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。