কমিউনিটির জন্য সেরা গেমিফিকেশন প্ল্যাটফর্ম (২০২৬)

সংক্ষিপ্ত উত্তর: প্রায় কোনো গেমিফিকেশন গবেষণাই রিটেনশন মাপে না, তাই কোন মেকানিক সদস্যদের ধরে রাখে তা কেউ সৎভাবে বলতে পারে না। একমাত্র ব্যতিক্রম একই লেখকদের দুটি উইকিপিডিয়া গবেষণা, আর সেগুলো জনসংখ্যা অনুযায়ী ভিন্ন ফল দেয়: ব্যাজ সবচেয়ে বেশি উৎপাদনশীল অবদানকারীদের থামার সম্ভাবনা কমিয়েছিল, আর ফলো-আপ গবেষণায় একই পুরস্কার কম সক্রিয়দের মধ্যে কম রিটেনশনের সাথে যুক্ত ছিল। এর বাইরে, পয়েন্ট ও লেভেল মানুষ যা করে তার পরিমাণ বাড়ায় কিন্তু তা নিয়ে তাদের অনুভূতি বদলায় না; লিডারবোর্ড নিয়ে সত্যিই বিতর্ক আছে; আর স্ট্রিক সবচেয়ে দুর্বল প্রমাণযুক্ত মেকানিক। যে আচরণ আপনার দরকার সেই অনুযায়ী প্ল্যাটফর্ম বাছুন — অর্জিত অনুমতির জন্য Discourse, ঐচ্ছিক লিডারবোর্ডের জন্য Circle, গেটেড অ্যাক্সেসের জন্য Guild.xyz, যাচাইকৃত অফ-প্ল্যাটফর্ম টাস্কের জন্য Zealy।

প্রকাশ: এই পৃষ্ঠাটি Zealy প্রকাশ করে এবং Zealy এর মধ্যে থাকা একটি টুল বিক্রি করে। তাই Zealy-তে নেই এমন পাঁচটি গেমিফিকেশন ফিচারের তালিকা এবং নিচের দুই জায়গা যেখানে Discourse ও Circle আমাদের চেয়ে ভালো করে, সেগুলো পড়ার কারণ আছে।

পদ্ধতি: এখানে Zealy-র প্রতিটি দাবি ১৭ আগস্ট ২০২৬-এ Zealy-র নিজস্ব সোর্স কোড থেকে পড়া হয়েছে, Zealy-র মার্কেটিং বা ডকুমেন্টেশন থেকে নয়, যা আমরা আগে ভুল পেয়েছি। প্রতিটি গবেষণার ফলাফল 논문 বা প্রকাশকের নিজস্ব অ্যাবস্ট্রাক্ট রেকর্ড থেকে উদ্ধৃত। যেখানে আমরা কেবল অ্যাবস্ট্রাক্ট পর্যন্ত পৌঁছেছি, সেখানে তা বলেছি এবং তা থেকে কোনো স্যাম্পল সাইজ বা ইফেক্ট সাইজ উল্লেখ করিনি। যেখানে কোনো ভেন্ডরের সাইট আমাদের বাধা দিয়েছে, সেখানেও তা বলেছি, যে ফিচার দেখিনি তা বর্ণনা করিনি।

সর্বশেষ যাচাই: ১৭ আগস্ট ২০২৬।

গেমিফিকেশন প্ল্যাটফর্ম বলতে মানুষ আসলে কী বোঝায়

"গেমিফিকেশন প্ল্যাটফর্ম" শব্দগুচ্ছ তিনটি আলাদা বাজার বোঝায়। এটি সার্চ করলে ই-লার্নিং টুল, কর্মী-কর্মক্ষমতা সফটওয়্যার ও মার্কেটিং-ক্যাম্পেইন উইজেট পাবেন — Genially, Playable, SC Training, Centrical, Drimify। Zealy, Galxe ও Layer3-এর মতো কমিউনিটি ও web3 প্ল্যাটফর্ম ১৭ আগস্ট ২০২৬-এ আমাদের চালানো ফলাফলে আসেনি।

তাই আপনি যদি "গেমিফিকেশন প্ল্যাটফর্ম" টাইপ করে আপনার Discord বা ফোরামে পয়েন্ট ও লিডারবোর্ড যোগ করার কিছু খুঁজছেন, ফলাফলগুলো আপনাকে সম্বোধন করছে না। সেগুলো এমন একজন L&D ম্যানেজারকে সম্বোধন করছে যিনি চান একটি কুইজ গেম শো-এর মতো লাগুক, বা এমন একজন মার্কেটারকে যিনি ল্যান্ডিং পেজে স্পিন-টু-উইন চাকা চান। ওগুলো আসল পণ্য, আসল সমস্যার সমাধান। কিন্তু এটা সেই সমস্যা নয়।

এই পোস্টটি প্রশ্নের নির্দিষ্ট সংস্করণটি — কমিউনিটির জন্য গেমিফিকেশন — নিয়ে কাজ করে এবং মূল টার্মটি দাবি করার চেষ্টা করে না। বাকিটা পণ্য অনুযায়ী নয়, মেকানিক অনুযায়ী সাজানো, কারণ মেকানিকই সেই অংশ যা হয় কাজ করে নয়তো করে না, আর নিচের প্রতিটি প্ল্যাটফর্ম একই ছয়টির কোনো সমন্বয়।

আপনার প্রশ্ন যদি আসলে হয় "আমি কোন সফটওয়্যারে আমার কমিউনিটি চালাব", সেটি ভিন্ন ও বিস্তৃত সিদ্ধান্ত, এবং আমাদের কমিউনিটি ম্যানেজমেন্ট সফটওয়্যার জরিপ এর ভেতরে লুকানো পাঁচটি অসংশ্লিষ্ট কাজকে দামসহ কভার করে।

গেমিফিকেশন গবেষণা আসলে কী মাপে — আর কী মাপে না

প্রায় কোনো গেমিফিকেশন গবেষণাই রিটেনশন মাপে না। আমাদের পর্যালোচনার তিনটি মেটা-অ্যানালাইসিসে retention, churn, attrition ও dropout শব্দগুলো খুঁজে দেখেছি এবং এর কোনোটিই পাইনি। এটি মূলত এক জায়গায় মাপা হয়েছে — উইকিপিডিয়া, এক জোড়া লেখকের দ্বারা, দুইবার — যার ফলাফল জনসংখ্যা অনুযায়ী ভিন্ন। গবেষণাপত্র বরং প্রেরণা, উৎপাদনের পরিমাণ ও শেখার ফলাফল মাপে।

এটি নিয়ে ভাবা দরকার, কারণ এটি ক্যাটাগরির মার্কেটিং যা বলে তার উল্টো। "গেমিফিকেশন রিটেনশন X% বাড়ায়" এমন বাক্য ডজনখানেক ভেন্ডর পেজে পাবেন। আমরা এমন একটি সংখ্যারও উৎস খুঁজে পাইনি, আর আমরা তা বানাবও না।

গবেষণা যা মাপে, এবং কোথায় মাপা হয়েছে তা এখানে।

শিক্ষায় শেখা ও প্রেরণা। Sailer ও Homner-এর ২০২০ মেটা-অ্যানালাইসিস প্রকাশিত Educational Psychology Review -এ জানায় "significant small effects … on cognitive (g = .49 …, k = 19, N = 1686), motivational (g = .36 …, k = 16, N = 2246), and behavioral learning outcomes (g = .25 …, k = 9, N = 951)"। এর সাথে দুটি সতর্কতা আসে: এটি শিক্ষাক্ষেত্র, এবং লেখকরা নিজেরাই উল্লেখ করেন যে কঠোর উপবিভাজনে প্রেরণামূলক ও আচরণগত প্রভাবগুলো "were less stable"। এটি "গেমিফিকেশন কাজ করে" বলার লাইসেন্স নয়।

মনস্তাত্ত্বিক প্রয়োজন পূরণ, শিক্ষাক্ষেত্রেও। Li, Hew ও Du-এর ২০২৪ মেটা-অ্যানালাইসিস প্রকাশিত ETR&D -এ সামগ্রিক g 0.257 [0.043, 0.471] জানায়, যেখানে স্বায়ত্তশাসন 0.638 [0.139, 1.136] এবং সম্পর্ক 1.776 [0.737, 2.814]। সম্পর্কের সেই ব্যবধান বিশাল — ব্যবধান ছাড়া সংখ্যাটি আপনাকে বিভ্রান্ত করবে, তাই দুটোই ছাপা হয়েছে। যোগ্যতা এসেছে 0.277 [0.001, 0.553], নিম্নসীমা কার্যত শূন্য।

উৎপাদনের পরিমাণ, ল্যাবে। কয়েকটি অনলাইন পরীক্ষা মাপে মানুষ কতটা কাজ উৎপাদন করে। তারা সাধারণত বেশি উৎপাদন পায়, এবং মানুষ কীভাবে অনুভব করে তাতে কোনো পরিবর্তন পায় না।

অন্তর্নিহিত প্রেরণা, ল্যাবে। Deci, Koestner ও Ryan-এর ১৯৯৯ মেটা-অ্যানালাইসিস প্রকাশিত Psychological Bulletin -এ প্রতিটি "বহিঃস্থ পুরস্কার উল্টো ফল দেয়" যুক্তির ভিত্তি। এর প্রকৃত সংখ্যা নিচে দেওয়া আছে, কারণ সেগুলো নিয়মিত ভুল উদ্ধৃত হয়।

রিটেনশন: দুটি গবেষণা, একটি প্ল্যাটফর্ম, বিপরীত জনসংখ্যা। Restivo এবং van de Rijt উইকিপিডিয়ায় এটি দুবার পরিমাপ করেছেন। তাদের ২০১২ সালের র‍্যান্ডমাইজড ট্রায়াল রিপোর্ট করে যে বার্নস্টার প্রাপকরা "অধিক স্থায়ী উৎপাদনশীলতা প্রদর্শন করেছেন এবং অবদান রাখা বন্ধ করার সম্ভাবনা কম ছিল" — কিন্তু নমুনাটি ছিল সম্পাদকদের শীর্ষ ১%। তাদের ২০১৪ সালের ফলো-আপ, বিভিন্ন উৎপাদনশীলতার সম্পাদকদের মধ্যে, রিপোর্ট করে যে পুরস্কার "কম সক্রিয় অবদানকারীদের কম ধরে রাখার সাথে সম্পর্কিত ছিল"। ২০১৪ সালের পেপারটি পেওয়ালের পেছনে, তাই আমরা শুধু এর দিকটি ছাপছি, আর কিছু নয়। দুটি ফলাফল, একটি প্ল্যাটফর্ম, এক জোড়া লেখক: এটাই এই নিবন্ধের পুরো রিটেনশন প্রমাণভিত্তি, এবং এটি বলে যে স্বীকৃতি আপনার সেরা মানুষদের ধরে রাখে এবং বাকি সবাইকে আপনার খরচ করতে পারে।

সাধারণীকরণের সতর্কতা, স্পষ্টভাবে বলা। এই গবেষণার বেশিরভাগই শিক্ষা ও পরীক্ষাগার মনোবিজ্ঞান। অল্প কিছু গবেষণা অনলাইন কমিউনিটির মতো কিছুর মধ্যে অবস্থান করে — উইকিপিডিয়া পরীক্ষা, একটি ক্রাউডসোর্সিং পরীক্ষা, একটি Stack Overflow বিশ্লেষণ, একটি Duolingo ফোরাম গবেষণা — এবং এর মধ্যে একটি ক্লাসরুমের কাজের বিপরীত দিকে ইঙ্গিত করে। Sailer এবং Homner এমনকি দেখেছেন যে সেটিং ফলাফলকে মডারেট করে শিক্ষা সাহিত্যের ভেতরে, জ্ঞানীয় ফলাফলের জন্য: "স্কুল সেটিংসে পাওয়া প্রভাব উচ্চশিক্ষা সেটিংস বা অনানুষ্ঠানিক শিক্ষা সেটিংসে পাওয়া প্রভাবের তুলনায় উল্লেখযোগ্যভাবে বড় ছিল।" সেই মডারেটরটি প্রেরণামূলক বা আচরণগত ফলাফলের জন্য উল্লেখযোগ্য ছিল না, তাই তারা যতটা করেছেন তার চেয়ে বেশি টানবেন না — কিন্তু যদি স্কুল বনাম বিশ্ববিদ্যালয়ের ব্যবধান আদৌ দেখা যায়, তাহলে স্কুল বনাম Discord স্থানান্তর ধরে নেওয়া অসমর্থিত।

নিচের প্রতিটি সংখ্যা সেই সাথে মিলিয়ে পড়ুন।

পয়েন্ট এবং XP: ভলিউমের প্রমাণ, প্রেরণার নয়

পয়েন্ট এবং XP-এর একটি জিনিসের জন্য যথেষ্ট প্রমাণ আছে: তারা মানুষ কতটা করে তা বাড়ায়। একটি অনলাইন ইমেজ-অ্যানোটেশন পরীক্ষায়, Mekler এবং সহকর্মীরা দেখেছেন যে পয়েন্ট, লেভেল এবং একটি লিডারবোর্ড উল্লেখযোগ্যভাবে বেশি ট্যাগ তৈরি করেছে, এবং উপাদানগুলোকে শুধুমাত্র পারফরম্যান্সের পরিমাণ বাড়ানোর জন্য কার্যকর হিসেবে বর্ণনা করেছেন। প্রেরণা নিজে নড়েনি।

তাদের শব্দচয়ন হুবহু উদ্ধৃত করার মতো: "পয়েন্ট, এবং বিশেষত লেভেল ও লিডারবোর্ড উল্লেখযোগ্যভাবে বেশি সংখ্যক ট্যাগ তৈরি করেছে … শুধুমাত্র পারফরম্যান্সের পরিমাণ বাড়ানোর জন্য কার্যকর।" আমরা সম্পূর্ণ টেক্সটের বদলে প্রকাশকের অ্যাবস্ট্রাক্ট রেকর্ডের মাধ্যমে সেই ফলাফলে পৌঁছেছি, তাই এখানে কোনো নমুনার আকার বা প্রভাবের আকার দেখা যায় না। গ্রুপের ২০১৩ এবং ২০১৭ সালের গবেষণাগুলোকে একটি ধরনের কাজের উপর একটি ল্যাবের একটি ফলাফল হিসেবে ধরুন।

সৎ সারসংক্ষেপ হলো "পরিমাণ, গুণ নয়, প্রেরণা নয়"। এটি এখনও কাজে লাগে। যদি আপনার প্রয়োজন ভলিউম — আরও জমা, আরও অনুবাদ, আরও টেস্ট রিপোর্ট — তাহলে পয়েন্ট হলো একটি যুক্তিযুক্ত হাতিয়ার যার পেছনে প্রকৃত সমর্থন আছে। যদি আপনার প্রয়োজন এমন মানুষ যারা বেশি গুরুত্ব দেয়, তাহলে পয়েন্ট প্রমাণ-সমর্থিত লিভার নয় এবং কেউ যেন আপনাকে সেটি হিসেবে বিক্রি না করে।

এমন একটি দ্বিতীয় ফলাফল আছে যা আপনি কীভাবে সেগুলো ব্যবহার করবেন তা সীমাবদ্ধ করে। Deci, Koestner এবং Ryan দেখেছেন যে "এনগেজমেন্ট-শর্তসাপেক্ষ, সমাপ্তি-শর্তসাপেক্ষ, এবং পারফরম্যান্স-শর্তসাপেক্ষ পুরস্কার স্বাধীন-পছন্দের অন্তর্নিহিত প্রেরণাকে উল্লেখযোগ্যভাবে ক্ষুণ্ণ করেছে (d = -0.40, -0.36, এবং -0.28)"। সেই −0.40 হলো সেই সংখ্যা যা সবাই উদ্ধৃত করে, এবং শুধু এটি উদ্ধৃত করাই ক্লাসিক অপব্যবহার: এটি একটি উপগোষ্ঠী। একই পেপারে সমস্ত পুরস্কার জুড়ে সামগ্রিক স্বাধীন-পছন্দের সংখ্যা হলো "যৌগিক প্রভাবের আকার ছিল d = -0.24", এবং স্ব-প্রতিবেদিত আগ্রহে এটি "d = 0.04 … পুরস্কার স্ব-প্রতিবেদিত আগ্রহকে উল্লেখযোগ্যভাবে প্রভাবিত করেনি"। এমনকি এটিও লেখকদের নিজেদের বলা পরিধির সতর্কতার সাথে আসে — তাদের গবেষণাগুলো "সম্পূর্ণভাবে পরীক্ষাগারে বা সু-নিয়ন্ত্রিত, পরীক্ষাগার-সদৃশ পরিস্থিতিতে করা হয়েছিল", মাঠ গবেষণা বাদ দিয়ে। এটি সংক্ষিপ্ত কাজ সম্পর্কে একটি ল্যাব সাহিত্য, আপনার কমিউনিটি সম্পর্কে একটি ফলাফল নয়।

লেভেল: গ্রহণ এবং প্রমাণের মধ্যে সবচেয়ে বড় ব্যবধান

লেভেল হলো সেই মেকানিক যেখানে সফটওয়্যার কতটা এটি সরবরাহ করে এবং প্রমাণ কতটা এটিকে সমর্থন করে তার মধ্যে সবচেয়ে বড় ব্যবধান। Mekler এবং সহকর্মীদের ইমেজ-অ্যানোটেশন পরীক্ষা লেভেলকে কৃতিত্ব দেয়, যেমনটি পয়েন্টকে দেয়, আউটপুটের পরিমাণ বাড়ানোর জন্য। এর বাইরে, আমরা লেভেলকে আলাদা করে এমন কোনো গবেষণা পাইনি, এবং কোনোটি পরিমাপ করেনি যে একটি লেভেলে পৌঁছানো কাউকে ধরে রাখে কি না।

এই নিবন্ধের প্রায় প্রতিটি প্ল্যাটফর্মে লেভেল আছে। MEE6-এ একটি Levels প্লাগইন আছে, Tatsu যে প্রতিটি সার্ভারে চলে সেখানে সদস্যদের লেভেল দেয়, Carl-bot তার Patrons-দের কাছে লেভেল বিক্রি করে, Layer3 বলে "XP আপনার Level চালায়, Leaderboard-এ আপনার স্থান", এবং Zealy প্রতিটি রিডে XP থেকে একটি লেভেল বের করে। মেকানিকটি প্রায় সর্বজনীন এবং এর প্রমাণ হলো ইমেজ ট্যাগিং সম্পর্কে একটি ল্যাব পরীক্ষা।

এটি লেভেলকে নাটকীয় করে না। এটি তাদের একটি অনুমান করে তোলে। আকর্ষণীয় প্রশ্ন হলো একটি লেভেল কী করে যখন আপনি এটি অর্জন করেন, এবং বেশিরভাগ বাস্তবায়নের জন্য সৎ উত্তর হলো "আপনার নামের পাশে একটি সংখ্যা পরিবর্তন করে"। যেখানে একটি লেভেল একটি সক্ষমতা উন্মুক্ত করে — একটি অনুমতি, একটি এলাকা, একটি অধিকার — সেখানে আপনি আর লেভেল পরীক্ষা করছেন না, আপনি পরীক্ষা করছেন যে সক্ষমতাটি কাঙ্ক্ষিত হওয়ার যোগ্য ছিল কি না। Discourse-এর ট্রাস্ট লেভেল এই নিবন্ধের সবচেয়ে শক্তিশালী উদাহরণ, এবং সেগুলো নিচে আলোচনা করা হয়েছে।

লিডারবোর্ড: বিতর্কিত, এবং দিকটি সেটিংয়ের উপর নির্ভর করে

লিডারবোর্ড বিতর্কিত, এবং প্রভাবের দিকটি সেটিংয়ের উপর নির্ভর করে। একটি ক্লাসরুম গবেষণায় দেখা গেছে যে একটি পরম লিডারবোর্ডের নিচে থাকা শিক্ষার্থীরা উপরেরদের তুলনায় কম প্রেরণা রিপোর্ট করেছে — কিন্তু এনগেজমেন্ট বা শেখার ক্ষেত্রে কোনো পার্থক্য নেই। একটি ক্রাউডসোর্সিং পরীক্ষায় দেখা গেছে যে নিম্ন র‍্যাঙ্ক পরিবর্তে প্রচেষ্টা তীব্র করেছে।

ক্লাসরুম গবেষণাটি হলো Bai, Hew, Sailer এবং Jia, 2021, যা Computers & Educationএকটি প্রতিষ্ঠানে দুটি আধা-পরীক্ষা, n = 24 এবং n = 26, যেখানে অংশগ্রহণকারীরা সিংহভাগই স্নাতকোত্তর পর্যায়ের নারী। একটি পরম লিডারবোর্ডে হস্তক্ষেপ-পরবর্তী সময়ে শীর্ষ ও নিম্ন তৃতীয়াংশের মধ্যে প্রেরণার পার্থক্য উল্লেখযোগ্য ছিল (U = 11, p = .028)। কেবল পাঁচটি নিকটবর্তী অবস্থান দেখানো একটি আপেক্ষিক লিডারবোর্ডে "তিনটি অবস্থান স্তরে শিক্ষার্থীদের মধ্যে কোনো উল্লেখযোগ্য তারতম্য ছিল না"।

এখন যে অংশটি এই গবেষণাটি উদ্ধৃত করার সময় বাদ পড়ে যায়, এবং এটি উভয় দিকেই প্রযোজ্য। এর absolute leaderboard, the motivation gap came with কোর্সে সম্পৃক্ততায় কোনো পার্থক্য নেই (F(2,17) = 0.55, p = .59) — তাই "নিচের দিকের মানুষরা কম উপভোগ করার কথা জানায়" সমর্থিত, কিন্তু "নিচের দিকের মানুষরা সম্পৃক্ততা হারায়" নয়, আর সম্পৃক্ততা হারানোই সেই দাবি যা সবাই আসলে বারবার বলে। কিন্তু আপেক্ষিক লিডারবোর্ডে, যেখানে সব অবস্থানে প্রেরণা ও সম্পৃক্ততা সমান ছিল, নিচের এক-তৃতীয়াংশ এখনও পোস্ট-টেস্টে উল্লেখযোগ্যভাবে খারাপ ফল করেছে (M = 68.75 বনাম শীর্ষ তৃতীয়াংশের 91.07, F(2,23) = 8.71, p = .002) — যা লেখকরা তাদের অনুমানকে সমর্থন করে বলে জানিয়েছেন যে আপেক্ষিক লিডারবোর্ডে নিম্ন-র‍্যাংকড শিক্ষার্থীরা খারাপ ফল করে। একসাথে পড়লে: সঠিক র‍্যাংকিং লুকানো মানুষ কীভাবে অনুভব করল তা রক্ষা করেছে, কিন্তু তারা কী অর্জন করেছে তা রক্ষা করেনি।

এর বিপরীতে রয়েছে Na এবং Han-এর 2023 সালের ক্রাউডসোর্সিং পরীক্ষা, যা প্রকাশিত হয়েছে Internet Research-এ, যা পাঁচ রাউন্ড জুড়ে র‍্যাংক পরিবর্তন করেছে এবং দেখেছে যে "উচ্চ র‍্যাংক … আত্মতুষ্টিমূলক আচরণ তৈরি করেছে … অন্যদিকে নিম্ন র‍্যাংক অংশগ্রহণকারীদের প্রতি রাউন্ডে তীব্রতর প্রেরণার সাথে কাজের সঠিক প্রক্রিয়া মেনে চলতে পরিচালিত করেছে।" আমরা এটি প্রকাশকের সারসংক্ষেপ থেকে পেয়েছি, তাই কোনো নমুনার আকার উল্লেখ নেই। লেখকরা এমন একটি লাইন যোগ করেছেন যা সাধারণত এর সাথে বাদ দেওয়া হয়: "উভয় প্রেরণাই অন্তর্নিহিত প্রকৃতির বলে মনে হয়নি।" এবং ন্যায্যতার খাতিরে, এটি আরেকটি ইমেজ-ট্যাগিং কাজ — উপরের পয়েন্ট-সংক্রান্ত গবেষণাগুলোর বিরুদ্ধে আমরা যে একই আপত্তি তুলেছিলাম তা এখানেও প্রযোজ্য। এই সেটের মধ্যে এটি অনলাইন কমিউনিটির সবচেয়ে কাছাকাছি গবেষণা, এবং এটি বিপরীত দিকেই ইঙ্গিত করে।

দুটি ব্যবহারিক পরিণতি, এবং প্রথমটির সাথে একটি সতর্কতা জড়িত। আপনি যদি আপনার লিডারবোর্ডের নিচের দিক নিয়ে চিন্তিত হন, তবে উপলব্ধ প্রশমনগুলো হলো পরম র‍্যাংকের বদলে আপেক্ষিক অবস্থান দেখানো, অথবা কমিউনিটি মালিককে লিডারবোর্ডটি প্রাইভেটে পরিবর্তন করতে দেওয়া, যা Circle আসলে অফার করে। মানুষ কীভাবে অনুভব করে তার জন্য আপেক্ষিক র‍্যাংকিং দুটির মধ্যে বেশি প্রমাণসম্মত — কিন্তু একই গবেষণায় এটি নিচের তৃতীয়াংশের খারাপ ফলাফল থামাতে পারেনি, তাই এটিকে ফলাফলের বদলে মনোবল রক্ষাকারী হিসেবে বিবেচনা করুন। Circle হলো আমাদের যাচাই করা একমাত্র প্ল্যাটফর্ম যা প্রাইভেট-লিডারবোর্ড সুইচ সরবরাহ করে। দ্বিতীয়ত, সর্বকালের বদলে একটি সংক্ষিপ্ত সময়সীমায় সীমাবদ্ধ লিডারবোর্ড কে নিচে থাকবে তা বদলে দেয়, কারণ এটি যিনি প্রথমে এসেছিলেন তার সঞ্চিত সুবিধা রিসেট করে।

ব্যাজ ও স্বীকৃতি: সেরা কমিউনিটি প্রমাণ, এবং সবচেয়ে অস্বস্তিকর

এখানকার যেকোনো মেকানিকের মধ্যে ব্যাজের কমিউনিটি প্রমাণ সবচেয়ে ভালো, এবং সবচেয়ে অস্বস্তিকর। উইকিপিডিয়ার একটি র‍্যান্ডমাইজড পরীক্ষায় দেখা গেছে, বার্নস্টার প্রদান অত্যন্ত সক্রিয় সম্পাদকদের মধ্যে উৎপাদনশীলতা 60% বাড়িয়েছে। একই লেখকদের ফলো-আপে দেখা গেছে, পুরস্কারগুলো কম-সক্রিয় অবদানকারীদের মধ্যে নিম্নতর ধরে রাখার সাথে সম্পর্কিত ছিল।

Restivo এবং van de Rijt-এর 2012 PLoS ONE গবেষণাটি একটি যথাযথ র্যান্ডমাইজড কন্ট্রোলড ট্রায়াল: থেকে নেওয়া 200-এর একটি র্যান্ডম নমুনা শীর্ষ ১% ১৪৪,১২০ জন সম্পাদকের মধ্যে, ১০০ জন চিকিৎসাপ্রাপ্ত ও ১০০ জন নিয়ন্ত্রণ দলে, ৯০ দিন ধরে পরিমাপ করা হয়েছে, যেখানে প্রতিবেদন করা হয়েছে যে "একটি বার্নস্টার পাওয়া উৎপাদনশীলতা ৬০% বাড়ায়"। জনসংখ্যা লক্ষ করুন, এবং লক্ষ করুন যে এই গবেষণাপত্রটি ধরে রাখার বিষয়েও প্রতিবেদন করে: প্রাপকরা "অবদান রাখা বন্ধ করার সম্ভাবনা কম ছিল"। এটি প্রমাণ যে আপনার সবচেয়ে সক্রিয় অবদানকারীদের স্বীকৃতি দেওয়া তাদের আরও সক্রিয় করে তোলে। এটি অন্য কারও সম্পর্কে প্রমাণ নয়, এবং প্রধান ফলাফল হলো সম্পাদনা, এবং উপরের ধরে রাখার ফলাফল তার পাশাপাশি অবস্থান করে।

তাদের ২০১৪ সালের ফলো-আপ উৎপাদনশীলতার স্তরজুড়ে নকশাটি সম্প্রসারিত করে এবং দেখেছে "পুরস্কার কেবল ইতিমধ্যে অত্যন্ত উৎপাদনশীল সম্পাদকদের মধ্যেই কাজ বৃদ্ধি করেছে … পুরস্কার কম-সক্রিয় অবদানকারীদের ধরে রাখার সঙ্গে যুক্ত ছিল"। পেওয়ালের আড়ালে, তাই কেবল দিকনির্দেশ। এটি একই সঙ্গে এই নিবন্ধের সেরা প্রমাণ যে স্বীকৃতি প্রান্তিকদের অনুপ্রেরণা কমাতে পারে, এবং সেই ধরে রাখার ফলাফল যা বিপরীত দিকে ইঙ্গিত করে।

Anderson, Huttenlocher, Kleinberg এবং Leskovec-এর ২০১৩ সালের WWW গবেষণাপত্র Stack Overflow-এ যোগ হয় প্রক্রিয়াটি: "তাদের ব্যাজগুলো এমনভাবে আচরণ পরিচালনা করে যা আমাদের মডেলের পূর্বাভাসের সঙ্গে ঘনিষ্ঠভাবে সামঞ্জস্যপূর্ণ" — ব্যবহারকারীরা কোনো সীমার কাছাকাছি এলে গতি বাড়ায়, তারপর তা অতিক্রম করার পর শিথিল হয়। এটি পর্যবেক্ষণভিত্তিক, আর পরিচালনা করা মানে ধরে রাখা নয়। কেউ যেন এটি অন্য অর্থে রূপান্তর করতে না পারে।

পয়েন্টের "নিরাপদ" বিকল্প হিসেবে ব্যাজের দিকে হাত বাড়ানোর আগে আরও একটি বিষয় জেনে রাখা ভালো। Deci, Koestner ও Ryan-এর কোডিং স্কিম স্পষ্টভাবে বলে যে "'good-player certificates'-এর মতো প্রতীকী পুরস্কারকে বাস্তব/স্পর্শনীয় হিসেবে বিবেচনা করা হয়েছিল"। ব্যাজ যেহেতু অর্থ নয়, তাই সেগুলো বহির্মুখী-পুরস্কার সমস্যা এড়িয়ে যায় — বিক্রেতাদের এই দাবি যে গবেষণাপত্রটি এই সমস্যাটি সংজ্ঞায়িত করেছিল, তার সঙ্গে সংঘর্ষে টিকে না।

যে পার্থক্যটি টিকে থাকে তা হলো পুরস্কার ও প্রশংসার মধ্যে পার্থক্য। একই মেটা-বিশ্লেষণে দেখা গেছে ইতিবাচক প্রতিক্রিয়ার ফল উল্টো দিকে গেছে: "সমন্বিত d = 0.33 … ইঙ্গিত করে যে ইতিবাচক প্রতিক্রিয়া অন্তর্নিহিত প্রেরণা বৃদ্ধি করেছিল", যা কলেজ শিক্ষার্থীদের ক্ষেত্রে 0.43-এ পৌঁছায়। একজন মানুষের কাছ থেকে স্বীকৃতি আর স্বয়ংক্রিয়ভাবে দেওয়া একটি আইকন একই উদ্দীপক নয়, এবং প্রমাণ এ দুটিকে ভিন্নভাবে বিবেচনা করে। এই নিবন্ধ থেকে যদি একটি নকশা-সিদ্ধান্ত নেন, তবে সেটিই নিন।

স্ট্রিক: এখানকার যেকোনো মেকানিকের মধ্যে সবচেয়ে দুর্বল প্রমাণ

স্ট্রিক এই পুরো পর্যালোচনার সবচেয়ে দুর্বল প্রমাণযুক্ত মেকানিক। আমাদের নাগালে থাকা কোনো সূত্রেই আমরা এদের জন্য কোনো ইফেক্ট সাইজ পাইনি। যা আছে তা গুণগত: বিনোদনমূলক দৌড়বিদদের সাক্ষাৎকার, যেখানে স্ট্রিক ভাঙলে দুঃখ, রাগ ও হতাশার বর্ণনা আছে, এবং Duolingo-র একটি গবেষণা, যেখানে গেমিফিকেশন অপব্যবহারের বর্ণনা আছে — ব্যবহারকারীরা মেকানিকে আটকে গিয়ে শেখা থেকে মনোযোগ সরে ফেলে।

Ingalls ও সহকর্মীদের 2026 সালের PLoS One গবেষণায় বিনোদনমূলক দৌড়বিদদের ভাঙা রান স্ট্রিক নিয়ে সাক্ষাৎকার নেওয়া হয় এবং প্রতিবেদনে বলা হয় "দুঃখ, রাগ, হতাশা ও স্বস্তির অনুভূতি", একটি "শোক প্রক্রিয়া"-র বর্ণনা দেওয়া হয়, এবং উল্লেখ করা হয় যে "কিছু দৌড়বিদ স্ট্রিক-সংক্রান্ত অসুবিধা অনুভব করেছেন এবং স্ট্রিক দীর্ঘায়িত করতে আঘাত নিয়েও দৌড়েছেন"। তাঁরা আরও জানান যে "কোনো দীর্ঘমেয়াদি নেতিবাচক পরিণতির কথা জানা যায়নি।" এটি দৌড়, সফটওয়্যার নয়, এবং এটি পরিসংখ্যান নয় বরং একটি মেকানিজমের দৃষ্টান্ত — উদ্ধৃত করার মতো কোনো ইফেক্ট সাইজ নেই।

Hadi Mogavi ও সহকর্মীদের 2022 সালের ACM Learning at Scale পেপার Duolingo ফোরামের আলোচনা ও সাক্ষাৎকার পর্যালোচনা করে ব্যর্থতার ধরনটির নাম দিয়েছে: "গেমিফিকেশন অপব্যবহার … ঘটে যখন ব্যবহারকারীরা গেমিফিকেশনে অতিরিক্ত আটকে গিয়ে শেখা থেকে মনোযোগ সরে ফেলেন", যা "প্রতিযোগিতামূলকতা, খেলাচ্ছলে অতিরিক্ত মগ্নতা এবং পাল-অনুসরণ" তৈরি করে। গুণগত, এবং arXiv প্রিপ্রিন্ট থেকে পড়া।

তাহলে স্ট্রিক হলো সেই মেকানিক যার লোকমুখে সুনাম সবচেয়ে বেশি আর কাগজে প্রমাণ সবচেয়ে কম। এটি মানুষের ওপর স্পষ্টতই কিছু একটা করে — দৌড়ের সাক্ষাৎকারগুলো তা জীবন্তভাবে তুলে ধরে। যা কেউ দেখায়নি তা হলো, সেই কিছুটা কি কমিউনিটির জন্য ভালো, নাকি সদস্য একদিন বাদ পড়লেই তা টিকে থাকে।

পরিবর্তনশীল পুরস্কার, র‍্যাফল ও লুট বক্স: এই নিবন্ধের সবচেয়ে দুর্বল স্থানান্তর

এলোমেলো পুরস্কারই সেই জায়গা যেখানে প্রমাণ সবচেয়ে দুর্বল আর নৈতিকতার প্রশ্ন সবচেয়ে উচ্চকিত। লুট-বক্স সাহিত্য খরচকে সমস্যাগ্রস্ত জুয়ার তীব্রতার সঙ্গে যুক্ত করে, তবে এর লেখকেরাই বলেন কারণ-সম্পর্কের দিক স্পষ্ট নয়। লুট বক্সে আসল টাকা লাগে; কোয়েস্ট XP-এর ওপর একটি বিনামূল্যের র‍্যাফলে লাগে না, তাই স্থানান্তরটি দুর্বল।

Zendle ও Cairns-এর 2018 সালের PLoS ONE গবেষণায় প্রতিবেদন করা হয় "n = 7,422 … গেমাররা লুট বক্সে যে পরিমাণ খরচ করেছে এবং তাদের সমস্যাগ্রস্ত জুয়ার তীব্রতার মধ্যে সংযোগ (η² = 0.054)"। তাঁদের নিজেদের সতর্কীকরণই গুরুত্বপূর্ণ অংশ: "এটি স্পষ্ট নয় … লুট বক্স কেনা সমস্যাগ্রস্ত জুয়ার প্রবেশদ্বার হিসেবে কাজ করে, নাকি বড় অঙ্কের খরচ … সমস্যাগ্রস্ত জুয়াড়িদের বেশি আকর্ষণ করে।" "লুট বক্স জুয়ার সমস্যা সৃষ্টি করে" — এমন কথা কেউ লেখা উচিত নয়, আমরাও নই। গবেষণাটি ক্রস-সেকশনাল ও স্ব-নির্বাচিত, এবং লেখকেরা η² = 0.054-কে "ছোট-থেকে-মাঝারি" বলেন এবং স্পষ্টভাবে বলেন "এটি দুর্বল বা গুরুত্বহীন সম্পর্ক নয়", তাই আমরাও এটিকে নগণ্য বলে উড়িয়ে দেব না।

আমরা সচেতনভাবেই এটিকে নিবন্ধের সবচেয়ে দুর্বল স্থানান্তর হিসেবে চিহ্নিত করছি। লুট বক্স কেনা হয় ক্রেডিট কার্ড দিয়ে। সদস্যরা বিনামূল্যে অর্জিত XP-এর ওপর যে র‍্যাফল, তা ভিন্ন উদ্দীপক ও ভিন্ন ঝুঁকিপ্রোফাইল, এবং দুটিকে সমতুল্য ধরা আমাদের পক্ষেও ততটাই অসতর্কতা হবে যতটা বিপক্ষে।

পুরস্কার-সাহিত্যে একটি ফলাফল আছে যা ঘোষণার বদলে অপ্রত্যাশিত পুরস্কারকে সত্যিই সমর্থন করে। Deci, Koestner ও Ryan জানান, অপ্রত্যাশিত বাস্তব পুরস্কারের ক্ষেত্রে "গড় d = 0.01 … অপ্রত্যাশিত বাস্তব পুরস্কার স্বাধীন-পছন্দ আচরণকে প্রভাবিত করে না"। সেই সাহিত্যে ঘোষিত, শর্তসাপেক্ষ বাউন্টি স্বাধীন-পছন্দের প্রেরণা ক্ষুণ্ণ করে; অপ্রত্যাশিত পুরস্কার করে না। সেখানে k ছোট, তাই এটি দৃঢ় ফলাফল নয় বরং একটি মেকানিজম-যুক্তি — তবে বাউন্টি বোর্ড পোস্ট করার বদলে অপ্রত্যাশিত পুরস্কার দেওয়ার এটাই সেরা উপলব্ধ কারণ।

আমরা যেসব প্ল্যাটফর্ম যাচাই করেছি তাদের মধ্যে Arkada-র বৈশিষ্ট্যগুলোই সবচেয়ে ভাগ্য-নির্ভর — এর মূল-বৈশিষ্ট্য ডকুমেন্টেশনে কোয়েস্টিং পণ্যের পাশাপাশি একটি "Wheel of Fortune" ও "Pyramids"-এর উল্লেখ আছে। দুটিরই কোনো লাইভ পেজ আমরা খুঁজে পাইনি, তাই সেগুলো কীভাবে কাজ করে তা বলতে পারি না, শুধু এটুকু বলতে পারি যে Arkada সেগুলোর বিজ্ঞাপন দেয়। আপনি যদি Arkada মূল্যায়ন করেন, বিশেষভাবে ওই দুটি মূল্যায়ন করুন এবং সেগুলো চালু অবস্থায় দেখতে চান।

প্রতিটি গেমিফিকেশন নিবন্ধ যে দুটি কথা বলে, যা যাচাইয়ে টেকেনি

প্রায় প্রতিটি গেমিফিকেশন নিবন্ধে দুটি দাবি চূড়ান্ত সত্য হিসেবে আসে, এবং কোনোটিই যাচাইয়ে টেকেনি। "গেমিফিকেশন নতুনত্বের কারণে ফিকে হয়ে যায়" আমাদের পড়া সবচেয়ে শক্তিশালী মেটা-বিশ্লেষণের বিপরীত, যার সময়কাল-মডারেটর দীর্ঘ হস্তক্ষেপে বড় প্রেরণামূলক প্রভাব পেয়েছে। "লিডারবোর্ড নিচের দিকের সদস্যদের অনুপ্রেরণা নষ্ট করে" ছোট শ্রেণিকক্ষের নমুনার ওপর নির্ভরশীল এবং কমিউনিটির সবচেয়ে কাছাকাছি গবেষণায় প্রচেষ্টার ক্ষেত্রে তা খণ্ডিত হয়েছে।

দাবি এক: নতুন বলে এটি ফিকে হয়। Sailer ও Homner-এর সময়কাল-মডারেটর উল্টো দিকে গেছে। ছয় মাস পর্যন্ত স্থায়ী হস্তক্ষেপে একদিনের হস্তক্ষেপের চেয়ে বড় প্রেরণামূলক প্রভাব দেখা গেছে (Q(1) = 4.93, p < .05), এবং লেখকেরা লেখেন যে তাঁদের ফলাফল "এই ভয়কে দুর্বল করতে পারে যে গেমিফিকেশনের প্রভাব দীর্ঘমেয়াদে টিকে নাও থাকতে পারে"। তাঁদের পূর্ণ লেখায় "নতুনত্ব" শব্দটি ঠিক একবার আসে, তাও অন্যের পর্যালোচনার ভাষান্তর হিসেবে।

অন্য পক্ষের প্রতি ন্যায্য থাকুন। সেই মডারেটরটি গবেষণার-মধ্যেভিত্তিতে, ব্যক্তি-মধ্যে নয় — এটি ভিন্ন দৈর্ঘ্যের ভিন্ন গবেষণার তুলনা করে, একই মানুষকে সময়ের সঙ্গে নয় — এবং দীর্ঘতম শ্রেণিটিতে তথ্য অল্প। আর উল্টো দিকের একটি সমীক্ষাও আছে: Koivisto ও Hamari-র 2014 সালের Fitocracy ব্যবহারকারীদের নিয়ে Computers in Human Behavior -এ প্রকাশিত গবেষণায় পাওয়া যায় "গেমিফিকেশনের উপভোগ ও উপযোগিতা ব্যবহারের সঙ্গে কমে, যা ইঙ্গিত দেয় ব্যবহারকারীরা নতুনত্বের প্রভাব অনুভব করতে পারেন"। এটিও ক্রস-সেকশনাল, অর্থাৎ এটি ব্যক্তির ভেতরে ক্ষয়ও প্রমাণ করতে পারে না, এবং এটি ফিটনেস, কমিউনিটি নয়।

তাই সঠিক বক্তব্যটি হলো: নতুনত্ব-ক্ষয়ের দাবিটি বিতর্কিত, অধিক শক্তিসম্পন্ন প্রমাণ এর বিপক্ষে যায়, এবং যে কেউ এটিকে সত্য হিসেবে দাবি করে সে মডারেটরটি পড়েনি। ন্যায্যতার খাতিরে আমাদের এটাও বলা উচিত যে হামারি — যার ২০১৪ সালের পর্যালোচনার সবচেয়ে স্পষ্ট বাক্যটির ওপর আমরা নিচে নির্ভর করেছি — এই বিষয়টিতে বিপরীত পক্ষে আছেন, এবং সেইলার ও হোমনার এই পর্যালোচনাটিকে এমন কাজের মধ্যে নাম দিয়েছেন যার সাথে তাদের সময়কাল-সংক্রান্ত ফলাফল বিরোধ করে।

দাবি দুই: লিডারবোর্ড নিচের দিকের সদস্যদের পিষে ফেলে। উপরে আলোচিত। স্ব-প্রতিবেদিত প্রেরণার ক্ষেত্রে সমর্থিত, ছোট ক্লাসরুম নমুনায়, শুধুমাত্র হস্তক্ষেপ-পরবর্তী সময়ে, এবং সম্পৃক্ততার ওপর কোনো প্রভাব ছাড়াই — কিন্তু একই গবেষণাপত্রের আপেক্ষিক লিডারবোর্ডে নিচের এক-তৃতীয়াংশ আসলে খারাপ স্কোর করেছে। ক্রাউডসোর্সিং পরীক্ষায় পরিশ্রমের ক্ষেত্রে এর বিরোধিতা পাওয়া গেছে, যেখানে নিম্ন র‍্যাঙ্ক পরপর রাউন্ডে পরিশ্রম তীব্রতর করেছে। "বিতর্কিত" হলো সৎ শব্দ; "মীমাংসিত" নয়।

তৃতীয় একটি নীরব সংশোধন যোগ করা মূল্যবান। হামারি, কইভিস্তো ও সারসার ২০১৪ সালের HICSS পর্যালোচনা অভিজ্ঞতাভিত্তিক সাহিত্যের বিষয়ে এই ক্ষেত্রের বিপণনের চেয়ে বেশি স্পষ্ট: "শুধুমাত্র দুটি গবেষণায় সব পরীক্ষা ইতিবাচক পাওয়া গেছে", এবং বৃহত্তম গবেষণাগুলো "প্রতিবেদন করেছে যে গেমিফিকেশন একটি উপযোগবাদী সেবা পরিবেশে কার্যকর নাও হতে পারে"। শেষ বাক্যাংশটি এই সমগ্র প্রমাণভাণ্ডারের সবচেয়ে স্থানান্তরযোগ্য বাক্য, কারণ একটি কমিউনিটি প্ল্যাটফর্ম একটি উপযোগবাদী সেবা পরিবেশ।

কোন প্ল্যাটফর্ম কোন মেকানিক বাস্তবায়ন করে, এবং সেগুলোর খরচ কত

তেরোটির মধ্যে চারটি মূল্য প্রকাশ করে: Guild.xyz, Discourse, Circle এবং Zealy। MEE6-এর একটি আছে, কিন্তু শুধুমাত্র একটি API-এর মাধ্যমে যা তার নিজস্ব পৃষ্ঠা রানটাইমে কল করে। সাতটি কোনো মূল্য প্রকাশ করে না, এবং QuestN আমরা যাচাই করতে পারিনি। মেকানিকগুলো বিপণনের চেয়ে বেশি ভিন্ন: Discourse ব্যাজকে অনুমতির সাথে যুক্ত করে, Circle একটি প্রাইভেসি টগল দেয়, Layer3 পুনরাবৃত্ত অন-চেইন অ্যাকশন যাচাই করে।

নিচের প্রতিটি মেকানিক ১৭ আগস্ট ২০২৬-এ আমরা যে পৃষ্ঠাগুলো ফেচ করেছি সেগুলোর স্ট্রিংয়ের সাথে মিলিয়ে দেখা হয়েছে। প্রতিটি মূল্য পৃষ্ঠাটি যেভাবে ছেপেছে সেভাবেই উদ্ধৃত। "কোনো প্রকাশ্য মূল্য নেই" বলে আমরা কোন পৃষ্ঠাগুলো যাচাই করেছি তা উল্লেখ করা হয়, কারণ একটি অনুল্লিখিত নেতিবাচক মূল্যহীন।

সেই টেবিল দুটি জিনিস বদলে দেয়।

এই নিবন্ধে Discourse-এর ট্রাস্ট লেভেল হলো গেমিফিকেশনের সবচেয়ে শক্তিশালী বাস্তবায়ন, এবং Zealy-এর কাছে এর মতো কিছু নেই। একটি Discourse ব্যাজ একটি ট্রাস্ট লেভেল বহন করতে পারে, এবং একটি ট্রাস্ট লেভেল প্রকৃত মডারেশন ক্ষমতা বহন করে — কমিউনিটিতে আরও বেশি কিছু করার সামর্থ্য, আপনার নামের পাশে একটি ছবি নয়। এটাই হলো এমন স্বীকৃতির পার্থক্য যা যোগ্যতা দেয় আর যা তা সাজায়, এবং গবেষণা বারবার ঠিক এই পার্থক্যেই ইঙ্গিত করছে। আপনি যদি একটি ফোরাম চালান এবং এমন স্ট্যাটাস চান যার অর্থ আছে, Discourse এটা আমাদের চেয়ে ভালো করছে।

লিডারবোর্ডের প্রমাণ যা ইঙ্গিত করে, সেই প্রশমন Circle প্রদান করে, আমরা করি না। Circle-এর নিজস্ব গেমিফিকেশন পেজ বলে আপনি আপনার কমিউনিটি লিডারবোর্ড ব্যক্তিগত করতে বেছে নিতে পারেন। যেহেতু সবচেয়ে বেশি সমর্থিত লিডারবোর্ড অনুসন্ধানটি হলো তলানিতে থাকা মানুষরা কীভাবে অনুভব করেকমিউনিটি মালিকের নিয়ন্ত্রিত একটি অফ সুইচ সত্যিই একটি বাস্তব ডিজাইন সমাধান। Zealy-তে সমতুল্য কোনো টগল নেই।

আনয়নের বাইরে একটি বিষয়, কারণ এটি ক্যাটাগরি সম্পর্কে কিছু বলে: Layer3-এর হোমপেজে আর দৃশ্যমান লেখায় "quest" শব্দটি ব্যবহৃত হয় না — এর শব্দভাণ্ডার হলো Activations, Streaks এবং CUBEs। শব্দটি পাঠানো JavaScript-এর ভেতরে, রুটের নামে এবং একটি QUEST_COMPLETE string, যা সম্ভবত এই বিষয়ের জন্য আরও ভালো প্রমাণ: নাম পরিবর্তনটি মার্কেটিংয়ে আছে, আর ভেতরের কাঠামো এখনও মনে রেখেছে। ক্যাটাগরি লিডার ক্যাটাগরি শব্দটি বাদ দিয়েছে। আমরা এর সক্ষমতাগুলো আমাদের সাথে তুলনা করেছি এখানে Zealy vs Layer3, এবং যদি Galxe হয় সেই প্রতিষ্ঠান যাকে আপনি প্রতিস্থাপন করছেন, সেরা Galxe বিকল্প এবং Zealy বনাম Galxe সেই সিদ্ধান্তটি যথাযথভাবে পর্যালোচনা করুন।

MEE6 এবং Tatsu ভিন্ন ধরনের সমস্যার অন্তর্গত — একটি একক Discord সার্ভারের ভেতরে চ্যাট-অ্যাক্টিভিটি XP — এবং আমরা সেই সেটটি নিয়ে আলাদাভাবে লিখেছি Discord এনগেজমেন্ট ও গ্রোথ টুলস.

Zealy-এর গেমিফিকেশন আসলে কী করে, আর যে পাঁচটি জিনিস এতে নেই

Zealy অনুমোদিত quest claim এবং অ্যাডমিনের ম্যানুয়াল গ্রান্টে XP দেয়, একটি একক গ্লোবাল ফর্মুলা থেকে লেভেল নির্ধারণ করে এবং দুই ধরনের লিডারবোর্ড স্কোপে সদস্যদের র‍্যাংক করে: all-time এবং per-sprint। এতে কোনো ব্যাজ নেই, কোনো স্ট্রিক নেই, দৈনিক লগইনের বোনাস নেই, XP মাল্টিপ্লায়ার নেই এবং লেভেল অনুযায়ী রোল অটোমেশন নেই, আর এটি কোনো রিটেনশন মেট্রিকও গণনা করে না।

নিচের সবকিছু 17 August 2026 তারিখে সোর্স কোড থেকে পড়া হয়েছে। যেখানে আমাদের ডকুমেন্টেশন কোডের সাথে মিলছে না, কোডটাই আসলে চলে।

লেভেল কার্ভ একটি সূত্র এবং আপনি এটি পরিবর্তন করতে পারবেন না

লেভেলের জন্য ক্রমপুঞ্জিত XP L হলো 150(L−1)² − 50(L−1). লেভেল 1 হলো 0 XP, লেভেল 2 হলো 100, লেভেল 3 হলো 500, লেভেল 4 হলো 1,200, লেভেল 5 হলো 2,200। এই কার্ভ প্রতিটি Zealy কমিউনিটিতে একই এবং এর জন্য কোনো কমিউনিটি-ভিত্তিক কনফিগারেশন নেই। লেভেল জেনারেট করা ডেটাবেস মডেলে আদৌ সংরক্ষিত হয় না; প্রতিটি রিডে এটি XP থেকে উদ্ভূত হয়। আমাদের লেভেল গণনার ডকুমেন্টেশন এখানে কোডের সাথে মেলে, যা আমরা অনুমান না করে যাচাই করেছি।

এটির সাথে Carl-bot তুলনা করুন, যার অপারেটররা চ্যানেল ও রোল ব্ল্যাকলিস্ট করতে, ভয়েস XP সেট করতে এবং পুরো ইকোনমিতে রেট-লিমিট দিতে পারে। এর ডকুমেন্টেড কার্ভ হলো 5*(n^2)+50*n+100, যা পরবর্তী লেভেলের জন্য প্রয়োজনীয় XP, চলমান মোট নয়, তাই এটি Zealy-এর ক্রমপুঞ্জিত রূপের সাথে মিলিয়ে পড়বেন না — মূল বিষয় হলো ডায়াল, আকৃতি নয়। Zealy আপনাকে এমন কোনো ডায়াল দেয় না।

সদস্য লেভেল আপ করলে কিছুই ঘটে না

এটি সেই ফলাফল যা আমরা ভুল হবে বলে আশা করেছিলাম, কিন্তু হয়নি। Zealy-তে দুটি নোটিফিকেশন এনাম আছে — এর ডেটাবেস মডেলে একটি সংকীর্ণ এনাম যাতে তিনটি ধরন আছে, এবং এর নোটিফিকেশন API আসলে যেটি রিটার্ন করে তাতে তেরোটি — সাথে দশটি ধরনের একটি ওয়েবহুক ইভেন্ট এনাম। তিনটির কোনোটিতেই লেভেল ইভেন্ট নেই। কোনো নোটিফিকেশন ট্রিগার হয় না। কোনো ওয়েবহুক ট্রিগার হয় না। কোনো উদযাপন দেখা যায় না। hasLeveledUp নামের একটি হেল্পার কোডবেসে আছে, এক্সপোর্ট ব্যারেল থেকে কমেন্ট আউট করা, এবং কোথাও কল করা হয় না।

Zealy-তে Level-এর একমাত্র যান্ত্রিক পরিণতি হলো এটি একটি quest condition হিসেবে ব্যবহার করা যায় — কে কোনো কিছু করার চেষ্টা করতে পারবে তার একটি গেট। এটুকুই।

উপরের level-সংক্রান্ত অংশের পরিপ্রেক্ষিতে, এটি শোনার চেয়ে কম নিন্দনীয় এবং বিকল্পটির চেয়ে বেশি সৎ। Level-গুলোর পেছনে প্রায় কোনো প্রমাণ নেই, আর level-up উদযাপন ঠিক সেই ধরনের জিনিস যা শুধু সবাই শিপ করে বলে শিপ করা হয়। কিন্তু আপনি যদি Zealy বেছে নেন এই ভেবে যে সদস্যরা level 10-এ পৌঁছে তৃপ্তিদায়ক ping পাবে, তাহলে সঠিকভাবে ভাবুন: তারা একটি বড় সংখ্যা পায়।

দুটি leaderboard scope, এবং সাপ্তাহিক বা মাসিক কোনোটি নেই

Zealy-তে ঠিক দুটি leaderboard scope আছে: all-time এবং per-sprint। কোনো সাপ্তাহিক, মাসিক বা দৈনিক leaderboard নেই। আপনি যদি ছোট একটি উইন্ডো চান — আর উপরের leaderboard-প্রমাণ একটি উইন্ডোর পক্ষে যথেষ্ট যুক্তি, কারণ নতুন উইন্ডো কে তলানিতে আছে তা রিসেট করে — তাহলে আপনি একটি sprint, তৈরি করেন, যা নির্বাচিত quest-গুলোর মধ্যে সীমাবদ্ধ একটি সময়সীমাবদ্ধ দ্বিতীয় leaderboard।

দুটি বিবরণ ভুলভাবে বর্ণিত হয়, মাঝে মাঝে আমাদের দ্বারাও। leaderboard reset হলো একটি তারিখ-কাটঅফ যোগ একটি soft delete, মুছে ফেলা নয় — quest claim ইতিহাস অপরিবর্তিত থাকে এবং সদস্যদের XP সামনে থেকে শূন্য হয়ে যায়। আর টাই ভাঙে সেই ব্যক্তির পক্ষে যে আগে মোটে পৌঁছেছে, তবে একটি ম্যানুয়াল XP grant সদস্যের পরবর্তী quest claim পর্যন্ত সেই tie-break বাতিল করে।

Sprint পুরস্কার আনুপাতিক, কোনো পোডিয়াম নয় এবং কোনো লটারিও নয়

ডিফল্ট স্প্রিন্ট পেআউট হলো প্রতিটি সদস্যের XP-এর অংশের সমানুপাতিক রিওয়ার্ড জোনের ভেতরে থাকা সবার মধ্যে। এটি টপ-থ্রি নয়, এবং এটি ড্র নয়। রিওয়ার্ড জোন হলো বিতরণের আগে প্রয়োগ করা একটি যোগ্যতার কাটঅফ, কোনো পেআউট কার্ভ নয়। বিকল্প সেটিংটি প্রতিটি টিয়ারের মধ্যে একটি র‍্যাঙ্ক রেঞ্জ সমানভাবে ভাগ করে। উভয় পথই রাউন্ড ডাউন করে — আনুপাতিকটি প্রতি কারেন্সিতে একবার, টিয়ার্ডটি দুইবার — তাই উভয় ক্ষেত্রেই একটি ছোট ভগশেষ অবিতরিত থেকে যায়। টিয়ার্ড পথে এটি ইচ্ছাকৃত এবং ডকুমেন্টেড: ফাংশনের নিজস্ব কমেন্টে লেখা আছে "Remainder from rounding stays undistributed."

Sprint প্রাইজ পুল শুধুমাত্র USDC এবং zaps। একটি sprint XP, রোল, NFT বা টোকেন দিতে পারে না; সেগুলো থাকে , যেখানে পাঁচটি রিওয়ার্ড মেথড আছে, যার একটি হলো র‍্যাফল। রিওয়ার্ড টাইপের সংখ্যা নির্ভর করে আপনি কোথায় দেখছেন তার উপর: Zealy-এর API সাতটি বিজ্ঞাপন করে, কিন্তু quest এডিটর NFT রিওয়ার্ড বাদ দেয়, তাই একজন অ্যাডমিন ছয়টি কনফিগার করতে পারেন — এজন্যই আমাদের ডকস পেজে সাতটি নয়, ছয়টি তালিকাভুক্ত। Zealy নিজের ডেটাবেসে স্বয়ংক্রিয়ভাবে র‍্যাফল ড্র করে, এবং ড্রটি আলাদা সদস্য নয় বরং claim নির্বাচন করে, তাই একটি পুনরাবৃত্ত quest-এ যার একাধিক সফল claim আছে তার আনুপাতিকভাবে বেশি এন্ট্রি থাকে। একটি ডিজাইন করার আগে এটি জানা ভালো।, যেখানে পাঁচটি রিওয়ার্ড মেথড আছে, যার একটি হলো র‍্যাফল। রিওয়ার্ড টাইপের সংখ্যা নির্ভর করে আপনি কোথায় দেখছেন তার উপর: Zealy-এর API সাতটি বিজ্ঞাপন করে, কিন্তু quest এডিটর NFT রিওয়ার্ড বাদ দেয়, তাই একজন অ্যাডমিন ছয়টি কনফিগার করতে পারেন — এজন্যই আমাদের ডকস পেজে সাতটি নয়, ছয়টি তালিকাভুক্ত। Zealy নিজের ডেটাবেসে স্বয়ংক্রিয়ভাবে র‍্যাফল ড্র করে, এবং ড্রটি আলাদা সদস্য নয় বরং claim নির্বাচন করে, তাই একটি পুনরাবৃত্ত quest-এ যার একাধিক সফল claim আছে তার আনুপাতিকভাবে বেশি এন্ট্রি থাকে। একটি ডিজাইন করার আগে এটি জানা ভালো।

Zealy-এর নেই এমন পাঁচটি জিনিস

এগুলোর প্রত্যেকটি Zealy-এর রিপোজিটরিতে ট্র্যাক করা সোর্স সম্পর্কে একটি দাবি, যা 17 August 2026-এ API, backend, schemas, models, utils, queries, contracts, web app এবং database migrations জুড়ে অনুসন্ধান করা হয়েছে।

1. কোনো ব্যাজ নেই এবং কোনো অ্যাচিভমেন্ট নেই যা একজন সদস্য অর্জন করতে পারেন। এটি যাচাই করার সময় সতর্ক থাকুন, কারণ আমরা প্রথমবার ভুল করেছিলাম। অনুসন্ধান করা badge কোডবেস জুড়ে অনুসন্ধান করলে একশোরও বেশি ফাইল পাওয়া যায়, এবং সবচেয়ে বড় দলটি হলো একটি Badge কম্পোনেন্ট, Zealy-এর ডিজাইন সিস্টেমে — ইন্টারফেস জুড়ে স্ট্যাটাস ও গণনার জন্য ব্যবহৃত একটি ছোট লেবেল, যা কেউ অর্জন করে না। medal একইভাবে একটি getMedal হেল্পার পাওয়া যায়, যা লিডারবোর্ডে প্রথম, দ্বিতীয় ও তৃতীয় স্থান আঁকে, যা পুরস্কারের বদলে র‍্যাঙ্কের একটি রেন্ডারিং। যা কোথাও নেই তা হলো একটি ব্যাজ বা অ্যাচিভমেন্ট entity:এমন কিছু যা কোনো সদস্যকে দেওয়া হয় না, ধারণ করে না, বা যার সংগ্রহ দেখানো যায় না। Discourse এবং Tatsu উভয়েরই প্রকৃত ব্যাজ সিস্টেম রয়েছে। আমাদের একই নামের একটি UI কম্পোনেন্ট আছে।
2. কোনো স্ট্রিক নেই। streak, loginStreak, visitStreak এবং day streak tracked source-এ কিছুই ফেরত দেয় না। Layer3-এ Streaks আছে এবং Duolingo সেগুলোকে ঘিরে একটি ক্যাটাগরি গড়ে তুলেছে। streak-এর প্রমাণ যতই পাতলা হোক, আমরা তাড়াহুড়ো করছি না, তবে অনুপস্থিতি তো অনুপস্থিতিই।
3. দৈনিক লগইন বোনাস নেই। dailyLogin, loginBonus, dailyBonus, login reward, lastLoginAt, lastSeenAt, dailyClaim, daysActive এবং activeDays সবই শূন্য ফেরত দেয়। Zealy অবশ্য একটি প্ল্যাটফর্ম-স্তরের Daily Challenge চালায় — তিনটি ফিচার্ড কমিউনিটির প্রতিটিতে একটি quest সম্পন্ন করুন, humanity verification পাস করুন, একটি lottery ticket claim করুন — কিন্তু এটি একটি দৈনিক রিসেট যেখানে ধারাবাহিক দিনের বোনাস নেই, এবং এটি আপনার কমিউনিটির নয়, Zealy-এর। Recurring quest-গুলোও ক্যালেন্ডার সীমানায় রিসেট হয়, যা পুনরাবৃত্তি, streak নয়।
4. XP মাল্টিপ্লায়ার বা বুস্ট নেই। xpMultiplier, boostXp, doubleXp এবং xpBoost সবই শূন্য ফেরত দেয়। Zealy-এর আছে একটি " boost feature, এবং এটি একটি কোয়েস্ট বা স্প্রিন্টের পেইড প্রমোশন, রিওয়ার্ড মাল্টিপ্লায়ার নয়। ডাবল-XP উইকএন্ডের পরিকল্পনা করবেন না।
5. লেভেল-ভিত্তিক বা XP-ভিত্তিক কোনো রোল অটোমেশন নেই। autoRole, roleByLevel, levelRole, xpThreshold, autoAssignRole, rankRole, tierRole এবং roleSync সবই শূন্য ফেরত দেয়। Zealy-তে একটি Discord রোল হলো একটি কোয়েস্ট পুরস্কার, যা একটি ক্লেইম অনুমোদিত হলে একবার দেওয়া হয়। Tatsu স্বয়ংক্রিয়ভাবে লেভেলভিত্তিক রোল দেয়; Zealy দেয় না।

আর এই নিবন্ধের বিষয়ের জন্য সবচেয়ে গুরুত্বপূর্ণটি হলো:

Zealy কোনো রিটেনশন মেট্রিক গণনা করে না। retention, churn, D7, D30, DAU, WAU, MAU, returnRate, repeatVisit, stickiness, dropOff, dailyActive এবং monthlyActive tracked source-এ সবই শূন্য রিটার্ন করে। গঠনগতভাবে, analytics ইন্টারফেসে পনেরোটি মেথড ঘোষণা করা আছে — দুটি চলমান টোটাল যেগুলো কোনো তারিখ-পরিসর নেয় না, claim স্ট্যাটাস অনুযায়ী একটি উইন্ডোড কাউন্ট, পাঁচটি র‍্যাংকড লিস্ট, ইন্টারভ্যাল অনুযায়ী বাকেট করা ছয়টি সিরিজ, এবং একটি নির্দিষ্ট তারিখ অনুযায়ী একটি মেম্বার কাউন্ট। এর কোনোটিই একজন মেম্বারের আগের অ্যাক্টিভিটি তার পরের অ্যাক্টিভিটির সাথে জোড়া লাগায় না, অথচ retention-এর জন্য এই অপারেশনটাই দরকার।

তাই যখন কোনো gamification ভেন্ডর বলে তাদের মেকানিক্স retention বাড়ায়, জিজ্ঞেস করুন তারা কী মাপে। আমরা এটা মাপতে পারি না, এবং gamification নিয়ে আমাদের নিজেদের লেখাতেই আমরা আপনাকে সেটা বলছি।

স্বাভাবিক পরিধি এখানেও প্রযোজ্য: এগুলো তালিকাভুক্ত সার্চগুলো সম্পর্কে বক্তব্য, সেই কোডবেসে, সেই তারিখে। এগুলো Zealy কখনো শিপ করেছে বা শিপ করবে এমন প্রতিটি ফিচার সম্পর্কে দাবি নয়।

মেকানিক্স মূল্যায়নের আগে Zealy আসলে কী তার সাধারণ চিত্র চাইলে, what is Zealy সেটা কভার করে।

একটি কমিউনিটির জন্য gamification প্ল্যাটফর্ম কীভাবে বেছে নেবেন

আপনি যে মেকানিক্স পছন্দ করেন তা দিয়ে নয়, যে আচরণ দরকার তা দিয়ে বেছে নিন। অর্জিত স্ট্যাটাস যদি সত্যিকারের পারমিশন দেয়, তাহলে Discourse। লিডারবোর্ডের দৃশ্যমানতা যদি ঐচ্ছিক হতে হয়, তাহলে Circle। কাজটা যদি token-gated access হয়, তাহলে Guild.xyz। নির্ধারিত সময়সূচিতে পুরস্কৃত ভেরিফায়েড অফ-প্ল্যাটফর্ম অ্যাকশন দরকার হলে Zealy-এর মতো একটি quest প্ল্যাটফর্ম।

প্রমাণ যে কয়েকটি সিদ্ধান্তকে সত্যিই সমর্থন করে:

আপনার সবচেয়ে সক্রিয় মানুষদের কাছ থেকে আরও অবদান চাইলে তাদের আলাদাভাবে স্বীকৃতি দিন। এটাই উইকিপিডিয়ার বার্নস্টার ফলাফল, এবং এই নিবন্ধের সবচেয়ে শক্তিশালী কমিউনিটি পর্যবেক্ষণ। এর সঙ্গে একটি সতর্কবার্তাও আছে: ফলো-আপ গবেষণায় দেখা গেছে, একই পুরস্কার কম সক্রিয় অবদানকারীদের মধ্যে কম ধরে রাখার সঙ্গে সম্পর্কিত ছিল। সংকীর্ণ ও প্রতিযোগিতামূলকভাবে নয়, বিস্তৃতভাবে ও নির্দিষ্টভাবে স্বীকৃতি দিন।

আপনি চাইলে একজন মানুষ এটি অনুভব করুক, তবে এটি একজন মানুষেরই করা উচিত। যে মেটা-বিশ্লেষণে বাস্তব পুরস্কার অন্তর্প্রেরণা কমিয়েছিল, সেই একই বিশ্লেষণে ইতিবাচক প্রতিক্রিয়া অন্তর্প্রেরণা বাড়িয়েছিল, আর একটি সার্টিফিকেটও বাস্তব পুরস্কার হিসেবে গণ্য হয়েছিল। একটি স্বয়ংক্রিয় ব্যাজ আর একজন মডারেটরের বলা "এ সপ্তাহে এখানে এটাই সেরা উত্তর" একই পণ্য-বৈশিষ্ট্য নয়, আর কম খরচের বিকল্পটির পক্ষেই বেশি প্রমাণ আছে।

আপনি লিডারবোর্ড চালালে তা চালু করার আগে নিচের অর্ধেকের কথা ভাবুন। পরম র‍্যাঙ্কের বদলে আপেক্ষিক অবস্থান দেখান, অথবা মালিককে লিডারবোর্ড প্রাইভেটে সুইচ করতে দিন, বা এটি একটি সংক্ষিপ্ত উইন্ডোতে সীমাবদ্ধ করুন যা রিসেট হয়। Circle-এর প্রাইভেসি টগল আমাদের পাওয়া এর সবচেয়ে পরিচ্ছন্ন সংস্করণ; Zealy-এর স্প্রিন্ট হলো সংক্ষিপ্ত-উইন্ডো সংস্করণ।

আপনি যদি ভলিউম চান, পয়েন্ট ঠিক আছে এবং আপনার তাদের কাছ থেকে আরও বেশি কিছু আশা করা উচিত নয়। তারা পরিমাণ বাড়ায়। তারা কাজটি সম্পর্কে মানুষের অনুভূতি কীভাবে পরিবর্তন করে তা দেখা যায় না।

রিটেনশন প্রতিশ্রুতিতে একটি প্ল্যাটফর্ম কিনবেন না। আমরা যাদের কাছে পৌঁছাতে পেরেছি এমন সাহিত্যে কেউই এটি পরিমাপ করেনি। যে বিক্রেতা রিটেনশন শতাংশ উদ্ধৃত করে, তাদের হয় প্রাইভেট ডেটা আছে যা তাদের বর্ণনা করা উচিত, অথবা তারা এটি অন্য বিক্রেতার ব্লগ থেকে পড়েছে।

দুটি সংলগ্ন সিদ্ধান্ত যা এই পোস্ট ইচ্ছাকৃতভাবে আপনার জন্য নেয় না। যদি মেকানিক্স একটি অ্যাম্বাসেডর প্রোগ্রামের জন্য হয়, ডিজাইন সীমাবদ্ধতাগুলো ভিন্ন এবং কীভাবে একটি ক্রিপ্টো অ্যাম্বাসেডর প্রোগ্রাম চালাবেন সেগুলো কভার করে। যদি আপনার গেমিফিকেশন একটি রিভিউ কিউ তৈরি করে — এবং যে কোনো কাজ যাতে একজন মানুষকে সাবমিশন পড়তে হয় তা করবে — কীভাবে কমিউনিটি কাজ ডেলিগেট করবেন সেই স্টাফিং খরচ কভার করে যা কখনো প্রাইসিং পেজে দেখা যায় না। এবং যদি আপনি একটি বৃহত্তর গো-টু-মার্কেটের অংশ হিসেবে গেমিফিকেশন বেছে নিচ্ছেন, আমাদের web3 মার্কেটিং গাইড এটি অন্যান্য চ্যানেল এবং তাদের খরচের পাশে রাখে।

আমরা আপনাকে যা দিয়ে যেতে পারি তার সবচেয়ে উপকারী জিনিস হলো অনিশ্চয়তার আকৃতি। ছয়টি মেকানিক্স, তাদের মধ্যে একটি প্রকৃত কমিউনিটি RCT, একটি পেওয়ালড রিটেনশন দিক, এবং একটি সাহিত্য যা বেশিরভাগই শিক্ষার্থীদের নিয়ে। এখানে যে কেউ আপনাকে নিশ্চয়তা বিক্রি করছে সে দেখেনি।