“Quando diciamo che diamo valore alle espressioni, le abbiamo sempre considerate importanti e vorremmo trattarle ancora più importanti in futuro. Vale a dire, abbiamo accennato prima alla grammatica dei videogiochi, ma ci sono scene con conversazioni banali, giusto? Se fosse una conversazione di tre minuti, ci si stuferebbe se fosse scritta nella grammatica dei videogiochi. Potresti premere il pulsante, sperando di riuscire a progredire. Tuttavia, quando si guarda un film dal vivo, anche se una scena dura circa cinque minuti, purché le performance degli attori e l'alchimia funzionino, anche se non ci sono musica o effetti speciali, si finirebbe per guardarlo lo stesso. La differenza potrebbe essere la scelta delle parole o la forza delle battute, ma la parte più importante sono le espressioni. Molti attori possono parlare usando solo gli occhi, e queste cose possono colmare una lacuna e impedire alle persone di annoiarsi nei media live action, ma per i giochi non possiamo ancora raggiungere quel livello di espressività. Ecco perché vogliamo concentrarci maggiormente su questo in futuro.
Per fare un esempio estremo, se dovessimo realizzare una scena lunga dieci minuti, vorremmo fare qualcosa che possa reggere solo sugli scambi verbali senza musica o effetti, ed è questo l'obiettivo a cui pensiamo di puntare. Questo è solo un esempio, ovviamente. Non stiamo cercando di realizzare una vera scena lunga 10 minuti, quindi non fraintendetemi (ride).
Tornando in tema, ma guardando solo i filmati di un gioco, molti sono ricchi di scene d'azione e scene appariscenti, e ci sono molti titoli che penso costituirebbero un ottimo materiale di riferimento per le generazioni future. Ma quando si tratta di persone e dello scambio di parole ed emozioni tra le persone, c'è una tendenza verso le loro azioni, mentre la messa in mostra delle parti mute è ancora per lo più bloccata nel regno della grammatica dei videogiochi, quindi mi piacerebbe se Monolith Soft potesse raggiungerlo per primo.”