14-11-2017

Un sistema di early warning per il gioco problematico

Un sistema di early warning per il gioco problematico Secondo il servizio sanitario nazionale del Regno Unito, oggi ci sono circa 600mila giocatori problematici nel paese, con un peso significativo dell’online nel determinare criticità.
La City University di Londra ha realizzato un sistema di allerta precoce inteso ad avvertire  i giocatori non appena il loro comportamento, durante le sessioni di gaming, mostri potenziali segnali di rischio. L’ambizioso progetto è opera di Artur Garcez, ricercatore del Dipartimento di Informatica dell’ateneo londinese, che ha collaborato con Bet Buddy, una delle aziende leader di mercato nell’analisi dei dati nel settore  gaming. Obiettivo del sistema è individuare se i modelli di comportamento dei soggetti impegnati in sessioni di gioco corrispondano o meno a quelli dei giocatori che in precedenza hanno chiesto l’autoesclusione per un periodo di tempo dai siti web di gaming.
La ricerca, finanziata da Innovate UK, ente pubblico che dipende dal dipartimento governativo per le Imprese, l’Energia e la Strategia Industriale, si basa, nelle parole di Garcez, “sulle più recenti acquisizioni in merito ai meccanismi psicologici che conducono alla dipendenza da gioco d’azzardo”. “Tutti provider del Regno Unito”, prosegue, “sono legalmente tenuti a offrire ai clienti opzioni di auto-esclusione e il nostro obiettivo è permettere ai giocatori di cogliere precocemente i segnali che potrebbero in futuro condurli proprio all’auto-esclusione a causa del gioco eccessivo o, nella peggiore delle ipotesi, allo sviluppo di gioco problematico”.
Nel dettaglio, il team di Garcez ha scoperto che, applicando sofisticati metodi di apprendimento automatico (machine learning)  ai dati effettivi di gioco online, il sistema potrebbe raggiungere una accuratezza dell’87% nel prevedere modelli di gioco potenzialmente malsani. “Anche se i sistemi di questo tipo sono già in uso, nessuno dimostra simili livelli di accuratezza e affidabilità”, conclude Garcez.