「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
代理式商務來襲:萬事達卡與NCCC攜手產業打造信任新基礎
代理式商務來襲:萬事達卡與NCCC攜手產業打造信任新基礎

隨著代理式 AI(AI Agent)的快速普及,其在商務交易中的應用也從智慧搜尋、商品比價一路延伸至自主下單,逐步形塑出全新的代理式商務(Agentic Commerce)模式。為因應此一趨勢,萬事達卡攜手聯合信用卡處理中心(NCCC)於 15 日舉辦「 AI 時代支付安全與數據信任高峰會」,匯聚產官學界專家共同交流,深入探討代理式商務下的支付授權與驗證機制,以及 AI 時代金融監理的演進與詐欺防治重點。

萬事達卡台灣區董事總經理陳懿文表示,無論交易是由人或代理式 AI 發起,都應該在安全可信的環境中完成,萬事達卡將持續強化支付安全的把關能力,不僅著眼於風險控管,更期望將「信任」轉化為未來創新的基礎與成長動能。聯合信用卡處理中心董事長桂先農則認為,面對 AI 浪潮,支付安全已不再只是技術問題,更要在消費體驗、數據運用與隱私保護之間取得動態平衡。金融監督管理委員會主任委員彭金隆表示,金管會未來將持續秉持安全與發展並進的原則,致力於打造可信賴、穩健且具有包容性的環境,加速金融 AI 應用的發展。

Mastercard-02.jpg
金融監督管理委員會主任委員彭金隆特別出席,表示金管會核心理念為「負責任創新」,並於2025 年成立『金融科技產業聯盟』,期待結合金融周邊單位與金融機構的力量,打造可信任及穩健的AI 金融應用環境。
圖/ 數位時代
Mastercard-03.jpg
萬事達卡台灣區董事總經理陳懿文(左)攜手聯合信用卡處理中心董事長桂先農(右)致詞不約而同提到:面對 AI 浪潮,支付安全將會是如何在消費體驗、數據運用與隱私保護之間取得動態平衡的治理課題。
圖/ 數位時代

AI Agent 重新定義消費旅程,萬事達卡提 4 大要素保障支付安全

Google Cloud 台灣技術總經理林書平認為,代理式商務正在重新定義消費旅程,而 Universal Commerce Protocol(UCP)則是支撐這場變革的關鍵。他表示,UCP 就好像電商界的 Type-C 接口,可以串聯不同代理式 AI 與電商平台後台系統,讓代理式 AI 可以根據消費者需求,自主完成商品搜尋與推薦、比價到下單的交易流程,打造更即時、更個人化的消費體驗。

在此情況下,支付不再只是交易流程中的最後一步,而是串聯個人化服務、授權機制、風險控管與信任的核心環節。萬事達卡數據與顧問服務部資深副總裁戴輝瑾指出,要確保代理式商務下的交易安全,必須具備 4 個關鍵要素,包括可驗證代理式 AI 身份、明確的使用者授權、確保代理式 AI 執行的任務沒有超出授權範圍,以及在發生爭議時,能透過公開透明且可追溯的機制進行處理,確保各方權益。

此外,他也強調,風險管理不應侷限於付款當下,需從交易前、交易中、交易後到持續性的監控,建立端到端的治理架構。為此,萬事達卡推出多元解決方案強化整體防護能力,包括以 Identity Solution 強化數位身分驗證、以 Decision Intelligence Pro 提升即時風險判斷能力、透過 Ethoca 優化爭議處理流程,以及藉由 Recorded Future 提供即時網路威脅情報,全面覆蓋交易生命週期,打造更完整的支付安全生態系。

AI 監理邁入新階段,以信任為核心的監管新框架

從監理角度來看,AI 所帶來的變革也同步改寫治理思維。金管會銀行局局長童政彰指出,監理機關不僅要加強國際合作,更應深化與金融業及科技業的對話,建立更開放且具前瞻性的監理模式。進一步針對代理式商務來看,政大金融AI創新中心主任王儷玲認為,金融監理重心應由模型與資料管理,轉向代理式 AI 安全,尤其當 AI 可以代理消費者進行支付時,如何確保代理式 AI 在授權範圍內執行交易,將成為未來的監理重點。

在國際監理趨勢方面,萬事達卡數據與顧問服務部副總裁 Audrey Wong 分析亞太與全球支付生態並指出,AI 時代的監管核心已轉向「以信任為基礎」,金融業在應用 AI 時,必須具備可解釋性、可問責性與可稽核性,確保決策透明且可追溯。同時,隨著詐騙與洗錢行為跨境化,監理機制也應向外延伸,確保跨境一致性,並透過如 ISO 20022 等標準強化資料透明與治理能力。

回到金融機構實務面,國泰世華銀行數據長梁明喬表示,代理式 AI 將對既有支付與風控機制帶來結構性改變,以信用卡支付為例,過往的驗證重點在於是否為本人,但在代理式 AI 情境下,則轉變為驗證 AI 的身份、授權來源與行為意圖。未來,隨著代理式 AI 的普及發展,授權與權限管理將變得更加重要。

Mastercard-04.jpg
關鍵對談以「AI 時代的資安監管趨勢與企業應對策略 」為題,左起邀請:數位時代總編輯 王志仁主持及重磅與談人國立政治大學金融 AI 創新中心主任 王儷玲、國泰世華銀行數據長 梁明喬及萬事達卡數據與顧問服務部副總裁 Audrey Wong與會。
圖/ 數位時代

AI 詐騙升級,聯防機制成新關鍵

最後,本場研討會亦聚焦討論 AI 造成詐欺風險升級的議題。台灣大哥大資訊長蔡祈岩觀察,詐騙已從單一管道演變為跨平台、跨場景的複合型攻擊,尤其是假冒「代理式 AI 」的詐騙手法,透過對話引導消費者提供個資與支付資訊,正成為新興且高風險的威脅來源。

萬事達卡 Franchise Innovation 副總裁Dennis Koh 進一步歸納出 3 大詐欺發展趨勢。第一,Deepfake 服務化使詐騙門檻與成本大幅降低。第二,詐欺行為跨境化與遠端化,已經突破地理限制、走向全球攻擊。第三,社交工程從大量投放釣魚信件,轉為高度個人化、難以辨識的精準攻擊。

面對詐欺手法持續演進,聯合信用卡處理中心風險管理部資深協理李錦堯表示,聯卡中心正透過區塊鏈與FIDO生物識別技術,打造無密碼的數位身分認證系統,並結合AI數據模型提升TRACE風險預警系統的效能。未來,聯卡中心將持續優化模型,並建立跨機構資料共享的聯防機制,整合發卡機構與國際組織資源,以提升整體防詐能力,對抗日益複雜的詐欺攻擊。

代理式商務將為消費者帶來更好的消費與支付體驗,但同時也對安全、治理與信任造成更大的影響,促使產業必須從單點防護走向跨機構、跨生態系的整體治理思維。在此趨勢下,萬事達卡將持續扮演關鍵推動者角色,攜手監理機關與產業夥伴,強化支付安全標準,推動台灣支付產業的監管框架與創新發展,打造兼顧效率與信任的數位商務環境。

Mastercard-05.jpg
回應AI 代理經濟下的詐欺防制與個資挑戰,本論壇特別邀請台灣大哥大資訊長 蔡祈岩、聯合信用卡處理中心風險管理部資深協理 李錦堯、萬事達卡Franchise Innovation副總裁 Dennis Koh交流趨勢觀點。
圖/ 數位時代

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
AI全球100+台灣20
© 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