In while True: learn(), noi siamo un programmatore in erba, alle prese con un programma troppo difficile per noi. Abbandoniamo un attimo il pc, per schiarirci le idee e... magia! Il nostro felino, naturalmente molto più intelligente di noi, completa il programma per noi! Ah, se solo riuscissimo a comunicarci, chissà cosa saprebbe insegnarci! Decidiamo quindi di creare un programma capace di interpretare il linguaggio felino (lui, com'è ovvio, ci capisce già benissimo!), e così comincia il nostro viaggio nel machine learning.
while True: learn() è un puzzle/programming game in cui ripercorriamo la storia del machine learning e impariamo la logica dietro la programmazione. Ci verranno illustrati diversi tipi di nodi, con cui realizzare i programmi che i clienti ci richiederanno. Per ogni nuovo nodo, il gioco mette a disposizione una spiegazione molto semplice, adatta a chi vuole solo completare il gioco, e poi link di approfondimento per chi invece è appassionato dell'argomento.
Ogni stage è composto da un paio di missioni principali e diverse missioni secondarie, del tutto facoltative e dalla difficoltà molto varia (alcune sono belle toste). A seconda della nostra abilità di programmatore, raggiungeremo finali diversi ad ogni stage e accederemo, infine, a diversi endings.
Ogni programma, infatti, può essere realizzato con diversi gradi di efficienza, rappresentati dalle medaglie di bronzo, d'argento e d'oro. Usando meno nodi, creando programmi più precisi o più veloci, avremo ovviamente programmi più efficienti.
È molto chiaro l'intento educativo, oltre che quello ludico, del gioco, ma le due cose non fanno a botte fra loro: il gioco resta divertente senza mai diventare pedante. Semmai il pericolo è che chi ha già una buona base di programmazione troverà certi concetti troppo semplificati. Per i profani, invece, nonostante l'elevata difficoltà di alcuni punti il gioco non è ingiusto. L'unico aspetto che risulta frustrante è quello dedicato alle auto: dovremo realizzare il programma di un'automobile “che guida da sola” ed è veramente difficile capire in che modo esattamente far capire al programma quando deve togliersi da una corsia! Anche seguendo le istruzioni alla lettera nella missione di introduzione alla meccanica (missioni ultra-semplici, in teoria) ho faticato parecchio.
Il gioco cerca anche di inserire varietà non solo offrendo missioni diverse, ma aggiungendo alcune feature extra: delle startup, che potremo finanziare e che dovremo poi gestire, occupandoci del loro andamento e rilasciando patch periodiche per i loro programmi; degli upgrade al nostro hardware da acquistare e delle skin per il nostro gatto.
L'aspetto tecnico è stato realizzato al meglio con, sospetto, poche risorse. Le animazioni sono pochissime e le cutscene sono presentate in forma di vignette statiche, non per questo, però, meno carine. Anche i disegni sono molto semplici ma efficaci, specialmente grazie alla palette verdolina da “tana del programmatore”, che sarà cliché ma funziona.
Musiche ed effetti sonori sono ripetitivi, ma per fortuna la musichetta di sottofondo è abbastanza tranquilla da non dare noia.
While True: learn() è un giochetto all'apparenza semplice ma che nasconde un gameplay robusto e anche abbastanza difficile, sebbene la difficoltà sia essa stessa molto flessibile, grazie al sistema delle medaglie: risolvere un livello ottenendo la medaglia di bronzo è molto più semplice che ottenere il tanto agognato oro! È consigliato a tutti gli appassionati di machine learning e anche a chi ama risolvere puzzle.
Il sito di OldGamesItalia è attualmente "in letargo". Nuovi contenuti saranno aggiunti con minore regolarità e con possibili lunghe pause tra un articolo e l'altro.
Il forum rimane attivo, ma meno legato al sito, e gli aggiornamenti riguarderanno principalmente le sezioni di IF Italia e della versione italiana del Digital Antiquarian e del CRPG Addict.
Grazie a chi ci è stato vicino nei vent'anni di attività "regolare" di OldGamesItalia, a chi ha collaborato o a chi ci ha soltanto consultati per scoprire il mondo del retrogaming. Speriamo di avere presto nuove energie per riprendere un discorso che non vogliamo davvero interrompere.
Grazie, OGI. Arrivederci!
Chi siamo | Contattaci | Policy | Manifesto