Playing with Persiflage: How Free-Form Dialogue Enables Emergent Narratives in Orchestrated Digital Games
Notice bibliographique
Résumé
Digital games struggle to blend compelling narrative with interactivity. For example, computer role-playing games allow players the freedom to explore an open world, yet limit their interaction with the world’s inhabitants to selecting from pre-determined dialogue choices. This constrains players’ interactions and the game’s narrative to those conceived in advance by the game’s designers. We show how game orchestration enables a human to play the role of non-player characters, expanding interactive narrative through truly open-ended conversation. This idea is concretely realized in the novel game Persiflage. Through a study of five groups playing the game, we show how players and orchestrator converse, interact, and play using natural language. Players engage deeply in the game’s story, but do not adhere rigidly to the game’s setting, liberally employing slang and anachronistic references. Orchestrators accommodate the players but themselves play truer to the game’s setting, leading to asymmetric dialogue. Groups exhibited a range of dominance structures that affect the fluidity of the gameplay. Players and orchestrators use open ended conversations to collaboratively construct a narrative that emerges through gameplay. Orchestrators take the lead in authoring the story by preparing the game world for the players to explore. As the game progresses players make contributions and authorial control shifts between players and orchestrators. We show that orchestrated computer roleplaying games are an enjoyable outlet for players to exercise their creativity and that interesting and complex narratives can emerge from their play.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».