تخطَّ إلى المحتوى

«بلايكرافت» يبتكر دورة لعب وتصميم بالذكاء الاصطناعي: محاكاة إتقان اللاعب تفتح كفاءة التعديل لمطوري الألعاب بالمنطقة

شارك المقال
«بلايكرافت» يبتكر دورة لعب وتصميم بالذكاء الاصطناعي: محاكاة إتقان اللاعب تفتح كفاءة التعديل لمطوري الألعاب بالمنطقة
الصورة: Fábio Magalhães / Unsplash

تجاوزت نماذج الذكاء الاصطناعي مرحلة توليد ألعاب قابلة للتشغيل إلى معضلة أعمق تتمثل في جعلها جذابة ومحفزة، إذ يظل الشعور بالإتقان والتدرج في المهارة جوهر التجربة التفاعلية الذي يتطلب عادة شهوراً من التجربة البشرية والتعديل المضني لمطوري الألعاب ومصممي البرمجيات في المنطقة والعالم. في هذا السياق، كشف الباحث ويهاو تشنغ في ورقة بحثية جديدة عبر منصة «أركايف» عن إطار العمل الآلي «بلايكرافت» (PlayCraft)، الذي يستند إلى وكيل ذكاء اصطناعي قائم على الرؤية الحاسوبية لاختبار الألعاب وتعديل آلياتها لتعزيز مستوى الإتقان دون الاعتماد على التجارب اليدوية التقليدية.

يعتمد الإطار البرمجي على التناوب المنتظم بين مرحلتين متكاملتين: مرحلة اللعب ومرحلة التصميم. ففي مرحلة اللعب، يتولى وكيل «اللاعب» مراقبة شاشة اللعبة بصرياً باستخدام الرؤية الحاسوبية، والتحكم في عناصر الإدخال، والسعي لتحقيق هدف اللعبة عبر جولات متكررة مع الاحتفاظ بذاكرة تراكمية لأدائه. ولا يتوقف دور هذا الوكيل عند إتمام الجولة، بل يصدر عقب كل محاولة تقريراً مفصلاً يتضمن التقدم المحرز والنتائج النهائية والقرارات المتخذة وملاحظاته التأملية على مجريات اللعب وعقباته.

تنتقل مخرجات اللعب مباشرة إلى مرحلة التصميم، حيث يحلل وكيل «المصمم» التقارير التراكمية لتقدير قدرات اللاعبين والتنبؤ بمستويات أدائهم وفق مختلف درجات الكفاءة. ويقارن الوكيل هذه التوقعات بمسار تعلّم مستهدف، مما يمكنه من تشخيص الفجوات الميكانيكية بدقة؛ إذ يعيد صياغة قواعد اللعبة ومعاييرها لمنح اللاعبين فرصاً حقيقية للتطور عبر اتخاذ قرارات أفضل وإتقان التنفيذ العملي، بدلاً من ترك الصعوبة تتصاعد عشوائياً أو تظل التحديات رتيبة.

يثبت هذا التحول أن أتمتة حلقة التجربة والتعديل تنقل الذكاء الاصطناعي من مجرد توليد الشيفرات البرمجية الصامتة إلى هندسة التجربة السلوكية للمستخدم. وتكشف نتائج البحث أن التغذية الراجعة البصرية القائمة على الملاحظة والذاكرة تمكّن الوكلاء من فهم تدفق الصعوبة، وهو الفارق الحاسم بين لعبة منجزة تقنياً ولعبة تفرض على ممارسها الرغبة في الاستمرار والمنافسة.

أخضع البحث إطار «بلايكرافت» لاختبارات تجريبية صارمة عبر جولات جديدة باستخدام وكلاء لاعبين في ثلاثة مستويات مختلفة من الذكاء، مع قياس معياري مكاسب التعلّم ومنحنى التعلّم مقارنة بالنسخ الأصلية من الألعاب والأنظمة الأساسية المرجعية. وأظهرت النتائج أن الألعاب المعدلة حققت مكاسب تعلّم أعلى ومنحنيات أكثر حدة في غالبية التجارب، مع تفوق واضح على الأنظمة المرجعية في المتوسط الإجمالي لكل معيار عند كافة مستويات الذكاء المختبرة.

ماذا يعني هذا للمنطقة

يواجه قطاع تطوير الألعاب والوسائط التفاعلية في الرياض وأبوظبي والقاهرة وتيرة إنفاق مرتفعة على مراحل ضبط التوازن وتجربة المستخدم، حيث تستنزف عمليات اختبار اللعب اليدوية جزءاً كبيراً من ميزانيات الاستوديوهات الناشئة وتؤخر إطلاق المنتجات. يتيح اعتماد أطر التقييم الآلي القائمة على وكلاء الرؤية تقليص زمن دورات التعديل والتوازن إلى ساعات معدودة، مما يمنح المطورين الإقليميين قدرة غير مسبوقة على منافسة الاستوديوهات العالمية دون الحاجة إلى فرق اختبار وتدقيق بشرية ضخمة.

من الناحية العملية، تفرض هذه المنهجية على مديري المنتجات والمطورين في الخليج ومصر إعادة ضبط المهارات المطلوبة في فرق العمل، بالانتقال من هندسة المراحل الثابتة إلى تصميم مسارات التعلّم الديناميكية وتوجيه الوكلاء الأذكياء. كما تفتح الباب لتطوير ألعاب وتطبيقات تدريبية ومحاكاة مهنية في قطاعات التعليم والتأهيل التفاعلي، حيث تصبح كفاءة استيعاب المتدرب قابلة للقياس والضبط الآلي الفوري بأقل تكلفة استدلال وتشغيل ممكنة.

اشترك في همسات الذكاء الاصطناعي — كل أسبوع: قصص وفرص وأحداث مختصرة وموثقة، بلا حشو.

اشترك ليصلك الجديد