（敵、音、不慣れな部屋）に遭遇 → 恐怖を体験（興奮の上昇） → 高圧下で判断を下す（戦う、逃げる、保存） → 未知性を解決（敵が倒れた、部屋が明るくなった、道が安全になった） → リソースの確認（興奮が低下）。このループは、高興奮状態で動作する予測誤差サイクルであり、*Halo* の戦闘ループと同様のメカニズムを用いているが、ノルエピンフェルのスケールをより高く設定している。 ### 26.3 スパーカー邸が空間学習の勾配として機能する 1996年のオリジナル *Resident Evil* およびその2002年のリマスター版は、スパーカー邸を空間的パズルとして構築しており、建築、閉じられたドア、鍵アイテムを通じて予測誤差を生成する。 邸は単一の相互接続された構造であるが、プレイヤーのアクセスは鍵、紋章、パズルの解決によって制限される。初期の探索では、全体の空間のわずかな部分しか明らかにされず、各鍵の取得により新しい部屋や廊下が開かれ、それらは以前探索したエリアと接続される。空間学習の勾配は、段階的な発見を通じて機能する。プレイヤーの精神的マップは各鍵を得た度に拡大し、エリア間の接続は空間的予測誤差（この廊下がメインホールに接続しているか？地下が守衛所に接続しているか？）を生み出す。 この構造は、同時に二つの勾配機能を提供する。第一に、好奇心を維持する。プレイヤーはまだ開けられていない閉じられたドアがあることを知っているため、情報のギャップが探索を促進する。第二に、バックトラッキングを生成し、プレイヤーの空間モデルをテストする。以前訪れたエリアに戻り、新たに得た知識（鍵、パズルの解決）を持って再訪した際、記憶に基づいてナビゲートする必要があり、その際、内部のマップと実際の配置を比較することで、空間的理解を検証する。 ゾンビの配置は両方の機能を強化する。ほとんどの*Resident Evil*シリーズでは敵は復活しないが、プレーヤーが訪れた部屋では敵が継続的に存在する。廊下に残されたゾンビは、プレーヤーが再びその廊下を通過するたびに、常に存在する脅威となる。各ゾンビに対して殺すか回避するかという判断は、資源管理の予測誤差（このゾンビに弾薬を使う価値があるか？）であり、その判断の結果はゲーム全体にわたって影響を及ぼす。 ### 26.4 資源の不足がもたらす予測誤差 *Resident Evil*の特徴的なメカニクスは**資源の不足**である。有限の弾薬、有限の回復用草薬、有限のインベントリスペース（有名なアイテムボックスシステムによって管理される）。すべての弾薬とすべての草薬は、消費した後は元に戻せない、有限な資源である。 その資源の不足は、予測誤差を情報的ものから**結果的**なものに変える。*Halo*では、非最適な武器選択は数秒の効果低下をもたらすが、プレーヤーはすぐに武器を切り替えられる。*Resident Evil*では、脅威のないゾンビに弾薬を無駄に使うことで、将来の遭遇に必要な資源が確保できない可能性がある。この「戦うか回避するか」という予測誤差は、実際に重大な影響をもたらす。その答えは、将来の資源需要に関する予測に依存しており、その予測は確実ではないためである。 この結果的性質は、次の3つの方法で学習の勾配を深める。 **注意が鋭化する。** すべての弾薬が重要であるとき、プレーヤーは各遭遇に対してより慎重に注意を払う。敵の行動をより詳細に観察する必要がある。なぜなら、ミスした弾薬のコストが大きくなるためである。この増強された注意は、より豊かなエラーのエンコーディングを生み出し、モデルの構築を加速させる。 **戦略的深さが強制される。** プレーヤーは各遭遇を独立して最適化するのではなく、複数の遭遇を考慮した計画を立てる必要がある。インベントリの管理、ルート計画、敵の優先順位付け（どの敵を殺すか、回避するか、無力化するか）は、数時間単位の時間スケールで動作するマクロレベルの戦略的勾配を生み出す。 **張力が維持される。** 資源が豊富なプレイヤーは安心感をもつため、興奮は基準値に低下し、恐怖が強調された学習勾配は崩壊する。資源が乏しいプレイヤーは脆弱な状態にあり、興奮は常に高いままとなり、すべての遭遇が予測誤差を増幅させる。資源の不足が、ゲーム中にYerkes-Dodson曲線の最適ゾーンを維持するメカニズムとなる。 ### 26.5 Mr. Xと適応的脅威勾配 2019年の*Resident Evil 2* リメイク版では、Mr. X（The Tyrant）が、ラクーンシティ警察局を巡回する、常に存在し、殺せない脅威として登場する。Mr. Xは、Miller et al.（2024）がホラーゲームにおいて「制御された予測誤差環境」と呼んだ、最も純粋な実装である。 Mr. Xは殺せない。一時的に揺らすだけである。音でプレイヤーを追跡し、部屋を移動させながら追跡し、予測できないタイミングで現れる。プレイヤーは彼の音響ヒント（近づくにつれて重くなる足音）を読み取り、安全な部屋（入り込めないセーブルーム）を特定し、露出を最小限に抑えるルートを計画しなければならない。 学習勾配は特徴的な弧を描く。初回の遭遇では予測誤差が最大となる。プレイヤーはMr. Xのルールを知らない（殺せるのか？どこにいるのか？ドアを通り抜けることができるのか？）。次の1時間以内にモデルが発展する。プレイヤーは彼の移動速度、巡回パターン、部屋入りルール、音響ヒントを学ぶ。中盤までに、プレイヤーは警察局内を移動しながら、Mr. Xを背景の脅威として管理し、彼の巡回経路を避け、安全な部屋をステージエリアとして活用できるようになる。 この弧、すなわちパニックから管理へ、そして習熟へと至る過程は、単一のメカニクスに収められた学習の勾配である。予測誤差は戦闘行動（Mr. Xを戦闘スキルで倒すことは不可能）とは無関係で、空間的予測と脅威管理に関するものである。音声のヒントだけからMr. Xの位置を予測できるようになったプレイヤーは、最初のパニック期に持っていたモデルとは質的に異なるモデルを構築しており、その改善はすべての段階で認識可能である。 ### 26.6 ホラーの勾配管理が失敗する場面 ホラーゲームは、恐怖が学習可能性を上回るとき、失敗する。もし脅威が本当に予測不能（ランダムな即死イベントで、前触れがない）であれば、予測誤差は解決不可能であり、勾配は挫折を生む。もし脅威が全く予測可能（固定位置でのスクリプトジャンプスケア）であれば、1回の遭遇後に予測誤差が解決し、その後のプレイでは勾配はゼロにまで減少してしまう。 優れたホラーゲームは、恐怖が**学習できるが、簡単には習得しきれない**ものになるよう調整する。*Resident Evil* のゾンビは行動に一貫性がある一方、配置は変わる。Mr. X は一貫した規則に従うが、巡回経路は適応的に変化する。*Alien: Isolation* のゼノモーフはプレイヤーの行動に反応するAIを持ち、同じ隠れ方を繰り返すと攻撃性を増す。これらの仕組みは、練習によって減るが完全には解消されない予測誤差を生む。上達と持続する脅威の緊張関係によって、学習勾配が保たれる。 ### 26.7 最終的洞察 『バイオハザード』は、興奮のスケールのどの点でも学習勾配が機能することを示している。恐怖は楽しさを否定するものではなく、注意を鋭くし、誤差のエンコードを深め、すべての決定を意味を持つようにすることで、学習勾配を強化する。このモデルは、低ストレスの状況でのエンゲージメントを必要としない。感情的な文脈に関わらず、学習可能な不確実性が存在すれば、楽しさは生じる。 ## 第27章　ナラティブゲーム：物語を通じた予測誤差 *物語システムが期待の違反を通じて予測誤差を生成する仕組みについて；Disco Elysium、Outer Wilds、The Stanley Parableが運動的な自動化なしでエンゲージメントを維持する理由；そして物語駆動設計における独自の勾配管理の課題。* ### 27.1 物語の予測誤差 物語は、キャラクター、世界、物語の進行経路に関するモデルを構築し、そのモデルを裏切ることで予測誤差を生成する。殺人ミステリーでは殺人者の正体に関する予測誤差が生じる。キャラクターのドラマでは関係の進展に関する予測誤差が生じる。SF物語ではその世界のルールに関する予測誤差が生じる。 しかし、物語の予測誤差は、メカニカルなエラーとは異なる3つの性質を持っている： **繰り返し不可能である。** 一度、トリックが明らかになった後、そのトリックによって生じた予測誤差は再生成できない。どの物語ゲームにおいても、［その物語のネタバレ］を初めて知ったとき、その予測誤差は非常に大きくなる。2回目のプレイではその瞬間において物語の予測誤差はゼロになる。このため、物語の勾配はメカニカルな勾配とは異なり、**再生成不可能** であると言える。 **スキルに依存しない。** プレイヤーはその能力を向上させる必要はない。単にプレイを続けるだけで、物語の予測誤差を体験できる。このため、物語の勾配は難易度の調整によって形を変えることはできない。その勾配はコンテンツの提供速度、つまり情報の明らかになる速度によって完全に調整される。 **異なる神経回路を活性化する。** 物語の予測誤差は、メンタライジング・ネットワーク（内側前頭前皮質、側頭頭頂接合部）、言語理解回路（左下前頭回、側頭皮質）、感情処理システム（扁桃体、島皮質）を活性化する。一方、メカニカルな予測誤差は運動および空間的回路を活性化する。このため、物語のエンゲージメントとメカニカルなエンゲージメントは、同じ認知リソースを競合せずに共存できる。プレイヤーは、ボスの攻撃パターンのモデル（運動・空間的予測誤差）を構築しながら、物語の意味のモデル（物語の予測誤差）を構築することが可能である。 ### 27.2 Disco Elysium：ゲームプレイとしてのSystem 2 *Disco Elysium* (2019) は、システム2が常に支配的であるという点で特異である。行動の自動化が発展しない。ゲームは完全に対話、調査、そして判断に依存している。しかし、30〜40時間にわたって深い没入を生み出し、多くのアクションゲームを上回る長さを持つ。 このゲームは、3つの同時進行する学習勾配によって没入を維持している。 **謎の勾配。** プレイヤーは殺人事件を調査している。各会話、各ヒント、各環境の詳細が、殺した人物とその理由に関するモデルを更新する。これは典型的な探偵小説の勾配である。情報空間は広く、関連情報は数十人のキャラクターと場所に分散しており、プレイヤーは断片から整合性のあるモデルを構築しなければならない。この勾配は、情報の密度と、その証拠が支持する複数の仮説によって維持されている。 **世界モデルの勾配。** リヴァチョルという都市は、失敗した共産主義革命、資本主義的占領、労働運動、国際的緊張といった複雑な政治的歴史を持つ。その歴史は直接説明されず、会話、書籍、壁画、環境の詳細から推測しなければならない。プレイヤーはリヴァチョルの政治的構造を段階的に構築し、新しい情報が得られると、その背景に対する予測誤差が生じる。この勾配は、謎の勾配に比べてより長い時間スケールで動作しており、政治の理解はゲーム全体にわたって行われ、一方で殺人に関する仮説は途中で生成・修正される。 **心理的勾配。** プレイヤーのキャラクターは記憶喪失を抱えている。24スキルシステムは、物語内で双過程認知を模倣している。例えば、百科事典、権威、インランド・エンパイアといったスキルは、プレイヤーのキャラクターの頭の中で「システム1」として機能する。自動的なインプットやパターン認識による反応が、意図的な対話の中断を引き起こす。プレイヤーのシステム2は、これらのシステム1の「提案」を評価し、必要に応じて上書きしなければならない。 スコアチェックシステムは、処理モード間の形式的なインターフェースを構築する。アクティブなチェック（サイコロのロールがスキル投資によって変更される）は、キャラクターの自動的スキルを表し、プレイヤーのSystem 2がその実施を判断する。パッシブな「ブラックチェック」はプレイヤーの意思なしに発生し、プレイヤーが無意識に反応する純粋なSystem 1イベントである。プレイヤーは同時に、殺人事件のモデル、世界のモデル、そして自身のキャラクターの心理学のモデルを構築している。並行して動作する3つの勾配が、それぞれ異なる時間スケールで働き、いずれの勾配も運動スキルを含まないにもかかわらず、総合的な学習速度がゼロにまで下がることはない。 ### 27.3 Outer Wilds：知識の勾配 *Outer Wilds* (2019) は、純粋な知識的学習勾配を実現した最も純粋な実装である。このゲームには戦闘、アップグレード、永久的な進化が一切存在しない。太陽系は22分ごとにリセットされる（太陽の死を意味する時間ループ）。ループ間で変化するのは、プレイヤーが知っていることだけである。 ゲーム内のすべての情報は最初の1分からアクセス可能である。この「進化」は完全に知識的である：プレイヤーはノマイ（古代の異星文明）に関するヒントを発見し、太陽系の歴史を組み立て、最終的に時間ループのメカニズムとその解決法を理解する。この学習勾配は、プレイヤーの知識の拡張によってのみ維持され、戦闘や進化の報酬構造が一切存在しないにもかかわらず、極めて高い評価を得た。 このデザインは、機械的スキルの習得やアイテムの収集、数値的な進化のない最も純粋な形で学習勾配が動作していることから、特に注目される。予測誤差は、プレイヤーが世界についてのモデル（この刻印は何を意味するのか？この量子信号はどこへ向かうのか？この惑星が12分の時点で崩壊する理由は何か？）にかかわるものであり、各誤差を解決した報酬は「理解」そのものであり、ゲーム内のトークンとは無関係である。Bromberg-Martin および Hikosaka (2009) は、脳が情報そのものを内在的に報酬として扱うことを示した。*Outer Wilds* は、この原理に基づいて構築された20時間のゲームである。 ### 27.4 The Stanley Parable：メタ予測誤差 *The Stanley Parable*（2013年、2022年に拡張）はメタレベルで予測誤差を生成する。それは、**ゲームそのもの**の動作に対するプレイヤーの期待を破る。 ナラティブは、プレイヤーが「こうする」という予測を述べる。プレイヤーはその予測に従ったり、反対したりできる。各選択は異なる物語の枝に導き、その枝はプレイヤーの選択、ゲームデザインの慣例、そしてプレイヤーの主体性についてコメントする。これらの予測誤差は、ゲームのメカニカルなシステム（非常に単純である：歩く、ボタンを押す、ドアを開ける）に関するものではなく、プレイヤーが「ゲームとは何か」「プレイとは何か」というモデルに関するものである。 このメタレベルの勾配は、本質的に自己制限的である。『このゲームは期待を覆す』という洞察は、プレイヤーがすぐにそのモデルを構築する。数回の枝に進んだ後、プレイヤーは期待される覆いを予測し、覆いの覆いが新たな予測となる。*The Stanley Parable* は、**十分な枝の深さ**（2022年のUltra Deluxe版には数十のエンディングが含まれる）および**段階的に高まるメタレベル**（初期の枝はゲームの慣例を覆す；中盤の枝は「覆す」という概念そのものを覆す；最も深い枝はプレイヤーがプレイ行為そのものとの関係を覆す）によってこれを管理する。 ゲームは、学習勾配がどのような抽象レベルでも動作できることを示している。*Mario*における予測誤差は物理学に由来している。*Dark Souls*における予測誤差は戦闘パターンに由来している。*The Stanley Parable*における予測誤差はインタラクティブな物語の性質に由来している。メカニズムは同一であり、単にドメインが異なるに過ぎない。 ### 27.5 物語勾配管理の独自な課題 物語ゲームはアクションやパズルゲームとは異なり、勾配が**前段階で非再生性**であるという設計上の課題を抱える。物語が明らかになると、物語予測誤差はゼロに落ちる。これにより、再プレイ価値が制限され、物語の密度（物語が多いほど勾配が長くなる）とメカニカルなエンゲージメント（物語の提示がゲームプレイの流れを中断しないようにしなければならない）との間で構造的緊張が生じる。 ゲームはこの緊張を以下の戦略で管理している。 **分岐物語** (*Disco Elysium*, *Mass Effect*, *Baldur's Gate 3*) は、同じコンテンツを複数の勾配経路で提供することで、複数の選択肢が結果に与える影響についての予測誤差を生成する。各プレイスルーにおいて、物語予測誤値が生成され、一度に消費されるのではなく、複数プレイスルーにわたって継続される。 **環境内物語** (*Dark Souls*, *Elden Ring*, *BioShock*) は、シーンの切り替えではなく環境に物語を埋め込むことで、物語を提供する。プレイヤーは探索を通じて物語の断片を発見し、このことにより物語勾配は探索の勾配と共に構築される。*Dark Souls*のすべてのアイテム説明を調査するプレイヤーは、それらを無視するプレイヤーとは異なる（そしてより深い）物語勾配を経験する。 **発生物語** (*Dwarf Fortress*, *RimWorld*, *Crusader Kings III*) は、システム相互作用から物語をプロシージャルに生成する。プレイヤー自身の経験に基づく予測誤差が生じ、作成されたコンテンツではなく、その結果が再生成されるため、再生可能である。各プレイスルーでユニークな物語が生成され、システムがルールの相互作用から予想外の物語結果を生成できる能力によって、勾配が維持される。 **Integrated narrative** (*The Last of Us*, *Hades*, *Portal*) は、物語をメカニカルな進行と一体化させ、物語とメカニカルな進行が同時に進展するように設計している。物語の展開は、メカニカルな課題の間の転換点で現れ、物語の感情的インパクトは、メカニカルな予測誤差を強化する。*Hades* は最も典型的な例である：死亡（負のメカニカルな予測誤差）は物語の進行（正の物語的予測誤差）を進展させ、メカニカルな失敗を物語の進展へと変換する。 ### 27.6 最終的洞察 物語ゲームは、学習の勾配がメカニカルなスキルに限られることを示している。脳は物語、キャラクター、世界、そして意味について予測モデルを構築し、そのモデルを改善するプロセスが、運動スキルの習得やパズルを解くときと同じようにエンゲージメントを生み出す。この勾配メカニズムは、領域一般に作用しており、脳がモデルを構築・改善する場面において、物理、戦闘、空間認識、あるいは人間性といったどの分野においても機能する。 ## 第28章　アイドルゲームとモバイルゲーム：勾配の倫理 *マイクロトランザクションが内在的な学習勾配（「wanting」の神経科学）と「liking」の区別、そしてエンゲージメントと搾取の違いについて。* ### 28.1 学習なしのエンゲージメント アイドルゲーム（*Cookie Clicker*, *Adventure Capitalist*）および多くのモバイルゲームは、統一モデルに対して課題を提示している。彼らは学習勾配の明確な存在を示さず、プレイヤーがクリック（または待つ）し、数値が増加するだけである。学習可能なパターンやスキルの発展、予測誤差の解決が一切ない。それでも、数百万のプレイヤーがこれらのゲームと数百時間も関与している。 このモデルの説明は、これらのゲームがドーパミン系の変数比率強化（**variable-ratio reinforcement**）および**number escalation**への反応を活用していることだとする。彼らが生み出すエンゲージメントは「wanting」であり「liking」ではない（Berridge & Robinson, 2016）：ドーパミン系は、実際の不確実性の減少による快感（hedonic satisfaction）の代わりに、行動（プレイヤーがゲームを確認し続ける、クリックを続ける）を維持するための「欲求」を維持している。 Deterding、Andersen、Kiverstein、およびMiller（2022、*Frontiers in Psychology*）は、インパルスゲームが累積メカニクスを通じて微小予測誤差を生成することを示した。各クリックまたは時間間隔ごとに、正確な結果（この操作で何の通貨が得られるか、次の閾値が開放されるか）についての小さな正の不確実性が生じる。予測誤差率フレームワークにおいて、インパルスゲームは可能な最小の予測誤差マグニチュードで、可能な最大の解像度周波数で動作しており、連続的に微小な誤差が解決される。これは、*Dark Souls*（大きな誤差で遅く解決）の対照的な極端であるが、メカニズム的には全く同じである。 ### 28.2 ミクロトランザクションと腐食された勾配 モバイルゲームや基本無料ゲームの設計における倫理的な懸念は、少額課金が、努力によって得る進展を**購入する進展**に置き換え、学習勾配を損ないうることである。料金を払って挑戦を飛ばせると、その挑戦が生んだはずの予測誤差は、解消されないまま取り除かれる。プレイヤーのモデルは改善しない。改善を必要としたはずの障害を取り去っただけである。 DrummondおよびSauer（2018、*Nature Human Behaviour*）は、22ゲームにおけるロットボックスを5つのギャンブルに関する心理学的基準で評価し、そのうち45％がすべての基準を満たした。ZendleおよびCairns（2018、*PLoS ONE*；n=7,422）は、ロットボックスの支出と問題ギャンブルの重症度との間の有意な関連（η² = 0.054）を発見し、2回目の研究（n=1,172；η² = 0.051）でも再現した。Larcheら（2021、*Journal of Gambling Studies*；n=48/40）は、希少なロットボックスアイテムがより強い皮膚電気反応と、より強い開封の欲望を誘発することを示した。これらの生理反応はギャンブル報酬反応に並ぶものであった。 「欲求」と「喜び」の分離がそのメカニズムである：ロットボックスおよびガチャシステムにおける変動比強化スケジュールは、ドパミン系の「欲求」（開封や確認への 強迫的な 行動）を維持しつつ、実際のゲームシステムへの「喜び」（ゲーム内の実際の快感）は平坦または低下することがある。Singerら（2012）およびMasciaら（2018、*Neuropsychopharmacology*）は、継続的な変動比強化がドパミン系の感度を高める（「欲求」が暴露に応じて増加）ことを示した。 ### 28.3 倫理的区別 統合モデルは、エンゲージメントと搾取の間で明確な倫理的区別を提供する。 **本質的な関与** は、プレイヤーがスキルの向上を通じて解決する予測誤差によって、ゲームがポジティブな学習勾配を維持しているときである。報酬は不確実性の減少である。プレイヤーは成長しており、その改善は内面的に満足を与えるものである。『欲求』と『喜び』は一致している：プレイヤーは遊びたいと感じ、遊ぶこと自体が楽しいと感じる。 **誘導** は、変数比強化スケジュールによって維持される関与の状態で、本物の学習を提供しない場合である。プレイヤーは成長していない。彼らはドーパミン系の不確実性感受性を操作されることで、強迫的な接近行動の状態に留め置かれている。『欲求』と『喜び』は分離されている：プレイヤーは遊びたいと感じるが、実際に楽しんでいない。 この区別は常に明確ではない。多くのゲームは両方の要素を含んでいる。しかし、統合モデルは、設計がどの位置にあるかを評価するための原則的な基盤を提供する：このメカニズムは、プレイヤーがスキルの向上を通じて解決する予測誤差を生成するのか、あるいは学習を伴わない変数報酬を生成して関与を維持するのか、という点にある。 ### 28.4 設計上の意味 モバイルおよび無料プレイ設計における倫理的アプローチは、学習勾配を対象にした販売を行うことである： - **外見を変えるアイテム**を販売する（学習勾配には影響しない） - **コンテンツ**を販売する（新しいステージ、挑戦、予測誤差の源） - **利便性**を販売する（学習の代わりにはならない、使い勝手を改善する機能） - **進展**を販売しない（挑戦を飛ばすと、本来の没入を支える予測誤差が失われる） - **強さ**を販売しない（購入した優位性は、学習勾配を読み取るためのフィードバックを損なう） これらの原則に従ったゲーム（*フォートニティ* の装飾品のみモデル、*パス・オブ・エクスイレ* のストックタブおよび装飾品、*ハーデス* の有料DLC）は、無料プレイでの収益化が健全な学習勾配と調和していることを示している。これらの原則に違反するゲーム（勝利を買うモバイルゲーム、ロットボックス駆動の進化システム）は、学習勾配を 強迫的な ループに変換し、プレイヤー自身も製品の長期的な健康も損なうことを示している。 ## 最終章　楽しさの本質 ### 全議論 この本は、すべての知られている人類文化がゲームをプレイしているというシンプルな観察から始まった。その観察は、生物学（遊びは感情的な動機としての基本的な動機であり、皮質下起源で、新皮質よりも古いものである）、神経科学（脳は予測機械であり、予測が失敗した際に特定の化学信号を生成し、その情報は本質的に報酬として扱われ、スキルが獲得されると回路が物理的に再構成される）、心理学（フローは、タスクに関連した執行的制御が訓練された手続き的経路を通じて働き、メタ認知的負荷が抑制される第三の認知モードである）、そしてデザイン（学習勾配、すなわち予測誤差が生成され解決される速度こそが、あらゆる体験の地形を支配する隠れた変数である）という観点から追跡された。 この中心的な主張は、最も一般的な形で述べられることができる。 > ***ゲームは、脳が不確実性を減少させる速度を調整するための設計された環境である。*** この主張から、次の帰結が導かれる。 - **楽しい（fun）**は、不確実性を減少させる速度が脳が期待する速度以上または等しいという主観的な経験である - **フロー（flow）**は、その速度が時間的に継続され、安定している状態が出現する認知状態である - 改善の速さがゼロになる（退屈）、負または一貫しないものになる（欲求不満）、あるいは処理能力を超える（過負荷）と、**没入は崩れる**。 この本の4つの新しい理論的貢献は、 1. **フローは、システム1の自動処理とシステム2の意図的思考の両方とは異なる第三の認知モードである。タスクに関連した執行的制御が訓練された手続き的経路を通じて働き、メタ認知的負荷が抑制される。その証拠は、Dietrichの一過性前頭葉機能低下、WeberとHuskeyの同期理論、Harrisらの研究（フロー中の客観的努力がピークに達する一方で、主観的労力は最小である）、そしてLC-NEの位相性モードが共有される神経化学的メカニズムから収束している。** 2. **ゲームと言語は、階層的な系列構造を扱うために、前頭葉と大脳基底核を結ぶ回路を共有する。**文法規則を処理する手続き記憶系は、ゲームの規則学習、戦略的なチャンク化、熟練者の直感も支える。Ullman の宣言的／手続き的モデル、将棋熟練者の尾状核活動を示した Wan らの研究、道具使用と統語処理に共通する大脳基底核の基盤を見いだした Thibault らの研究、そしてゲーム記述言語と文脈自由文法の計算論的な共通性が、これを支持する。 3. **ゲームの質は、システム2の処理をシステム1へ移す過程の質と相関する。**すべてのゲームは、意識的な処理を自動的な実行へ変換する装置である。高く評価されるゲームは、適切な速さでシステム2を働かせる課題を導入し、パターンの抽出を助けるフィードバックを与え、自動化の獲得に合わせて難易度を調整する。Poldrack、Lehéricy、Haier、Wan が報告した大大脳皮質から皮質下への処理の移行が、その神経機構を与える。 4. **学習勾配は主要な設計指標である。** プレイヤーが予想される進展速度に対して予測誤差を減少させる速度は、エンゲージメントを支配する隠れた変数である。Wilson et al. の最適学習85％のルール、Van de Cruys の感情的誤差動力学、Schmidhuber の圧縮進展、そしてAndersen et al. のプレイに関する予測処理理論は、すべて「時間に対してモデル精度の最初の導関数」という同じ量を共有しており、その値は報酬信号と一致する。 ### 収束 このフレームワークに対する最も強い証拠は、個々の発見ではなく、さまざまな分野における一致にある。人間学は、遊びが普遍的であることを示している。進化生物学は、遊びが機能的であることを示している。感情的神経科学は、遊びは専門的皮質下システム（パンクセップのPLAY回路）によって駆動されていることを示している。報酬神経科学は、エンゲージメントが予測誤差（シュルツ）に従い、その不確実性そのものが報酬となる（フィオーリロ）ことを見出している。好奇心に関する研究は、脳は情報が内因的に価値あるものであると扱っている（Bromberg-Martin & Hikosaka; Gruber et al.）。スキル獲得に関する研究は、マスター状態には、可測な皮質から皮質下への転送が関与している（Poldrack; Lehéricy; Haier; Wan et al.）。フローに関する研究は、最適な経験は、システム1でもシステム2でもない、特異な神経的構成を持つことを見出している（Dietrich; Weber & Huskey; Harris et al.）。予測処理理論は、価値はモデルの改善速度に従う（Van de Cruys; Schmidhuber）ことを見出している。そしてゲームデザインの実務（KosterからGriesemer、Miyazaki、Thorsonまで）は、最も評価されるゲームを生み出した設計者は、直感的に学習勾配を管理していること（理論的語彙を持っていない場合でも）を示している。 人間学、生物学、神経科学、心理学、計算理論、そしてデザイン実務がすべて同じ構造を指しているならば、その説明は偶然ではないだろう。 ### デザイナーの役割 統一モデルは、ゲームデザイナーとしての意味を変える。コンテンツを作成したり、物語を構築したり、スペクタクルを設計したりするのではなく、プレイヤーの学習速度を調整する**システムを設計する**ということになる。あらゆる設計上の決定は、ミリ秒単位の入力応答性から時間単位のコンテンツ進行に至るまで、ただ一つの基準によって評価されるべきである。それは、この決定が学習勾配を維持・強化・または破壊しているか、ということである。 5つの設計法則が実践的な枠組みを提供する。 1. **学習勾配を維持**：プレイヤーは常に何かを学んでいるべきである 2. **学習を隠す**：プレイヤーは遊びをしているように感じて、学んでいるとは思わないでほしい 3. **プレイヤーが制御可能なチャレンジ**：プレイヤーが自ら難易度を調整できるようにすべきである 4. **即時かつ明確なフィードバック**：学習には明確で即時な誤差信号が必要である 5. **システムを完全に解決しないでください**：ゲームはプレイヤーよりもわずかに先に進んでいるべきである これらの法則は、無条件に従うためのルールではない。それらは、単一の質問に答えるための道具である。このシステムがプレイヤーの学習プロセスを支えているか？ その答えが「はい」となるならば、フローは自然に現れる。 ### 楽しさの性質 ゲームはしばしば軽視される。それはそうではない。 ゲームは、脳が学習・予測・世界と相互作用する仕組みを理解する上で、最も明確な窓口である。チクルされたマウスの50kHz超音波発声、仮想タクシー運転手の海馬内の場細胞の活性化、将棋の専門家が直感的に手を動かす際の尾状核の活性、Tetrisプレイヤーにおける7倍のパフォーマンス向上と大脳皮質代謝の低下、最大の不確実性において持続するドーパミンの上昇、そして85％の正確性で最も速く学習が進むという収束的な最適点。これらは互いに無関係な偶然ではない。これらは、一つの現象の異なる側面である。脳は不確実性を減少させることで構築され、そのプロセス自体が内在的に報酬を与える。そしてゲームは、そのプロセスを促進する上で最も精密に設計された環境である。 ゲームを理解することは、人間の心の基本的な性質を理解することである。ゲームを良好に設計することは、その理解に基づき、正確性、芸術性、そして進化が不確実な世界をナビゲートするための非凡な機械に敬意を払いながら、環境を設計することである。 楽しさはゲームの性質でも、プレイヤーの性質でもない。ゲームのパターン生成とプレイヤーのパターン吸収の間の動的関係の性質である。この関係は、すべてのスケールにおいて設計上の判断を通じて積極的に維持しなければならない。 この関係を理解している設計者は、自らの仕事の内容をコンテンツの創造ではなく、学習勾配を工学的に設計するものとして捉え、プレイヤーのエンゲージメントを予測・診断・改善するための最も強力な視点を持つ。 これが楽しさの本質である。