レッスン8：落とし穴と倫理、AI 時代のゲーミフィケーション——「壊さない設計」のために

このレッスンで学ぶこと

Ian Bogost の「exploitationware」批判の歴史と論点を理解する
日本のコンプガチャ規制（2012 年消費者庁見解）の経緯から学ぶ
ダークパターンとナッジの境界を整理する
Goodhart の法則と「指標が目的になる」現象を理解する
内発的動機を奪わない設計の原則を再確認する
2026 年 6 月時点の AI エージェント時代の個別化動機設計と、ニューロダイバーシティを意識した多様な動機設計を学ぶ
コース修了後の学習方向（行動経済学・心理学・インストラクショナルデザイン）を持ち帰る

これまでのレッスンで、ゲーミフィケーションの定義、ゲーム要素の体系、動機付け理論、設計フレーム、業務・学習・顧客体験への応用までを扱ってきました。本コースの最終レッスンは、「壊さない設計」のための倫理を、正面から扱います。「楽しさで人を動かす」ことと「人を操作する」ことの境界、過剰なゲーミフィケーションへの批判、AI 時代の新しい論点、そしてコース修了後の学習方向。本コースが繰り返し述べてきた「目的に合わせて要素を引き算する」発想を、最終レッスンで仕上げます。

Ian Bogost の「exploitationware」批判

ゲーミフィケーションを学ぶうえで、決して避けてはならない議論があります。Ian Bogost の批判です。

Ian Bogost の略歴

Ian Bogost は、米国のゲーム研究者・設計者で、ジョージア工科大学の教授を経て、現在はワシントン大学セントルイス校に所属（2026 年 6 月時点）。著書『Persuasive Games』（2007 年）でゲームが持つ説得・教育の可能性を論じる一方、ゲーミフィケーションには厳しい批判を投げ続けています。

「Gamification is Bullshit」エッセイ（2011 年）

ゲーミフィケーションという用語が一般に広がり始めた 2011 年、Bogost は「Gamification is Bullshit」（ゲーミフィケーションは戯言だ）と題するエッセイを公表しました。論旨を整理すると、次の通りです。

「ゲーミフィケーション」は、ゲームの表面的な要素（ポイント・バッジ・リーダーボード）を、本来のゲームの深さ（プレイヤーの選択、世界観、物語、自由意志）から切り離して使う行為
これは「ゲーム」ではなく、「ゲームらしき装飾を施した行動操作の道具」である
だから「gamification」と呼ぶより、「exploitationware」（搾取的ソフトウェア）と呼ぶべきだ

exploitationware（搾取的ソフトウェア）とは

Bogost が提示したこの言葉は、強烈な批判として広く参照されています。意味は次の通りです。

顧客・社員・学習者の行動データを集め、ゲーム要素で動機を操作する
「楽しさ」の装いで、本来は嫌な労働や継続課金を続けさせる
ゲームが本来持っていた「プレイヤーの選択」「自由意志」「意義の探求」を、ポイントとバッジの数値に矮小化する
企業の収益や指標の達成のために、人を「ゲーム化された労働者・消費者・学習者」に変える

Bogost への応答と本コースの立場

Bogost の批判は強烈ですが、ゲーミフィケーション擁護派からは「すべてのゲーミフィケーションが搾取的とは限らない」「設計次第で、人の幸福を支える仕組みになる」という応答もあります。Werbach、Yu-kai Chou ら設計派の論者は、「人の幸福」「内発的動機」「長期の充実」を意識した設計を提唱しています。

本コースの立場は、Bogost の批判を「設計者が常に意識すべき警告」として受け止めるものです。すべてのゲーミフィケーションが搾取的だとは考えませんが、設計者は「自分の設計が、人を操作する道具になっていないか」を、定期的に問い直す必要があります。

💡 ポイント Ian Bogost の exploitationware 批判は、ゲーミフィケーション設計者が決して目をそらしてはならない論点です。「搾取的ソフトウェア」を作っていないか、を設計の節目ごとに問い直す習慣が、長期に信頼される設計を支えます。

日本のコンプガチャ規制（2012 年）

ガチャの仕組みに関する規制は、日本でも重要な歴史があります。

コンプガチャ（コンプリートガチャ）とは

コンプガチャ（コンプリートガチャ）は、複数の異なるアイテム（A、B、C、D、E、F など）を集め切ると、特別な景品が得られる仕組みです。1 個 1 個は通常のガチャで入手しますが、複数を「コンプリート」しないと特別な景品が得られない点が特徴です。

2012 年 5 月、消費者庁の見解

スマホゲームの流行に伴い、コンプガチャに高額課金する未成年者・若年層の問題が社会的に注目されました。2012 年 5 月、消費者庁は、コンプガチャが景品表示法上の「景品類」に該当し、特定の組み合わせを揃えると景品が出る方式は規制の対象であるという見解を公表しました。

これを受けて、主要なスマホゲーム会社は短期間でコンプガチャの仕組みを取り下げ、業界全体での自主規制を強化しました。

コンプガチャ規制から学べる教訓

コンプガチャ規制の経緯は、ゲーミフィケーション設計者に多くの教訓を残しています。

「強力な動機付け」は、規制対象になりうる
業界全体への信頼が短期間で失われると、自主規制では足りず公的規制が入る
若年層・未成年者への影響は、社会的責任として常に意識する
「収益が出ている」「ユーザーが楽しんでいる」だけでは、設計の正当化にならない

業務や顧客体験のゲーミフィケーションでも、「強力な動機付けの仕組みを使うほど、規制と信頼の問題に向き合う」必要があります。

💡 ポイント 2012 年の日本のコンプガチャ規制は、ゲーミフィケーション設計の倫理と社会的責任の重要さを示す事例です。強力な動機付けは、規制と信頼の問題と表裏一体です。

ダークパターンとナッジの境界

ゲーミフィケーション設計で繰り返し議論される境界が、「ダークパターン」と「ナッジ」の違いです。

ナッジ（Nudge）とは

ナッジは、行動経済学者 Richard Thaler と法学者 Cass Sunstein が 2008 年の著書『Nudge』で提唱した概念です。「人の選択の自由を残しながら、より良い選択へとそっと後押しする」設計を指します。

ナッジの代表例	内容
食堂の野菜を目線の高さに	健康的な選択肢を選びやすく
退職年金の自動加入	加入を初期値に、辞めるのは自由
公的書類のチェックボックスの初期値	望ましい選択を初期値に
「あなたの隣人の 80% は……」というメッセージ	社会規範の活用

ナッジの中核は「選択の自由を残す」点です。望ましい選択肢が選びやすくなっているが、ほかの選択肢を選ぶことは妨げない、というのが本義です。

ダークパターンとナッジの違い

ナッジとダークパターンの違いは、しばしば曖昧と言われます。本コースが提示する境界は、次の 4 点です。

観点	ナッジ（白いナッジ）	ダークパターン
目的	ユーザーの利益	企業の利益
透明性	仕組みが説明できる	隠されている
選択の自由	ほかの選択肢を妨げない	ほかの選択肢を選ばせない
撤退の自由	簡単	困難

ナッジは「利他的な後押し」、ダークパターンは「利己的な誘導」です。同じ「初期値の設計」でも、ユーザーの利益のためか、企業の収益のためか、で性質が変わります。

グレーゾーンと設計者の責任

実務では、ナッジとダークパターンの境界はグレーゾーンが多くあります。設計者は、自分の設計がどちら側にあるかを常に問い直す必要があります。本コースの推奨は、「設計を公開ブログや社内で説明できるか」というシンプルなテストです。説明して恥ずかしくない設計はナッジに近く、説明できない・恥ずかしい設計はダークパターンに近づいています。

💡 ポイント ナッジとダークパターンは「目的・透明性・選択の自由・撤退の自由」の 4 観点で区別できます。グレーゾーンが多いため、「設計を公開ブログで説明できるか」という自問が、設計者の倫理基準として有効です。

Goodhart の法則——指標が目的になると、指標は意味を失う

ゲーミフィケーションが指標（ポイント・バッジ・ランキング）を中心に据える以上、避けて通れない法則があります。

Goodhart の法則とは

英国の経済学者 Charles Goodhart が 1975 年に提唱した法則です。原型は「ある測定値が目標となった瞬間、それは良い測定値ではなくなる」というものです。後に「指標が目的になると、指標は意味を失う」という形で広く引用されています。

ゲーミフィケーションでの典型例

業務・学習・顧客体験で、Goodhart の法則の典型例は数多くあります。

場面	指標を目的化した結果
営業のコール件数	短いコールを連発、内容は薄い
学習のストリーク	1 日 1 問だけ薄く済ませる
カスタマーサポートの解決時間	雑な対応、複雑案件を避ける
OSS のコミット数	意味の薄い細切れコミット
SNS のフォロワー数	数字目当てのフォロー返し、botのフォロー獲得
健康アプリの歩数	デバイスを振って歩数を稼ぐ

いずれも、指標が目的になった瞬間、指標自体の意味（活動量・質・成果）から離れていきました。

Goodhart の法則への対策

Goodhart の法則を完全に避けることはできませんが、影響を緩和する設計はあります。

複数の指標を組み合わせる（コール件数だけでなく、商談化率・顧客満足度も）
質の指標を含める（数だけでなく、内容のフィードバック）
指標を定期的に変える（同じ指標が長く続くと歪みが大きくなる）
「指標は手段、目的は別にある」を関係者に繰り返し伝える
観察可能で簡単に操作しにくい指標を選ぶ

「指標化の限界」を認める

Goodhart の法則は、指標化そのものの限界を示しています。すべての価値を数値化できるわけではない、というのが教訓です。例えば、社員の「成長」「貢献」「文化への適応」、顧客の「満足度」「信頼」「ブランドへの愛着」、学習者の「深い理解」「応用力」——いずれも、数値化すると一面しか捉えられません。ゲーミフィケーション設計者は、「数値で捉えきれないものがある」を常に念頭に置く必要があります。

💡 ポイント Goodhart の法則は、ゲーミフィケーション設計の構造的な限界を示します。複数指標の組み合わせ、質の指標、定期的な更新で緩和できますが、「数値で捉えきれないものがある」という前提を忘れない設計が、長期の信頼を支えます。

内発的動機を奪わない 6 つの原則

レッスン 3 で扱った SDT・アンダーマイニング効果・フローを踏まえ、内発的動機を奪わない設計の原則を 6 つに整理します。

原則 1：内発動機がもともと強い領域に外発報酬を持ち込まない

すでに「やりたい」と思っている人の活動にポイントを付けると、ポイントが目的化し、内発動機が壊れます。趣味、自発的な勉強、本人の創作活動などには、外発報酬を慎重に扱います。

原則 2：報酬は「情報的フィードバック」として設計する

報酬を「達成を称える意味の情報」として位置づけると、内発動機を壊しにくくなります。「報酬がもらえるから続ける」ではなく、「達成したから報酬が来た」という順序を意識します。

原則 3：選択の余地を残す

参加・不参加、レベル、Quest の選択、ペースの設定など、ユーザーが自分で決められる余地を残します。完全に決め打たれた設計は、SDT の自律性を奪います。

原則 4：「やらないと罰」を作らない

「ストリークが途切れると損する」「不参加だと評価が下がる」のような罰の設計は、内発動機を強く壊します。喪失回避（Octalysis のブラックハット）を強く使う設計は、短期で効いて長期で疲弊させます。

原則 5：仲間と関わる場を作る

孤立した個人ランキングだけの設計は、SDT の関係性を阻害します。チーム、コミュニティ、相互支援の場を組み込むと、内発動機が支えられます。

原則 6：「楽しさ」を強制しない

「楽しまなければならない」という圧力は、それ自体が内発動機を壊します。「楽しい時もある、つらい時もある、それでも続けられる構造」を目指す方が、長期に機能します。

💡 ポイント 内発的動機を奪わない 6 つの原則：「内発が強い領域に外発を持ち込まない」「報酬を情報的フィードバックに」「選択の余地」「罰を作らない」「仲間と関わる場」「楽しさを強制しない」。設計のチェックリストとして使えます。

2026 年 6 月時点の AI 時代のゲーミフィケーション

最後に、本コースの執筆時点（2026 年 6 月）の AI 時代の論点を整理します。

AI エージェントによる個別化された動機設計

生成 AI の進化により、ゲーミフィケーション設計に「個別化」の可能性が大きく開けています。

学習者の過去の解答傾向に応じて、次の問題を AI が生成
営業担当者の活動データに応じて、AI コーチが個別のアドバイス
顧客の利用パターンに応じて、AI が次のステップを提案
「人それぞれの動機の引き出し」が、AI で実現可能に

これは、SDT の「自律性」「有能感」「関係性」の支援を、個別に最適化する可能性を持っています。一方で、個別化には新しい論点も生まれます。

AI 個別化の倫理

データの収集と利用：個人の行動データを AI に渡すことの同意と範囲
アルゴリズムの透明性：「なぜこの提案が出たのか」が説明できるか
個別最適化が「個別操作」に変質するリスク：一人一人の弱みを突く設計
AI への依存：「AI に動機付けされる」ことが当たり前になり、自分で動機を作る力が弱まる

これらは、ゲーミフィケーション設計の倫理として、これまでにはなかった論点です。本コースの執筆時点（2026 年 6 月）で、業界全体でも議論が始まったばかりです。

ニューロダイバーシティと多様な動機設計

「人それぞれの動機」を考えるうえで、ニューロダイバーシティ（neurodiversity）の視点も重要になっています。注意・集中・社会的相互作用の特性は、人によって大きく異なります。

ある人にとってのストリークは強い動機、別の人にとっては強いストレス
ある人にとってのリーダーボードは励まし、別の人にとっては不安の源
ある人にとっての即時フィードバックは集中の助け、別の人にとっては過剰刺激

「全員に同じ仕掛けが効く」という前提を手放し、「人によって動機の形は違う」という前提に立つことが、長期の信頼を生みます。AI 個別化と組み合わせると、ニューロダイバーシティを尊重した設計の可能性が広がります。

「人と AI の協働」のゲーミフィケーション

2026 年 6 月時点で、業務の多くが「人と AI の協働」になりつつあります。AI が下書きを作り、人がレビューする、AI が提案し、人が判断する——ゲーミフィケーション設計も、この変化に対応する必要があります。

「AI に任せた仕事」と「自分が判断した仕事」のバランスをどう動機付けるか
AI を活用したことを評価するか、AI なしで成果を出したことを評価するか
AI との協働を「自分のスキル」として可視化するバッジ

これらは、本コースの執筆時点（2026 年 6 月）で答えが固まっていない問いです。設計者の創意工夫と、社会全体の議論が今後数年で広がるでしょう。

💡 ポイント 2026 年 6 月時点の AI 時代のゲーミフィケーションは、個別化の可能性とニューロダイバーシティへの配慮、AI 個別化の倫理、人と AI の協働への対応など、新しい論点が多くあります。答えが固まっていない領域なので、設計者は学び続ける必要があります。

コース修了後の学習方向

本コースを修了された方への、次の学習方向を整理します。

1. 行動経済学・心理学

ゲーミフィケーションの土台にあるのが、動機付け・意思決定・行動変容の研究です。本コースで触れた SDT・Octalysis・フロー以外にも、Kahneman の二重過程理論、Thaler の行動経済学、Cialdini の影響力の心理学など、深く学べる領域が広がります。

2. インストラクショナルデザイン（学習設計）

学習・教育のゲーミフィケーションを深めたい方は、インストラクショナルデザインの古典フレーム（ADDIE、ガニェの 9 教授事象、ARCS モデル、ブルームのタキソノミー、カークパトリックの 4 段階評価）が、土台になります。学校教育の専門書や、企業研修の実務書が参考になります。

3. UX デザイン・サービスデザイン

顧客体験のゲーミフィケーションを深めたい方は、UX デザインと、より広いサービスデザインの分野が次のステップです。ジャーニーマップ、ペルソナ、サービスブループリント、ダブルダイヤモンドなど、ゲーミフィケーション要素を組み込むための土台が学べます。

4. 倫理・規制

ゲーミフィケーションの倫理・規制を深めたい方は、UX 倫理、ダークパターン研究、データプライバシー（GDPR・改正個人情報保護法）、AI ガバナンス（AI 推進法・EU AI Act）の領域が広がります。設計者として、規制と社会的責任を学び続けることが、長期の競争力につながります。

5. ゲームデザインそのもの

ゲーミフィケーションを越えて、ゲームデザインそのものに興味を持たれた方は、ゲームデザインの古典書（Schell『The Art of Game Design』、Salen と Zimmerman『Rules of Play』など）が次のステップです。本コースの守備範囲外でしたが、ゲームの深さを理解すると、ゲーミフィケーションの設計力もさらに上がります。

6. 業界の最新動向のキャッチアップ

ゲーミフィケーションは進化が速い分野です。Gartner や Forrester の業界レポート、UX 系メディア（A List Apart、UX Collective）、ゲーミフィケーション系の国際カンファレンス（GSummit、Gamification Europe）、日本国内では日本ゲーミフィケーション協会のリソースなど、継続的な情報源を持つことが大切です。

💡 ポイント 修了後の学習方向は、6 つに整理できます。「行動経済学・心理学」「インストラクショナルデザイン」「UX デザイン・サービスデザイン」「倫理・規制」「ゲームデザイン」「業界最新動向」。ご自身の関心と業務に応じて、選んでいただければと思います。

講師の現場メモ：「8 年間の伴走で見えた、長く機能するゲーミフィケーションの 1 つの形」

本コースの最終レッスンは、私（田村）から、8 年間のゲーミフィケーション設計の現場経験を踏まえた、1 つの結論をお伝えして締めくくります。

家庭用ゲーム会社の企画担当として 5 年、教育テック大手のプロダクト責任者として 5 年、人材育成大手の研修開発副部長として 4 年、独立してからの 3 年——私はゲーム業界・教育業界・人材業界の境界を、ゲーミフィケーションという 1 つのテーマで横断してきました。多くの成功と、それ以上の失敗を見てきました。

最初の数年は、私自身、新しいゲーム要素・派手な仕組み・最新の心理学知見を取り入れることに、純粋にわくわくしていました。「ポイントとバッジだけでなく、ナラティブと適応学習と AI 個別化と……」と、要素を増やしていく方向で設計を作っていました。

転機は、教育テック時代の Quest 設計の経験（レッスン 2 の現場メモ）でした。「3 要素に絞った設計の方が、長期に機能した」という事実を目の当たりにして、自分の設計観が変わりました。要素を増やすほど、設計は薄まる。要素を絞り、それぞれの意味を深く掘る方が、ユーザーは長く続けてくれる。これが、現場で得た最大の学びでした。

人材育成大手時代の営業コンテストのリブート（レッスン 5 の現場メモ）で、ゲーミフィケーションが「ノルマ強化の道具」に変質する典型例を見ました。設計者は、要素を選ぶことより、要素を組み合わせる文脈と倫理に責任を負っている、ということを学びました。SDT・Octalysis・ダークパターンの理論的土台が、現場で本当に頼りになることを、肌で感じました。

独立後の専門学校でのストリーク文化の事例（レッスン 6 の現場メモ）で、「成功した設計をそのまま別の文脈に持ち込むと、副作用を生む」ことを再確認しました。Duolingo のストリークは Duolingo の文脈だからこそ機能する。学校の文脈には、別の設計が必要だ、ということです。

スタートアップでのガチャ案棚上げの事例（レッスン 7 の現場メモ）で、ゲーミフィケーション設計者の最大の仕事は、「派手な仕掛けを盛り込むこと」ではなく「本質的な価値を支える設計を整え、ダークパターンに近づかないように守ること」だと、改めて気づきました。

8 年間の経験から、長く機能するゲーミフィケーションには、1 つの共通点があります。それは、「設計の主役が人で、要素はその支え」という前提を、設計者が手放さないことです。要素は美しく、楽しく、強力です。しかし、要素は主役ではありません。社員、顧客、学習者、住民——一人一人の人が主役です。その人たちの動機、自律性、有能感、関係性、長期の充実を支えるための要素として、ゲーミフィケーションを使い続けたいと、私は思っています。

本コースで皆さんに持ち帰っていただきたいのは、Octalysis の 8 つのコアドライブの暗記でも、Werbach の 6D の手順の暗誦でもありません。「人が動き続ける仕組みを設計するときに、その人の自律性・有能感・関係性を支えているか、内発動機を壊していないか、長期に信頼される設計か」を問い続ける姿勢です。これは、皆さんがゲーミフィケーション設計者として現場に戻る限り、ずっと使える羅針盤になるはずです。

本コースを修了されたあとも、現場でぜひ、人を主役に据えた設計を作り続けてください。私も、現場で、皆さんと同じ問いを問い続けます。

まとめ

このレッスンでは、以下のことを学びました。

Ian Bogost の exploitationware 批判：「ゲーミフィケーションは搾取的ソフトウェア」という 2011 年の批判。設計者が常に意識すべき警告
日本のコンプガチャ規制（2012 年）：強力な動機付けは、規制と信頼の問題と表裏一体。若年層への影響は社会的責任
ダークパターンとナッジの境界：「目的・透明性・選択の自由・撤退の自由」の 4 観点で区別。「公開ブログで説明できるか」という自問が倫理基準
Goodhart の法則：「指標が目的になると、指標は意味を失う」。複数指標・質の指標・定期更新で緩和、数値で捉えきれないものがあるという前提
内発的動機を奪わない 6 原則：「内発が強い領域に外発を持ち込まない」「報酬を情報的フィードバックに」「選択の余地」「罰を作らない」「仲間と関わる場」「楽しさを強制しない」
2026 年 6 月時点の AI 時代：個別化の可能性、AI 個別化の倫理、ニューロダイバーシティへの配慮、人と AI の協働への対応
修了後の学習方向 6 つ：行動経済学・心理学、インストラクショナルデザイン、UX デザイン・サービスデザイン、倫理・規制、ゲームデザイン、業界最新動向

8 レッスンの旅、お疲れさまでした。次は、これまで学んだ内容を総復習テストで振り返り、用語集と参考資料で理解を深めていただきます。皆さんが現場で、人を主役に据えた地に足のついた設計を作り続けられることを願っています。

確認クイズ

このレッスンの理解度をチェックしましょう。