Workloadmessung und -selbsteinschätzung von Spielern in Online Multiplayer Games

Beim Spielen von (kompetitiven) Online Multiplayer Games fällt es Spielenden häufig schwer, ihre eigene Leistung bzw. kognitive und emotionale Belastung objektiv einzuschätzen. Die Arbeit soll dabei helfen, bestimmten Phänomenen in diesem Kontext auf den Grund zu gehen.

Dazu kann gehören, dass Spieler ihre eigene Anstrengung im Erfolgsfall als weniger groß einschätzen, als wenn diese (trotz allem) nicht zum Erfolg führen. Daneben kann der Rahmen, in dem ein Spiel ausgetragen wird, als eher locker oder kompetitiv gelten. Es soll untersucht werden, ob diese, hauptsächlich von der Community getroffene Unterscheidung, einen tatsächlichen Effekt auf die Wahrnehmung der Spielenden auf ihre Aufgaben und Leistungen hat, da hierin enormes Konfliktpotential in Hinblick auf Mitspieler liegt. In diesem Zusammenhang spielen emotionale, subjektive Aspekte ebenso eine Rolle wie Daten, die von den Spielenden erfasst werden.

Es soll versucht werden, Unterschiede in der Selbstwahrnehmung und im Verhalten von Spielenden an verschiedenen Situationen festzumachen:

• Sieg bzw. Niederlage
• informelles Spiel, Training bzw. eher Wettkampf-artige Situation

Darüber hinaus soll versucht werden, Logdaten von Onlinespielen dahingehend zu operationalisieren, dass Anstrengung und Verhalten der Spielenden objektiver beobachtet werden können. So soll es möglich werden, die subjektiven Einschätzungen der Spielenden und quantitative Aspekte ihres spielerischen Verhaltens in Bezug zu setzen. Diese Ergebnisse könnten in Zukunft dabei helfen, datengetriebenes Spielerprofiling zu betreiben, das zur Konfliktvermeidung hilfreich sein kann.

• Durchführung einer Studie, in der Spielende eine Selbsteinschätzung ihres Workloads (NASA TLX) und anderer, relevanter Aspekte vornehmen. Die Befragungen sollen unmittelbar nach Ende einer Partie eines Online Multiplayerspiels durchgeführt werden.
• Analyse von Logdaten aus den Spielen, um Aspekte des Workloads messbar zu machen. Hierzu müssen entsprechende Werte identifiziert und Phänomene des Workloads operationalisiert werden. Anschließend sollen diese Logdaten ausgewertet werden. Eine Plattform zur automatisierten Datenanalyse steht grundlegend bereits bereit.
• Auswertung der Ergebnisse der Studie und Logdaten hinsichtlich der Variablen Sieg/Niederlage und Training/„Wettkampf“.
• Evaluation der datengetriebenen Workload-Messung: Wie verhalten sich die Ergebnisse zur Selbsteinschätzung der Spielenden?

Grundlegende Kenntnisse und Fertigkeiten:

• (objektorientierte) Programmierung (Java, Python)
• Statistische Methoden (Werkzeug: R)

NASA TLX:

• https://en.wikipedia.org/wiki/NASA-TLX
• http://humansystems.arc.nasa.gov/groups/tlx/

MRQ: Boles, D. B., Phillips, J. B., Perdelwitz, J. R., & Bursk, J. H. (2004, September). Application of the Multiple Resources Questionnaire (MRQ) to a complex gaming environment. In Proceedings of the Human Factors and Ergonomics Society Annual Meeting (Vol. 48, No. 16, pp. 1968-1972). SAGE Publications.

Allison, B. Z., & Polich, J. (2008). Workload assessment of computer gaming using a single-stimulus event-related potential paradigm. Biological Psychology, 77(3), 277–283. http://doi.org/10.1016/j.biopsycho.2007.10.014