用虚构模拟梳理项目背后的假设

制作可编辑的非营利组织模拟游戏,梳理假设、比较选项,并规划如何依据证据开展讨论,同时避免暗示项目已在现实中产生影响。

Seele Editorial Team更新于 2026年11月16日

在非营利组织的工作坊中,可以用虚构情境把假设摆到台面上,明确有哪些资源可用、团队会选择哪些行动,以及模型会给出什么结果。面向非营利团队的公益议题模拟游戏模板可以帮助参与者比较选项,并找出值得评估的问题。模拟不能用来预测现实、替代社区意见征询,也不能证明某项结果是由项目造成的。

本指南以 Riverbend 为例,这是一个虚构的社区食物获取项目。其中的组织、居民、资源、选项和产出都是虚构的,未涉及真实人物或项目数据。在现实中使用这类模拟时,应将其与项目资格认定、资金拨付或服务决策分开。

一支非营利团队借助虚构社区的情境地图和资源卡,讨论项目可以采取哪些行动。
在安全的虚构情境中,把假设摆到台面上。

明确目的和边界

先确定参与者要完成什么,比如找出假设、比较选项、发现信息缺口,或练习协作。避免把“解决食物不安全问题”这类宽泛表述作为目标。一次简短的活动可以围绕更大议题中的一项决策展开,无法呈现整个社区的复杂性。

设计情境前,先写一份边界说明,明确游戏可以帮助团队讨论什么,以及哪些事项不能由游戏决定。例如:“这项虚构练习用于探讨志愿服务时长和配送路线如何影响模型中的发放时间表。它不能估算现实中的食物获取情况,也不能决定谁应该获得服务。”

在适当情况下,征得受议题影响的人同意,为他们提供补偿和保障措施,并邀请他们参与确定讨论内容。不要用模拟替代亲身经历。说明谁会看到活动记录、参与是否自愿,以及参与者如何提出顾虑或退出活动。

先梳理预期变化,再制定游戏规则

CDC 将逻辑模型描述为对项目活动及预期成效的呈现,用来说明项目按设想应如何运作。逻辑模型可以帮助团队明确背后的假设和各环节的先后顺序。它无法说明这些关系在实践中是否成立。评估关注实际发生了什么,以及有哪些证据支持相应结论。

画出一条简单的链条供大家讨论:投入 → 活动 → 产出 → 短期成效 → 较长期成效。加入可能改变这一过程的外部条件,例如交通可达性、人员配置、物资供应、语言服务的可及性或政策。标明哪些关系有现有证据支持,哪些来自当地经验,哪些仍是有待检验的假设。

在 Riverbend 的虚构逻辑图中,可以把志愿服务时长与尝试配送的次数、完成配送的次数,以及居民反馈取餐是否方便等环节联系起来。每个箭头都依赖若干假设:路线可通行、有食物可供发放、时间安排合适,而且居民愿意使用这项服务。不要把这些示意性的联系写成有关实际影响的结论。

一项围绕公益议题的虚构模拟,将资源和行动与模型产出联系起来,并展示相关背景和假设。
在从活动到预期成效的每一处连接旁标出相应的假设。

设计一轮完整的决策流程

环节主持人提供的信息团队要回答的问题复盘问题
背景虚构的需求与限制条件还缺哪些信息?谁的视角没有被纳入?
资源人员、时间、合作伙伴的承接能力有哪些资源可以调配?我们接受了什么取舍?
行动两到三种应对方案哪项行动可行?哪项假设最关键?
模型响应该情境下的模型产出下一步我们会观察到什么?模型遗漏了什么?
后续问题不确定因素或背景变化哪些证据能帮助我们判断?我们可以怎样研究这个问题?

采用参与者容易理解的规则。如果某个选项消耗更多资源,就说明其模拟结果基于什么假设。避免采用不透明的公式,以免让结果显得比实际更权威。情境发生变化时,说明原因,并让参与者重新考虑原来的选择。

根据参与者在游戏中需要考虑的视角分配角色,避免依据他们在现实中的地位或身份分配。可以使用“路线协调员”或“数据管理员”等虚构角色卡。不要为了让练习显得真实,就安排参与者扮演边缘群体成员,或要求他们公开自己的困难经历。

让示例数值有据可查

如果某个环节用到数值,应将其标注为情境参数,并说明单位、来源和用途。虚构的代币数量可以帮助参与者讨论取舍,但不能让人误以为那是项目的实测统计数据。如果看似精确的数字对讨论没有帮助,可以考虑用区间或定性描述来呈现后果。

为每个参数保留一份模型记录,说明参数由谁设定、参考了哪些证据,以及还有哪些未知之处。不要把互不相关的投入合并成一个“影响力评分”。游戏得分可以奖励情境中的某项设计选择,但不能用于给真实的社区或非营利组织排名。

用 AI 起草,由人工审核

AI 可以起草主持人提示语、备选情境、决策卡或复盘问题。要求 AI 分别列出假设和事实。请熟悉议题的人共同审查术语、当地背景、安全性、公平性和无障碍性。不要将保密的服务对象信息、个案记录或可识别身份的社区数据输入未经批准的工具。

目的:[讨论或规划中的问题]
虚构背景:[明确为虚构的场景]
投入和行动:[资源、选项、单位]
假设:[明确、可审查的陈述]
模型响应:[仅作示意的规则,不用于预测]
复盘:[不确定因素、缺失的视角、所需证据]
要求:找出隐含假设和可能带来风险的表述。
不要生成有关实际影响的结论或资格认定规则。

指定一名编辑对最终规则和内容负责。在有帮助的情况下,将 AI 辅助起草的内容标为草稿。引用外部事实性陈述时,应先独立核实,再作为事实呈现。

主持活动时,避免把练习变成决策系统

说明参与者可以旁听、跳过环节或退出活动。告知大家是否会做记录,以及记录将如何使用。允许主持人暂停活动,并提供私下反馈的渠道。如果讨论中出现现实中的顾虑,应停止游戏,按照组织内部的适当流程处理。

不要用游戏结果分配服务、决定资助、筛选申请者或考核员工。模型有意简化了现实。它的主要作用是帮助团队围绕各环节之间的关系、背景和证据提出更好的问题。

主持人与非营利团队一起回顾模拟中的假设、缺失的证据以及后续要评估的问题。
在复盘时,把模拟中的选择转化为需要用现实证据回答的问题。

复盘假设和证据缺口

  • 哪项投入或规则左右了模拟结果?
  • 遗漏了哪些背景信息或视角?
  • 哪些关系有证据支持,哪些只是推测?
  • 在现实中观察到什么,可以帮助我们检验这项假设?
  • 应该请谁参与拟定评估问题?
  • 在什么情况下,再次开展这项练习会带来风险或误导?

CDC 的评估指南建议先明确回答评估问题需要哪些证据,包括要收集什么数据、如何收集、何时收集以及向谁收集。根据复盘内容提出一个评估问题,并制定可行的证据收集计划。不要把游戏内部的模型当作已经收集到的证据。

记录情境版本、参数设定、参与者角色的概况,以及需要修改的地方。未经许可,不要发布可用于识别发言者身份的评论。Riverbend 的产出是虚构的,不能作为判断食物获取情况的依据。

在工作坊前试行主持方案

请一小组内部审阅人员按规则走一遍流程。检查目的和限制是否清楚、所有活动是否能在规定时间内完成,以及复盘时能否区分假设情境下的产出与证据。请审阅人员标出听起来像是在作承诺的措辞,以及把结构性问题归咎于受其影响的人群的表述。

记录试行中收到的反馈及所作的修改。试行可以发现让人困惑的说明,但无法证明练习适用于真实社区,也无法证明项目有效。如果工作坊将邀请受议题影响的群体参加,应在这一虚构原型之外另行规划符合伦理要求的参与方式,并说明他们的意见将如何影响决策。

常见问题

什么是公益议题模拟游戏?

这是一种由主持人引导的情境练习。参与者围绕某个社会议题作出选择,并观察简化模型给出的反应。它可以帮助团队讨论假设、取舍和需要进一步调查的问题。模拟不能用来预测现实,也不能作为某项干预措施会在真实社区中奏效的证据。

非营利组织如何使用模拟游戏?

团队可以用虚构情境梳理假设、比较可采取的行动,并找出信息缺口。设定明确的学习目标,说明模型省略了什么,并邀请具有相关亲身经历或专业经验的人参与审阅。不要用这类课堂练习式的模型作出现实中的资格认定或资金拨付决定。

AI 能生成公益议题模拟吗?

AI 可以起草情境分支、角色卡、复盘问题或测试用例。人工审核必须考虑背景是否贴切、内容是否公平、事实是否准确、有无安全问题,以及表述是否传递了无意暗示的立场或判断。不要将敏感的社区数据输入未经批准的服务,也不要把模拟产出描述为项目的实际结果。

如何在非营利组织的模拟游戏中建立因果模型?

先明确变革理论,写清资源、活动、产出、近期成效和较长期成效,以及相应的假设和背景。CDC 指南指出,逻辑模型呈现的是各环节之间预期存在的关系,可以帮助团队拟定评估问题。先用游戏讨论这些假设,再借助适当的评估设计和可信的证据考察实际效果。

模拟能证明非营利项目有效吗?

不能。模拟按照设定的假设和规则运行,无法说明真实项目中发生了什么。CDC 区分了描述预期关系的逻辑模型,以及说明项目实际如何运作或产生了哪些效果的评估证据。报告模型产出时,应将其表述为情境模拟结果,避免将其写成关于实际影响的结论。

想为非营利组织的工作坊设计一套有明确流程的模拟活动?了解如何用 AI 创建游戏,并根据讨论的边界调整情境。

SEELE AI

将这份指南变成可玩的作品。

先明确创作需求,再在 Seele AI 工作区中迭代。

开始创作