Как видеоигры помогают прокачивать реальные навыки и найти работу мечты: расшифровка

kgec3xz4kwphtwq9hiteewuqcsk.jpeg

14 июля в нашем инстаграм-аккаунте и ютубе прошел прямой эфир с техническим директором GameAcademy — компании, которая помогает прокачивать реальные рабочие скиллы через видеоигры.

Андрей рассказал, как устроен их алгоритм и можно ли прокачаться до более крутой должности, играя в DOTA.

Делимся с вами расшифровкой эфира.

***

Меня зовут Андрей Чернявский. Я выпускник ВМК МГУ, 2005 года, кафедра квантовой информатики. Преподавал довольно долго там же. Моя жизнь связана с наукой, это — моя бесконечная любовь. Я занимаюсь квантовой информатикой, также — неврологией в Научном центре неврологии, и, помимо этого — анализом данных и разработкой учебных курсов проекта Game Academy, формально — CTO данного проекта. Хотел бы рассказать именно о нашем проекте.
Проект посвящен играм, как можно догадаться из названия и из моего фона — все, наверно, узнают Fallout, о котором, в том числе, пойдет речь сегодня.

Миссия Game Academy для меня сложные стартаперские термины, но понимать, в чем состоит миссия проекта, важно — помочь людям, играющим в хорошие игры, стать более успешными, счастливыми, удовлетворенными реальной жизнью. Это даже не просто миссия, это наша мечта, наше желание.

Проект состоит из двух связанных частей. Первая часть — помочь человеку разобраться в себе, используя то, как и во что он играет: игровые аккаунты, ачивменты, другие вопросы. Вторая вещь — это обучение софтскиллам с помощью игр.

Зачастую игры создаются специально с целью обучения каким-то скиллам — обучающие игры, мобильные приложения, инструкции по селфимпрувменту и прочее –, но это не то, что нам нужно. Мы используем любимые игры: если человек что-то любит, то мы должны помочь ему играть немного по-другому и за счет этого развиваться. Я расскажу об этом подробнее, как мы это делаем, почему это работает, почему это круто — когда буду отвечать на вопросы.

Любые игры полны условностей и упрощений для повышения реиграбельности, цена ошибки в них — около нуля.


Навыки в игре не дают бонусов в реальных ситуациях, и зачастую могут быть вредны и опасны. В играх мы делаем то, что весело, в жизни нужно делать то, что нужно. Микроконтроль в StarCraft никак не поможет управлять людьми. Можно быть чемпионом в симуляторе сноуборда, но это никак не повлияет на навык катания на реальном сноуборде.

Замечательный комментарий. Об этом мы очень много думали.

Приведу один пример: в Испании есть компания на базе университета, которая делает приложение по связи игр с навыками. У них есть одна научная статья (правда, у меня к ней довольно много критики). Я попробовал их сервис, в который подключается аккаунт Steam — он рассказывает, в какие игры вы играли в последнее время и какие навыки как бы натренировали. Я тогда играл в Fallout 4 (честно признаюсь — я не фанат этой части, люблю предыдущие, особенно 1 и 2); мне написали, что, оказывается, я, поиграв часов 10 в Fallout 4, натренировал решение проблем, аналитическое мышление и все такое. Правда, я не понял, как это F4 тренировал мое аналитическое мышление.

То есть, действительно, обычно нельзя четко связать игру с развитием определенного навыка. Во-первых, надо разделить навыки на soft skills и hard skills, как это делается в английском языке.

Четких понятий здесь нет, но все примерно понимают, что это означает. Hard — это конкретные навыки: например, играть на гитаре, резать по дереву, бить по мячу сильно в футболе (у меня из этих есть только первый навык). Soft это очень широкое понятие: принятие решений, эмоциональный интеллект, «traits», мотивации.

Игры гораздо сильнее относятся именно soft; они очень редко развивают hard-скиллы. Определенные вещи можно тренировать, например, с помощью VR. В Центре неврологии шлемы виртуальной реальности используются для реабилитации после инсультов, это можно причислить к soft, хотя мы говорим не совсем об этом. Если подумать о чем-то более конкретном, например, можно взять EVE Online. Как многие шутят, это «симулятор Excel» — работу с таблицами вполне можно назвать хардскиллом.

Но, все же, я бы совершенно не стал проводить четкую линейку «игры-скиллы». У нас другая модель, она заметно сложнее, и есть многие вещи, которые четко назвать скиллами нельзя, но игры характеризуют хорошо.

Какие навыки человек мог развить после 5000 часов в DOTA?


Да, это безумное количество времени. Есть «теория десяти тысяч часов»: предполагается, что столько времени требуется, чтобы стать настоящим мастером в каком-то деле — то есть, получается половина пути.

Мы обнаружили, что с esport-играми работать сложно, и для анализа того, что человек развивает, играя в них, нужно глубже смотреть на то, как он играет. Ведь можно играть огромное количество времени, но все равно делать это плохо. Или можно ориентироваться на командную игру, или иметь хорошую реакцию.

Наш подход, в отличие, например, от испанских коллег, которым мы искренне желаем успеха и с которыми хотели бы сотрудничать в будущем — предполагает жесткое выделение тех вещей, в которых есть достаточно высокая степень уверенности. Об этом я расскажу позже, но сейчас — приведу один пример, который лично мне безумно нравится и который помог мне самому.

Вот моя кепка VaultTec. На ней есть надпись: HARD WORK IS HAPPY WORK. Я с этим согласен на все 100%. Когда я был безумно счастлив от своей работы? Например, когда я делал свою диссертацию и неделю сидел почти без сна, как псих, над кодом по анализу квантовой запутанности, пытаясь его перевести на первую версию QUDA, которая была жутко неудобна, это было очень сложно, и мне было безумно интересно. Для диссертации это было вообще не важно, и дедлайна не было, но я все равно почти не спал, работал и получал безумное удовольствие.

Я надеюсь, у всех когда-то было что-то подобное в работе. Еще был другой проект по квантовым вычислениям, над которым я сидел две недели и спал по 4 часа максимум; при этом, можно было сделать в три раза меньше того, что сделал я. Или — работа над данными в Game Academy. Когда я начинал это делать, это было занятие на уровне «я попробую помочь» —, но потом я снова сидел без сна, связывал разные работы, машинное обучение, статистику. Это было очень трудно, но приносило невероятное удовольствие.

К чему я это рассказываю? Многие пишут на тему того, «как найти призвание». Важно понять следующее: обычно человек в своей жизни уже делал что-то, что было связано с его призванием. Он уже этим занимался. Часто такие моменты ищут в детстве или еще где-то. Кроме того, человек впадает в поток (хотя я и не люблю слово «поток»): в таком состоянии ему не нужна внешняя мотивация, он будет неотрывно сидеть и делать. Но ведь именно так мы постоянно играем в игры: вроде бы и спать хочется, и есть, но ты сидишь и играешь, у меня так было много раз с Fallout, Arcanum и другими RPG-играми. То же самое в работе.

Я называют это «core motivations» — вещи, которые сами по себе являются сверхмотивационными для человека, за которыми он будет сидеть без сна.

Что для вас есть хорошие игры?


Это сложно определить, но я бы сказал так: есть определенные игры (мобильные, F2P), которые я называю «дофаминовой ямой». Один мой знакомый, который ими занимается, сказал: «Ну да, я понимаю, что мы практически никотин продаем. Немного двигаешь пальчиком — яркие цвета, звон, мозг это воспринимает, дофамин булькает». Вот это — никак не хорошие игры.

Для меня хорошие игры — это игры, в которых есть настоящие трудности, в которых победить сложно. Примеров можно привести множество: например, Stellaris или Europa Universalis 4. Там такие правила, что освоить их будет сложно любому человеку. Или, например, Dark Souls — конечно, есть люди с супер-реакцией, и им играть легко, но большинство тратит на нее огромные усилия. Это тоже относится к core motivations.

Как-то раз, когда я занимался данными для Game Academy, я вдруг обнаружил, что вообще не играю — ни ночью, ни днем, ни в одну игру. И я подумал, что это странно: я же люблю играть, что происходит? Вспомнил, что, когда я занимался другими своими научными проектами, я тоже не играл.

Я стал думать, почему, и нашел очевидный ответ: в моих любимых однопользовательских RPG присутствуют ровно те вещи, которые я люблю в работе. Их две. Во-первых, развитие персонажа: если я дохожу до level cap, я бросаю игру, потому что мне надо постоянно развиваться — и в моих научных работах тоже всегда присутствует развитие, обучение, я чувствую, что расту. Во-вторых, охота за сокровищами: в RPG всегда ищешь сундуки, в которых может оказаться новый супер-меч, и в науке, анализе данных, то же самое. Это мой стиль. Я не беру стандартные методы, я беру сложную задачу, пробую её по-всякому и сижу над ней ночи напролет, пока не нарвусь на решение.

Вот те вещи, которые двигают поток — как в игре, так и в работе. Их можно анализировать через игры. И, кроме этого — отличать hard skills от soft skills, но при этом не привязываться к слову «скиллы» и стараться смотреть шире.

В соревновательных играх разделяют роли на carrier, support, технических игроков. Вы следите за этими ролями в исследованиях?


Соревновательные игры мы пока не слишком трогали, с ними мы будем плотнее работать в будущем. Есть определенные зависимости: мы опрашивали людей, почему они играют ночью, что их держит в игре, и озвученные мотивации совпадали с их ролями. Допустим, саппорту и по жизни нравится помогать людям, а если человек пишет, что ему важен сам «компетишн», то занимаемая роль для него не важна.

Когда мы стали делать опросы и анализировать навыки, я совершил забавное для себя открытие: мне казалось, что для всех игроков сингловых RPG важно развитие персонажа и лут, но получилось, что для многих более важна атмосфера или сценарий. Все играют по-разному, и мы пытаемся это анализировать.

Как зависит уровень интеллекта от жанров, на что показывает высокий и низкий уровень игроков?


Я пытался в анализе данных использовать жанры, но это не работает. «Жанр» — это очень условное разделение. Взять хотя бы мои любимые RPG: тут есть action-RPG, есть сюжетные, есть олдскульные с дико сложной механикой, есть Fallout 4, который и к RPG причисляется условно (даже Fallout 3 гораздо проще в плане механики, чем первые части). Или стратегии: к ним относятся как совсем простенькие игры, так и серии от Paradox.

Как я уже говорил, мы стараемся выделять вещи жесткие, в которых мы уверены. Дальше будут вопросы, в которых я расскажу, как мы их ищем.

Существует ли строгая статистическая корреляция между профессией и любимыми играми?


Я расскажу, с чего началась моя работа. Основатель проекта, Ирина — близкая подруга моей близкой подруги, она позвонила мне, чтобы обсудить его. Я подумал — классно, я люблю игры, сам думал об этом, сам давно замечал подобное, было бы здорово заодно посмотреть на современный machine learning (я до этого занимался ML только в 2004–06 годах). Удалось собрать (с использованием открытых старых данных из Steam) довольно большую базу с информацией о том, во что и сколько играли игроки и какие у них профессии. В процессе я попробовал новый machine learning, нейросети, SVM, деревья решений, бустинги.

Профессий, связанных с IT, оказалось не намного больше, но все же больше. Я стал думать, как к этому подойти, обсуждал с людьми. Мне порекомендовали использовать классическую статистику; это, конечно, в разы сложнее, чем ML. Были использованы банальные точные тесты; тут прелесть в том, что можно получить совершенно строгие зависимости и конкретные (а не абстрактные) корреляции. Они были получены, что меня очень порадовало. Когда работаешь с реальными данными, связанными с людьми (например, в неврологии), получить что-то статистически значимое очень тяжело, но здесь — удалось.

Удалось получить довольно сильные корреляции между IT-профессиями и определенными играми: например, сложными tower defense. Было забавно потом обсуждать это с людьми: у меня много знакомых программистов, особенно — системных программистов, и оказалось, что многие из них играют в Defense Grid («любимая игра, всем отделом играем!»). Я её опробовал — там действительно требуется алгоритмическое мышление. Попадались и другие головоломки, и есть определенные идеи, как можно расширить и углубить это исследование; в общем, корреляции действительно статистически значимы. Если интересно, можно поговорить об аккуратности результатов.

В другом вопросе упоминалась серия Total War. Второй важный результат нашей работы — корреляция между сериями Total War / XCOM и менеджерскими позициями. Это было интересно: мне очень нравятся обе эти серии, но хорошо играть в них у меня никогда не получалось, сколько бы я ни пробовал. Тогда я решил засесть за XCOM на день (не просто так, а для проекта!). У меня опять толком не получилось, но я аккуратно записал, что именно меня напрягает в этой игре и почему мне тяжело играть в нее. Позвонил Ирине — она сама менеджер, у неё PhD по менеджменту — и описал свои наблюдения. Она ответила: «О, ты только что мою жизнь описал».

Например, одна из основ игры в XCOM — это работа с рисками. Когда играешь в RPG, тебе обычно не приходится просчитывать риски на уровне более сложном, чем обычный выбор из двух зол. В XCOM всегда существует много вероятностей — в том числе глобальных, заметных не сразу и действующих отложенно (а в RPG — только «взял не тот меч, тебя убили, перезагрузился»). Их нужно уметь оценивать. Если вы в XCOM играли, вы знаете, как устроен тактический ход: у каждого юнита есть два действия, которые можно потратить на передвижение; по-хорошему, нужно тратить одно (мало ли, что впереди), но это же нудно! Нужно делать баланс и учитывать мотивацию — это довольно менеджерская вещь. Корреляция сильная, и обсуждения с конкретными людьми показали, что она соответствует действительности.

Есть разные научные работы по поводу связи профессий, скиллов и игр. К сожалению, в большинстве работ есть статистические ошибки, как и во многих областях науки.

Может быть, вы слышали про исследование по психологии, когда из топовых журналов взяли 200 работ топовых психологов и попробовали повторить эксперименты, и смогли повторить только три из десяти. И в медицине такие цифры встречаются — в общем, в работе со статистикой есть проблемы. Может быть, кто-то читал книгу «Несовершенная случайность» Леонарда Млодинова — там прекрасно рассказано о том, как наш мозг глупит с вероятностями, с кучей экспериментов.

Когда я сам работаю со статистикой, я уже чувствую, когда мозг начинает пытаться врать. Смотришь на данные — точно что-то должно быть, делаешь анализ — ничего нет. Вместо того, чтобы успокоиться и принять результат (или собрать больше данных), начинаешь думать — может, надо посмотреть по-другому? В ML случаются похожие вещи. Берут тестовую выборку — которую, по-хорошему, надо один раз протестить и забыть, и проанализировать статистику — ой, там же ошибка была, я же не подумал.

Серьезные работы все же есть. Например, было доказано, что 3D Action (многие в них играют) тренируют то, что называется hand-eye coordination, а также быстрое принятие решений. У меня был курс по принятию решений, и тут важно отметить, что быстрое и медленное принятие решений — это два совершенно разных soft skills.

Как именно платформа анализирует человека по геймерскому профилю? Как по играм в Steam понять, что вы умеете и любите делать?


Мы анализируем не только по Steam. У нас было уже несколько MVP с разными принципами работы. Сначала мы делали автоматизированную систему, основанную на найденных корреляциях, но она давала мало информации. Потом мы попробовали противоположный подход с аудитом, и это дало нам много инсайтов и повысило понимание. Мы проводили анализ игр и опрашивали самого человека о том, что его ночью держит в играх, о жизненной ситуации и так далее. Основная идея в том, что нельзя на 100% расписать человека по его профилю в Steam, это не работает. Человек должен сам себя анализировать, заглядывать внутрь себя. Я вот до того момента, как меня осенило на тему «почему это я не играю во время проекта?», ни разу не задумывался о том, что меня держит в играх то же, что и в работе. Большинство людей, с которыми мы ведем обсуждения, тоже об этом не задумывается.

Как по играм в Steam понять, что вас мотивирует, и направить эту мотивацию в рабочие задачи? Это некая работа. Нужно действительно проанализировать игры; наша платформа в этом помогает — сейчас мы делаем новую версию, которая будет давать инсайты по вещам, которые мы нашли, по чужим работам, по нашей статистике, по анализу аудитов и общения с людьми. Но главное здесь — определить то, что вам действительно хочется делать несмотря ни на что, чем вы готовы заменить прогулки и сон; найти ключевые моменты, понять и сформулировать для себя. Наша платформа на это направлена — сейчас этот процесс идет в виде личного коучинга, дальше процесс будет по максимуму автоматизирован. Она будет помогать определить, какие профессии подходят, как прийти к результату.

Существует ли строгая статистическая корреляция с профессиями?


Да, как я сказал, она существует. Радость абсолютная. Один из важных моментов здесь — это коррекция P-value, то есть коррекция статзначимости на множестве тестов (кто знает статистику, тому понятно), потому что проверяется много всего. Тут сравниваются разные игры с разными типами профессий, и нужно статистическую значимость учитывать, делить разные сметы. Во многих работах об этом абсолютно забывают, но здесь — что очень здорово — даже с полной строгостью коррекции статзначимости все было действительно значимо, и результаты действительно есть. Как в тех корреляциях для программистов и менеджеров, которые я приводил.

Как способность играть в сложные игры вроде SpaceChem и Stellaris лучше показывает уровень интеллекта, чем полученное образование?


Я приведу один пример. У меня есть очень близкий человек, у него 9 классов образования. Понятно, что в обществе к такому пренебрежительно относятся. Но он с детства всегда играл в хорошие игры, первый Fallout проходил, например. Всегда было понятно, что у него все в порядке с интеллектом, несмотря на 9 классов. Сейчас у него все хорошо, есть успешный бизнес. Я уверен, что это не единственный пример (собственно, я знаю еще примеры).

Если взять SpaceChem — это еще одна игра, которая сильно коррелируется с IT. В Steam можно найти отзывы на неё, вроде «прихожу с работы программистом, снова программирую этот химический завод». А в Stellaris и другие игры от Paradox просто невозможно играть без хорошо развитой рабочей памяти. Там очень много правил, и если их не держать в уме, все рушится. Если в какой-то игре — в том же Stellaris, или даже в Skyrim — у человека наиграно 500 часов, из этого можно сделать определенные выводы. У Skyrim нет онлайна, все квесты можно переделать часов за 100 — значит, человек что-то креативное сам придумывает, проявляет нестандартное мышление. Такие связи тоже есть, и люди, склонные к творческим профессиям, часто играют в определённые игры огромное количество часов, придумывая что-то самостоятельно. К таким можно отнести Stardew Valley или Cities: Skylines — я в них играл и просто проходил, но они могут придумывать красивую геометрию города, например, делать свои карты или что-то еще необычное.

Научная сторона: как собираются данные, как анализируются, почему создатели платформы уверены в том, что рассказывают?


Сбор данных — коммерческая тайна. Могу сказать, что нам повезло собрать их.
Анализ — чистая статистика, плюс научные работы. Мы стараемся делать подход как можно более строгим, насколько это доступно для стартапа. Очень хочется писать работы — надеюсь, что у нас будет на это время.

Какие игры рекомендуются для того, чтобы прокачать, например, уверенность в себе?


Важный вопрос. Аудитория, с которой мы начали (мы, конечно, будем расширяться в будущем) — это довольно трудная аудитория, геймеры. Часто они бывают на низкооплачиваемых профессиях, которые могут быть автоматизированы. Зачастую, когда с человеком общаешься или опрашиваешь его, возникает впечатление, что его основная трудность — не в том, что он чего-то не умеет, а в неуверенности. Даже если человек играет в те же игры от Paradox, объективно сложные, он все равно говорит «да я ничего не могу, куда мне». Неуверенность — это один из ключевых моментов. Сейчас я не могу посоветовать определенные игры, но мы подходим к этому комплексно. Одна из задач нашей платформы — помогать людям объективно видеть свои плюсы. Я очень надеюсь, что это получится.

Будете ли анализировать игровых стримеров?


У нас был интересный эксперимент, когда Ирина с HR-ом анализировали стримера по Fortnite, подмечали некоторые навыки, но в целом — это планы на будущее.

Существуют разноплановые слои игровой информации. Самый простой — это сами аккаунты XBOX / PS Live / Steam, часы игры, ачивменты, рецензии, и на это сейчас делается упор. Плюс — опросы, которые человек заполняет более широко; здесь все чуть сложнее. Следующий слой — это внутриигровое поведение человека, тут — гораздо сложнее. Мы на это нацелены, но здесь нужны более серьезные подходы. Хотя уже есть примеры — например, компания, которая анализирует игроков в DotA и предлагает советы по тренировке.

Расскажите о людях, которые играют в одну игру (например, action), она им надоедает, они идут в следующую (например, гонку), и так далее, они не заканчивают ни одну из них и постепенно возвращаются по кругу.


Интересный вопрос. Заставил меня призадуматься. В жизни у людей тоже так бывает, что они постоянно все бросают.

Я думаю, здесь надо тренировать концентрацию. Сейчас с ней вообще проблемы — из-за телефонов и прочего. Мне самому иногда тяжело концентрироваться, в том числе и на одной игре. Я думаю, этот навык тоже можно тренировать через игры, исходя из того, что концентрация приходит к «потоку» и к удовольствию.

Перейдем ко второй части — прокачке софсткиллов, я это люблю не меньше, чем анализ игр. Я до этого проекта один раз делал это целенаправленно, и мне это помогло в жизни.

В RPG я обычно играл за воинов, очень редко — за магов (если это фэнтези); все прямолинейно, обычно, типа «lawful good». Но я попробовал выйти из этого застарелого паттерна, и в очередную сессию в Enderal (это мод для Skyrim, бесплатный, отличного качества) решил играть максимально неблизким мне персонажем. Я стал играть за ассасина, и это был невероятный экспириенс. Я делал это осознанно, анализируя свои ощущения. Изначально я думал — господи, да зачем я его взял, сейчас бы тут все решил за воина. А потом оказалось, что есть много прикольных возможностей, можно проходить различными способами, иногда — даже лучше, чем воином.

Мой мозг запомнил это ощущение исхода из зоны комфорта, благодаря которому я очень здорово поиграл, и после этого я стал намного чаще вылезать из нее в жизни. Даже не вылезать, а просто теперь у меня во многих ситуациях возникает мысль: может, сейчас попробовать сделать совсем по-другому? Мне это и в науке очень помогло, я теперь лучше разбираюсь с задачами, которые мне не близки, особенно в Game Academy — я же вроде бы не стартапер, а ученый, и остаюсь им, но задачи решать надо во всех областях.

Мы стали двигаться дальше и думать, чему еще можно научить людей. Стали анализировать, какие навыки будут важны для работы будущего. Кстати, работодатели больше обращают внимание на софтскиллы. Например, я смотрел одну аналитическую статью на тему того, что работодатели хотят от программистов — там, конечно, были приведены языки, но с большим отрывом от них впереди стоят навыки коммуникации.

Самый важный навык, который встречается во многих аналитических обзорах — это принятие решений; я думаю, здесь бессмысленно спорить. До того, как я в это копнул, я даже не представлял, что его можно прокачать: способность к принятию решений или есть, или нет. И сам я плохо их принимал, зависал, зачастую — надолго, даже в играх.

Создание персонажа затягивается на три дня, наконец — завершаю; блин, не то получилось, начинаю читать советы по созданию, сразу же получаю спойлеры — в общем, неприятно, удовольствие рушится. Но потом я стал изучать этот вопрос; преподавать я люблю, я долго преподавал. Стал думать, как можно прокачать принятие решений. Есть определенные советы: например, попробовать придумать третий вариант, совместив два имеющихся. Это полезно.

Но нужно помнить, что для того, чтобы совет был действительно полезным, им нужно пользоваться. Он должен войти в привычку, скоррелироваться с бытом. Здесь как раз помогают игры. Если подумать — сколько решений мы принимаем в день в жизни? Имеются в виду именно значимые решения, которые заставляют задуматься, а не те, которых мы даже не замечаем (по подсчетам, их может быть 35 тысяч). Их не так много. Но в игре их много — например, каждый ход в Civilization — это пачка решений. И к каждому из них можно применить совет. По моим наблюдениям, для того, чтобы совет вошел в привычку в жизни, нужна неделя-две, если регулярно пользоваться им, но в играх на это нужно несколько часов. В играх очень высокая плотность решений; кроме того, эмоции вызывают запоминание.

У нас был bootcamp с двумя видами обучения. Вначале я сделал сайт с простыми задачами на принятие решений — это тоже работало, люди проходили его. Потом мы решили сделать стрим, позвали гостей на каждую тему, связанную с принятием решений.

Я потратил почти полтора года на то, чтобы сделать хороший курс по принятию решений, смотрел за своими ошибками в решениях, за ошибками других людей; были стримы, мы обсуждали эти темы с людьми, связанными с данными вопросами, проходили упражнения (или я, или они).

Я расскажу про одно из моих любимых упражнений по принятию решений. Если вы заметили, что перед вами стоит задача принятия решения, надо подумать, что вы хотите получить от этого решения. Если целей нет — можно хоть монетку подбросить. Цели очень хорошо формулировать, делая некий вижн — его вообще полезно иметь по жизни: представлять, куда ты двигаешься, чего хочешь, что ты из себя представляешь.

У нас на тему вижна был интересный стрим, кстати. И здесь шикарно помогают RPG. Когда я играл в Fallout: New Vegas, я придумал себе образ персонажа, его предысторию, жизненные принципы и цели — и тут внезапно получилось, что решение по генерации персонажа разрешается не за целый день, как обычно бывает у меня, а за пять минут. Каждое решение, встреченное в игре, я принимал с точки зрения целей меня-персонажа — и все решения принимались элементарно. Здесь главное — то, что мозг это запоминает, и ты привыкаешь думать о целях, когда принимаешь решения; более того, мозг запоминает и то, насколько легче даются решения, если есть цель. Естественно, наша методика обучения не ограничивается играми. Нужно поиграть — потом применить в жизни, снова поиграть — снова применить. Игры дают привычку, применять в жизни становится легко, и это действительно помогает. Если честно, я очень нервничал, пока не увидел положительные отзывы — я всегда стараюсь научить людей, для меня очень важно, чтобы они что-то усваивали. В отзывах люди писали, что им стало веселее играть, они перестали читать спойлеры, они начали придумывать кучу безумных историй внутри игр — особенно мне запомнилась одна история из RimWorld. И в жизни наши советы оказались полезны, наши ученики их применяют. Важно не забывать, что без игровой составляющей применение таких советов занимает раз в пять больше времени, и зачастую у людей не хватает терпения применять их.

Игры как опросник сотрудника. Почему опросник легко обмануть, а игру — нет?


Действительно, по профилю можно анализировать человека. Это мне тоже нравится. Игру не обманешь — разве что отдашь свой аккаунт в какой-то сервис, где за деньги выбивают ачивки, но это уже какое-то безумие. Если человек наиграл тысячу часов и получил определенные ачивки — скорее всего, так и было, тогда как опросники люди часто обманывают подсознательно, пытаясь показать себя кем-то другим. Конечно, хорошие опросники составляются в расчете на раскрытие обмана, но это далеко не всегда работает. Даже в наших опросах получается много каши. А в играх, если играл — значит, играл.

Насчет модели. В работах постоянно выстраивается модель: «игры — скиллы», «скиллы — работа». В части, где «игры-скиллы», мы разобрались: там не все просто, это не совсем скиллы — это мотивации, их нужно выстраивать. Это очень интересно, когда делаешь анализ данных и пытаешься построить эту модель, получается безумное удовольствие. Понятно, что она пока не закончена, впереди еще очень много интересной работы, мы сотрудничаем с разными людьми, с учеными, у нас замечательные коучи. Мы сейчас планируем взаимодействие с человеком, который занимается лидерством в компании, где много выходцев из BioWare. Очевидно, что модель намного сложнее. И та часть, где «скиллы-работа», тоже. Здесь приведен пример: какие скиллы свойственны стартаперам, какие — разработчикам.

Например, как сказать, что человек — программист? Мы знаем, что у него обязательно должен быть этот полу-софт-полу-хард-скилл — алгоритмическое мышление, по играм его можно выявить. А в софт-скиллах? Если работаешь в науке, то можно вообще сидеть одному, делать свои проекты и ни с кем не общаться — коммуникации не нужны, упорство тоже не особенно нужно, так как дедлайны в науке бывают нечасто. Но вот в стартапе все совсем по-другому: коммуникация важна, дедлайны, постоянные кризисы, нужна стрессоустойчивость. Кстати, по играм можно определить стрессоустойчивость — я всегда обращал внимание на то, что люди, которые играют в различные хоррор-игры, например, обычно лучше переносят стресс. Или обычный коммерческий разработчик — для него тоже другой набор требований. Крупная компания, отчеты, встречи, нужна аккуратность, коммуникация тоже нужна.

То есть, модель не настолько проста. Тут нужна скорее не «работа», а «контекст работы»; в каждой профессии есть контексты, и получение этих контекстов — это безумно интересные задачи на анализ данных.

Как работает профориентирование?


Я расскажу о нашей мечте — каким я вижу проект через определённое время, и какой путь я хотел бы давать человеку, который к нам пришел.

Первое — это интроспекция: помочь через игры, через то, как человек играет, намного лучше разобраться в себе. Поставить вижн, понять, куда хочется прийти, понять core motivations. Я искренне считаю, что, если человек в жизни занимается чем-то, что не относится к его главной мотивации и главному счастью, то это какая-то неправильная жизнь.
Хотя не обязательно, чтобы мотивация лежала именно в его работе. Например, если core motivation лежит в семье человека, то он может работать на ее благо и тоже получать огромное удовольствие от этого.

Мне очень хочется помочь людям. Это было мое хобби всегда, я знал, как это делать, знал некоторые приемы. Но в играх это делать намного проще — помочь, поставить, сформулировать, чего человек четко не хочет, понять, в чем человек силен, а дальше — помочь пользователю сформировать путь к этим вещам. По развитию навыков, по выполнению упражнений в жизни и в играх, по конкретным вещам — например, по прохождению каких-то курсов. Наша мечта — сделать так, чтобы это было похоже на skill tree в играх, с различными навыками и выполнением требований для их обретения. Когда этот этап пройден, когда четко можно сказать, какие навыки есть у человека, можно помогать человеку найти работу мечты. От работодателей идет множество запросов на разные вещи; например, я недавно разговаривал с другом по ВМК, у него свой айтишный бизнес — он говорил, как сложно найти программиста-управленца, тимлида в программировании. Программистов самих по себе очень много, хотя среди них еще нужно выбрать хорошего программиста, но еще сложнее — найти человека, у которого при программистской базе есть менеджерские навыки и навыки коммуникации. Игры здесь, конечно, могут помочь.

Кстати, нам в проект нужны два человека. Один — data scientist; работа абсолютно творческая, огромное поле для деятельности, куча задач, очень много работы. Пример задачи: есть названия профессий и есть базы данных с этими профессиями, но названия не коррелируют (того же программиста могут называть по-всякому — программер, кодер, software engineer и так далее). Здесь может помочь обработка описаний профессий и вакансий с помощью NLP. Потом из всего, что есть — из инсайтов, данных, надо будет формировать правила, rule-based-систему, которая будет выдавать людям полезную информацию, которую они прочтут. Работы очень много, безумно интересная работа — я бы сам дальше занимался ею, но на все времени не хватает. Поэтому н

© Habrahabr.ru