立法會議員、香港教育工作者聯會副會長鄧飛
隨著國家邁進建設「教育強國」的關鍵時期，並即將展望「十五五」規劃的宏偉藍圖，香港教育正處於新節點上。面對全球科技的迅猛發展，特別是人工智能（AI）技術的顛覆性突破，香港教育也承載著前所未有的歷史使命。在這一背景下，如何落實數碼教育，不僅是響應國家「科教興國」戰略的必要舉措，更是提升香港未來競爭力的核心課題。
教育局在過去兩年積極推動數碼教育，從2024年的「智為學理」到2025年的「智啟學教」計劃，透過提供資助與指引，從單純的硬件建設，推進至深度應用AI教學的範式轉移，值得肯定。然而，政策落地僅僅是開始，面對AI大潮，我們必須在執行層面進行更深層次的戰略思考：在資源有限的情況下，香港應優先推動分散的「校本AI教學」，還是集中力量構建全港統一的「教育大語言模型（LLM）」？這不僅是技術路徑的選擇，更關乎教育效能與國家安全。
校本模式存在難解局限
雖然校本模式能更「貼地」回應校情需要，但卻存在難以克服的結構性限制。首先，校本模式容易導致資源「碎片化」。目前市面上的AI輔助工具多由個別商業公司提供，功能單一且分散，若學校僅是採購這些工具，教師與平台之間往往只是單純的互動，缺乏深度學習與自我進化的能力，這本質上與傳統的電子學習（e-learning）無異，未能真正發揮AI的威力。
其次，建立「校本AI模型」是成本極高但效益存疑的做法。打造一個高質量的模型依賴海量數據的「餵養」，而本港學校大多僅有數百名師生，數據量極其有限，難以訓練出足夠「智慧」的模型。更甚者，若缺乏制度支援，維護校本模型將迫使教師承擔大量輸入、標註與修正數據的隱性工作，增加老師學習繁雜軟件與「餵養系統」的負擔，那便是本末倒置。
相比之下，建立全港統一的「教育大語言模型」在AI輔助教學上具有壓倒性的優勢。首先是「規模效應」與「數據優勢」。AI的進化依賴大數據，香港擁有60多萬名中小學生及數萬名教師，這是龐大的數據源。若能建立統一平台，並在符合私隱法規及去識別化的前提下，將全港師生在教與學過程中的數據進行整合，我們就能擁有足夠的數據量來訓練專屬於香港教育體系的LLM。這個模型將比市面通用的AI更懂香港的課程架構與學生習慣，從而提供更精準的教學建議。
其次是真正的「減負增效」。若設計得宜，統一的LLM能讓教師只需「使用」而非「訓練」模型。試想，如果繁瑣的文書工作、出卷、初步作業批改及學情分析，能由高度智能化的統一平台代勞，教師將能騰出大量寶貴時間，專注於育人與教學互動。因此，從提升整體教學效能及「減負增效」的角度出發，集中資源建立LLM明顯更具效益。
維護國家安全數據主權
除了教學效能的考量，構建統一的AI教育平台還有一個不容忽視的原則性理由：國家安全與數據主權。目前，部分學校和師生在使用生成式AI時，難免依賴海外的商用模型。這在操作上可能涉及使用VPN等灰色地帶手段。更嚴重的是，這帶來了巨大的安全隱患。教育數據涉及青少年的思想動態、學習行為和個人私隱，是國家重要的戰略資源。如果香港的教育體系長期依賴外國伺服器和算法，我們將面臨數據外洩的風險，甚至在技術上被「卡脖子」。
此外，構建統一平台能防範意識形態滲透的風險。AI生成內容潛移默化地影響學生價值觀。外國模型算法偏見可能包含與「一國兩制」原則不符，甚至有害的意識形態內容。在維護國家安全的前提下，建立自主可控、或由國家支持的本地化AI教育平台，是確保香港教育「正本清源」的必要之舉。
透過建立香港自己的教育LLM，我們可以確保AI生成的內容符合正確的價值觀，這與加強愛國教育及價值觀教育相輔相成。同時，統一平台能更有效地落實數據安全監管，確保所有數據在本地存儲、處理，並經過嚴格的脫敏程序，從而牢牢掌握數據主權，以符合最新總體國家安全觀之人工智能安全與數據安全的新時代發展要求。
2026年1月6日(信報)
