Máquina de Recursos Humanos

Human Resource Machine es un videojuego de puzles basado en programación visual desarrollado por Tomorrow Corporation . El juego se lanzó para Microsoft Windows , OS X y Wii U en 2015, y posteriormente para Linux en marzo de 2016, iOS en junio de 2016, Android en diciembre de 2016 ^{[ 1 ]} y Nintendo Switch en marzo de 2017. ^{[ 2 ]} Human Resource Machine utiliza el concepto de un empleado de oficina asignado a realizar tareas que implican mover objetos entre una bandeja de entrada, una bandeja de salida y áreas de almacenamiento como metáfora de conceptos de lenguaje ensamblador . El jugador resuelve unos cuarenta puzles para construir un programa que complete una tarea específica.

Una secuela, 7 Billion Humans , se estrenó el 23 de agosto de 2018. ^{[ 3 ]}

El juego incluye aproximadamente 40 rompecabezas de programación, cada uno considerado un "año" de la permanencia del avatar del jugador en una estructura corporativa. En cada rompecabezas, el jugador crea una lista de instrucciones a partir de comandos rudimentarios para controlar los movimientos de su avatar en una vista aérea de una oficina. La oficina cuenta con dos cintas transportadoras: una bandeja de entrada que envía un número entero o un carácter alfabético representado por una pequeña caja, y una bandeja de salida para recibirlos. El piso de la oficina también suele incluir varios espacios numerados marcados, cada uno con capacidad para una caja. Para cada rompecabezas, se le indica al jugador una tarea específica, como sumar dos números que llegan a la bandeja de entrada o ordenar una cadena de caracteres terminada en cero y entregar los resultados en el orden correcto a la bandeja de salida.

El jugador utiliza comandos sencillos para crear una lista de instrucciones que le permitan realizar la tarea asignada. Estos comandos incluyen recoger el primer objeto de la bandeja de entrada, colocar el objeto que el avatar lleva consigo en la bandeja de salida, copiar el objeto transportado a una casilla marcada, sumar o restar el objeto transportado con el objeto de la casilla marcada, y tomar decisiones basadas en el valor del objeto transportado, como si es cero o negativo. De esta forma, se imitan los elementos del lenguaje ensamblador : las instrucciones sencillas equivalentes a los códigos de operación , la capacidad del avatar para sostener un objeto que refleja un registro del procesador y los espacios en el suelo de la oficina que representan la memoria principal . Más adelante, el jugador adquiere la capacidad de utilizar el concepto de direcciones de memoria , mediante el cual puede dirigir las instrucciones para que operen en un espacio específico del suelo, etiquetado con el número de otro espacio. El enfoque visual del lenguaje también permite al jugador colocar notas sencillas dibujadas a mano como etiquetas, tanto en la lista de instrucciones como para etiquetar los espacios del suelo, para mayor claridad. Los bucles y los comandos de salto también están marcados con flechas para ayudar al jugador a identificar el flujo lógico. Una vez creado el programa, se puede ejecutar, aumentando la velocidad para programas más largos o pausando y avanzando paso a paso para depurarlo. Si la salida recibe datos inesperados, el programa finalizará inmediatamente y el jugador deberá corregirlo. Aunque solo se mostrará la lista de instrucciones con una entrada y la salida esperada, el juego también la probará con otras entradas y salidas aleatorias y avisará si alguna falla. El jugador puede recibir un recordatorio de la tarea y un ejemplo de la salida esperada de un supervisor que observa el trabajo de su avatar, además de pistas para resolver algunos programas.

Una vez que el jugador completa un rompecabezas, se le muestra cuántas instrucciones requirió y cuánto tiempo tardó en procesarse el programa en promedio. La mayoría de los rompecabezas tienen dos desafíos basados ​​en alcanzar o superar estas dos métricas; cumplir ambos desafíos puede ser mutuamente excluyente, pero el jugador puede volver a cualquier rompecabezas una vez resuelto para optimizarlo.

El juego incluye varias escenas cinemáticas que se muestran después de ciertos puzles y que revelan que la ciudad para la que trabaja el avatar del jugador está siendo atacada por robots, que posteriormente van reemplazando gradualmente a otros trabajadores con robots.

Human Resource Machine fue desarrollado por Tomorrow Corporation , una empresa de desarrollo fundada por Kyle Gabler, Allan Blomquist y Kyle Gray. Gabler considera que el juego es una extensión de títulos anteriores donde han aplicado la gamificación a otros principios; World of Goo (desarrollado por Gabler y Ron Carmel bajo 2D Boy ) aplicó la idea del juego al concepto de la ley de Hooke , mientras que Little Inferno usó la naturaleza del juego para explorar el valor del tiempo. ^{[ 4 ]} El equipo de desarrollo vio que los mismos principios podían aplicarse a las computadoras y usó eso como base para Human Resource Machine . ^{[ 4 ]} A diferencia de Little Inferno , del cual Gabler afirmó que era difícil hablar con la prensa sin revelar una gran revelación de la segunda mitad del juego, el concepto de Human Resource Machine era muy simple de entender y no tenía secretos que ocultar. ^{[ 4 ]} Decidieron usar el entorno de oficina porque facilitaba la creación de análogos de la vida real para conceptos de lenguaje ensamblador que los jugadores pudieran entender, y facilitaba que el jugador construyera la lista de instrucciones. ^{[ 4 ]} El juego se enriqueció desarrollando el diálogo en pantalla del supervisor explicando la tarea en un lenguaje claro pero con un toque de descaro, y dicho lenguaje se utilizó de forma consistente a lo largo de todo el juego. ^{[ 4 ]}

El juego recibió "críticas generalmente favorables" en todas las plataformas excepto la versión de Wii U, que recibió críticas mixtas, según el sitio web de agregación de reseñas Metacritic . ^{[ 5 ] [ 6 ] [ 7 ] [ 8 ]} Se le atribuyó el mérito de poder destilar las complejidades de la programación en lenguaje ensamblador en una metáfora visual fácil de entender. Angus Morrison de PC Gamer consideró que la progresión de los puzles era sólida y enseñaba conceptos importantes de programación, aunque habría apreciado más instrucciones sobre algunos de los enfoques avanzados; Morrison también sintió que el escenario y la historia del juego estaban infrautilizados. ^{[ 18 ]} Laura Kate Dale de Destructoid también encontró problemática la falta de material didáctico para conceptos avanzados en la segunda mitad del juego, y sintió que el juego no se comprometía completamente a ser un buen juego didáctico para programadores principiantes ni un desafío difícil para los avanzados. ^{[ 12 ]} Laura Hudson de Boing Boing creía que el enfoque del juego hacia la programación y su estilo visual, que coincide con el de Little Inferno , ayuda a evitar ahuyentar a los posibles jugadores, y que algunos de los rompecabezas fueron diseñados para hacer que el jugador se sintiera inteligente después de completarlos. ^{[ 21 ]}

En enero de 2018, Tomorrow Corporation anunció una secuela de Human Resource Machine , titulada 7 Billion Humans , que se lanzó el 23 de agosto de 2018. El juego se basa en los mismos principios de programación visual que Human Resource Machine , pero ahora el jugador controla a varios agentes humanos con el mismo objetivo de completar diversas tareas mediante un lenguaje de ensamblaje visual. ^{[ 22 ] [ 23 ] [ 24 ]}

• Sitio web oficial
• Máquina de Recursos Humanos en MobyGames