Ludonarrative Media as a Bridge Toward the Complexity Out There
Notice bibliographique
Résumé
How humanity may harmoniously situate itself within the world’s multiscale complexity (Wu 2013) is an enduring topic made increasingly urgent by today’s wicked crises (Lönngren and van Poeck 2021). Among many scholarly endeavors on the topic, the resonance theory (Rosa 2019) is notable for offering a comprehensive framework for such ecological mutualism. Relatedly, ludonarrative media like narrative games have shown great potential in facilitating resonance, as reflected in their recent usage to communicate complex issues (Koenitz, Barbara, and Eladhari 2023) and their increasing ubiquity (Karhulahti 2015), the latter best exemplified by the metaverse (Deniz 2023). Drawing upon our recent research on designing interactive narratives for communicating complex issues (Atmaja and Sugiarto 2022) and a model of “ludonarratification” of society (Atmaja et al. 2024), we integrate the resonance theory and ludonarrative media’s state of the art to help realize that potential. The resonance theory starts from the act of resonance itself, which consists of cognitive, affective, and sensorimotor aspects, aligning with three domains of learning (Dettmer 2005). Upon its application, it expands in three directions: the horizontal axis of social life, the diagonal axis of adjacent and more-than-human realities, and the vertical axis of metaphysics and metanarratives. Firstly, as Figure 1 shows, a well-designed ludonarrative medium can help our cognitive, affective, and sensorimotor faculties connect with the world’s complexity by (1) providing a ludonarrative world that simplifies reality without incorrectly representing it, (2) presenting the ludonarrative world through engaging and empathetic storytelling, and (3) manifesting the storytelling as representative assets and empowering user interfaces (Atmaja and Sugiarto 2022). Secondly, as seen in Figure 2, there is also a close alignment between the axes of resonance and our three-dimensional model of ludonarratification, which describes how ludonarrative media may organize to “ludonarratify” every activity in society, i.e., turn the activity into a narrative game. First, as demonstrated by the metaverse (Deniz 2023) and megagames (Johansson, Berggren, and Leifler 2023), the media can form a vast systemic hierarchy while retaining each’s independence, which lets the player safely experience various social institutions. Second, similar to transmedia multiverses (Kustritz 2014), there can be many such supersystems, separate yet influencing each other, which allow resonating with living and non-living “others” from adjacent realities. Lastly, game science shows us how to manage the media according to higher aspirations through metagaming (Klabbers 2018) and meta-metagaming (Boluk and LeMieux 2017). We will provide a hypothetical example of the application of ludonarrative media and their supersystems, multiverse, metagames, and meta-metagames to assist humanity in resonating with the world.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,022 |
| Communication savante | 0,019 | 0,026 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».