Skip to main content

Avatares e identidad en el Metaverso, parte 2

December 7, 2021

by Nameer Hirschkind, Data Science/Machine Learning Intern


Tecnología

Lee la primera parte de este artículo de nuestro equipo de Ciencia de Datos aquí.

En nuestro blog anterior, analizamos la estética de los avatares para comprender mejor los comportamientos de los usuarios de Roblox. En la segunda parte, continuamos nuestra investigación sobre el avatar y la identidad para comprender mejor cómo se cruzan los identificadores de los usuarios en la vida real con sus identidades en Roblox.

Edad

La edad es un importante punto de partida. ¿Los usuarios mayores y los menores tienen preferencias estéticas diferentes? Sorprendentemente, la respuesta es en gran medida “no”.

Aunque observamos cierta variabilidad en la distribución de la edad de las distintas agrupaciones, en general hay más coincidencias que diferenciaciones, con solo unas pocas desviaciones estadísticamente significativas.

 

Identidad geográfica

Roblox es una plataforma global, y cada cultura es única. Esto se refleja en nuestros datos: al trazar las frecuencias de las agrupaciones en los distintos países, observamos variaciones estéticas espectaculares.

A veces, esto se debe a razones demográficas: en Arabia Saudí, por ejemplo, hay más mujeres que hombres en Roblox, lo que se traduce en un aumento de la popularidad de los grupos de avatares de aspecto femenino.

Por otra parte, algunos arquetipos geográficos pueden tener sus raíces en la cultura. En Brasil, notamos que los avatares de aspecto masculino con camisetas deportivas de color verde y un peinado castaño de corte mohicano (grupo 15, abajo) son extraordinariamente populares en relación con otros países. Dados los colores nacionales de Brasil, el predominio del fútbol, y los peinados de sus celebridades, esta elección tiene sentido.

A la izquierda: Gabriel Barbosa. Atribución: Marcelo Camargo/ABr, CC BY 3.0 BR <https://creativecommons.org/licenses/by/3.0/br/deed.en>, via Wikimedia Commons Right: Neymar. Atribución: Agência Brasil Fotografias, CC BY 2.0 <https://creativecommons.org/licenses/by/2.0>, via Wikimedia Commons

Frecuencia de los grupos en Arabia Saudí (el grupo 7 es dominado por las mujeres)

Frecuencia de los grupos en Brasil:

Género

Uno de los atributos más llamativos de nuestras agrupaciones es su división desigual por géneros: la mayoría de las agrupaciones son casi exclusivamente masculinas o femeninas, con solo unos pocos grupos heterogéneos. Los usuarios de Roblox con un género definido tienden a elegir avatares que lo reflejen.

Podemos cuantificarlo. Una red neuronal convolucional muy sencilla, entrenada en las miniaturas, pudo predecir el género identificado por el usuario con una precisión del 91%. Como curiosidad, al observar los usuarios que evaluó incorrectamente el modelo, descubrimos que el 65% se identifican como mujeres, lo que implica que los usuarios femeninos pueden ser menos propensos a elegir avatares de aspecto obviamente femenino.

División por género en 20 grupos:

Extremos estéticos: Rthro y Bloques

Dos arquetipos específicos que ejemplifican la diversidad estética en Roblox son “Rthro” y “Bloques”. Rthro es una clase de avatares “humanoides” altos y delgados que se lanzó en 2018, mientras que “Bloques” era una estética muy popular en los primeros días en Roblox (véase la imagen de abajo para ejemplos de cada uno). Ambas son agrupaciones de tamaño similar en la actualidad, pero no podrían diferenciarse más visualmente.

Para comparar estos arquetipos específicos, adoptamos un enfoque ligero y semisupervisado: primero, generamos un número mayor (100) de clústeres; luego, los etiquetamos manualmente como Rthro y Bloques a partir de la inspección visual de las muestras, y finalmente agrupamos los clústeres de la misma etiqueta. Esta técnica permite crear agrupaciones más ajustadas y cohesionadas que también se ajustan a nuestros criterios externos para las dos clases.

Algunos clústeres se combinan en Bloques:

Algunas agrupaciones se combinaron para hacer Rthro:

En primer lugar, el ejercicio nos confirmó que estos grupos son relativamente pequeños: juntos representan solo un 7% de nuestra base de usuarios activos, y los tipos de cuerpo de Roblox menos extremos representan el otro 93%. En segundo lugar, comprobamos que las diferencias estéticas entre Rthro y Bloques se reflejan en las características de sus usuarios habituales:

  • La permanencia en la plataforma de los usuarios de Bloques es mucho más larga que la de los usuarios de Rthro; de hecho, el usuario típico de Bloques ha estado en Roblox más del doble de tiempo que el usuario medio de Rthro.
  • La diferencia es igual de marcada con el tiempo de juego, ya que el de Bloques es el doble que el de Rthro.
  • También observamos que los usuarios de Bloques pasan gran parte de su tiempo de juego en un género de experiencias que utiliza la antigua configuración del avatar R6.

Todas estas comparaciones juntas pintan una imagen clara de los usuarios de Bloques: una base de usuarios pequeña pero leal y muy comprometida que se siente atraída por la estética antigua y de bloques de Roblox, tanto en el juego como en el diseño de los avatares. Los usuarios de Rthro, por otro lado, son los más nuevos en su experiencia en Roblox.

Puedes imaginarte que se repite este tipo de profundización para el otro 93% de los cuerpos de los avatares que se encuentran entre estos extremos estéticos, así como las subculturas robloxianas a las que corresponden.

Posibles mejoras del avatar

En última instancia, el objetivo de nuestro análisis es sugerir o apoyar hipótesis sobre cómo mejorar la experiencia de Roblox para nuestros usuarios. Para evaluar las iniciativas, a veces es útil ir más allá de las especificaciones y construir una prueba de concepto real (PoC) para considerarla en la hoja de ruta del producto.

He aquí algunos ejemplos que reunimos este verano. Para ser exactos, estos son solo prototipos, y puede que nunca vean la luz del día, pero esperamos que ilustren cómo un conocimiento profundo de nuestros usuarios puede ayudarnos a crear un producto que les sirva mejor.

1. Mejora de los avatares por defecto: Actualmente, muchos usuarios nuevos se quedan con los avatares estandarizados por defecto que se les asigna por primera vez. Hipótesis del producto: si ayudamos a los nuevos usuarios a personalizar su avatar inmediatamente, podríamos profundizar en el valor que reciben de Roblox.

Al aprovechar nuestros modelos de agrupación de avatares, podemos proporcionar a los usuarios una muestra de avatares únicos y de aspecto atractivo , basados en diseños existentes muy personalizados. Imagina que cuando te unes por primera vez a Roblox, se te muestran los cinco avatares (medianamente diversos) que aparecen a continuación. ¿Quizás al desplazarte sobre ellos puedas ver más variaciones originales?

2. Variaciones de conjuntos sugeridas: El tipo de “inspiración de avatar” que proporcionan los avatares predeterminados también podría ser valioso para editar los existentes. Se trata esencialmente de una nueva oportunidad de búsqueda y descubrimiento: presentar a los usuarios arquetipos de avatares muy editados para despertar su imaginación, basándose en la similitud o la disimilitud. El flujo de usuarios de nuestro prototipo (ver más abajo) tiene problemas, pero es bastante bueno cuando funciona.

3. Describe tu avatar: A veces, el beneficio de la creación de prototipos consiste en informar sobre la viabilidad y los plazos. Piensa en la idea muy ambiciosa de convertir la consulta en inglés de un usuario en un avatar automáticamente decorado. Un paso en esta dirección es etiquetar con algoritmos los recursos de los avatares con palabras descriptivas. Sin embargo, como puedes ver en los ejemplos que siguen, las técnicas de modelado estándar tienen un largo y divertido camino por recorrer.

Este ejemplo concreto arroja un metaaprendizaje instructivo: ahí hay tanta diversidad en los recursos de Roblox que es un reto modelar adecuadamente el espacio con redes previamente entrenadas y decenas de miles de muestras de entrenamiento.
Cada ejemplo contiene una miniatura de recurso. Debajo están las etiquetas sugeridas automáticamente junto con las puntuaciones de la relevancia de cada una (más pequeña, mejor).

Al menos “panda” está entre los primeros ocho, pero “tortuga” y “perro” me parecen elecciones adorables.

Se podría pensar que el color es fácil de aprender, pero parece que no.

¡El modelo tuvo la idea correcta aquí! Solo no puede hacer las distinciones más detalladas entre los distintos tipos de armas.

Conclusión: Construir el producto en torno a la identidad

Este estudio de la estética del avatar deja claro que no existe un recorrido sencillo en Roblox. Nuestros usuarios son muy diversos y buscan una diversidad similar de experiencias y representación en la plataforma. Como científicos de datos, nos gusta pensar en el desarrollo de productos en términos de hipótesis. Al enmarcarla en este lenguaje, nuestra hipótesis central es que las características del producto que abarcan las diversas necesidades estéticas de los usuarios serán las que mejor sirvan tanto a ellos como al Metaverso.

En general, este es un patrón que nos encanta: emparejar un análisis profundo que pinta una imagen de las necesidades de los usuarios con el tipo de desarrollo de productos innovadores que emocionan a nuestros desarrolladores en la RDC. Estamos al principio de viaje con con el avatar, ¡y vamos a necesitar mucha ayuda en el camino!


Nameer Hirschkind es pasante de Ciencia de Datos en Roblox. Trabaja en los avatares de Roblox para permitir que cada jugador cree un avatar que le guste. Ni la Corporación Roblox ni este blog respaldan o apoyan a ninguna empresa o servicio. Además, no se ofrecen garantías ni promesas sobre la exactitud, fiabilidad o integridad de la información contenida en este blog.

©2021 Roblox Corporation. Roblox, el logotipo de Roblox y Powering Imagination son algunas de nuestras marcas registradas y no registradas en Estados Unidos y otros países.