「在魔獸世界裡,沒有人會失業!」遊戲與教育中的勝任與自我調節
「在魔獸世界裡,沒有人會失業!」遊戲與教育中的勝任與自我調節

討論到遊戲的基本概念與樂趣時,我經常會舉這個例子,也就是 「在《魔獸世界》裡面,沒有人會失業! 在艾澤拉斯的世界中,每名玩家都可以找到安身立命之所在」。

不管你是上最前線去刷副本,當坦克輸出或補師、做一名探索世界地圖邊境的探險者,或是專精各種生活技能,甚至是根本不打怪,專心當商人,每個玩家都可以找到屬於自己的興趣、歸屬和使命。

我在說明這一案例時,主要的目的是在說明為何遊戲使人著迷,以及多人線上遊戲(MMORPG)如何吸引更多的玩家投入這個永續世界(Persistent world)之中。

因為許多玩家在現實中感到苦悶,自己找不到理想的工作和可以施展的抱負,因而質疑自己到底是不是一個「有用的人」,各種自嘲的魯蛇話語,更是對於當今社會不公和缺乏希望所帶來的吶喊。

而仿真的虛擬遊戲世界,成為許多玩家心之所歸;在這裡雖然也有小白,也有一步登天的台幣戰士,但至少你的所有努力和消耗的時間,都會用某種數位的形式記錄與回饋下來,見證你的付出和心血。

下課處理完所有的加簽後,有學生在樓梯間堵我問說,「到底遊戲內所獲得的『成就』和『回饋』與現實有何不同?」他還舉幾天前北一女學生,因為家庭課業壓力太大而選擇輕生為例,該如何用遊戲理論來解釋這一問題?我不覺得我是一名熱心老師,但學生有多少學習熱忱決定了我願意講多少。既然學生願意問,我就盡可能用淺顯的方式來回答你。以下是我的簡單回答:

你什麼時候開始覺得上學很累?

我查了一下新聞,該名女學生是和媽媽說要去上學,結果沒有上學,留下了遺書,從居住的公寓大廈頂樓跳樓身亡。首先,上學是一件很痛苦的事情嗎?讓我們想想,小時候,尤其在小學階段,學校是非常好玩的,很多小學生最期待的就是去學校,暑假最期待返校日,因為去學校有許多好玩的事情,有老師、有操場、還有同學在,所以「上學」是件非常有趣且快樂的事情。但曾幾何時,上學變成一件如此痛苦的事情,苦楚到需要用一了百了的自殺方式才能換得解脫,獲得救贖?

大概是在生命的哪個時候,上學突然成為一件壓力的來源而再也不快樂?請你先思考一下。然後記得:學習(Learning)和上學(Schooling)是兩回事。

第二、根據新聞的報導:該女學生原本想要念師大附中,但因為家中的父母都是建中北一女、醫生世家,姐姐也是北一女,所以媽媽就理所當然地認為,既然考得上,那就應該要念北一女,而不該退而求其次選附中。我們不清楚該女學生的個性和心理狀況,但推測她寧為雞口,不為牛後,但父母的期許讓她在大牛群之中更顯壓力。我們應該理解到,「上一個階段成功的所有人往往是下一個階段的失敗者」。

國中時候你可能是全校榜首,來到了第一志願後,由於第一名還是只有一個,故必然有一半以上的「以前榜首」現在淪為後半的吊車尾,而讓家長感覺到 「你成績退步了」。你會退步是不是因為不夠用功?玩太多社團?還是整天光打電動看漫畫?等等的理由自然就會成為排名退步的元兇。

事實上這是沒辦法的事情,因為再好的學校也會有人墊底,故一個完全以成績導向與學習競爭的體系,必然會產生更多的魯蛇失敗者。

也有一派的教育理論者認為學習本來就是辛苦的,沒有十年寒窗,哪有一日功成?學習本來就是不斷的壓力累積,最後才能獲得下一階段的成功,從好國中到好高中,好高中到好大學,最後找到一份好工作,獲得社會定義上的成功。「成長」本來就是艱辛的,故學習本來就是辛苦的,想要「成功」就看誰熬得過去,「吃得苦中苦,方為人上人」對吧?

上述這一說法自然使得學習越來越「苦」。但是現實是你沒法不指考、故我們今年在全國高中巡迴電競動漫講座的巡迴中,我提出的解決方式是請老師或家長盡可能地去鼓勵與回饋學生在許多小細節上的成就和努力。或許短時間我們沒法改變成績的指標性,但父母或師長可以在運動、社團或是其他科系(美術、音樂等等),甚至是一些校室布置、整潔活動等細微活動上盡可能地鼓勵,且這個鼓勵和讚美的水準應該等同於學業成績奪冠的同學,讓他們享受到同等的成就感。

關於遊戲理論中的教育勝任性

shutterstock_education_school_388660693.jpg
圖/ Shutterstock

接下來,我想要談一下遊戲中玩家學習這一塊。麻省理工學院的Resnick教授(他也是Scratch程式語言的設計者)曾經提出一個計畫:「終身幼稚園(Lifelong Kindergarten)」認為幼稚園時的小朋友,學習的樂趣是最快樂的,他主張應該要學到「系統」,因為系統才是真正有用的。但是大多數的學校教育都是一種由下而上(bottom-up)的過程,課文或單字的難度逐漸加強,越來越多公式和理論,但始終卻沒有碰觸到系統。

「學到系統」是什麼意思?我先舉一個例子:大多數的知識可以區分為「程序知識」(procedural Knowledge)和「描述知識」(descriptive knowledge)。我們在學校所學到的大多數學科,幾乎都是屬於後者的描述知識。有背景、有說明、有分析、有理論,還有試題給你練習。在某種意義上,包含本文在內大多數出版品也是屬於一種描述知識。

但我們在打電動時則有點不一樣。首先,今天的玩家在開始遊戲前,沒有人會再去詳讀說明書了,都是直接開始玩。以致於現在的遊戲(不管是數位或實體版)甚至都把說明書給省略了,真懷念以前那種好好保存原裝遊戲說明書,小心翼翼害怕折到的心情啊(笑)。

沒有說明書的原因除了根本沒人看以外,更重要的是直接把提示和教學放在遊戲之中了。有些遊戲會有教學關卡,有些遊戲則根本沒有,完全讓玩家摸索,但不管哪一種,基本上遊戲都強調 「做中學」以及 「在做中學習」。舉一個例子大家會比較清楚:

有些很難的關卡(尤其是動作遊戲)玩家可以親自示範過關給你看,但是他沒辦法用口頭描繪或是文字解說如何過關。很多運動選手可以很直覺地用身體記憶來投籃,但他不懂什麼力學原理或是角度計算,玩《憤怒鳥》的人也可能完全不懂物理。

你有看過某些駕訓班如何教學員如何考過S型彎道嗎?用背的,「後照鏡看到那個指標時馬上打左轉兩圈半,前輪看到盡頭就轉二圈方向盤」這些用背誦記憶考過駕照的人,上路之後當然就很容易出事,造成大家的困擾,因為他們只有描述知識,而缺乏程序知識。

換言之,大多數的遊戲在玩家學習如何操作和掌握技巧的過程中,先達成了 「學會勝任,才去理解背後的道理」*。

勝任感是一種自信,也就是你發現自己可以掌握、駕馭這個東西或這門知識的感受,教育理論中所謂的「可學性(learnability)」。因為大多數遊戲具備「輸入、反應、解決」的know-how,給予玩家一種「有信心的探索」。

這種原來我可以駕駛跑車、召喚英雄、一夫當關,或是很會消除俄羅斯方塊都使得遊戲產生成就感,並讓玩家感受到「原來我並不是沒用的人」、「我不是什麼都做不到啊」的感受。

現在回過頭來想想你是在什麼時候說出,「我沒有XX細胞,所以XX我都學不會」這句話的?是什麼原因讓你說出這句話?

遊戲與玩家的自我調節

孔子有「因材施教」的名言。你喜不喜歡孔子這不重要,但是 「因材施教」是美好的理想,讓每個人適性發展,是一種允許玩家自由難度的調整。很多遊戲允許玩家在一開始(或者中途)變更難度,一些遊戲更會根據玩家的表現而自動調整,儘可能把遊戲控制在心流(Flow)之中,感到樂趣而不因為太難而摔手把,也不會太簡單而感到枯燥無聊。「心流」是個很重要的理論,但我認為目前大多數討論引用的人可能並未接觸到原典,所以其實並未完全把握理論全貌和引伸限制(這點我們之後在專文談)。

在學校教育中,大多數採用的方式是 「能力分班」,但能力分班並沒有解決問題。因為能力分班其實是讓「老師輕鬆好教」(學生的程度比較接近),但對於上述的競爭關係和魯蛇心態產生的問題無解,因為能力分班的方式並不是遊戲調整難度,而是把一大群人劃分等級,先判定了你適不適合唸書。

在遊戲中,有所謂的玩家自我調節(self-regulation) 理論。這包含了玩家會「自我觀察」、「自我評價」與「自我反應」。而且可以隨意地自我調整。玩家會判定我在整個遊戲中屬於那個層級、我花多少時間和金錢、我加入那個工會,我喜歡擔任什麼樣的職業等等,並根據周圍的其他玩家而做出對應的調整,也稱為玩家、遊戲環境和互動行為之間的「三元交互決定論(Triadic Reciprocal Determinism)」

魔獸遊戲vs教育_三元交互決定論.jpg
圖/ U-ACG

那遊戲中如何維持這一狀態呢?最前面提到的「在艾澤拉斯中,沒有人會失業」這一口號是如何實現的?

簡單說:因為在《魔獸世界》等大型MMORPG中,所有職業都可以生產出有效且可用的道具、鍊金、材料或武器裝備。你可以去前線刷寶,你也可以在後方製作,你也可以當商人買低賣高,換言之,這些玩家在遊戲中所生產出來的「道具」,可以成為另外一個活人玩家「有用」的物品。

這使得這些物品具有可交換性與實用性,當然後來也引發了RMT與其他弊病,但不管如何,「我在這裡可以找到某種歸屬和定位。我做出來的東西、打到的道具,可以幫助到其他人,所以在這個世界內我不是個沒用的人,有人需要我」。把這套觀點擴大與延伸,也可以解釋許多網路小白或遊戲駭客的行為。在遊戲中亂殺人、影響其他人,這不也是一種自我存在與自我有用的證明嗎?「在這裡:我可以讓其他玩家痛苦」

這種自我調節的能動性會幫助玩家更適應整個環境,如同你在吃Buffet時,有多樣的菜色和種類可以任君挑選,就算你是一個偏食者也可以選到中意的餐點;而學校的營養午餐則只有一種制式化的選擇,不管你喜不喜歡。那要如何在有限環境資源中改變這一現狀呢?今天許多航空公司最便宜的經濟艙,也都提供了兩到三種的菜色選擇,而且盡可能讓這兩三種完全不同,故給予玩家或學習者適度的選擇權,會更有效提高自我調節性。

教育的難處

打電動時,這邊可以用兩段跳躍跨過,死過幾次後,下一次看到你就會記起來;學習也是一樣,你需要背英文、不斷練習公式才能熟悉,故遊戲和學習都是透過反覆不斷的練習來掌握某門技巧或知識的脈絡。那為何學生比較喜歡打電動而討厭學習?我背一個下午的英文單字,隔天就忘光了,但是我打一個下午的電動,獲得的分數、裝備或道具會有某種形式保留下來見證我的努力成果。

所以如何刺激回饋並持續地獲得成就感一直是教育的難處。作為一位從國中、高中、五專、二技到大學都教過的老師,也同時是一位遊戲設計師而言,我可以感受到今天教育的許多困境。那是一種無能為力的感嘆。

科技是一種要求快速看到結果的目標技術,而且越來越快速。下達的指令、輸入的字串要馬上能看到結果,最好還能數值視覺化,更渴望有效的答案。

教育是一種培養探索與自我理解與自信建立的過程,每一種都非常緩慢,在今天受到諸多限制的教育環境中,更顯捉襟見肘。

所有的政策和教育的變化都非常緩慢,要看到結果更緩慢,可能是數代人之後的春秋。十年樹木百年樹人,非常遺憾一個年輕的生命消逝,但這個世界已經越來越難以忍受沒有喜悅結果的緩慢。

這是一個初步的回答。希望你能更延伸,思考其中的不足之處,我會再補充更多。

Source
1.Castronova, E. (2005). Synthetic Worlds: The business and culture of online games. Chicago: University of Chicago Press.
2.Gee, J.P.(2003). What video games have to teach us about learning and literacy. New York, NY.: Palgrave.
3.Gee, J.P.(2005).Why Video Games are good for your soul: Pleasure and learning. Melbourne, Australia: Common Ground.
4.Taylor, T.L.(2006). Play between world: Exploring online game culture. Cambridge, MA: The MIT Press.
5.孫春在,《遊戲式數位學習》(台北:高等文化教育事業,2013)

本文由梁世佑授權轉載自U-ACG

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
晶睿通訊智慧監控護航淡江大橋,全天候守護台灣破記錄地標
晶睿通訊智慧監控護航淡江大橋,全天候守護台灣破記錄地標

台灣近數十年最具指標性的世紀工程

淡江大橋橫跨淡水河口,主橋跨距長達近一公里,為全球跨距最長的不對稱單塔斜張橋。數十年來,老舊的關渡大橋獨自承載著日益龐大的車流,早已讓這條交通動脈不堪重負。

為了紓解交通壅塞,淡江大橋應運而生,通車後縮短約 15 公里路程、節省約 25 分鐘車程。大橋具備快速公路規格,更同時兼容行人、自行車、大眾公車與汽機車等六大多元運具,是串聯新北市與周邊區域的關鍵交通動脈。

為確保如此龐大規模的設施能安全無虞、持續運作,全台首座橋梁專責交控中心應運而生,專責提供 24 小時全線監控。這意味著大橋需要一套高度穩定、視野開闊的智慧影像系統,能清晰涵蓋大橋的全線跨度。

非比尋常:打破常規的嚴苛監控需求

橋梁管理機關需要的不僅是單純的監視設備,而是一套能作為未來整體智慧基礎建設基石的架構;除了支援高階 AI 交通分析,更必須在各營運環節中全面保障公共安全通訊。

無懼嚴苛:全天候穩定可靠

身處毫無遮蔽的海濱出海口,監控設備必須經受極端天候與強風鹽霧考驗,並在夜間低照度環境下,依舊維持高清晰畫質。

全線涵蓋:消除視野盲區死角

監控範圍遠超傳統固定式攝影機的極限,必須確保整座大橋長距離主線均無監控斷層與盲區。

人車共榮:全向守護多元用路人

面對行人、自行車、機車、重機、自小客車及公車同時混流通行的大橋環境,交控中心需要同時掌握各類車流狀況、落實法規遵從,並將人行安全擺在第一位。

#1 晶睿通訊
PTZ 快速球,支援廣域監控。圖片由iDS智慧安防雜誌提供,經授權使用。
圖/ 晶睿通訊

以更精簡設備配置,實現廣域全天候覆蓋

晶睿通訊攜手系統整合商橙力國際,於全橋部署 40 具專業攝影機,結合 AI 影像分析,提升監控效率。

除了搭配晶睿通訊的子彈型攝影機與車牌辨識機種外,全線更以高解析度 PTZ 快速球為主幹,落實廣域全天候監控。極度耐候的機構設計,能從容應對出海口的強烈鹽霧、夏季高溫暴雨及強颱吹襲。

這項重大決策考量的絕非僅是硬體規格。對於具備國家指標意義的重大工程而言,品牌的信任度與商譽,與技術實力同等重要。

晶睿通訊深耕台灣超過 25 年,擁有實力堅強的在地支援團隊,並攜手在地扎根深厚的夥伴。新北市政府與大橋主管機關獲得的不只是一套監控系統,更是投資了一套能伴隨大橋智慧升級、長遠擴充的前瞻平台。

#0 晶睿通訊
規則管理(Rule Management): 可自訂汽車道、機車道及人車共用道等專用分區,並執行方向性的車流/人流計數。
圖/ 晶睿通訊

將監控結果轉化為高價值交通數據

本專案不僅提供全時不間斷的影像監控,更為交控中心注入強大的智慧分析層,能同時支援「即時監看告警」與「事後回溯分析」。

人車流量即時分析與告警機制:交控中心可彈性設定橋面各處的流量自訂門檻(Threshold)。一旦人車流量超標,系統便會主動通報,讓管理人員精準應變處理。

即時偵測與歷史影像事後回溯:分析區域與事件規則既可預先設定以落實常態監控,亦能事後針對特定路段及時段的歷史錄影直接套用新規則重新檢索分析,省去反覆調閱畫面的繁瑣流程。

多元車種精準分類與行人計數:系統能精準辨識並分類統計汽車、大卡車、公車、機車與自行車等各型車輛;在行人計數方面,亦能有效區隔人行道上的「純步行路人」與「牽車/騎乘騎士」,避免數據重複誤判。

智慧交通決策應用、車牌辨識(LPR)與報表匯出:透過跨時段流量趨勢分析,可為交控號誌的時制最佳化提供精確決策依據;系統同步整合高精度車牌辨識(LPR),且後端所有數據皆支援匯出一鍵產製 CSV 報表,大幅簡化管理歸納流程。

#3 晶睿通訊
場景報告(Scene Report): 依車種進行車輛計數與分類,並可一鍵匯出 CSV 格式報表。
圖/ 晶睿通訊

全天候不間斷的清晰視野

大橋專責交控中心現已具備最關鍵的管理能力:無論晝夜氣候,全線通行廊道皆能保持清晰視野與全時監控。強大的 AI 智慧分析能為管理單位提供即時、可靠的影像與數據佐證,全面支援交通調度、車道使用規範落實,以及違規事件的研判與舉發。

大幅精簡設備數量

若想以傳統固定式攝影機涵蓋相同監控範圍,所需的設備數量將大幅增加;相較之下,PTZ 解決方案不僅更具成本效益,也是大型基礎建設兼顧實用性與營運效率的最佳選擇。

此專案不僅滿足當前的監控需求,更奠定了邁向整體智慧基礎建設的架構基石。隨著未來需求逐步升級擴充,淡江大橋將成為運用 AI 智慧影像打造更安全、更高效公共工程的標竿示範。

建置效益重點

AI 智慧交通分析:支援車流量分析、門檻超標警示、車種分類辨識、行人計數與車牌辨識(LPR),並可對歷史影像進行事後回溯分析;各項數據皆能匯出產製統計報表。

即時就緒:在大橋正式通車前即已建置完備,提供不間斷的監控能力,確保自啟用首日起,監管機制即全方位到位。

全線廊道零死角覆蓋:針對全線通行路廊提供 24/7 全天候視野;即使面對毫無遮蔽、天候嚴苛的近海強風鹽霧環境,依然能提供日夜穩定可靠的監控品質。

大規模建置具高成本效益:透過高階 PTZ 攝影機實現大範圍涵蓋,所需台數遠少於傳統固定式配置;在確保頂級監控品質的同時,大幅精簡施工立桿、配線等基礎設施需求。

高度公共建設投資價值:全面滿足專案嚴苛的技術規格,並在「成本預算」、「視野涵蓋」與「整體效能」之間取得最佳平衡。

充滿前瞻性的可擴充平台:建立具前瞻性的彈性擴充平台;隨日後營運需求演進,可無縫整合子彈型攝影機強化 AI 交通分析,或加入廣播喇叭(IP Speakers)實現公共安全廣播與即時應變。

“作為近年台灣最具指標性的重大工程之一,淡江大橋需要的是能夠長久攜手前行、具備前瞻建構實力的長期合作夥伴。”這正是我們選擇晶睿通訊的關鍵原因。其解決方案完全滿足此等重大建設的核心標準:自啟用首日起,即為全橋提供全方位、多視角的無死角監控;同時提供堅實穩健的智慧運算架構,能伴隨大橋未來的智慧化願景持續演進擴充。 -張橙莉, 執行長,橙力國際

我們守護的,不只是大橋

回歸本質,衡量一座宏偉橋樑真正價值的,始終是它所承載的每一段日常旅程:是在雨夜中奔波通勤的歸人、週末漫步於人行步道的一家大小,或是當天第二十趟行經相同路線的公車運將。晶睿通訊默默守護著每一位用路人,為交控中心賦予全方位的清晰視野與智慧洞察,日夜不輟地守護這座台灣最新地標的安全。

閱讀完整案例
晶睿通訊智慧監控護航淡江大橋,全天候守護台灣破記錄地標

觀看現場專訪, 聽主管機關怎麼說
淡江大橋-智慧橋樑管理中心 x 智慧與維運的全天候智慧監控核心

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓