En julio de 2016, durante unas semanas, millones de personas que no hacían ejercicio empezaron a caminar por la ciudad buscando criaturas invisibles. Fue el experimento de salud pública más grande que nadie diseñó a propósito, y terminó casi tan rápido como empezó.
Esa historia —sube fuerte, se cae— es el resumen honesto de casi toda la literatura sobre gamificación y deporte. Vale la pena mirarla de frente antes de poner un solo punto en una app, porque la pregunta de diseño no es "¿la gamificación funciona?". Es "¿funciona en la semana seis?".
Estoy construyendo Dromo, una app de running donde cada salida reparte XP y cada semana hay una liga. Este artículo es lo que leí antes de decidir qué mecánicas iban adentro, y qué hice con lo que decía la evidencia cuando no me gustaba.
El número honesto
El metaanálisis de referencia es el de Mazéas y colegas (2022), que juntó los ensayos controlados aleatorizados de intervenciones gamificadas sobre actividad física.
El resultado: un efecto pequeño-a-moderado, g = 0,42 durante el programa. En pasos diarios, el aumento fue de 1.609 pasos al día —entre 372 y 2.847 según el intervalo de confianza, que es amplio—. Para dimensionarlo: son unos 15 minutos de caminata, todos los días, que antes no existían. No es poco.
Y después está la otra mitad del resultado, la que casi nunca se cita: en el seguimiento, cuando la intervención ya terminó, el efecto cae a g = 0,15. Algo queda. Casi todo se va.
El experimento natural más grande
Pokémon GO sirve para ver la curva completa, porque los datos son enormes y nadie los pidió.
Althoff, White y Horvitz (2016) cruzaron datos de 32.000 usuarios de Microsoft Band con registros de búsqueda durante tres meses. Los jugadores más enganchados sumaron 1.473 pasos diarios, un 26% más, sostenidos a lo largo de 30 días. Es, probablemente, la mayor intervención de actividad física jamás medida.
Howe y colegas (2016), en el BMJ, siguieron a jugadores jóvenes con una ventana más larga: +955 pasos diarios la primera semana, y una caída gradual hasta volver a la línea base en la semana seis. El metaanálisis posterior de Khamzina y colegas (2020) confirmó el patrón sobre diecisiete estudios: efecto real, modesto, y que se desvanece.
Seis semanas. Ese es el plazo real que tiene una mecánica nueva antes de dejar de mover a nadie.
Por qué se cae
Hay dos explicaciones, y no compiten: se suman.
La primera es el efecto de novedad. Lo nuevo engancha porque es nuevo. El estudio longitudinal de Rodrigues y colegas (2022) —en contexto educativo, no deportivo, así que tomalo con pinzas— siguió a 756 estudiantes durante catorce semanas y encontró una curva en U: el efecto cae a partir de la cuarta semana y vuelve a subir entre la seis y la diez, cuando aparece lo que llaman efecto de familiarización. La gente que sobrevive al bajón empieza a usar el sistema de otra manera. El problema es cuánta gente sobrevive al bajón.
La segunda es más incómoda. El metaanálisis clásico de Deci, Koestner y Ryan (1999), sobre 128 experimentos, encontró que las recompensas tangibles y esperadas reducen la motivación intrínseca por la actividad recompensada. Si te pagan por hacer algo que ya te gustaba, cuando dejan de pagarte lo hacés menos que antes de que empezaran.
Pegá las dos y tenés el peor escenario posible para una app de deporte: un sistema de puntos que engancha tres semanas y, de paso, deja a la persona con menos ganas de correr de las que tenía cuando instaló la app.
Lo que sí aguanta
Acá es donde la literatura deja de ser deprimente.
La teoría de la autodeterminación —Ryan y Deci— dice que la motivación sostenible se apoya en tres necesidades: autonomía (elijo), competencia (mejoro y lo noto) y relación (hay alguien más). La revisión de Teixeira y colegas (2012), sobre 66 estudios de ejercicio, es bastante concluyente: lo que predice la adherencia a largo plazo es la motivación autónoma, y muy especialmente la sensación de competencia.
Eso da un criterio de diseño operativo. Una mecánica no se juzga por cuánto engancha, sino por a cuál de las tres necesidades le sirve. Un punto que te informa que mejoraste alimenta competencia. Un punto que es el único motivo para salir, compite con ella.
Y hay un ensayo que muestra que esto se puede hacer bien. Patel y colegas (2019), el ensayo STEP UP publicado en JAMA Internal Medicine, asignó al azar a 602 adultos con sobrepeso a un control o a tres variantes de gamificación con incentivos sociales: apoyo, colaboración y competencia. Las tres aumentaron la actividad durante las 24 semanas de intervención. La competencia fue la más efectiva, y —la parte que importa— doce semanas después de que terminó el programa, el grupo de competencia seguía haciendo 569 pasos diarios más que el control.
No es magia. Es que ahí la mecánica no era un punto: era otra persona.
Cómo se traduce en Dromo
Con eso sobre la mesa, cada mecánica de Dromo entró con un trabajo asignado y un riesgo conocido:
| Mecánica | Necesidad que atiende | Riesgo que trae |
|---|---|---|
| Drops sembrados en la ciudad | Autonomía — elegís por dónde | La recompensa se vuelve el motivo |
| XP por kilómetro (5/km, mínimo 10) | Competencia — mide lo que hiciste | Inflación: más XP, menos significado |
| Rareza derivada del XP | Competencia — hitos reconocibles | Grinding, frustración por azar |
| Liga semanal de 35 plazas | Relación — hay alguien más | Ansiedad, comparación odiosa |
| Ascenso y descenso | Relación — la posición importa | Culpa, pérdida como palanca |
| Factor de novedad en las rutas | Autonomía — territorio nuevo | Ninguno evidente, por ahora |
Tres decisiones salieron directo de la evidencia.
1. Que el XP no se pueda ganar sin correr
El XP base es max(10, 5 × km). No hay XP por abrir la app, ni por completar el perfil, ni por rachas de login. Si Deci tiene razón y la recompensa compite con el interés por la actividad, por lo menos que la recompensa sea una medida de la actividad y no de otra cosa.
Es la diferencia entre un puntaje que te informa —corriste 8 km, eso son 40 XP— y uno que te entretiene con tareas que no son correr.
2. Que el mapa se renueve solo
Esta es la respuesta directa al efecto de novedad, y es la pieza de ingeniería más grande del proyecto.
El mapa de drops no es una lista fija puesta a mano. Cada semana, un proceso agrupa a los corredores activos en zonas de 5 km, calcula una densidad objetivo de 1,5 drops por corredor —con piso de 3 y techo de 12— y ejecuta un plan: crea donde faltan, rota las que vencen y retira las de zonas que se quedaron sin gente.
Un drop que vence no se mueve: se retira y nace otro en otro punto. Eso significa que la semana que viene la ciudad no es la misma que esta semana. No es un adorno: es un intento explícito de que la novedad no sea un evento de lanzamiento sino una propiedad del sistema.
El recomendador de rutas lleva la misma idea: de los 100 puntos de su score, 10 son novedad —el porcentaje de waypoints en zonas que el corredor nunca pisó—. Diez puntos sobre cien que existen solo para que el domingo no te proponga el circuito del martes.
3. Que la competencia sea chica y rotativa
STEP UP dice que la competencia fue la variante que mejor aguantó. Pero una tabla de clasificación global tiene un problema conocido: la mayoría de la gente está en el medio, no se ve, y se va.
Por eso la liga de Dromo es de 35 plazas, cierra el lunes a las 00:00 hora local, asciende a 7 y desciende a 5. Al terminar la semana, los corredores se reparten al azar en una liga nueva. Nadie compite siempre contra los mismos, nadie se queda atascado detrás del mismo tipo imbatible, y el horizonte es siempre de siete días.
Las decisiones que me incomodan
Si solo contara las partes que salieron bien, esto sería marketing.
Los NPCs. La liga se rellena con 10 personajes de relleno con XP aleatorio y estático. Están porque un ranking de dos personas no es un ranking, y al lanzar no hay densidad. Como ellos no suben y el corredor real sí, la experiencia es ir escalando puestos — una sensación de progreso que no es del todo real. Está acotado: solo los usuarios reales ascienden o descienden, y el relleno desaparece a medida que haya gente. Aun así, es una mentira piadosa dentro de un sistema que vende comparación social, y mi plan es etiquetarlos o retirarlos por zona apenas la densidad lo permita.
El descenso. Bajar de división funciona porque perder duele más que ganar. Esa es exactamente la razón para desconfiar: si una mecánica engancha por aversión a la pérdida, está cobrando en ansiedad lo que no supo ganar en interés. Hoy sigue ahí porque la liga necesita consecuencia, pero es la primera candidata a revisarse si aparece gente corriendo por miedo en vez de por ganas.
La notificación de racha. Hay un recordatorio local los viernes a las 6 de la tarde cuando la racha está en riesgo. La línea entre recordar y hostigar es finita y cada app la cruza un poco más que la anterior. Un recordatorio semanal me parece del lado correcto. Tres, no.
Lo que voy a medir
Tres cosas, ninguna de las cuales es "usuarios activos diarios":
- La curva de la semana cuatro a la diez. Si existe el bajón y si existe la recuperación por familiarización que describe Rodrigues, o si el bajón simplemente sigue.
- La proporción de XP que viene de kilómetros contra la que viene de drops. Si los drops dominan, la mecánica se comió a la actividad y hay que recalibrar.
- Qué pasa cuando el mapa no se renueva. Es un experimento barato: congelar la rotación en una zona durante dos ciclos y comparar. Si la rotación no cambia nada, es mucha ingeniería para nada y conviene saberlo pronto.
Y una pregunta que no se responde con un dashboard: ¿corre más gente, o la misma gente ve más pantallas? La evidencia dice que la gamificación puede mover de verdad el cuerpo de la gente —1.600 pasos al día no es un detalle— y también que el sistema de puntos no es lo que sostiene el hábito. Lo que lo sostiene es que correr termine valiendo la pena sin la app.
Si Dromo funciona, dentro de un año a alguien debería darle igual perder una liga. Ese es el único final bueno posible para una app de este tipo: volverse prescindible para la persona a la que ayudó.
Referencias
- Mazéas, A., Duclos, M., Pereira, B., & Chalabaev, A. (2022). Evaluating the Effectiveness of Gamification on Physical Activity: Systematic Review and Meta-analysis of Randomized Controlled Trials. Journal of Medical Internet Research, 24(1), e26779.
- Althoff, T., White, R. W., & Horvitz, E. (2016). Influence of Pokémon Go on Physical Activity: Study and Implications. Journal of Medical Internet Research, 18(12), e315.
- Howe, K. B. et al. (2016). Gotta catch'em all! Pokémon GO and physical activity among young adults: difference in differences study. BMJ, 355, i6270.
- Khamzina, M. et al. (2020). Impact of Pokémon Go on Physical Activity: A Systematic Review and Meta-Analysis. American Journal of Preventive Medicine, 58(2), 270–282.
- Faccio, M., & McConnell, J. J. (2020). Death by Pokémon GO: The Economic and Human Cost of Using Apps While Driving. Journal of Risk and Insurance, 87(3), 815–849.
- Patel, M. S. et al. (2019). Effectiveness of Behaviorally Designed Gamification Interventions With Social Incentives for Increasing Physical Activity Among Overweight and Obese Adults Across the United States: The STEP UP Randomized Clinical Trial. JAMA Internal Medicine, 179(12), 1624–1632.
- Deci, E. L., Koestner, R., & Ryan, R. M. (1999). A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation. Psychological Bulletin, 125(6), 627–668.
- Teixeira, P. J., Carraça, E. V., Markland, D., Silva, M. N., & Ryan, R. M. (2012). Exercise, physical activity, and self-determination theory: a systematic review. International Journal of Behavioral Nutrition and Physical Activity, 9, 78.
- Rodrigues, L. et al. (2022). Gamification suffers from the novelty effect but benefits from the familiarization effect: findings from a longitudinal study. International Journal of Educational Technology in Higher Education, 19, 13.
- Koivisto, J., & Hamari, J. (2019). The rise of motivational information systems: A review of gamification research. International Journal of Information Management, 45, 191–210.