可供性/環境賦使 (Affordance)
世界如何邀請行動——以及為什麼這徹底改變了我們對知覺、設計與 AI 的理解
James J. Gibson——《視知覺生態論》(The Ecological Approach to Visual Perception, 1979)
1979 年，心理學家 James J. Gibson 出版了一本書，悄然顛覆了數百年來對知覺的思考方式。 關鍵的一步是一個單純的問題：不問大腦如何從原始感官資料建構出世界的圖像， Gibson 問的是——環境本身已經提供了什麼資訊。
他的答案引入了一個詞，這個詞日後將逃出心理學的範疇，滲透進設計、機器人學、哲學、 遊戲理論和 AI 等領域：affordance（可供性）。
「環境的 affordance 是它提供給動物的東西，是它供給或配備的，無論好壞。」 一個平坦、堅硬、膝蓋高度的表面提供了「可坐性」。一個可以抓握的物體提供了 「可拿起性」。一個懸崖邊緣提供了「可摔落性」。這些不是心智強加的詮釋—— 它們是有機體-環境關係中的真實屬性。
這個詞本身從動詞「to afford」（提供、負擔得起）而來——環境對一個特定的生物、 帶著特定的身體和特定的需求所提供的東西。一個對人類提供行走可能的表面， 對魚不提供這種可能。Affordance 既不屬於表面本身，也不屬於動物本身。 它存在於兩者之間的關係中。
既非客觀亦非主觀
這裡是 Gibson 真正激進的地方。他寫道：「Affordance 既不是客觀屬性，也不是主觀經驗； 或者如果你願意，它兩者都是。Affordance 橫跨了主觀-客觀的二分法。」
這不是含糊。這是對自笛卡兒以來組織西方哲學的框架的刻意拒絕： 「外在」世界（客觀的、可測量的、獨立於心智的）與「內在」經驗（主觀的、私密的、 被建構的）之間的分裂。
考慮一個懸崖邊緣。它的高度是客觀事實——30 公尺，用儀器測量，對每個人都一樣。 但它的 affordance——「可摔落性」——不是單純的客觀。它取決於動物。 對山羊來說，那個懸崖提供了一條步道。對人類來說，它提供了危險。 對鳥來說，它提供了一個起飛點。Affordance 是真實的，不是想像的—— 但它只相對於特定類型的身體而存在。
這就是為什麼 affordance 的意義超越了心理學。它們暗示，現實中最重要的特徵 不是物理學所測量的那些（質量、波長、分子組成），而是對生命來說重要的那些： 我能走在上面嗎？我能吃這個嗎？它能支撐我嗎？從生態學的角度看， 世界不是由物質構成的——而是由行動的可能性構成的。
直接知覺
標準的知覺模型，從英國經驗論者繼承而來，至今仍在認知科學中佔據主導地位， 大致是這樣的：原始感官資料抵達眼睛（或耳朵、或皮膚），被大腦處理， 然後組裝成一幅有意義的世界圖像。知覺是對貧乏輸入的計算。
Gibson 完全拒絕了這一點。他主張，一個移動中、探索中的有機體所能獲取的資訊， 遠比快照模型所假設的豐富得多。考慮光流（optic flow）—— 當你在世界中移動時，視覺變化的串流模式。當你向前走，視野從中心點向外擴展。 當你轉身，整個視野移動。這個流動直接指定了你的運動，大腦不需要去計算它。
行走的表面
你不是把地板知覺為「一個具有特定反射性質、位於特定距離的水平面， 大腦從中推斷出可行走性」。你知覺到的是一個提供行走的表面。 Affordance 是你最先知覺到的——而非推斷它的那些物理屬性。 Gibson 的名言：「不要問你腦袋裡面有什麼，要問你的腦袋在什麼裡面。」
這就是直接知覺：有機體不需要透過推論來建構 affordance， 而是直接知覺它們的這一主張。資訊已經結構化地存在於環繞的光、聲音和觸覺陣列中。 動物的工作是拾取它，而非計算它。
其意涵是深遠的。如果知覺是直接的，那麼表徵——認知科學和 AI 中的支配性概念—— 就不是心智的基礎。世界不是在腦中被重建的。它被遭遇、被探索、被行動。
從生態學到設計
Gibson 在 1979 年逝世，與他的代表作同年出版。他可能會驚訝地發現， 他為生態心理學發展的概念，將成為設計領域最具影響力的概念之一。
橋梁是 Don Norman， 他接觸到 Gibson 的研究，將「affordance」引入了《設計的心理學》（1988）。 但 Norman 改造了這個概念——而這個改造是重要的。
Gibson 的 Affordance
存在於有機體-環境關係中的真實行動可能性。 不管你有沒有注意到，椅子都提供了坐的可能。Affordance 是事實，不是知覺。
Norman 的「感知到的 Affordance」
人們基於物體的外觀，認為自己能對它做什麼。門上的平板「提供」了推—— 即使它其實是拉門。Norman 後來承認這偏離了 Gibson，並引入了「指示符」（signifier） 來表示傳達行動可能性的視覺線索。
Norman 門
一扇設計讓你搞錯該推還是該拉的門。真實的 affordance（推和拉在物理上都可行） 被糟糕的指示符所遮蔽。這可能是設計界最有名的例子——它之所以有效， 正是因為它突顯了 Gibson 的 affordance 與 Norman 的 affordance 之間的落差。
現象學的交會
Gibson 獨立於歐洲現象學發展了他的理論，但兩者的匯聚是驚人的。 兩個傳統，從相反的兩端出發，抵達了同一個洞見： 我們首先把世界知覺為一個行動可能性的場域，而非中性屬性的集合。
海德格的上手狀態（Zuhandenheit）概念恰好描述了這一點。 當你在錘釘子的時候，錘子不是被知覺為「一個木柄接著一個特定重量的金屬頭」。 它消失在活動中。你知覺到的是釘子被釘入、木板被接合。 錘子是上手的——在使用中透明，被遭遇為 affordance 而非具有屬性的物體。
梅洛-龐蒂 走得更遠，主張身體本身不是世界中的一個物體，而是我們擁有世界的媒介。 身體-主體——他的術語——不是表徵空間；它棲居於空間中。 你的身體「知道」門框的寬度，不是透過測量，而是透過對自身尺寸的活生生的感受。 這是最具身化的 affordance 知覺。
Evan Thompson 和生成論（enactivism）傳統將此推得更遠，提出認知本身不是表徵， 而是生成——有機體與環境之間持續的耦合。 在這個觀點下，affordance 不是心智所偵測的東西；它們就是認知根本上所是的。
Affordance 與 AI
1980 年代，MIT 的 Rodney Brooks 在機器人學中做了一個 Gibson 式的動作。 他的行為基礎機器人沒有世界的內部模型。它們直接回應環境特徵——光梯度、 表面邊緣、障礙物距離——使用簡單的感覺運動迴路。他的口號：「世界是它自己最好的模型。」
Brooks 的機器人能在雜亂的房間中導航和避開障礙物，而同時代的「傳統」AI 機器人 ——裝載了符號世界模型——卻卡在試圖更新它們的表徵上。教訓是： 對於在真實世界中的具身行動，直接偵測 affordance 通常比建構和維護內部地圖更有效。
Affordance 的概念在現代 AI 中通過 Google 的 SayCan 等專案重新浮現， 該專案將大型語言模型扎根於機器人的實際能力。LLM 提出行動（「撿起海綿」）， 但一個獨立的 affordance 模型會檢查：這個機器人現在、在這個環境中真的能做到嗎？ 語言模型提供語意知識；affordance 模型提供生態現實。
這直接連結到更廣泛的 AI 對齊 問題。如果 AI 系統不以具身生物的方式知覺 affordance， 那麼它們對於什麼行動在某情境下「適切」的「理解」，可能與我們的根本不同—— 即使它們用來描述的語言聽起來完全相同。
Affordance 無處不在
一旦你看見 affordance，你就會在到處看見它們。 這個概念已經證明了它跨學科的驚人可攜性——也許是因為它捕捉了 關於生命如何與環境產生關聯的某種真正根本的東西。
遊戲設計
瑪利歐的世界是純粹的 affordance。磚塊看起來可以撞。缺口看起來可以跳。 水管看起來可以進入。宮本茂設計的天才之處在於，視覺語言即時傳達行動的可能性， 不需要教學。你通過行動來學習，因為世界告訴你什麼行動是可能的。
建築
Jan Gehl 的都市設計研究從核心來說就是 Gibson 式的。寬闊的、有長椅的人行道 提供了逗留的可能。狹窄的走廊提供了匆忙的可能。有邊緣的廣場提供了 小群體聚集的可能。好用的城市就是其物理形式提供了居民所需活動的城市。
教育
蒙特梭利環境圍繞 affordance 設計：兒童尺寸的家具提供了獨立行動的可能， 開放式書架提供了選擇的可能，可操作的教具提供了動手學習的可能。 環境在教學，不是通過指導，而是通過它使什麼成為可能。
社群媒體
平台也有 affordance。按讚按鈕提供了讚同的可能。轉發按鈕提供了擴散的可能。 字數限制提供了簡潔（或憤怒）的可能。塑造平台 affordance 的設計選擇 塑造了數十億人的行為——往往以設計者未曾預料的方式。 Affordance 的概念幫助我們看到，「有毒的網路文化」部分是一個 affordance 的問題： 環境邀請了某些行動而非其他行動。
未解的問題
一個無身體的系統——LLM、規劃演算法、在文字和圖像上訓練的神經網路—— 能真正知覺 affordance 嗎？還是它只能描述它們， 借用那些透過身體實際遭遇世界的具身存有的詞語？
這不是一個無關緊要的問題。它連結到心智哲學中最深層的謎題。 中文房間 論證問的是：僅靠符號操作能否構成理解？Affordance 理論使這個問題更加尖銳： 對 Gibson 而言，理解與行動的能力不可分割。 如果你不能走在一個表面上，你就無法以行走者的方式理解「可行走」意味著什麼。
Andy Clark 和延展心智傳統提出了一個更寬容的答案：也許認知不限於生物身體。 如果一個系統與其環境充分耦合——感知、行動、適應—— 它可能發展出真正類似於 affordance 知覺的東西，即使沒有血肉之軀。 那麼問題就不再是「它有身體嗎？」而是「它是否在生態上嵌入了？」
目前的 AI 系統，大部分來說，並未在生態上嵌入。它們處理輸入並產生輸出， 但它們不棲居在 Gibson 意義上的環境中。 它們能否如此——以及如果如此會改變什麼——仍然是 AI 與哲學交匯處 最富饒的未解問題之一。
