ゲーム評価
ゲームを評価する理由
ある教育研究者はこう述べています：「ビデオゲームの説明を読むだけでは、そのゲームに教育的価値があるかどうかを判断することはほぼ不可能です。」
何を学べるか、ゲームがどれだけ深く思考を刺激するかを正確に把握できるよう、透明な評価システムを構築しました。
評価システム
PlayMesaのすべてのゲームは4つの軸で評価されます：
教育の深さ
学習がゲームプレイにどの程度深く組み込まれているか。教育そのものがコア体験であるゲームから、付随的な学習機会があるゲームまで。
認知の深さ
★ to ★★★★★ゲームにどの程度の思考が必要か。確立された学習フレームワークに基づき、基本的な記憶から複雑な問題解決や創造的思考まで。
プレイヤー評価
★ to ★★★★★ゲーム全体の質はどうか。これはプレイヤーの声であり、品質と楽しさに対する純粋な投票です。
クリア時間
15分の短い体験から1週間の大冒険まで。学習の旅を計画しましょう。
評価の意味
教育の統合度
学習がゲーム自体にどの程度深く組み込まれているかを示します。
付随的学習
エンターテインメント重視の設計の中で、学習が意図しない副産物として発生します。教育的価値はゲームメカニクスや題材から偶然生まれます。
例：テトリス（空間認識）、Guitar Hero（リズム）、レースゲーム（物理的直感）、Angry Birds（放物線軌道）
意図的学習
エンターテインメント重視のゲームに教育的コンテンツが組み込まれています。開発者が意識的に正確な情報や学習機会を盛り込んでいますが、コアのゲームプレイはそれらがなくても成立します。
例：Civilization（歴史的事実）、Assassin's Creed（歴史的舞台）、Oregon Trail（歴史的旅路）、Plague Inc.（疫学の概念）
本格的教育
ゲームが現実世界のシステムを正確にモデル化しており、そのシステムとの相互作用から学習が自然に生まれます。ゲーム世界が現実の法則に従っているため、学ばずにプレイすることは不可能です。
例：Kerbal Space Program（軌道力学）、Cities: Skylines（都市システム）、Factorio（物流・最適化）、Democracy（政治システム）
教育主体型
ゲームの主目的が教育です。ゲームプレイが教育に奉仕し、メカニクスは対象概念を教えるために特別に設計されています。ゲームでの成功＝学習の成功です。
例：Duolingo（語学）、DragonBox Algebra（数学）、CodeCombat（プログラミング）、Foldit（タンパク質折りたたみ）
認知の深さ
確立された学習フレームワークに基づいて、ゲームに必要な思考の深さを測定します。
高度な思考
明確な「正解」がない競合する解決策を判断し、新しいアプローチを設計し、厳しい制約の中で最適化します。
例：Kerbal Space Program（軌道力学の分析）、Factorio（工場レイアウトの設計）、Opus Magnum（分子機械の作成）、Dwarf Fortress（複雑なシステムの設計）
戦略
複雑に絡み合ったシステムを分解し、非自明な関係性を特定し、複数手先を計画し、競合する優先事項を管理します。
例：Oxygen Not Included（熱伝導・流体の管理）、Democracy 4（政策の相互作用の分析）、Slay the Spire（デッキシナジーの計画）、SpaceChem（化学反応の設計）
応用
学んだ原理を新しい状況に適用し、条件が変わった時に適応し、複数の有効なアプローチから選択します。
例：Portal（物理法則の応用）、Plague Inc.（疫病拡散の知識の応用）、Civilization VI（複数システムのバランス）、Banished（資源管理）
理解
物事の仕組みを理解し、手順に従い、単純な結果を予測します。因果関係を理解しますが、解決策を発明する必要はありません。
例：神経衰弱（カードの位置・順序の記憶）、Oregon Trail（資源消耗の理解）、Plants vs. Zombies（植物の能力の理解）
反応
情報を記憶し、プロンプトに素早く反応します。ゲームプレイは反射的であり、分析的ではありません。
例：アーケードレーシング（基本的な加速）、マッチ3パズル、トリビアゲーム
誰が評価するのか
キュレーターチームが各ゲームをレビューし、実際のプレイに基づいて評価を付与します。ゲームがどのように教えるか、何を教えるか、どの程度深く思考を刺激するかを確認します。
評価は単なる私見ではなく、確立された教育フレームワークと学習科学を用いて各軸を一貫して評価しています。