雖然課本上，我們不直接教「公地悲劇 (Tragedy of the Commons)」這個概念，不過實際上在教生物多樣性危機、人與環境時，我們就是在傳達這個概念-個人利益與群體福祉之間的拉扯與權衡
這個概念，過去我用過很多的實體活動來模擬，像是
- 2009年的體驗釣鮪魚
- 2012年的永續生態模擬遊戲-釣魚
當時玩過這些活動的學生，現在都已經幾歲了啊。今年我把這個遊戲改寫成線上遊戲了，是一個回合制的集體線上遊戲，就叫「大家的村莊」
「大家的村莊」是什麼
這是一個動態、即時的網頁互動模擬工具，環境就是一個線上村莊，每位學生登入後就成為村民，共同依賴一座漁獲有限的池塘維生。他們的每一個決定，都將即時影響自己、他人以及整個村莊的未來。
核心玩法：不只是捕魚
遊戲規則直觀而簡單：
- 共享資源：全班學生共享一個初始擁有固定魚量的池塘。
- 個人決策：在每一「年」（回合）中，學生需決定要捕撈多少條魚。
- 經濟誘因：捕獲的魚在滿足家庭基本需求後，多餘的漁獲可以賣錢，累積個人財富。
- 自然法則：池塘中的魚會根據設定的「增長率」進行繁殖，但過度捕撈將導致魚群數量下降，甚至崩潰。
這個簡單的循環可以用來討複雜的社會經濟議題。
教師的角色：說故事的人，從觀察者到引導者
教師是這場模擬的「村長」與引導者，有後台工具可以塑造不同的情境。工具的設計目的在於循序漸進地引導學生思考。
1. 基礎設定：打造你的村莊
在遊戲開始可以設定村莊的初始條件，例如：
- 池塘魚數量：資源的豐裕程度。
- 魚群增加率：資源的恢復能力。
- 維持家庭最少魚數：村民的生存底線。
- 魚價：個人利益的誘因強度。
2. 資訊透明度：知識就是力量
你可以決定學生能看到多少資訊，這是教學策略的關鍵：
- [可見其他人捕魚狀態]：開啟後，學生能看到上一回合所有人的捕撈記錄。這會引發「社會壓力」——當看見有人過度捕撈時，其他人會選擇跟進還是約束？
- [可見魚群變化圖]：開啟後，學生能看到魚群總量的歷史曲線圖。資訊的透明化，能否促使學生產生自律行為？
3. 政策與法規：模擬治理的藝術
你可以隨時介入，引入村莊的「法規」：
- [總量管制]：設定每年全村的捕撈上限，模擬政府的永續管理。
- [個人捕撈上限]：限制每個村民的捕撈數量，探討配額制度的公平性。
- [禁漁處罰]：你可以對特定學生設置「禁漁年限」，作為過度捕撈的懲罰，引導學生討論規則與執法的重要性。
4. 公共投資：走向永續的道路
當學生累積一定財富後，你可以開啟「公共投資」功能，讓遊戲進入更深層次的討論：
- 投資魚池維護：學生可以花錢提升魚群的「增長率」。
- 投資魚苗放養：學生可以花錢直接增加池塘的魚隻數量。
這個機制將挑戰從「如何不耗盡資源」提升到「如何共同讓資源變得更豐饒」，觀察從消極限制到積極建設的永續發展理念如何進行。
你可以怎麼教？
這裡有一個四階段體驗設計，我試了好幾個班，認為這個挺不錯的，循序漸進的方式，讓學生在不同情境下感受局勢的變化。
第一階段：體驗純粹的悲劇
- 設定：關閉所有資訊與法規限制。
- 目標：讓學生在資訊不透明的情況下，憑藉個人直覺決策。通常，這會很快導致魚群崩潰。
- 討論：為什麼資源會耗盡？當時大家在想什麼？如果重來一次，你會怎麼做？
第二階段：資訊的力量
- 設定：重置遊戲，但開啟「可見魚群變化圖」與「可見其他人捕魚狀態」。
- 目標：觀察在資訊透明後，學生的行為是否會產生變化。他們會開始自我約束，還是演變成更激烈的「捕撈競賽」？
- 討論：資訊的公開對你的決策有什麼影響？「社會壓力」是有效的嗎？
第三階段：法規的介入
- 設定：在遊戲中途開啟「總量管制」或「個人捕撈上限」。
- 目標：讓學生體驗法規的限制作用，並思考其利弊。
- 討論：這個規定公平嗎？如果你是村長，你會如何設定這個上限？對於違反規定的村民，應該有什麼樣的懲罰？
第四階段：邁向永續經營
- 設定：開啟「公共投資」功能。
- 目標：挑戰學生們從競爭轉向合作，共同規劃如何利用累積的財富，讓村莊的未來更加富足。
- 討論：你願意犧牲個人眼前的利益，來投資公共建設嗎？如何建立信任機制，確保大家共同投入？
一個激發思辨的動態教室
這個互動程式「大家的村莊」具有高度的互動性，也有即時的數據反饋，身為一個會說故事的教師，你可以用各種後台工具去塑造這個故事走向，像是各種災難危機出現，導致魚群減少，或是其他因素導致魚群大增。讓學生在模擬環境中，體驗個人的決策、社會的趨勢對整體造成的影響，用系統性的角度去思考複雜的資源管理議題。
最終的目標不是找到一個「標準答案」，而是透過這個過程，激發學生的批判性思維，引導他們實際體驗從永續發展、社會合作與政策制定等議題。
怎麼開始玩？
我覺得你看了以上的說明，應該想要嘗試吧？只是它有一點點門檻，你要教師機安裝node.js，然後安裝我的程式並執行，然後讓學生個人或分組用平板連上教師機。
https://github.com/ChihHsiangChien/bioGO
