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。
- 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）。
- 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）。
- 予測誤差が生じる。すなわち予測と現実との差である。
- 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）。
- 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。