We all live with the fear of reaching the shadow of dementia. The ultimate fear of forgetting. The fear of not remembering our past, what led us here. For who do we become when we forget who we are? Back Then is a first-person narrative game journey taking place in the mind of Thomas Eilian, an elderly writer diagnosed with Alzheimer's Disease. The gameplay, presented in first-person perspective, is story-driven and is heavily focused on interactions, puzzles and detective exploration. Stuck in a Wheelchair, players find themselves lost in a house, discovering more about Thomas and his family by unlocking new rooms, collectibles, objectives and puzzles. Together, both the player and Thomas attempt to discover who they are, listening to the monologues of Thomas and his family, detailing their own struggles and perspectives of the situation at hand. Players traverse through the four seasons of the year, going back and forth between the House and Dreamlike Sequences as Thomas attempts to unravel what his life meant.
Все мы живем со страхом оказаться в тени слабоумия. Страх забыть. Страх не вспомнить свое прошлое, то, что привело нас сюда. Ведь кем мы становимся, когда забываем, кто мы есть? Back Then - это игра-путешествие от первого лица, действие которой происходит в голове Томаса Эйлиана, пожилого писателя с диагнозом "болезнь Альцгеймера". Геймплей, представленный в перспективе от первого лица, ориентирован на сюжет и в значительной степени сосредоточен на взаимодействии, головоломках и детективном расследовании. В Stuck in a Wheelchair игроки оказываются затерянными в доме и узнают больше о Томасе и его семье, открывая новые комнаты, коллекционные предметы, задачи и головоломки. Вместе игрок и Томас пытаются узнать, кто они такие, слушая монологи Томаса и его семьи, в которых они рассказывают о своих проблемах и взглядах на сложившуюся ситуацию. Игроки путешествуют по четырем временам года, возвращаясь и переходя от Дома к Последовательности сновидений, пока Томас пытается понять, в чем смысл его жизни.
Перевод DeepL