你的人生遊戲又卡關了嗎？—《超級好！用遊戲打倒生命裡的壞東西》推薦序

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

• 遊戲性別政確恐慌症候群：以理解為處方（下）

*本主題共2篇，該篇為下篇，以「遊戲性別議題偏見的成因」為主軸，探討製作方與玩家如何跳脫出議題的爭端，為遊戲圈帶來更多元的環境。

若想獲得更完整的資訊與閱讀體驗，歡迎點選上篇：「政確」遊戲也要湊一咖！最後生還者 2、地平線西域禁地、APEX LEGEND…

媒體的心理影響——政治正確恐慌

近年來，女權等性別議題在新聞媒體上的曝光率大幅成長，隨之而來的聳動標題及標籤化現象，卻可能進一步導致族群間的對立。遊戲作為性別印象的傳播媒介之一，在加入相關內容後亦開始被放大檢視，不過這些討論並非源於多元性別元素被大量加入而引起關注，而是透過媒體的渲染報導，才得以被大眾注意。

當社會上有人開始倡導加入這些元素的必要性與正確性，人們長期根深蒂固的審美觀，在短時間內被政確的聲音淹沒，就可能導致人們不適應、變得敏感，甚至引發論戰。

受訪者 Jack 是位 20 歲、自國中起就常與朋友遊玩線上遊戲的大學生，主要透過 PC 平台遊玩射擊和卡牌遊戲， 以及時下較有話題性的單機遊戲。針對現今遊戲的設計逐漸加入不同要素，他表示近幾年遊戲新增了不少多元背景的角色，一開始玩家也都不太適應，「畢竟這些多元群體是社會中的極少數。」玩家自己在現實生活中都不曾遇過這樣的人，這些角色在遊戲中出現的頻率卻高得離譜。另一位受訪者 Jerry 同樣是 20 歲大學生，原先以遊玩射擊和卡牌遊戲為主，近年來轉往遊玩任天堂的 Switch 遊戲。面對遊戲中新增多元要素引發的爭議，他直言：「很多人都對角色的背景太小題大作了，每次只要出現這種話題就一定要爭得你死我活的。」另一位 19 歲的大學生小凱，曾遊玩過《最後生還者2》與《地平線：西域禁地》與其他有性別議題爭議的遊戲。他說：「我在玩一些有性別議題的遊戲時，實際玩起來不會特別在意這些設定有什麼問題，但常常看見討論區會有人針對這些點爭論和製造迷因，起頭者卻又稱自己其實不在意這些，實在有點矛盾。」

單純因背景設定含有性別政確元素，就會引起爭論的現象，顯示現今社會對於性別議題仍存在大量紛爭與分歧，導致支持與反對的聲音都特別敏感。能夠促進不同意見之間的交流當然是一件好事，如果雙方都能保持理性溝通，對於建構更加多元和諧的社會而言無疑是有利的。然而過往爭議衍生出來的經常是各說各話的謾罵和羞辱，導致意見不合的兩方更加針鋒相對。

遊戲中的不友善性別環境是由遊戲本身塑造的嗎?

Geek Feminism Wiki 是一個提供科技、科幻領域中的女性議題相關資訊的網站，在其中的 Gaming 條目提到：女性在遊戲中面臨了性化環境（Sexualized Environment）、性別主義廣告（Sexist advertising）、線上騷擾（Online harassment）等問題。前二者源自遊戲的不友善設計，而其成因之一是遊戲或多或少存在現實的縮影。

 小凱提到，很多遊戲的內容都來自現實與歷史。為了考量真實性，遊戲在製作時往往會將這些不友善情境「照搬」，即使是完全虛構的故事，多半也是以「對現實的認知」去發想，其中就包括平時累積的刻板印象，而這亦是部分遊戲被認為不友善性別的原因之一。

倘若為了破除刻板印象，而強行更動歷史現實，也不是很恰當的做法，「像是以二戰為舞台的《戰地風雲五》裡面出現女士兵，但那時的女性是不可能當士兵的。」如何在忠於歷史的情況下，盡可能顧及性別友善的實踐，是開發團隊必須權衡的。

另一個不友善性別的隱患，正是玩家本身。談及被線上騷擾的經驗，19 歲的小美平時喜歡玩線上遊戲也常接觸 ACG 作品，她表示自己在玩《鬥陣特攻》、《英雄聯盟》這類男性玩家居多的遊戲時，曾遭遇過一些男性玩家的騷擾。

玩家亦是建構遊戲環境的一部分，當騷擾發生，官方確實有提供協助的義務，但就根本而論，這並不是遊戲造成的問題，而是玩家自身行為不恰當所導致。

在社會風氣改變、女性意識抬頭、女性玩家比例升高的現今，性別教育的年代隔閡與根深蒂固的刻板印象仍發揮著一定影響力。男性玩家在遊戲圈中仍握有話語權與主控權，讓許多女性玩家在網路社群不時受到迷因式的嘲諷，更經常遭遇線上騷擾。值得注意的是，這種現象並不是遊戲圈獨有，而是社會的縮影在遊戲圈中被話語權的差異放大了。

遊戲屬於玩家還是大眾?

遊戲並非是一個單向傳遞的媒介，它們傳遞的想法和理念可以被認同，同樣也可以被批評和討論。相較於武斷禁止遊戲的表現形式，玩家直接與開發團隊進行溝通協商是更為恰當的作法。

令人惋席的是，近年來針對爭議作品的檢討方式充滿了非黑即白的斷言，在部分新聞媒體斷章取義的推波助瀾下，不同的聲音之間變得更加不理解彼此，失去理性和對話空間，只剩下惡意謾罵在撕裂社會。

小美：「一個被灌輸特定觀念的人，只有在和他人理性溝通後，才會意識到自己的問題。」作品所展現的特定價值觀，也是人們表達自身想法的自由，畢竟每個人和遊戲都有自己的一套審美標準。

「我自己身為女性，也會喜歡一些角色形象是蘿莉或是性感的遊戲作品，這些作品明明沒有刻意得罪任何人，卻被逐漸封禁，我認為這個趨勢並不健康。」她舉例，像是 STEAM 上面原先設定有蘿莉角色的作品都被迫改變形象，不然就會遭到下架。

另外在《鬥陣特攻》當中，她喜歡的角色造型也因為太性感而被迫改動。遊戲作品是對於偏好的展現，無可避免的帶有立場與主觀意識，雖然惡意歧視毫無疑是不被允許的，但在表達個人取向的立意上，遊戲是否有必要符合每個人的期待，值得我們深思。

以額外要素引起轟動，還是以原創推廣議題？

根據 Newzoo 統計，2019 年女性遊戲玩家突破 10 億大關，佔玩家總數的 46%。除了原先以男性為主的熱門遊戲拉入的新的多元客群外，女性向市場的開發已有一段時間。無論是日本的 BL 作品所帶來的「腐女」文化，以及其乙女向手機遊戲所帶來的成功，例如《偶像夢幻祭》、《刀劍亂舞》，皆證明了女性的消費能力，市場不再只以男性向遊戲為導向。

可以應證上述說法的是，在被問及「相對於『在 3A 大作或既有作品塞入政治正確的元素』，『更改設定來博取大眾眼球，以事件本身作為故事主軸或以特定族群作為客群的原創遊戲』，是否較為合適？」時，身為遊戲製作者的張毅回答：「或許是這樣沒錯，這類遊戲往往底下的討論區都相當和平，不太會有偏激言論出現，大家都很享受當中內容。」

市場上的產業多是以目標客群來運作的，與其讓既有遊戲的舊客群來接納新客群，可能面臨族群衝突的風險，針對新客群開發新遊戲是個推廣議題的安全方法。這種方式雖然無法讓議題馬上被大眾認識，但能讓接觸遊戲的玩家對議題有更深的理解，而非流於表面的資訊接收，更能夠同時照顧到不同族群的心情。

相信無論製作方或玩家，都期待所有人能夠找到符合自己偏好與價值的遊戲，倘若真正考量多元並期望促進雙方理解，遊戲開發團隊也許不應強制變動深獲玩家喜愛之既有角色，以推行其觀點，這種作法可能會將多元族群、弱勢少數推上爭端，也可能無意將歧視的帽子扣在其他玩家頭上。

多元的價值若能夠以原創加入的方式實現，或許能達成對原始玩家的尊重，也是在某種程度上給予多元族群的理解。

性別議題為遊戲賦予的價值

雖然多元性別與政確要素在過去就曾出現在諸多遊戲當中，卻一直到近年才被大量曝光，並以爭議的形式被廣泛討論。現今遊戲中多元元素的加入與改動還是以小範圍為限，對遊戲體驗的影響並不大，因此多數玩家即使對這些元素有意見，仍會選擇繼續遊玩，如同張毅所言：「好的遊戲不會因為增加或少一些政確元素就變得不好玩。」

多元的族群觀點與價值觀與遊戲圈尚在相互磨合的階段，但可以預見的是未來這些要素的加入會更加頻繁。受訪者 Jack 說道：「仔細想想，這樣角色的出現或許也是能讓玩家們認識這些少數群體的方式和機會，不見得真的是為了圖利誰或為他們發聲，而是對於『社會上出現了這樣類型的人』的一種回應，不需要都帶著偏激眼光去看待，可以試著去接受。」

Jerry 也說：「越來越多多元性別角色的出現，其實在遊戲內容方面能帶給玩家更多不一樣的體驗，像是劇情設計、角色互動都可能和以往單一性別的作品有著更不同的呈現，也是一種值得期待的發展，畢竟遊戲作品對於玩家而言，最需要的就是保持新奇。」

 多元性別要素爲遊戲帶來更多可能，這些要素的加入讓遊戲有更新穎的角色互動與趣味性，也讓遊戲劇情有更多選擇與變化。  

張毅則提及其製作《花語：百合》時的理念：「我們團隊比較隨興一點，有時腦中閃過『真想做這樣子的遊戲！』就付諸實行了，實在不容易解釋理念，但我想可以從評論區的一些玩家反饋中找到答案吧。有一些人比較纖細、比較孤單、比較少人理解，但也都很努力尋找快樂。若能有一款作品讓他們得到共鳴，產生了『原來有人感同身受啊』的感覺，那麼這款作品對他來說，就是獨一無二的。這款作品並不是想為誰發聲，只是我覺得對部分玩家來說，這款作品有不可取代性，就十分有意義了。」

「若我們回歸議題本身，網民口中的社會正義戰士，當然有人是為博名等自身利益而動，但一定也有人因理念或浪漫，而希望看到有更多元的角色吧。」加入了多元性別要素的遊戲並不只是特定族群的發聲管道，更不是純粹的討好，而是一種新的嘗試，當人們放下彼此成見，以欣賞的角度來體驗遊戲，才能使遊戲發展有更多的可能性。  

參考資料：

Women Account for 46% of All Game Enthusiasts

Geek Feminism Wiki

遊戲界的性別議題有哪些？

近年來，在新課綱推行之下，「素養」這個詞成為熱門關鍵字，「對我來說，素養就是面對世界的行為模式，在面臨問題時，一個人會抱著什麼樣的態度去解決問題。而科學素養就是『像科學家一樣思考』」LIS 科學情境教材（台灣線上教育發展協會）創辦人嚴天浩這麼說。

嚴天浩在大學時開始製作教學影片，最初的動機來自上大學後體會到城鄉差距、資源落差，想藉由線上教材擴大影響力，然而觀看次數卻不如預期。

2013 年起，嚴天浩和夥伴到台東，向「孩子的書屋」負責人陳爸（陳俊朗）請益，並長期蹲點接觸孩子，發現學生們面臨最大的問題不在於「學什麼」，而在於「為什麼要學」，因此意識到若要改變孩子的學習狀態，不能只是單方面灌輸「老師想教的」，而要從學生的需求出發，了解「孩子想學什麼」。

七年來，LIS 拍攝超過 100 支線上科學影片，包括將科學家的思想歷程、時代背景融入角色劇情的科學史，以及結合時事、生活情境的科學實驗，目前已經超過 250 萬觀看人次，也成為全台許多中小學的教材。

這次，LIS 歷時三年研發出一套科學實境解謎遊戲，不只在玩遊戲的過程中學科學，也引導孩子練習「像科學家一樣思考」。

什麼是「像科學家一樣思考」？

過去，我們在國中課本裡學到的科學方法「觀察、提出假說、進行實驗、得到結論」，然而許多學生能對步驟琅琅上口，卻不見得理解背後的邏輯。LIS 分析百位科學家的思考歷程以及參考教育學者的理論，設計出適合培養國小學生科學思維的「科學推理階梯」，共有四個步驟，包括「發現問題」、「聯想原因」、「大膽假設」、「實際驗證」。

嚴天浩坦言，對於國小的孩子來說，他認為最難的在於——第一步「發現問題」，這取決於孩子過去是否累積足夠的觀察經驗，因此，如何訓練孩子觀察是培養探究學習的重點。然而，在沒有老師的引導下，要怎麼讓孩子能聚焦在實驗的現象上，成為開發遊戲過程中的一大考驗，後來，團隊想出了運用 RPG 中的角色對話，設計句子讓玩家將注意力集中在現象上的差異，「當孩子觀察到的與他原本的認知有所不同，產生衝突時才會進而發現問題。」嚴天浩說。

有適當的引導，才能從問題中學習

在發現問題之後，還須激發玩家思索問題的意願，因此在遊戲中便成為一個個解謎關卡，玩家為了破關、練等會主動尋找答案，在玩完遊戲後得到的成就感，會讓孩子對科學產生動機，在未來有自信用這樣的方式去思考、面對問題。

嚴天浩說：「大學時我修過教育學的課，設計課程的第一步往往是『引起動機』，但我們認為應該從遊戲開始到結束的每一個動作，都需要一個『引起動機』，目前玩過這套遊戲的孩子有持續玩過兩個小時以上，玩得越久代表引起的學習動機越強烈。」

了解背後的意義才是學科學

然而，有時在做完實驗後，學生只會記得當時看到的實驗結果或現象，卻沒有把背後的邏輯和原理帶走，關於這部分，嚴天浩分享，「玩實驗」和「學科學」最大的差別在於，是否了解每個步驟的意義，如同以往「食譜式實驗」，照著課本一步一步做，卻不知道為什麼這麼做。

因此，他們把演示型實驗設計成遊戲，將探究歷程拆分成關卡，透過與 NPC 對話帶領玩家思考，並預想玩家可能卡關的地方，就像是在蓋房子時的鷹架，一層層建構、支持，逐漸將學習的責任放回孩子身上，傳統課堂中搭鷹架的角色可能是老師，而在這個遊戲裡，是精心設計過的關卡提示。

讀到這裡，或許你會想問，在探究式的學習中，真的能夠學會「像科學家一樣思考」嗎？

「我認為探究學習中，知識其實只是附帶的。」嚴天浩解釋：「我們想告訴孩子的是，科學家最厲害的並不是他成功發現了什麼，而是他在失敗了那麼多次之後，還是願意繼續努力。」

如果現在的台灣是二十年前教育的結果，那麼 LIS 正在改變的是二十年後的台灣，那時的每個人在面對問題時都能有邏輯地看待、抱著自信的態度去解決，這是 LIS 的憧憬，也是我們對於台灣未來世代的期盼。

• 科學實驗解謎遊戲 募資計畫｜https://bit.ly/3zqyXCR
• LIS情境科學教材 官網｜https://official.lis.org.tw
• LIS情境科學教材 FB｜https://www.facebook.com/Learningissharing
• LIS情境科學教材 YouTube｜https://goo.gl/WCtXjA