narration interactive

Les premières tentatives de compréhension de la narration interactive remontent aux années 1970, avec notamment les travaux de Roger Schank à l'Université Northwestern et le programme expérimental TaleSpin. Au début des années 1980, Michael Liebowitz a développé « Universe », un système conceptuel pour une forme de narration interactive. En 1986, Brenda Laurel a publié sa thèse de doctorat, « Vers la conception d'un système de fantasy interactif informatisé ».

Au cours des années 1990, plusieurs projets de recherche ont vu le jour, tels que le projet Oz dirigé par le Dr Joseph Bates et l'université Carnegie Mellon , le groupe Software Agents du Massachusetts Institute of Technology , le projet Improv dirigé par Ken Perlin à l'université de New York et le groupe Virtual Theater de Stanford, dirigé par Barbara Hayes-Roth .

Plusieurs conférences ont également abordé ces sujets, telles que l'atelier sur la fiction interactive et les réalités synthétiques en 1990 ; Interactive Story Systems : Plot & Character à Stanford en 1995 ; l'atelier AAAI sur l'IA et le divertissement en 1996 ; Lifelike Computer Characters à Snowbird, Utah, en octobre 1996 ; et la première conférence internationale sur les agents autonomes à Marina del Rey, Californie, du 5 au 8 février 1997.la narration et le divertissement numériques interactifs , qui s'est tenue en mars 2003 et s'est concentrée spécifiquement sur les concepts et les premiers prototypes de narration automatisée et de personnages autonomes, y compris la modélisation des émotions et de l'expérience utilisateur. Ces concepts ont été développés par Chris Crawford dans son ouvrage de 2005.

Dans les années 2000, les travaux sur la narration interactive et les sujets connexes se sont développés et ont été présentés lors d'événements tels que les conférences bisannuelles TIDSE (Conférence sur les technologies pour la narration et le divertissement numériques interactifs) et ICVS (Conférence internationale sur la narration virtuelle), organisées respectivement en Allemagne et en France. TIDSE et ICVS ont été remplacées par ICIDS (Conférence internationale sur la narration numérique interactive), un événement annuel créé en 2008.Façade , créé par Michael Mateas et Andrew Stern. Le système a été rendu public en 2006 et a remporté le Grand Prix du Jury au festival de jeux indépendants Slamdance de 2006 .

L'architecture d'un système de narration interactive comprend trois composantes : un gestionnaire de scénario, un modèle utilisateur et un modèle d'agent. Le gestionnaire de scénario guide le récit en recherchant et en exécutant les moments clés de l'histoire de manière cohérente, en affinant les événements par l'apport de nouvelles informations et la résolution des contradictions, et en collaborant avec le modèle d'agent pour choisir les actions narratives les plus pertinentes pour les personnages. Il surveille plusieurs variables générales de l'univers narratif afin de prendre les meilleures décisions pour le récit, en fonction des objectifs de l'auteur : un niveau de conflit global permet d'augmenter ou de diminuer la tension dramatique, tandis que des indicateurs de relations et de sympathie peuvent orienter l'histoire vers une intrigue romantique. Le modèle d'agent collecte des informations sur l'univers narratif et les personnages, et génère des actions possibles pour chaque personnage non-joueur . Ces actions sont issues du modèle de personnalité et émotionnel du personnage, lui permettant ainsi d'adopter un comportement autonome avec des objectifs dramatiques pertinents. Enfin, le modèle utilisateur garde une trace des choix et des entrées du joueur, de sorte que le gestionnaire de drame et le modèle d'agent puissent coopérer avec la façon dont l'utilisateur tente de jouer plutôt que de contester ou de mal comprendre ses décisions.

Crawford examine trois stratégies potentielles pour le développement de systèmes narratifs interactifs. Premièrement, les approches environnementales consistent à utiliser un système interactif, tel qu'un jeu vidéo, et à inciter l'utilisateur à entreprendre des actions de manière à former une intrigue cohérente. Avec un système suffisamment complexe, des comportements émergents peuvent émerger et former des schémas narratifs, indépendamment des actions de l'utilisateur.

Deuxièmement, les stratégies axées sur les données disposent d'une bibliothèque de « composantes narratives » suffisamment génériques pour être combinées facilement en fonction des actions (ou de l'inaction) de l'utilisateur. Cette approche présente l'avantage d'être plus générale que l'approche environnementale ciblée, moyennant un investissement initial bien plus important.

Enfin, les approches linguistiques exigent que l’utilisateur et le système partagent un langage spécifique au domaine , très limité, afin qu’ils puissent interagir et que le système puisse « comprendre » une plus grande partie des actions de l’utilisateur. Crawford suggère des approches qui utilisent uniquement, par exemple, des langages pictographiques ou des versions restreintes de l’anglais.

Les systèmes de planification peuvent être intégrés à toutes les approches mentionnées ci-dessus afin de garantir la cohérence narrative. Le système y parvient en anticipant les éventuelles incohérences de l'intrigue et en les comblant par l'introduction de nouvelles informations et de nouveaux événements. Deux de ces systèmes sont Automated Story Director (ASD), qui effectue des réparations narratives à partir de points clés de l'intrigue prédéfinis par l'auteur, et Player-Specific Automated Storytelling (PAST), qui choisit parmi plusieurs réparations possibles en fonction des comportements antérieurs du joueur. PAST caractérise un joueur selon cinq styles de jeu inspirés des travaux de Robin Laws sur les types de joueurs : combattant, joueur compétitif, conteur, acteur de méthode et tacticien. Il peut ainsi résoudre une incohérence pour un combattant en ajoutant un combat avec un nouveau personnage, ou pour un conteur en ajoutant de nouvelles informations de contexte justifiant l'incohérence.

Le succès d'une expérience narrative interactive repose sur une structure dramatique équilibrée et une liberté d'action pour l'utilisateur. Une expérience narrative captivante est celle qui modère la tension entre les personnages et les événements au fil du temps, de sorte que les conflits émergent de manière logique et ne restent pas sans résolution. Elle doit également différer sensiblement à chaque partie, en fonction de la liberté d'interaction de l'utilisateur avec les personnages et les objets du monde virtuel . Ceci peut être atteint avec plus ou moins de succès par des systèmes à embranchements, émergents, centrés sur les personnages ou sur l'intrigue, mais aucun système existant ne parvient à une expérience pleinement réaliste. Les IA ne maîtrisent pas encore les règles du drame et de la narration comme les humains ; par conséquent, les drames interactifs existants produisent un nombre limité de dénouements significativement différents, compte tenu du travail requis de l'auteur.

Plusieurs tentatives ont été faites pour formaliser un système d'évaluation des drames interactifs, bien que tous les projets existants soient encore au stade expérimental. L'autonomie du joueur et le plaisir de jeu restent les principales préoccupations, même si le plaisir est souvent remplacé par des indicateurs plus narratifs, comme « l'intérêt » et le « suspense ». Les échelles de Likert remplies par les joueurs offrent une vision quantitative approximative de l'expérience utilisateur, mais ne rendent pas compte de la part importante de l'interprétation subjective qui sous-tend les interactions humaines complexes.

Mehta et al. se sont concentrés sur les systèmes conversationnels afin de développer des indicateurs qualitatifs de la réussite des interactions utilisateur, plutôt que des mesures quantitatives des « énoncés inappropriés » (lorsque l'IA interprète mal les entrées du joueur et répond de manière incohérente) et autres défaillances techniques. Après une « rupture » ​​de la conversation, la capacité de l'utilisateur à l'intégrer à sa compréhension globale des personnages et de l'histoire dépend des caractéristiques de conception. Dans leur étude de Façade , certaines défaillances des acteurs IA incluent une compréhension sémantique superficielle, des inversions de sens et des réponses incohérentes. Les agents d'intelligence artificielle peinent à traduire les entrées utilisateur ambiguës dans le système de signification narrative limité, par exemple lorsque « triste » ou « blessé » est interprété uniquement comme une référence à la dépression clinique. De même, les sentiments négatifs et positifs des utilisateurs sont souvent confondus, surtout si une affirmation positive est précédée d'un désaccord avec une affirmation négative. Ce problème est exacerbé si un utilisateur ne peut pas répondre assez rapidement : son message est alors interprété comme s’adressant au dernier interlocuteur, ce qui entraîne des interactions inattendues. Cependant, les informations contextuelles sont suffisamment souvent fournies pour permettre aux joueurs d’inventer des justifications narratives à des comportements apparemment étranges, ce que la plupart des participants ont fait.