ทีม Counter-Strike ระดับผู้เชี่ยวชาญพูดระหว่างรอบมากกว่าทีมที่ไม่ใช่ผู้เชี่ยวชาญ 34.63% และพูดด้วยจำนวนคำต่อวินาทีสูงกว่า 29.39% (Eldadi และ Tenenbaum, Sport, Exercise, and Performance Psychology 2025) การประสานงานส่งผลถึงกระดานคะแนนด้วย: ใน 31,055 แมตช์ League of Legends แบบแรงก์ ทีมที่ถูกประเมินว่าร่วมมือกันชนะ 89.54% ของเกม เทียบกับ 20.18% ของทีมที่ไม่ร่วมมือ (Caldeira และคณะ, arXiv 2025) ช่องทางของทีมยังมีความเสี่ยงด้วย เพราะผู้เล่น Call of Duty มีโอกาสได้ยินภาษาเป็นพิษจากเพื่อนร่วมทีมมากกว่าจากฝ่ายตรงข้ามสองถึงมากกว่าสามเท่า (Morrier, Mahmassani และ Alvarez, arXiv 2024) สรุปนี้ครอบคลุมช่องทางส่วนตัวของทีมในการแข่งขัน ไม่ใช่การพูดคุยในล็อบบี้เปิดที่วัดไว้ในสถิติการใช้แชทเสียงตามระยะใกล้ของเรา เรารวบรวมข้อมูลจาก Journal of Sport and Exercise Psychology, ACM CSCW และ CHI, คู่มือกติกา Major ของ Valve, Riot Games, งานวิจัยที่เกี่ยวข้องกับ Activision และงานศึกษาอื่นอีกกว่าสิบชิ้นทั้งที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิและที่เป็นฉบับก่อนตีพิมพ์ ซึ่งศึกษาการสื่อสารของทีมที่ถูกบันทึกไว้
สรุปโดยย่อ
- ทีม CS:GO ระดับผู้เชี่ยวชาญพูดระหว่างรอบมากกว่าทีมที่ไม่ใช่ผู้เชี่ยวชาญ 34.63% (Eldadi และ Tenenbaum, SEPP 2025)
- ทีม League of Legends เฉลี่ย 537.2 ประโยคพูดด้วยเสียงต่อเกม รวม 45,660 ประโยคใน 84 เกม (Son และคณะ, arXiv 2025)
- ผู้เล่น Counter-Strike ในการแข่งขันทำคอลเอาต์ 16.2 ครั้งต่อนาที ส่วนผู้เล่น Halo 3 ทำ 25.5 ครั้ง (Tang และคณะ, CSCW 2012)
- ทีม League of Legends ที่ร่วมมือกันชนะ 89.54% ของเกมแรงก์ เทียบกับ 20.18% ของทีมที่ไม่ร่วมมือ (Caldeira และคณะ, arXiv 2025)
- การศึกษา CHI 2016 กับผู้เล่น 84,489 คนพบความสัมพันธ์เชิงบวกแต่ลดหลั่นระหว่างปิงกับผลงาน (Leavitt, Keegan และ Clark, CHI 2016)
- ผู้เล่น League ระดับ Master ส่งปิง ‘กำลังไป’ 0.489 ครั้งต่อนาที เทียบกับ 0.267 ในทุกระดับ (League of Graphs, ผ่าน Lee และคณะ, CHI 2025)
- เพื่อนร่วมทีมมีโอกาสเป็นต้นทางของภาษาเป็นพิษทางเสียงมากกว่าฝ่ายตรงข้ามสองถึงมากกว่าสามเท่า (Morrier, Mahmassani และ Alvarez, arXiv 2024)
- เพื่อนร่วมทีมที่จงใจเป็นพิษทำให้ผลงานของทีมและของบุคคลลดลงในการทดลองกับผู้เล่น 716 คน (Monge และ O’Brien, Media Psychology 2022)
- โค้ชในรายการ Major ของ Counter-Strike พูดกับผู้เล่นได้เฉพาะช่วงวอร์มอัป พักครึ่ง และไทม์เอาต์เชิงยุทธวิธี (Valve, Major Supplemental Rulebook)
- โครงการทดลอง Coach Voice ปี 2026 ของ Riot อนุญาตสูงสุด 3 เซสชัน เซสชันละ 45 วินาทีต่อเซต (Riot Games, ผ่าน Sports Kyunghyang 2025)
1. ปริมาณและจังหวะ: ทีมแข่งขันพูดคุยกันมากแค่ไหน
ทีมที่มีฝีมือไม่เงียบลงเมื่อถูกกดดัน แต่พูดมากขึ้น เร็วขึ้น และกระจายตัวเท่าเทียมกันมากขึ้น ในกลุ่มตัวอย่างจับคู่ที่มี CS:GO แปดแมตช์ ทีมผู้เชี่ยวชาญพูด 15,727 คำจากทั้งหมด 22,490 คำที่บันทึกระหว่างการเล่นสด หรือ 69.9% (15,727 / 22,490) และกระจายการพูดนั้นให้เท่าเทียมกันมากขึ้นระหว่างผู้เล่นทั้งห้าคน โดยพูดต่อเนื่องจากคำกล่าวเชิงข้อเท็จจริงไปยังคำกล่าวเชิงข้อเท็จจริง และจากคำกล่าวเชิงการกระทำไปยังคำกล่าวเชิงการกระทำ ในขณะที่ทีมที่ไม่ใช่ผู้เชี่ยวชาญเลื่อนไหลไปมาระหว่างคำพูดนอกเรื่องงานกับคำกล่าวเชิงอารมณ์ (Eldadi, Fitoussi และ Tenenbaum, Journal of Sport and Exercise Psychology 2025) ช่องว่างนี้ยังคงอยู่ระหว่างรอบ ซึ่งเป็นช่วงที่ทีมรวมตัวกันใหม่และวางแผนรอบถัดไป (Eldadi และ Tenenbaum, Sport, Exercise, and Performance Psychology 2025)
อย่างไรก็ตาม ปริมาณเพียงอย่างเดียวเป็นสัญญาณที่อ่อน ทีม League of Legends ที่พูดมากที่สุดในชุดข้อมูลหนึ่งสร้างประโยคพูดต่อเกมมากกว่าทีมที่เงียบที่สุดราว 1.9 เท่า (648.8 / 333.2) แต่สถานะมืออาชีพไม่ได้รับประกันว่าจะมีจำนวนสูง ทีมมืออาชีพทีมหนึ่งเฉลี่ย 384.7 ประโยคพูดต่อเกม ต่ำกว่าทีมสมัครเล่นที่ 505.8 (Son และคณะ, arXiv 2025) ใครเป็นผู้พูด และอะไรตามมา สำคัญกว่าตัวเลขดิบ ส่วนช่องทางนี้ทำงานที่ไหน ในเกมหรือในแอปปาร์ตี้แยกต่างหาก เป็นอีกคำถามหนึ่งที่กล่าวถึงในสถิติแชทปาร์ตี้บนคอนโซลและเสียงข้ามแพลตฟอร์มของเรา
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| จำนวนคำที่พูดระหว่างการเล่นสด ทีมผู้เชี่ยวชาญเทียบกับทีมที่ไม่ใช่ผู้เชี่ยวชาญ (4,040 คำกล่าว, CS:GO 8 แมตช์) | 15,727 เทียบกับ 6,763 (ผู้เชี่ยวชาญ 69.9% ของ 22,490) | Eldadi, Fitoussi และ Tenenbaum, Journal of Sport and Exercise Psychology 2025 |
| คำกล่าวระหว่างรอบ ทีมผู้เชี่ยวชาญเทียบกับทีมที่ไม่ใช่ผู้เชี่ยวชาญ | ทีมผู้เชี่ยวชาญมีคำกล่าวมากกว่า 34.63% (ราว 1,052 คำกล่าว, 8 แมตช์) | Eldadi และ Tenenbaum, Sport, Exercise, and Performance Psychology 2025 |
| จำนวนคำต่อวินาทีระหว่างรอบ ทีมผู้เชี่ยวชาญเทียบกับทีมที่ไม่ใช่ผู้เชี่ยวชาญ | สูงกว่า 29.39% ในทีมผู้เชี่ยวชาญ | Eldadi และ Tenenbaum, Sport, Exercise, and Performance Psychology 2025 |
| ประโยคพูดด้วยเสียงต่อเกม League of Legends (ทีมมืออาชีพ 3 ทีมและทีมสมัครเล่น 2 ทีม, 84 เกม): ค่าเฉลี่ย และทีมที่พูดมากที่สุดเทียบกับน้อยที่สุด | เฉลี่ย 537.2 (SD = 188.7); 648.8 เทียบกับ 333.2 | Son และคณะ, arXiv 2025 |
| คอลเอาต์ต่อนาทีในช่วงท้ายของการแข่งขันท้องถิ่นสองรายการ: Halo 3, Counter-Strike, Team Fortress 2 | 25.5, 16.2 และ 10.5 วลีต่อนาที | Tang และคณะ, CSCW 2012 |
หมายเหตุบริบท: อัตราคอลเอาต์มาจากเสียงการแข่งขันราวหกชั่วโมงของผู้เล่น 49 คน ข้อมูลล่าสุดที่มี: Tang และคณะ, CSCW 2012 เราไม่พบงานศึกษาที่ใหม่กว่าซึ่งเผยแพร่อัตราคอลเอาต์ต่อนาทีข้ามเกมยิงหลายเกม
2. ภายในคอลเอาต์: ทีมพูดอะไรกันจริง ๆ
คอลเอาต์คือรายงานด้วยเสียงสั้น ๆ ที่บอกเพื่อนร่วมทีมว่ามีบางสิ่งอยู่ที่ไหนหรือกำลังจะเกิดอะไรขึ้น ข้อมูลแสดงว่าคอลเอาต์เกี่ยวกับสถานที่อย่างท่วมท้น: คอลเอาต์ 69.5% ที่พูดถึงผู้พูดหรือทีมศัตรูมีตำแหน่งรวมอยู่ด้วย (Tang และคณะ, CSCW 2012) นี่คือเหตุผลที่แผนที่แข่งขันทุกแผนที่พัฒนาคลังคำศัพท์ร่วมของจุดที่มีชื่อเรียก การศึกษาเชิงชาติพันธุ์วรรณนาของทีม CS:GO สองทีมที่เป็นผู้เล่นอายุ 17 และ 18 ปี เรียนด้วยภาษาสวีเดนและสลับไปใช้ภาษาฟินแลนด์ พบว่าคอลเอาต์ของพวกเขาส่วนใหญ่เป็นคำภาษาอังกฤษที่ทุกคนรู้จักร่วมกัน และทีมมีเวลาราว 15 วินาทีระหว่างรอบเพื่อตกลงแผน (Rusk, Ståhl และ Jusslin, Eludamos 2022) คำบอกตำแหน่งมีอยู่ส่วนหนึ่งเพราะหูเพียงอย่างเดียวไม่น่าเชื่อถือ: ความคลาดเคลื่อนของทิศทางในเสียงจากหูฟังถูกวัดไว้ในสถิติการระบุทิศทางเสียงด้วย HRTF ของหูฟังเกมมิ่งของเรา
ในการสื่อสารของเกม MOBA สัดส่วนเอนไปทางข้อมูลและคำสั่ง จาก 45,458 ประโยคพูดของ League of Legends ที่ตัวจำแนกอัตโนมัติจัดเข้ากับวัจนกรรมในบทสนทนา (ป้ายที่บอกว่าประโยคพูดนั้นทำหน้าที่อะไร เช่น ให้ข้อมูลหรือสั่งการ) มี 20,291 ประโยคเป็นการให้ข้อมูล (Inform) หรือ 44.6% (20,291 / 45,458) (Son และคณะ, arXiv 2025) โค้ชบ่นถึงส่วนที่เหลือของกระแสคำพูด: ในเกมตัวอย่างหนึ่งจากงานศึกษาที่ผู้ช่วยโค้ชของ GiantX เป็นผู้เขียนร่วม 39.1% ของ 23 ประโยคที่ผู้เล่นคนหนึ่งพูดเป็นคำเติมช่องว่างหรือพูดนอกเรื่อง (Vinot และ Perez, arXiv 2024)
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| คอลเอาต์ Counter-Strike ที่ผู้พูดรายงานสถานะหรือตำแหน่งของตัวเอง | 38.7% | Tang และคณะ, CSCW 2012 |
| คอลเอาต์ Counter-Strike ที่ระบุตำแหน่งบนแผนที่โดยเฉพาะ | 43.5% | Tang และคณะ, CSCW 2012 |
| ความยาวของคอลเอาต์ส่วนใหญ่ (Halo 3, Team Fortress 2, Counter-Strike) | 8 คำหรือน้อยกว่า | Tang และคณะ, CSCW 2012 |
| ประโยคพูดใน League of Legends จำแนกตามวัจนกรรมในบทสนทนา: การให้ข้อมูล (Inform), การสั่งการ (Directive), การถาม (Question), การให้คำมั่น (Commissive, ให้คำมั่นว่าจะลงมือทำ) | 20,291 (44.6% ของ 45,458 ที่จำแนกแล้ว), 10,060, 9,626 และ 5,481 | Son และคณะ, arXiv 2025 |
| เวลาที่มีระหว่างรอบ CS:GO เพื่อตกลงแผนถัดไป | ประมาณ 15 วินาที | Rusk, Ståhl และ Jusslin, Eludamos 2022 |
| สัดส่วนประโยคของผู้เล่นคนหนึ่งที่ถูกทำเครื่องหมายว่าเป็นคำเติมช่องว่างหรือนอกเรื่อง (การสื่อสารแบบ ‘ปรสิต’) ในเกมตัวอย่างที่โค้ชทำหมายเหตุ | 39.1% ของ 23 ประโยค | Vinot และ Perez, arXiv 2024 |
หมายเหตุค่าผิดปกติ: ตัวเลข 39.1% อธิบายผู้เล่นคนเดียวในตัวอย่างเดียว และแสดงให้เห็นปัญหาด้านการโค้ช ไม่ใช่อัตราของการเล่นระดับมืออาชีพ สัดส่วนเนื้อหาคอลเอาต์มาจากการบันทึกเสียงปี 2012 ชุดเดียวกับอัตราในหัวข้อที่ 1 และการศึกษาเชิงชาติพันธุ์วรรณนาของ CS:GO บันทึกไว้ระหว่างพฤษภาคม 2017 ถึงพฤษภาคม 2018
3. รูปแบบการสื่อสารและการชนะ: การประสานงานเทียบกับผลลัพธ์
งานวิจัยใหม่ ๆ ก้าวข้ามจำนวนคำไปสู่ลำดับ: ประโยคพูดชนิดใดตามหลังชนิดใด ทีม League of Legends ระดับมืออาชีพแสดงลำดับจากการให้ข้อมูลไปสู่การสั่งการ (Inform-Directive) ที่หนาแน่นกว่าทีมสมัครเล่น คือ 0.122 เทียบกับ 0.109 (p = .001) หมายความว่าข้อมูลที่แบ่งปันกันถูกเปลี่ยนเป็นคำสั่งบ่อยกว่า (Son และคณะ, arXiv 2025) ลำดับของ CS:GO ที่อธิบายในหัวข้อที่ 1 ชี้ไปทางเดียวกัน: การพูดของผู้เชี่ยวชาญเชื่อมคำกล่าวเกี่ยวกับงานหนึ่งไปยังคำกล่าวถัดไป ขณะที่การพูดของผู้ที่ไม่ใช่ผู้เชี่ยวชาญวนไปมาระหว่างคำพูดนอกเรื่องงานกับคำพูดเชิงอารมณ์
การประสานงานยังปรากฏในข้อมูลที่ไม่มีเสียงเลย จาก 31,055 แมตช์ League of Legends แบบแรงก์และผู้เล่น 164,571 คน ทีมที่ถูกประเมินว่าร่วมมือกันจากแอสซิสต์ การช่วยเหลือเป้าหมาย และแรงกดดันบนแผนที่ ชนะบ่อยกว่ามาก และคุณลักษณะระดับทีมทำนายชัยชนะได้ดีกว่าคุณลักษณะด้านทักษะรายบุคคลมาก (Caldeira และคณะ, arXiv 2025) งานศึกษา CSCW ก่อนหน้านี้ได้ข้อสรุปที่เกี่ยวข้องกัน: ใน League of Legends การประสานงานแบบไม่ต้องพูดมีบทบาทมากกว่าการสื่อสารด้วยวาจา (Kim และคณะ, CSCW 2017) ในทีมที่จัดตั้งชั่วคราว การศึกษา 48 ทีม (ผู้เล่น 135 คน) พบความสัมพันธ์เชิงบวกระหว่างความถี่ของคำที่ใช้สื่อสารกับความสามัคคีของทีม (Tan และคณะ, ACM CHI PLAY 2022)
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความหนาแน่นของลำดับจากการให้ข้อมูลไปสู่การสั่งการ (Inform-Directive) ทีม League of Legends มืออาชีพเทียบกับสมัครเล่น | 0.122 เทียบกับ 0.109 (p = .001) | Son และคณะ, arXiv 2025 |
| ความหนาแน่นของลำดับจากการถามไปสู่การให้ข้อมูล (Question-Inform) ในช่วงสำคัญ (การสังหาร มอนสเตอร์ระดับสูง สิ่งปลูกสร้าง) เทียบกับช่วงอื่นของเกม | 0.145 เทียบกับ 0.131 (p < .001) | Son และคณะ, arXiv 2025 |
| อัตราชนะแบบแรงก์ ทีม League of Legends ที่ร่วมมือเทียบกับที่ไม่ร่วมมือ (วัดจากการกระทำในเกม ไม่ใช่เสียง) | 89.54% เทียบกับ 20.18% | Caldeira และคณะ, arXiv 2025 |
| อัตราชนะของทีมที่ร่วมมือกันซึ่งส่วนใหญ่มีทักษะต่ำถึงปานกลางเมื่อเจอทีมที่ไม่ร่วมมือซึ่งส่วนใหญ่มีทักษะสูง | 81.46% (8,503 จาก 10,438) | Caldeira และคณะ, arXiv 2025 |
| ความแม่นยำในการทำนายชัยชนะ คุณลักษณะระดับทีมเทียบกับระดับบุคคล (การถดถอยโลจิสติก) | 0.8734 เทียบกับ 0.7036 | Caldeira และคณะ, arXiv 2025 |
| ทีม League of Legends ที่จัดตั้งชั่วคราวในการศึกษาเรื่องการสื่อสารและความสามัคคี | 48 ทีม, ผู้เล่น 135 คน; ความถี่ของคำสัมพันธ์เชิงบวกกับความสามัคคี | Tan และคณะ, ACM CHI PLAY 2022 |
หมายเหตุบริบท: ผู้เขียน Caldeira เตือนว่าระบบจับคู่ผู้เล่นและธรรมชาติแบบผลรวมเป็นศูนย์ของการชนะอาจทำให้อัตราชนะของทีมที่ร่วมมือกันสูงเกินจริง ข้อมูลล่าสุดที่มีสำหรับการศึกษาเรื่องความสามัคคี: Tan และคณะ, ACM CHI PLAY 2022
4. ปิงและการประสานงานแบบไม่ใช้เสียง
ปิงคือเครื่องหมายบนแผนที่ที่กดครั้งเดียวพร้อมเสียงสัญญาณ บอกเพื่อนร่วมทีมว่า ‘ศัตรูหายไป’ หรือ ‘กำลังไป’ โดยไม่ต้องพูดสักคำ การศึกษาปิงที่เป็นรากฐานครอบคลุมผู้เล่น 84,489 คนใน 10,293 แมตช์ League of Legends และพบความสัมพันธ์เชิงบวกแต่ลดหลั่นระหว่างจำนวนปิงกับผลงานรายบุคคล (Leavitt, Keegan และ Clark, CHI 2016) ปิงที่มากขึ้นช่วยได้ถึงจุดหนึ่ง หลังจากนั้นก็กลายเป็นสิ่งรบกวน
ผู้เล่นระดับสูงกว่าปิงมากกว่า ซึ่งบ่งชี้ว่าเครื่องมือนี้เติบโตไปพร้อมกับทักษะ ไม่ได้มาแทนที่เสียง การสัมภาษณ์ผู้เล่น League of Legends 22 คนเกี่ยวกับ 22 เกมที่นำมาวิเคราะห์ ให้ชื่อเรื่องที่ตรงไปตรงมาว่า ‘Less Talk, More Trust’: ผู้เล่นมักมองว่าการสื่อสาร ไม่ว่าเนื้อหาจะเป็นอย่างไร เป็นสัญญาณนำไปสู่ความล่มสลายของทีม (Lee และคณะ, CHI 2025) นิสัยการปิงก็แตกต่างกันไปในแต่ละผู้เล่น การศึกษา Heroes of the Storm พบว่าผู้เล่นใช้ปิงในรูปแบบที่แตกต่างกันซึ่งส่งผลต่อผลงานของทีมต่างกัน (Zheng, Stein และ Farzan, ACM Transactions on Social Computing 2022) และแบบสำรวจ Dota 2 ระบุแรงจูงใจที่แตกต่างกันหกอย่างในการใช้ปิงและการเขียนกำกับบนแผนที่ (Wuertz, Bateman และ Tang, CHI 2017)
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ผู้เล่นและแมตช์ League of Legends ที่นำมาวิเคราะห์การใช้ปิง | ผู้เล่น 84,489 คน, 10,293 แมตช์ | Leavitt, Keegan และ Clark, CHI 2016 |
| ความสัมพันธ์ระหว่างจำนวนปิงกับผลงานรายบุคคล | เชิงบวกแต่ลดหลั่น (เว้าลง) | Leavitt, Keegan และ Clark, CHI 2016 |
| ปิง ‘กำลังไป’ (‘On My Way’) ต่อนาที ทุกระดับเทียบกับระดับ Master ขึ้นไป | 0.267 เทียบกับ 0.489 | League of Graphs 2024, ผ่าน Lee และคณะ, CHI 2025 |
| ปิง ‘ศัตรูหายไป’ (‘Enemy Missing’) ต่อนาที ทุกระดับเทียบกับระดับ Master ขึ้นไป | 0.164 เทียบกับ 0.245 | League of Graphs 2024, ผ่าน Lee และคณะ, CHI 2025 |
| เกมที่วิเคราะห์ร่วมกับผู้เล่น League of Legends ที่ให้สัมภาษณ์ | 22 เกม (แต่ละเกมอย่างน้อย 24 นาที), ผู้เล่น 22 คน | Lee และคณะ, CHI 2025 |
| การโหวตเป้าหมายในเกมใน 22 เกมนั้นที่ได้รับมากกว่าสามเสียง | ไม่มี | Lee และคณะ, CHI 2025 |
| แรงจูงใจที่แตกต่างกันในการใช้ปิงและการเขียนกำกับในหมู่ผู้เล่น Dota 2 | 6 | Wuertz, Bateman และ Tang, CHI 2017 |
ข้อมูลล่าสุดที่มีสำหรับความสัมพันธ์ระหว่างปิงกับผลงาน: Leavitt, Keegan และ Clark, CHI 2016; สำหรับแรงจูงใจในการใช้ปิง: Wuertz, Bateman และ Tang, CHI 2017 อัตราต่อนาทีมาจาก League of Graphs ซึ่งเป็นเว็บไซต์สถิติของบุคคลที่สามที่สร้างจากข้อมูลแมตช์ ตามที่ผู้เขียน CHI 2025 อ้างอิง
5. น้ำเสียงภายใต้แรงกดดัน: คำพูดสนับสนุนและคำพูดเป็นพิษ
ช่องทางของทีมคือที่ที่น้ำเสียงแพร่กระจายเร็วที่สุด ทั้งสองทิศทาง ผู้เล่นมีโอกาสได้ยินภาษาเป็นพิษจากเพื่อนร่วมทีมมากกว่าจากฝ่ายตรงข้ามสองถึงมากกว่าสามเท่า แม้ว่าการได้ยินในทุกรูปแบบเกิดขึ้นในกรณีน้อยกว่าหนึ่งในสิบของหนึ่งเปอร์เซ็นต์ ตามการวิเคราะห์การสังเกตผู้เล่น-แมตช์ 56,464,489 รายการจากแชทเสียง Team Deathmatch ของ Call of Duty: Modern Warfare III (Morrier, Mahmassani และ Alvarez, arXiv 2024) การศึกษาเดียวกันพบว่าการได้ยินเพิ่มความน่าจะเป็นที่ผู้เล่นจะใช้ภาษาลักษณะเดียวกันอย่างมีนัยสำคัญ โดยผลต่างกันไปตามว่าต้นทางเป็นเพื่อนร่วมทีมในปาร์ตี้เดียวกัน (ผู้เล่นที่เข้าคิวด้วยกัน) หรือปาร์ตี้อื่น
ความเชื่อมโยงเชิงเหตุและผลกับผลลัพธ์ชัดเจนที่สุดในการทดลองที่เพื่อนร่วมทีมซึ่งเป็นผู้ร่วมทดลองแฝง (ผู้เล่นที่ทำงานให้นักวิจัย) เล่นอย่างเป็นกลางหรือด่าทอผู้เข้าร่วม: พฤติกรรมเป็นพิษทำให้ผลงานทั้งของทีมและของบุคคลลดลงในผู้เล่น League of Legends 716 คน (Monge และ O’Brien, Media Psychology 2022) ภาพสะท้อนเชิงบวกมาจากการศึกษาในห้องปฏิบัติการ: ทีมมือใหม่ในบรรยากาศที่สนับสนุนสร้างคำกล่าวเชิงอารมณ์และเชิงสร้างแรงจูงใจมากกว่าราวสองเท่า และทำออเดอร์สำเร็จมากกว่าในระดับง่ายของเกมทำอาหารแบบร่วมมือ (Eldadi, Dekimhi และ Tenenbaum, arXiv 2025) อนุกรมวิธานของ League of Legends ในมุมมองของผู้เล่นระบุพฤติกรรมเป็นพิษหลักห้าประเภทและปัจจัยด้านบริบทห้าประการที่กระตุ้นพฤติกรรมเหล่านั้น (Kou, CHI PLAY 2020)
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความน่าจะเป็นที่ผู้เล่นได้ยินภาษาเป็นพิษทางเสียงจากฝ่ายตรงข้ามหรือเพื่อนร่วมทีม (Call of Duty: Modern Warfare III) | น้อยกว่าหนึ่งในสิบของหนึ่งเปอร์เซ็นต์ | Morrier, Mahmassani และ Alvarez, arXiv 2024 |
| โอกาสได้ยินภาษาเป็นพิษจากเพื่อนร่วมทีมเทียบกับจากฝ่ายตรงข้าม | มีโอกาสมากกว่าจากเพื่อนร่วมทีมสองถึงมากกว่าสามเท่า | Morrier, Mahmassani และ Alvarez, arXiv 2024 |
| ผลประมาณการของการได้ยินภาษาเป็นพิษต่อช่วงเวลาก่อนแมตช์ถัดไปของผู้เล่น | 16.18 ถึง 60.68 ชั่วโมง | Morrier, Mahmassani และ Alvarez, arXiv 2024 |
| ผู้เล่นในการทดลองที่มีเพื่อนร่วมทีมจงใจเป็นพิษ | 716; ความเป็นพิษทำให้ผลงานของทีมและของบุคคลลดลง | Monge และ O’Brien, Media Psychology 2022 |
| คำกล่าวเชิงอารมณ์หรือเชิงสร้างแรงจูงใจต่อทีม บรรยากาศสนับสนุนเทียบกับบรรยากาศเป็นกลาง (Overcooked! 2) | 15.50 เทียบกับ 7.63 (d = 1.94) | Eldadi, Dekimhi และ Tenenbaum, arXiv 2025 |
| ออเดอร์ที่ทำสำเร็จในระดับง่าย บรรยากาศสนับสนุนเทียบกับบรรยากาศเป็นกลาง | 27.40 เทียบกับ 22.80 (d = 1.11) | Eldadi, Dekimhi และ Tenenbaum, arXiv 2025 |
หมายเหตุบริบท: การศึกษาบรรยากาศสนับสนุนใช้มือใหม่ 40 คนใน 20 ทีมทีมละสามคน แต่ละทีมมีผู้ร่วมทดลองแฝงที่ผ่านการฝึกหนึ่งคน ดังนั้นจำนวนคำกล่าวจึงสะท้อนการจัดสภาพการทดลองเองอยู่บางส่วน ในระดับยาก ช่องว่างของคะแนนหายไป (222.10 เทียบกับ 231.70 คะแนน, d = -0.07) ข้อมูลล่าสุดที่มีสำหรับการทดลองเพื่อนร่วมทีมเป็นพิษ: Monge และ O’Brien เผยแพร่ออนไลน์ในปี 2021
6. กติกา โค้ช และการดูแลช่องทางของทีม
ในระดับสูงสุด ใครพูดในช่องทางของทีมได้เป็นเรื่องของกติกา ในรายการ Major ของ Counter-Strike โค้ชที่ลงทะเบียนเพียงคนเดียวพูดกับผู้เล่นได้เฉพาะช่วงวอร์มอัป พักครึ่ง และไทม์เอาต์เชิงยุทธวิธี และไม่อนุญาตให้ทีมงานคนใดสื่อสารกับผู้เล่นระหว่างแมตช์ออนไลน์ (Valve, Counter-Strike Major Supplemental Rulebook) โครงการทดลอง Coach Voice ของ Riot ใน LCK และ LCP เปิดช่วงสดสั้น ๆ ระหว่างรอบแบ่งกลุ่มของ LCK Cup 2026 โดยไม่หยุดแมตช์ และโค้ชเห็นเฉพาะมุมมองของทีมตัวเอง (Riot Games, ผ่าน Sports Kyunghyang, 3 ธันวาคม 2025)
ในการเล่นแบบแรงก์ ช่องทางของทีมถูกบันทึกและตรวจสอบแล้ว Riot เก็บเสียงของ VALORANT ไว้อย่างน้อย 24 ชั่วโมงโดยไม่ขึ้นกับการรายงาน และเพิ่มระดับการจำกัดการสื่อสารผ่านขั้นที่กำหนดไว้ตายตัว (Riot Games Support, Comms Restrictions and Audio Retention 2026) ตัวเลขการบังคับใช้รายเดือนล่าสุดที่เราพบเก่ากว่านั้นมาก: การจำกัดแชทข้อความและเสียงมากกว่า 400,000 ครั้งในเดือนมกราคม 2022 (Riot Games, VALORANT Systems Health Series 2022) การตรวจสอบอัตโนมัติลักษณะนี้เริ่มจากการทำความสะอาดและถอดเสียงเป็นข้อความ ซึ่งเป็นขั้นตอนเดียวกับที่ทดสอบเทียบไว้ในสถิติการลดเสียงรบกวนด้วยนิวรอลและการแยกเสียงพูดของเรา
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| จำนวนคนที่ได้รับอนุญาตให้อยู่ในพื้นที่แข่งขันของรายการ Major ของ Counter-Strike | ผู้เล่น 5 คนและโค้ชที่ลงทะเบียน 1 คน | Valve, Counter-Strike Major Supplemental Rulebook |
| ช่วงที่โค้ชของรายการ Major ของ Counter-Strike พูดกับผู้เล่นได้ | เฉพาะช่วงวอร์มอัป พักครึ่ง และไทม์เอาต์เชิงยุทธวิธี | Valve, Counter-Strike Major Supplemental Rulebook |
| จำนวนเซสชัน Coach Voice ที่อนุญาตต่อเซตในโครงการทดลอง LCK และ LCP | สูงสุด 3 เซสชัน เซสชันละ 45 วินาที ใช้โดยทีมงานที่ลงทะเบียนไม่เกิน 2 คน | Riot Games, ผ่าน Sports Kyunghyang 2025 |
| ระยะเวลาเก็บเสียงของ VALORANT: ไม่มีการรายงาน, หลังมีการรายงาน, หลังมีการลงโทษ | 24 ชั่วโมง, 7 วัน, 2 ปี | Riot Games Support 2026 |
| ระยะเวลาการจำกัดการสื่อสารของ VALORANT | 1, 3, 7, 14 และ 365 วัน | Riot Games Support 2026 |
| การจำกัดแชทข้อความและเสียงของ VALORANT ที่ใช้ในเดือนมกราคม 2022 | มากกว่า 400,000 (บวกการแบนมากกว่า 40,000) | Riot Games, VALORANT Systems Health Series 2022 |
ข้อมูลล่าสุดที่มีสำหรับปริมาณการบังคับใช้: Riot Games, 2022 การประเมินเสียงของ Riot เริ่มในอเมริกาเหนือเฉพาะภาษาอังกฤษ โดยมีเบตาตั้งแต่กุมภาพันธ์ 2023 (Riot Games, VALORANT Voice Evaluation Update)
สรุป: การสื่อสารด้วยเสียงและคอลเอาต์ของทีมอีสปอร์ตในรูปแบบตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| คำกล่าวระหว่างรอบ ทีม CS:GO ผู้เชี่ยวชาญเทียบกับที่ไม่ใช่ผู้เชี่ยวชาญ | ทีมผู้เชี่ยวชาญมากกว่า 34.63% | Eldadi และ Tenenbaum, SEPP 2025 |
| จำนวนคำที่ทีมผู้เชี่ยวชาญพูดระหว่างการเล่นสดในกลุ่มตัวอย่างจับคู่ | 15,727 จาก 22,490 (69.9%) | Eldadi, Fitoussi และ Tenenbaum, JSEP 2025 |
| ประโยคพูดด้วยเสียงต่อเกม League of Legends | เฉลี่ย 537.2 (รวม 45,660, 84 เกม) | Son และคณะ, arXiv 2025 |
| คอลเอาต์ Counter-Strike ต่อนาทีในการแข่งขัน | 16.2 | Tang และคณะ, CSCW 2012 |
| คอลเอาต์ Counter-Strike ที่ระบุตำแหน่งบนแผนที่โดยเฉพาะ | 43.5% | Tang และคณะ, CSCW 2012 |
| ความหนาแน่นของลำดับจากการให้ข้อมูลไปสู่การสั่งการ (Inform-Directive) ทีมมืออาชีพเทียบกับสมัครเล่น | 0.122 เทียบกับ 0.109 (p = .001) | Son และคณะ, arXiv 2025 |
| อัตราชนะแบบแรงก์ ทีมที่ร่วมมือเทียบกับที่ไม่ร่วมมือ | 89.54% เทียบกับ 20.18% | Caldeira และคณะ, arXiv 2025 |
| ความแม่นยำในการทำนายชัยชนะ คุณลักษณะระดับทีมเทียบกับระดับบุคคล | 0.8734 เทียบกับ 0.7036 | Caldeira และคณะ, arXiv 2025 |
| ผู้เล่นและแมตช์ในการศึกษาปิง CHI 2016 | ผู้เล่น 84,489 คน, 10,293 แมตช์ | Leavitt, Keegan และ Clark, CHI 2016 |
| ปิง ‘กำลังไป’ ต่อนาที ทุกระดับเทียบกับ Master ขึ้นไป | 0.267 เทียบกับ 0.489 | League of Graphs, ผ่าน Lee และคณะ, CHI 2025 |
| ภาษาเป็นพิษที่ได้ยินจากเพื่อนร่วมทีมเทียบกับจากฝ่ายตรงข้าม | มีโอกาสมากกว่าจากเพื่อนร่วมทีมสองถึงมากกว่าสามเท่า | Morrier, Mahmassani และ Alvarez, arXiv 2024 |
| เวลาที่มีระหว่างรอบ CS:GO เพื่อตกลงแผนถัดไป | ประมาณ 15 วินาที | Rusk, Ståhl และ Jusslin, Eludamos 2022 |
| ผู้เล่นในการทดลองเพื่อนร่วมทีมเป็นพิษ | 716 | Monge และ O’Brien, Media Psychology 2022 |
| ช่วงที่โค้ชของรายการ Major ของ Counter-Strike พูดกับผู้เล่นได้ | เฉพาะช่วงวอร์มอัป พักครึ่ง และไทม์เอาต์เชิงยุทธวิธี | Valve, Major Supplemental Rulebook |
| เซสชัน Coach Voice ต่อเซต โครงการทดลอง LCK และ LCP | สูงสุด 3 เซสชัน เซสชันละ 45 วินาที | Riot Games, ผ่าน Sports Kyunghyang 2025 |
| การจำกัดแชทข้อความและเสียงของ VALORANT เดือนมกราคม 2022 | มากกว่า 400,000 | Riot Games, VALORANT Systems Health Series 2022 |
ระเบียบวิธีและแหล่งที่มา
- Eldadi, Fitoussi และ Tenenbaum: Verbal Communication, Coordinated Effort, and Performance in Esports Teams, Journal of Sport and Exercise Psychology 47(5), 2025
- Eldadi และ Tenenbaum: Between-Rounds Verbal Communication in Expert and Nonexpert Esports Team Players, Sport, Exercise, and Performance Psychology 2025
- Eldadi, Dekimhi และ Tenenbaum: Motivational Climate Effects on Communications, Emotional-Social States, and Performance in Collaborative Gaming Environment, arXiv 2025
- Son, Jang, An, Kang และ Park: /UnmuteAll: Modeling Verbal Communication Patterns of Collaborative Contexts in MOBA Games, arXiv, 23 ธันวาคม 2025
- Tang, Massey, Wong, Reilly และ Edwards: Verbal Coordination in First Person Shooter Games, CSCW 2012
- Rusk, Ståhl และ Jusslin: Understanding Esports Teamplay as an Emergent Choreography, Eludamos 13(1), 2022
- Vinot และ Perez: Voice Communication Analysis in Esports, arXiv 2024
- Caldeira, Maharjan, Majumdar และ Pournaras: Collective Intelligence Outperforms Individual Talent: A Case Study in League of Legends, arXiv 2025
- Kim, Engel, Woolley, Lin, McArthur และ Malone: What Makes a Strong Team? Using Collective Intelligence to Predict Team Performance in League of Legends, CSCW 2017
- Tan, Rogers, Nacke, Drachen และ Wade: Communication Sequences Indicate Team Cohesion, Proceedings of the ACM on HCI (CHI PLAY) 2022
- Leavitt, Keegan และ Clark: Ping to Win? Non-Verbal Communication and Team Performance in Competitive Online Multiplayer Games, CHI 2016
- Lee, Kim, Park, Kim, Jang และ Seering: Less Talk, More Trust: Understanding Players’ In-game Assessment of Communication Processes in League of Legends, CHI 2025
- Zheng, Stein และ Farzan: Use Ping Wisely: A Study of Team Communication and Performance under Lean Affordance, ACM Transactions on Social Computing 2022
- Wuertz, Bateman และ Tang: Why Players use Pings and Annotations in Dota 2, CHI 2017
- Morrier, Mahmassani และ Alvarez: Uncovering the Effect of Toxicity on Player Engagement and its Propagation in Competitive Online Video Games, arXiv 2024
- Monge และ O’Brien: Effects of Individual Toxic Behavior on Team Performance in League of Legends, Media Psychology 25(1), 2022
- Kou: Toxic Behaviors in Team-Based Competitive Gaming: The Case of League of Legends, CHI PLAY 2020
- Valve: Counter-Strike Major Supplemental Rulebook
- Riot Games, รายงานโดย Sports Kyunghyang: LCK introduces Coach Voice, 3 ธันวาคม 2025
- Riot Games Support: Comms Restrictions and Audio Retention, 2026
- Riot Games: VALORANT Systems Health Series: Voice and Chat Toxicity, 10 กุมภาพันธ์ 2022 และ VALORANT Voice Evaluation Update
- ข้อสังเกตเกี่ยวกับข้อมูล: การสื่อสารของทีมที่ถูกบันทึกไว้แทบไม่เคยเปิดเผยต่อสาธารณะ งานศึกษาหลักจึงใช้กลุ่มตัวอย่างขนาดเล็ก (แปดแมตช์ในแต่ละงานศึกษา CS:GO ของ Eldadi และห้าทีมใน Son และคณะ) และผลการศึกษาเป็นเชิงสหสัมพันธ์ จำนวนที่ตัวจำแนกของ Son และคณะรวมกันได้ 45,458 ไม่ใช่ 45,660 ประโยคพูดที่รายงานโดยรวม สัดส่วนการให้ข้อมูล (Inform) 44.6% ของเราใช้ยอดรวมที่จำแนกแล้ว Morrier และคณะประมาณว่าภาษาเป็นพิษจากเพื่อนร่วมทีมในปาร์ตี้เดียวกันเพิ่มความน่าจะเป็นที่ผู้เล่นจะใช้ภาษาเป็นพิษ 59.93 ถึง 69.48 จุดเปอร์เซ็นต์ (1.63 ถึง 2.08 จุดสำหรับเพื่อนร่วมทีมต่างปาร์ตี้) แต่ค่าประมาณแบบตัวแปรเครื่องมือเหล่านี้ใช้กับผู้เล่นเพียงกลุ่มย่อย และบทความไม่ได้ปรับให้สอดคล้องกับอุบัติการณ์พื้นฐานที่สังเกตได้เองที่ 0.083% เราจึงรายงานไว้ที่นี่เท่านั้น ไม่ใช่ในฐานะตัวเลขหลัก Caldeira และคณะวัดความร่วมมือจากการกระทำในเกม ไม่ใช่จากคำพูด และระบุว่าระบบจับคู่ผู้เล่นอาจทำให้อัตราชนะสูงเกินจริง รายงานข่าวเกี่ยวกับโครงการทดลอง Coach Voice ขัดแย้งกันเรื่องหน่วย: สื่อเกาหลีรายงานว่า 3 เซสชันต่อเซต ขณะที่สื่อภาษาอังกฤษอย่างน้อยหนึ่งแห่งเขียนว่าต่อเกม บทความของ Eldadi เรื่องระหว่างรอบถูกระบุว่าอยู่ระหว่างตีพิมพ์ในปี 2025 และงานของ Son และคณะ Caldeira และคณะ รวมถึง Eldadi, Dekimhi และ Tenenbaum เป็นฉบับก่อนตีพิมพ์ที่ตัวเลขอาจเปลี่ยนไปเมื่อผ่านการประเมินโดยผู้ทรงคุณวุฒิ เราไม่พบตัวเลขการบังคับใช้ VALORANT รายเดือนของ Riot ที่ใหม่กว่าเดือนมกราคม 2022 สัดส่วนเนื้อหาคอลเอาต์อาศัยเสียงปี 2012 และยังเป็นเกณฑ์เปรียบเทียบล่าสุดที่มี
อัปเดตล่าสุด: 6 พฤศจิกายน 2026 เราอัปเดตสรุปนี้ทุกไตรมาส และคาดว่าการปรับปรุงครั้งต่อไปจะเกิดขึ้นเมื่อ Riot เผยแพร่บทสรุปโครงการทดลอง Coach Voice ปี 2026 และเมื่องานศึกษา /UnmuteAll ของ Son และคณะปรากฏในรูปแบบที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิ