Navegando por Assunto "Cooperação intelectual"

Agora exibindo 1 - 2 de 2

No pain, no game: as dificuldades e boas práticas do desenvolvimento de jogos durante game jams, um estudo de caso
(2023-04-28) Santos, Lucas André dos; Nascimento, Leandro Marques do; http://lattes.cnpq.br/9163931285515006; http://lattes.cnpq.br/9608711234485905
Com a evolução da tecnologia e popularização dos jogos digitais, o mercado de jogos vem crescendo com o passar dos anos e em consequência atingindo receitas bilionárias. Estima-se que a indústria de jogos está avaliada em aproximadamente U$ 154 bilhões. Visando realizar o sonho de trabalhar com jogos, somado ao apelo do retorno financeiro, cada vez mais pessoas são atraídas para desenvolver seus próprios jogos. Entretanto, a criação de um jogo é um processo com diversas etapas, que pode ser subestimado com relação a suas dificuldades, principalmente por desenvolvedores independentes. Assim, o cenário de uma game jam pode servir para auxiliar desenvolvedores a treinar suas habilidades e se aprimorarem na criação de jogos. Nesse contexto, o objetivo deste trabalho é investigar se é possível desenvolver jogos com bons resultados em uma game jam, ao analisar dificuldades e boas práticas encontradas no desenvolvimento de jogos conhecidos e levantados na literatura. Além disso, descobrir o que é possível fazer para tornar o desenvolvimento solo em game jam mais eficiente. Baseado em uma revisão bibliográfica, foi identificado as dificuldades e boas práticas encontradas por desenvolvedores independentes e empresas de jogos durante a produção de um jogo. Para a aplicação da pesquisa, o autor participou de game jams, com o intuito de aplicar as recomendações de boas práticas encontradas durante a etapa anterior, tendo participado de um total de quatro game jams distintas. Como resultado, foi possível observar uma evolução significativa ao fim de cada game jam, visto que as dificuldades encontradas durante cada uma das jams, eram corrigidas durante a execução da jam seguinte. Por fim, foi obtido um resultado satisfatório na execução da última game jam, entregando um jogo completo e que passou por todas as etapas do processo de desenvolvimento.
Uma abordagem prática de produção de jogos utilizando ferramentas de IA generativa em cima da plataforma Unity
(2026-02-10) Saraiva, Antonio Marcos; Nascimento, Leandro Marques; http://lattes.cnpq.br/9163931285515006
O setor de jogos digitais evoluiu de forma exponencial desde 1959, transformando-se na maior indústria de entretenimento global. As Inteligências Artificiais (lAs) generativas representam um marco capaz de reduzir drasticamente o tempo e o custo de produção. Ao tornarem a criação de ativos visuais, sonoros e narrativos mais acessível, elas democratizam o desenvolvimento e validam sua eficácia, inclusive em eventos de criação rápida como as Game Jams. O nosso estudo demonstrou a viabilidade e eficácia da Inteligência Artificial (IA) generativa como ferramenta fundamental no ciclo de desenvolvimento de jogos digitais, mesmo em prazos extremamente curtos (Game Jams de 15 a 30 dias). O estudo analisou três projetos distintos — "Saci Pererê: o chamado da Iara" (Ação/Aventura 2.5D, folclore), "Ecos de Aethelgard" (Metroidvania 3D, fantasia medieval) e "Intermediate Dimension" (Ação 2D, corrida contra o tempo, terror). Em todos os casos, a IA, especificamente o Gemini e ferramentas associadas (Tripo3d.Al, Meshy.Al, Poly.cam, Veo3.Gemini, Sora.ChatGPT), foi extensivamente utilizada para cumprir os objetivos centrais. A produção de narrativa e a identificação de personagens foram prontamente atendidas pela IA, fornecendo sinopses coesas e perfis detalhados a partir de prompts específicos. A geração de itens gráficos (assets) foi o ponto de maior colaboração: a IA produziu imagens de conceito (T-Pose/A-pose) que, subsequentemente, foram transformadas em modelos 3D usando outras ferramentas de IA. Embora a criação de modelos 3D e itens interativos tenha sido bem-sucedida, o estudo destacou desafios técnicos. A geração direta de spritesheets 2D por IA para personagens complexos provou ser inviável devido à falta de consistência entre frames no curto prazo, levando ao uso de um pipeline híbrido: Imagem IA -> Modelo 3D -> Mixamo (Animação) -> FbxToPNG-sprite-sheet-creator (Spritesheets). Esse método, embora exigindo intervenção manual (como a edição do Saci Pererê para manter uma perna só ou otimização de modelos 3D no MeshLab para "Ecos de Aethelgard"), permitiu a criação rápida de animações e a conversão para formatos 2D e 2.5D. A produção de efeitos audiovisuais foi parcialmente atendida. A IA foi eficaz na geração de trilhas sonoras (producer.ai), mas a maioria dos efeitos sonoros de personagens e ambiência foi obtida de repositórios da web devido à restrição de tempo. A escrita de scripts demonstrou ser uma área de forte colaboração, com a IA fornecendo o esqueleto do código C# e auxiliando na depuração, permitindo a implementação de mecãnicas complexas, como salvar e carregar os atributos do jogador, repositório e recompensas entre cenas. Em síntese, a IA funcionou como uma aceleradora de produção de conteúdo (narrativa, visual e esqueleto de código), transformando o desenvolvimento de jogos em um processo mais rápido e eficiente, apesar das limitações na geração de imagens específicas (Saci e Curupira) e na necessidade de otimização de modelos.