島網之夏：2029 臺灣電力系統遭劫持的黃金七十二小時

非常謝謝侯老師邀請我到他的班上。

能夠和不同背景的學生互動，一直是我很喜歡的事。這一次更特別。除了好久沒有和侯老師見面，課間也聊了很多近況；更有意思的是，這個班上的學生背景十分多元，有軍警、國安、媒體、非營利組織，也有來自企業界的學員。這樣的組合，對一堂策略課來說，其實很難得。

因為學員背景特殊，我也不想只是討論一般的商業個案。既然這門課談策略，我就想，能不能設計一個架空的危機情境，讓不同背景的學員都能代入角色，而且能在短時間內感受到策略判斷的壓力。

最後，我設計了一個模擬個案：《島網之夏：2029 臺灣電力系統遭劫持的黃金七十二小時》。

這個個案的原型，來自美國 Colonial Pipeline 遭勒索軟體攻擊的事件。那一次攻擊讓一條重要輸油管線停擺，也引發民眾恐慌與搶油行為。這個事件很值得放進課堂探討：它表面上是資安事件，但真正困難的考驗，其實是公共溝通、關鍵基礎設施、媒體壓力、政治問責、企業營運與社會恐慌同時爆發。

我把這個原型改寫成臺灣電網危機。故事設定在 2029 年，一個名為 Black Current 的攻擊方宣稱掌握部分用電資料、配電架構與需量反應平台權限，要求政府在 12 小時內支付加密貨幣，否則將公開資料，甚至影響調度與供電。

這個設定很適合這班學生。軍警與國安背景的學員可以組成政府聯合應變小組；媒體背景的學員可以扮演新聞單位；非營利與技術背景的學員可以扮演民間技術社群；另一組學員則扮演攻擊方。四組角色各有不同目的，也各自掌握不同資訊。每個人都覺得自己在做合理的判斷，但局勢會因為每個人的行動而產生非預期的變化，這正是策略課最有趣的地方。

▮ 兩層模擬設計

我原本想把重點放在 AI 應用，讓學員直接進入 AI 模擬。但考量到我也很久沒有帶領純實體的互動討論，因此決定先讓大家實際演練一次真人模擬，再讓學員用 NotebookLM 單機測試。

這個安排後來證明效果很好。

真人模擬有一種 AI 很難取代的張力。當政府組站出來開記者會，媒體組立刻追問資料是否外洩、是否有醫院或工業區被列入限電名單、政府是否已經和攻擊方接觸；攻擊方則發出威脅訊息，試圖製造恐慌；民間技術組織看似想協助政府，卻又在表述中透露出商業談判的意味。

這一切在現場發生時，學員的反應非常真實。有人想穩住局面，有人想追究責任，有人試圖用輿論製造壓力，也有人一開始想面面俱到，最後卻讓自己陷入立場尷尬的局面。這是單靠文字規則很難預先設計出的效果。

▮ 真人模擬的三個回合

這場真人模擬進行了三個回合。

第一回合，政府要先決定危機處理方向。個案中設計了三個選項：保守隔離、維持運作並加強監控、分層公開與有限降載。每一個決策都有代價。保守隔離可以降低資料污染與錯誤控制的風險，但會讓調度效率下降，可能造成局部停電或產業降載。維持運作能降低短期衝擊，但如果資料完整性已經受損，政府就可能在錯誤的資訊上做決策。分層公開比較能維持透明度，但也容易引發社會焦慮，甚至讓攻擊方調整下一步的威脅力道。

我先讓學員投票。這個動作看似簡單，其實是讓每個人先承認自己的初始判斷。策略訓練的價值，在於讓大家看見自己在資訊不足時的決策選擇，而非單向提供標準答案。

第二回合，各組開始公開行動。媒體組很快進入狀況。他們不只問政府有沒有掌握攻擊來源，也追問是否已有個資外洩，供應商是否延遲通報，還有政府是否已經和攻擊方接觸。這些問題既合理又危險。公共事件本該被追問，但每一次追問都會迫使政府提前定調，甚至將尚未確認的資訊推向輿論中心。

政府組則試圖維持穩定。他們承認有異常，也說明正在處理，但同時努力避免講出會造成恐慌的細節。這裡有一個重要的教學重點：危機中的語言本身就是一種行動。政府一句話，可能穩定民心，也可能被解讀為推卸責任。媒體一句標題，可能揭露真相，也可能放大恐慌。攻擊方一句威脅，可能缺乏技術實力支撐，但只要讓大家相信它可能是真的，就已經產生實質影響。

第三回合，局勢變得錯綜複雜。攻擊方試圖讓大家相信它掌握更多權限；媒體繼續追究政府責任；政府在咎責壓力下，決策變得更保守；民間技術組織則成為全場最有意思的角色。

他們原本想扮演協助者。他們掌握部分技術判斷，也有能力幫政府查證攻擊方釋出的資料。但他們在溝通上沒有拿捏好自己的定位。一方面想成為政府夥伴，另一方面又釋出一些訊息，讓外界覺得他們似乎想靠手上的資訊抬高身價，甚至帶有對價關係的意味。結果到了後面，原本可能成為關鍵協力者的民間團體，反而被推到一個非常尷尬的位置。

這個環節的發展很有啟發性，學員能清楚體會到：擁有資訊，不保證擁有優勢。

資訊的價值，取決於你怎麼使用它、什麼時候使用它、對誰使用它，以及使用之後會產生什麼代價。民間技術組織如果在第一時間建立安全通報管道，清楚說明查證範圍，並避免碰觸個資與證據保存問題，他們很有機會成為政府與社會之間的重要橋梁。但如果一開始就讓人覺得立場曖昧，手上的資訊反而會變成自身的風險。

▮ 資訊在數位時代的決策價值

這場模擬最想傳達的核心觀點，是資訊在數位時代的價值，以及資訊操控對決策的影響。

我特別強調「私有資訊」的概念。你有、別人沒有的資訊，你要怎麼利用？別人有、你沒有的資訊，你要付出什麼代價取得？這個問題會直接影響決策品質。

在多方互動的情境中，很多人會把自己的猜測當成事實。政府可能假設攻擊方沒有能力，媒體可能假設政府正在隱瞞，攻擊方可能假設民眾一定會恐慌，民間技術團體可能假設自己的專業會自動被信任。但這些都只是推測。真正成熟的決策，必須先釐清四件事：已確認事實、待查證資訊、潛在傷害，以及行動代價。

這些原則聽起來基本，但實務上常常做不到。尤其在壓力情境下，待查證的部分會被放大，恐懼會轉化為證據，直覺會取代客觀判斷。這正是這類模擬訓練的重要性。學員可以在課堂裡先經歷一次壓力，先犯一次低成本的錯，先體會自己的角色如何被外界重新定義。

政府在這場模擬中極具代表性。當政府受到攻擊時，它當然是受害者；但在媒體與民眾眼中，政府同時也會被視為失職者。這兩種身分會並存。當一個組織意識到自己會被究責，行動常常會變得保守、防禦，甚至只想證明自己沒有錯。可是越是這樣，越容易讓外界覺得你在閃避責任。所以危機處理不能只靠臨場反應，這種決策能力平時就該累積經驗。

▮ 結合 AI 模擬的延伸訓練

真人互動結束後，我才把課程帶回最近一直在測試的 AI 模擬設計。

我原本想使用自己開發的網頁版本，但考量到 Token 消耗過快且系統尚不穩定，為了聚焦在策略判斷的訓練，我決定採用比較穩健的替代方案，透過 NotebookLM 實作模擬遊戲。

NotebookLM 的優勢在於它可以嚴格圍繞指定資料來源運作。我把個案文本、角色設定、回合規則、新聞事件生成規則、計分方式與狀態追蹤放進同一個專案，讓學員用指令啟動遊戲。學員可以選擇扮演政府聯合應變小組、島嶼晚報、開放電網觀察站，或是攻擊方 Black Current。回合數可以設定為三回合、五回合或七回合。三回合接近稍早的實體演練；七回合則情境更完整，決策壓力也更高。

在這套設計中，AI 會扮演其他角色，並根據學員的輸入給予反饋。它會更新局勢狀態，例如產業衝擊、民生壓力、媒體關注、政府信任度與攻擊威脅，同時生成新聞事件，推動局勢發展。

這項做法的好處，是讓單次性的課堂討論轉變為可重複練習的系統。過去操作角色扮演，下課就結束了。你當天沒扮演政府，就不容易體會政府的決策壓力；你沒扮演媒體，就無法理解媒體追問的出發點。現在透過 NotebookLM，學員課後可以隨時切換角色重新演練，採用不同方案再測一次，甚至故意採取極端策略，觀察局勢的演變。

▮ 機器能做到七成，但價值已經足夠

我不會說 AI 模擬可以完全取代真人互動。

以這堂課為例，真人模擬大概有三成的情境是很難交給 AI 處理的。例如民間團體立場搖擺的發言、政府組在媒體施壓下脫口而出的語氣，或是媒體組基於新聞直覺的犀利追問，都很難由 AI 精準重現。真人具有不可控的行為模式，而這份不可控正是啟發的來源。

不過，AI 模擬仍具備明確的價值。它可以提供無限次的練習機會，讓學員從不同視角切入同一個情境，延續課堂上未完的回合，並讓學員在壓力較低的環境中驗證自己的判斷。

在高壓下決策，本來就不是多數人熟悉的狀態。多數人平時處理的是穩定流程、明確分工與可預期任務。一旦進入危機狀態，面臨資訊破碎、責任模糊、媒體與社群多方施壓，常規的管理方式就會完全失效。這時，模擬的價值就浮現了。

如果一開始只做 AI 模擬，學員可能會覺得這只是一場文字遊戲。但如果先經過真人互動，親身感受過壓力、誤解、追問與局勢變化，再進入 AI 模擬，體驗就完全不同了。這時，AI 給出的每一次角色反應，都能直接連結到剛才的現場經驗，讓系統反饋化為課堂真實感受的延伸。

▮ AI 在教學設計上的新定位

AI 進入教學現場後，除了提升效率，更大的價值在於賦予教師重新設計演練機制的空間。

許多能力過去很難訓練，例如危機處理、談判、媒體應對、競爭判斷與跨部門協調，這些都需要情境、角色、壓力與反覆嘗試。傳統課堂受限於時間與教師的現場引導力，通常只能操作一次。現在有了 AI，我們可以先用真人互動建立臨場感，再用 AI 工具大幅提升練習密度。

但這有一個大前提：教師本身必須精通該情境。

AI 可以協助系統實作、生成角色、推進回合，並根據規則給予回饋。然而，真正決定這套模擬有無教學價值的核心，依然是教師對現實商業與社會運作的理解。你要清楚場景中存在哪些利益關係人，各自的誘因是什麼，誰掌握私有資訊，誰需承擔政治或商業責任，以及哪些決策會引發連鎖反應。

專業並沒有被取代，反而變得更為關鍵。教師的專業在於將複雜的現實梳理清楚，拆解成角色、規則、回合與狀態。完成這一步驟，AI 才能接手實現這個流程。

這堂課對我來說也是一次很好的提醒。為不同背景的受眾客製化內容，促使我嘗試新的教學設計。這次若不是面對這批涵蓋軍警、國安、媒體、非營利與商業背景的學員，我大概不會構思出這套電網危機模擬。正因為他們的背景完美對應了四組利益關係人，整堂課才會充滿張力。我們在設計課程的同時，課堂的動態也反過來訓練我們，促使我們重新理解受眾、調整活動設計，並思考 AI 在教學中最合適的定位。

▮ 留下來的，是決策的韌性

今天的課程時間有限，除了讓大家體驗 NotebookLM 的模擬功能，我更期望學員能帶走三個核心觀念

第一，面對多方互動時，先盤點私有資訊。釐清你擁有什麼、別人缺乏什麼；以及別人手上的資訊，你願意付出多大代價去取得。

第二，面對危機決策時，確實區分已知事實與待查證資訊。避免讓恐懼主導判斷，更不要讓主觀猜測偽裝成客觀證據。

第三，面對 AI 工具時，重新思考它的應用價值。不要只關注它能否幫你產出答案，更關鍵的是：它能否幫你設計一套更好的演練機制

真人模擬讓我們體驗真實互動的複雜度，AI 模擬則提供反覆試錯的空間。前者帶來壓力，後者拉高訓練密度。將兩者無縫結合，才是我這次真正想落實的教學設計。

策略課的核心目的，不在於背誦專有名詞或套用分析模型，而在於訓練人們在充滿不確定性、資訊破碎且各方利益牽制的局勢下，依然能做出清晰且經得起考驗的判斷。這也是我這次最想傳達的學習價值。