天织织机：关于AI 素养学习的桌游设计
天织织机：关于AI 素养学习的桌游设计
教学设计
时间
2026 春
标签
# AI 素养
# 游戏化学习
# 系统设计
我的角色
游戏设计师 · 个人项目
工具
Canva
时间
2026 春
标签
# AI 素养
# 游戏化学习
# 系统设计
我的角色
游戏设计师 · 个人项目
工具
Canva
一款将 AI 素养与风险转化为互动式学习体验的桌游设计。
一款将 AI 素养与风险转化为互动式学习体验的桌游设计。
《天织织机》是一款桌游原型，旨在将 AI 素养与风险转化为一种互动式学习体验。玩家在游戏中通过完成任务、使用 AI（Loom） 卡牌、承担风险与做出判断，体验 AI 如何支持工作、风险如何出现，以及哪些责任应当由人来承担。尝试将相关框架转化为任务、规则、约束与后果组成的可玩系统。
项目背景
随着 AI 越来越多地进入学术与专业工作，许多关于 AI 素养的讨论仍停留在概念解释或政策层面。我想探索一种更具互动性的形式，让这些想法能够被体验、讨论与质疑。这个项目借助游戏化学习，将人类监督、工作流设计与 AI 风险等概念转化为玩家可以直接参与的系统。
核心问题
如何把抽象的 AI 素养与风险框架，转化为一种可参与可讨论的游戏体验？
设计过程
定义核心学习系统
梳理了游戏需要表达的关键概念：任务、AI功能卡、人类行动，以及审查标记。与其将 AI 素养设计成静态信息，我更希望这些概念在游戏系统中彼此作用。任务代表真实工作流，AI功能卡牌可以帮助玩家更快完成步骤，但同时会带来风险；人类行动保留判断责任；审查标记则让审视压力随着游戏过程逐渐变得可见。
游戏的核心概念，包括任务、Loom 卡（AI功能卡）、人类行动和 Sky Marks（审查标记），它们共同构成了游戏的基础逻辑。
将框架转化为任务结构与风险系统
将游戏系统映射到真实世界框架上，使这些机制不仅仅停留在主题层面。任务结构借鉴了 PDCA 循环，而游戏中的风险类别则参考了美国国家标准技术研究院《人工智能风险管理框架》，并将其整理为一组更适合游戏使用的风险类型。这一步帮助我决定任务价值、工作流逻辑，以及 AI 使用与后果之间的关系。
任务结构如何对应 PDCA 循环，以及游戏中的风险类别如何映射到《人工智能风险管理框架》（NIST Generative AI Profile）。
构建AI功能卡牌系统
设计 Loom卡，与经合组织《AI系统分类框架》以及《高等教育 AI 素养整合框架》对应。不同等级的 Loom 代表不同程度的行动自主性，而每张卡上的知识框则连接到一个 AI 素养概念。
Loom 卡牌的结构来源，包括行动自主性等级和知识框的设计逻辑。
将概念转化为规则逻辑
设计了规则结构，让 AI 的使用成为一种策略性选择。玩家可以用 Loom 卡加快完成任务，但每次使用都可能通过掷骰触发风险。有些步骤必须由人完成，以保留最终判断与关键责任。
测试及可玩性与学习性平衡
持续调整回合流程、AI 使用门槛、审视压力和胜利条件，让游戏既容易上手，又能保留真实的权衡关系。
交付内容
可玩的桌游圆形，包括游戏板、任务卡、AI 卡牌、规则结构、风险系统以及配套token。
项目成果
这个项目最终产出了一套可游玩的桌游原型，包含任务系统、Loom 卡牌系统、风险机制以及配套视觉素材。它将关于 AI 使用、风险与人类责任的抽象概念，转化为玩家可以互动、质疑与讨论的具体体验。
项目反思
这个项目体现了我将复杂框架转化为结构化学习系统的能力，使其既有参与感，也具有明确的教学意义。
项目背景
随着 AI 越来越多地进入学术与专业工作，许多关于 AI 素养的讨论仍停留在概念解释或政策层面。我想探索一种更具互动性的形式，让这些想法能够被体验、讨论与质疑。这个项目借助游戏化学习，将人类监督、工作流设计与 AI 风险等概念转化为玩家可以直接参与的系统。
核心问题
如何把抽象的 AI 素养与风险框架，转化为一种可参与可讨论的游戏体验？
设计过程
定义核心学习系统
梳理了游戏需要表达的关键概念：任务、AI功能卡、人类行动，以及审查标记。与其将 AI 素养设计成静态信息，我更希望这些概念在游戏系统中彼此作用。任务代表真实工作流，AI功能卡牌可以帮助玩家更快完成步骤，但同时会带来风险；人类行动保留判断责任；审查标记则让审视压力随着游戏过程逐渐变得可见。
游戏的核心概念，包括任务、Loom 卡（AI功能卡）、人类行动和 Sky Marks（审查标记），它们共同构成了游戏的基础逻辑。
将框架转化为任务结构与风险系统
将游戏系统映射到真实世界框架上，使这些机制不仅仅停留在主题层面。任务结构借鉴了 PDCA 循环，而游戏中的风险类别则参考了美国国家标准技术研究院《人工智能风险管理框架》，并将其整理为一组更适合游戏使用的风险类型。这一步帮助我决定任务价值、工作流逻辑，以及 AI 使用与后果之间的关系。
任务结构如何对应 PDCA 循环，以及游戏中的风险类别如何映射到《人工智能风险管理框架》（NIST Generative AI Profile）。
构建AI功能卡牌系统
设计 Loom卡，与经合组织《AI系统分类框架》以及《高等教育 AI 素养整合框架》对应。不同等级的 Loom 代表不同程度的行动自主性，而每张卡上的知识框则连接到一个 AI 素养概念。
Loom 卡牌的结构来源，包括行动自主性等级和知识框的设计逻辑。
将概念转化为规则逻辑
设计了规则结构，让 AI 的使用成为一种策略性选择。玩家可以用 Loom 卡加快完成任务，但每次使用都可能通过掷骰触发风险。有些步骤必须由人完成，以保留最终判断与关键责任。
测试及可玩性与学习性平衡
持续调整回合流程、AI 使用门槛、审视压力和胜利条件，让游戏既容易上手，又能保留真实的权衡关系。
交付内容
可玩的桌游圆形，包括游戏板、任务卡、AI 卡牌、规则结构、风险系统以及配套token。
项目成果
这个项目最终产出了一套可游玩的桌游原型，包含任务系统、Loom 卡牌系统、风险机制以及配套视觉素材。它将关于 AI 使用、风险与人类责任的抽象概念，转化为玩家可以互动、质疑与讨论的具体体验。
项目反思
这个项目体现了我将复杂框架转化为结构化学习系统的能力，使其既有参与感，也具有明确的教学意义。
天织织机：关于AI 素养学习的桌游设计
项目亮点
将 AI 素养与风险框架转化为可游玩的学习体验
通过机制设计体现权衡、审查和人类责任
系统思维、视觉设计与学习设计整合