Finding winning team compositions by jointly modeling player proficiency and team congruency in multiplayer online games

अस्थायी टीमों की इस अव्यवस्थित और क्षणभंगुर दुनिया में, सफलता अक्सर एक एकल, कठिन चुनाव पर टिकी होती है। जब अजनबियों का एक समूह किसी अल्पकालिक परियोजना, सप्ताहांत टूर्नामेंट या पिकअप गेम के लिए एक साथ आता है, तो वे एक मौलिक तनाव का सामना करते हैं। क्या प्रत्येक व्यक्ति को वह विशिष्ट कार्य करना चाहिए जिसमें वह व्यक्तिगत रूप से सबसे अच्छा है, या उन्हें उन भूमिकाओं को भरना चाहिए जिनकी एक समूह के रूप में कार्य करने के लिए सबसे अधिक आवश्यकता है? ये दो लक्ष्य हमेशा एक समान नहीं होते। एक टीम उन व्यक्तियों से भरी हो सकती है जो अपने स्वयं के कार्यों में विशेषज्ञ हैं, फिर भी विफल हो सकती है क्योंकि उनके कौशल बहुत अधिक ओवरलैप करते हैं या उनमें महत्वपूर्ण कमियाँ रह जाती हैं। इसके विपरीत, एक टीम में भूमिकाओं का आदर्श संतुलन हो सकता है लेकिन उन्हें निष्पादित करने के लिए विशिष्ट विशेषज्ञता की कमी हो सकती है। शोध में जिसे 'व्यक्तिगत दक्षता और टीम सामंजस्य के बीच संतुलन' के रूप में जाना जाता है, वह लंबे समय से संगठनात्मक विज्ञान का विषय रहा है, फिर भी किसी टीम के काम शुरू करने से पहले इसे मापना या अनुमान लगाना कठिन बना हुआ है।

एक वैज्ञानिक जर्नल में प्रकाशित एक नया अध्ययन इस समस्या को हल करने के लिए एक ऐसे वातावरण को देखता है जहाँ अस्थायी टीमें हर दिन सबसे बड़े और सबसे संरचित रूप में बनती हैं: प्रतिस्पर्धी ऑनलाइन गेमिंग की दुनिया। शोधकर्ताओं ने 'लीग ऑफ लीजेंड्स' (League of Legends) पर ध्यान केंद्रित किया, जो एक लोकप्रिय गेम है जहाँ पाँच अजनबियों की दो टीमें एक साथ प्रतिस्पर्धा करने के लिए जोड़ी जाती हैं। इस डिजिटल अरीना में, प्रत्येक मैच एक नई शुरुआत होती है। खिलाड़ियों को विशिष्ट भूमिकाएँ सौंपी जाती हैं, जैसे कि एक रक्षक (defender), एक लड़ाका (fighter), या एक सहायक पात्र (support character), और उन्हें उन भूमिकाओं को भरने के लिए पात्रों के एक विशाल रोस्टर में से चयन करना होता है। गेम प्रदाता एक परिष्कृत प्रणाली का उपयोग करता है ताकि यह सुनिश्चित किया जा सके कि दोनों विरोधी टीमों के समग्र कौशल स्तर मोटे तौर पर समान हों, जिसका अर्थ है कि मैच का परिणाम शायद ही कभी केवल इसलिए तय होता है क्योंकि एक टीम दूसरी टीम से "बेहतर" है। इसके बजाय, विजेता अक्सर इस बात से निर्धारित होता है कि प्रत्येक पक्ष के पाँच व्यक्ति अपने विशिष्ट असाइनमेंट में कितनी अच्छी तरह फिट बैठते हैं और उनके चुनाव एक-दूसरे के पूरक के रूप में कितने प्रभावी हैं।

एक जीतने वाली टीम को समझने के लिए, शोधकर्ताओं ने लगभग 32 करोड़ मैचों के रिकॉर्ड वाले एक विशाल डेटासेट का विश्लेषण किया, जिसमें 2.6 करोड़ अद्वितीय प्रतिभागी शामिल थे। इस पैमाने ने उन्हें प्रत्येक खिलाड़ी के इतिहास को ट्रैक करने की अनुमति दी, जिससे यह देखा जा सका कि उन्होंने कौन से पात्र खेले थे, उन्होंने कौन सी भूमिकाएँ निभाई थीं, और अतीत में वे जीते थे या हारे थे। लक्ष्य एक कंप्यूटर सिस्टम बनाना था जो एक मैच शुरू होने से ठीक पहले—खिलाड़ियों को उनकी भूमिकाएँ सौंपे जाने और उनके पात्रों के चयन के बाद, लेकिन खेल वास्तव में शुरू होने से पहले—देख सके और भविष्यवाणी कर सके कि कौन सी टीम जीतेगी। शोधकर्ता यह जानना चाहते थे कि क्या वे एक जीतने वाली संरचना की पहचान कर सकते हैं, यह समझकर कि दो चीजें एक साथ कैसे काम करती हैं: पहला, एक खिलाड़ी अपने पिछले अनुभव के आधार पर अपने वर्तमान असाइनमेंट के साथ कितनी अच्छी तरह मेल खाता है, और दूसरा, पाँचों खिलाड़ी एक इकाई के रूप में एक साथ मिलकर कैसे काम करते हैं।

टीम ने इस समस्या को हल करने के लिए एक नए प्रकार के आर्टिफिशियल इंटेलिजेंस फ्रेमवर्क को विकसित किया। प्रत्येक खिलाड़ी को उनके समग्र कौशल के आधार पर एक एकल, स्थिर स्कोर देने के बजाय, इस प्रणाली ने वर्तमान स्थिति के संदर्भ में प्रत्येक खिलाड़ी के इतिहास को देखा। इसने विशिष्ट प्रश्न पूछे: इस खिलाड़ी ने इस विशिष्ट पात्र के साथ इस विशिष्ट भूमिका में पहले कैसा प्रदर्शन किया है? गेम के वर्तमान संस्करण के आधार पर इस पात्र के साथ उनका पिछला प्रदर्शन कैसे बदलता है? सिस्टम ने इन व्यक्तिगत अंतर्दर्दृभियों को लिया और उन्हें जोड़कर यह देखा कि पाँचों खिलाड़ी एक टीम के रूप में एक-दूसरे के साथ कैसे इंटरैक्ट करते हैं, और वे विपक्षी टीम के पाँच खिलाड़ियों के साथ कैसे मुकाबला करते हैं। इसने सीधे मुकाबले (direct matchups) पर विशेष ध्यान दिया, जैसे कि एक टीम का रक्षक दूसरी टीम के रक्षक की तुलना में कैसा है, जबकि एक पूर्ण, परस्पर जुड़े हुए समूह के रूप में पूरी टीम पर भी विचार किया।

परिणामों ने दिखाया कि यह नया दृष्टिकोण पिछले किसी भी तरीके की तुलना में विजेताओं की भविष्यवाणी करने में काफी बेहतर था। शोधकर्ताओं ने अपने सिस्टम की तुलना पुरानी तकनीकों से की, जो केवल खिलाड़ी रेटिंग को जोड़ देती थीं, या उन तरीकों से जो व्यक्तिगत इतिहास पर विचार किए बिना टीम संरचना को देखती थीं। नए सिस्टम ने, जिसने खिलाड़ी के चयन और परिणामों के विशाल इतिहास से सीखा, बहुत अधिक सटीकता प्राप्त की। इसने सिद्ध किया कि खिलाड़ी के सामान्य कौशल स्तर को जानना पर्याप्त नहीं था; सिस्टम को खिलाड़ी और उसकी वर्तमान भूमिका के बीच के विशिष्ट तालमेल, और यह तालमेल बाकी टीम के साथ कैसे इंटरैक्ट करता है, इसे समझने की आवश्यकता थी।

अध्ययन ने यह भी खुलासा किया कि ये दो कारक—व्यक्तिगत फिट और टीम संतुलन—केवल अलग-अलग सामग्रियां नहीं थे जिन्हें किसी भी क्रम में मिलाया जा सके। वे गहराई से आपस में जुड़े हुए थे। जब शोधकर्ताओं ने डेटा का विश्लेषण किया, तो उन्होंने पाया कि एक अत्यधिक कुशल खिलाड़ियों वाली टीम, जो अपनी भूमिकाओं के साथ खराब तालमेल रखती है, अक्सर संतुलित भूमिकाओं वाले मध्यम कुशल खिलाड़ियों वाली टीम से हार जाती है। इसके विपरीत, एक पूरी तरह से संतुलित टीम भी विफल हो सकती है यदि व्यक्तिगत खिलाड़ियों के पास सौंपे गए कार्यों के लिए आवश्यक विशिष्ट अनुभव की कमी हो। सबसे सफल भविष्यवाणियाँ उस सिस्टम से आईं जिसने इन दोनों कारकों को एक एकल, एकीकृत समस्या के रूप में माना, और यह सीखा कि एक खिलाड़ी के पिछले अनुभव का मूल्य उसकी टीम और उसके सामने मौजूद प्रतिद्वंद्वी के आधार पर कैसे बदल जाता है।

अपने सिस्टम की आंतरिक कार्यप्रणाली का विश्लेषण करके, शोधकर्ताओं ने पाया कि इसने ऐसे पैटर्न को पहचानना सीख लिया था जिन्हें मनुष्य शायद मिस कर देते। उदाहरण के लिए, सिस्टम ने हजारों अलग-अलग खेलने योग्य पात्रों को उनके गेम में कार्य करने के तरीके के आधार पर समूहों में व्यवस्थित किया, भले ही उसे यह नहीं बताया गया था कि वे कार्य क्या हैं। इसने यह भी सीखा कि गेम समय के साथ कैसे बदलता है, यह पहचानते हुए कि एक पुराना रणनीति जो गेम के पुराने संस्करण में काम करती थी, वह नए संस्करण में काम नहीं कर सकती है। बदलते संदर्भों के अनुकूल होने और टीम डायनेमिक्स के विरुद्ध व्यक्तिगत इतिहास को तौलने की इस क्षमता ने सिस्टम को पहला कदम उठाए जाने से पहले ही एक जीतने वाली टीम के "आकार" को देखने में सक्षम बनाया।

निष्कर्ष बताते हैं कि एक अस्थायी टीम की सफलता केवल उसके हिस्सों का योग नहीं है। यह इस बात का एक जटिल संबंध है कि लोग कौन हैं, उन्हें क्या करने के लिए कहा गया है, और वे भूमिकाएँ वर्तमान क्षण में एक साथ कैसे फिट बैठती हैं। हालाँकि यह अध्ययन एक वीडियो गेम के विशिष्ट संदर्भ में किया गया था, लेकिन इसके द्वारा उजागर किए गए सिद्धांत वास्तविक दुनिया में टीम वर्क के बारे में सोचने का एक नया तरीका प्रदान करते हैं। चाहे वह कोई स्टार्टअप हो, कोई स्पोर्ट्स टीम हो, या कोई प्रोजेक्ट ग्रुप, शोध इंगित करता है कि प्रभावी टीमें केवल प्रतिभाशाली व्यक्तियों के संग्रह नहीं हैं, बल्कि सावधानीपूर्वक निर्मित कॉन्फ़िगरेशन हैं जहाँ प्रत्येक सदस्य का विशिष्ट अनुभव सामूहिक आवश्यकता के साथ संरेखित होता है। अध्ययन यह निष्कर्ष निकालता है कि किसी टीम की क्षमता को वास्तव में समझने के लिए, हमें उसके सदस्यों के इतिहास को अलग-थも नहीं, बल्कि उस विशिष्ट संदर्भ में देखना होगा जिसमें उन्होंने अपनी टीम बनाई है।