立法會議員、香港教育工作者聯會副會長鄧飛
在人工智能（AI）浪潮席捲全球的今天，教育正面臨着前所未有的變革。作為國際都會，香港的教育體系不僅承擔着為本地培育人才的責任，更肩負着對接國家「科教興國」戰略、助力建設「教育強國」的歷史使命。
面對生成式AI帶來的機遇與挑戰，我們不僅要積極擁抱新技術，更需在制度設計與資源配置上展現前瞻性。本文綜合多方觀點，提出兩大核心策略：一是全面建立師生AI素養指引，二是集中資源構建全港統一的「教育大語言模型（LLM）」，以期在減輕教師負擔的同時，全面提升教與學的效能。
推動AI教育，關鍵在於教師。若教師本身對AI技術感到陌生或恐懼，何談引導學生？因此，當局應參考內地外先進經驗，如廣東省教育廳發布的《廣東省人工智能賦能基礎教育行動方案（2024-2027）》等，制定一套清晰、具操作性的教師人工智能專業素養指引。這套指引不應是一刀切的標準，而應根據教師的角色與職能，將AI素養劃分為不同層次：
初級水平（應用者）：適用於所有學科教師。重點在於掌握通用的生成式AI工具（如ChatGPT、文心一言等），能夠利用AI進行基礎的文書處理、教案生成、試題編寫及作業批改，從而從煩瑣的行政工作中解放出來，將更多精力投入到育人工作。
中級水平（開發者）：適用於對科技有興趣或負責STEM教育的教師。要求能夠利用現有工具（如Coze等平台），毋須編寫複雜代碼，即可打造小型的、個性化的AI智能體（Agent），解決特定教學場景中的問題，如製作針對某一課題的智能輔導助手。
全港統一訓練 建專屬數據庫
高級水平（領導者）：適用於學校管理層及資訊科技科主任。要求具備較深厚的技術理解力，能夠參與研發或微調大型教育模型，並能從戰略高度規劃學校的AI教育發展，引領全校的數字化轉型。
教育局2024年和去年分別推出的「智為學理」與「智啟學教」計劃，通過資助鼓勵學校開展校本數字教育，這在起步階段無疑是正確的。但隨着AI應用的深入，「校本模式」的局限性日益凸顯：資源碎片化、數據孤島效應、算力成本高昂，以及教師需要花費大量時間「訓練」模型而非「使用」模型。
為了突破這些瓶頸，香港應集中力量，由特區政府主導，聯合學界與科技界，構建一個全港統一的「教育大語言模型（LLM）」。AI的智慧源於數據的「餵養」。單一學校的數據量極其有限，難以訓練出高質量的模型。而全港擁有60多萬中小學生及數萬名教師，這是一個龐大的數據寶庫。通過建立統一平台，將全港師生在教與學過程中的脫敏數據（Data Masking）進行整合，我們就能訓練出一個專屬於香港教育體系的LLM。
這個模型將比市面上通用的AI更具優勢：它熟悉香港的課程架構（Curriculum）、了解DSE的評估標準（Assessment）、適應香港學生的雙語學習習慣（Pedagogy）。對於教師而言，這意味着他們可以使用一個已經「預訓練」好的強大助手，能夠精準地生成符合香港教學要求的教案、出卷、甚至提供差異化的教學建議，真正實現「一次學會，廣泛應用」。
如果只採用「校本模式」，往往要求教師身兼「標註員」與「訓練師」數職，這在無形中增加了教師的工作負擔。而全港統一的LLM則可以由專業團隊進行維護與更新，教師只需專注於「使用」。想像一下，未來的教學場景：教師只需在統一平台上輸入教學主題，AI便能自動生成符合課程指引的教案草稿及多媒體素材；批改作業時，AI能即時分析學生的強弱項，並生成個性化的反饋建議；處理行政工作時，AI能自動整理會議紀錄與數據報表。這才是真正的「減負增效」，讓教師回歸教育的本質--與學生的心靈交流。
自主可控 維護國安必要之舉
最後，在當前複雜國際形勢下，依賴海外商用模型（如OpenAI）存在着數據外洩與意識形態滲透的風險。教育數據涉及青少年的思想動態與個人私隱，是國家重要的戰略資源。構建自主可控的本地化AI教育平台，是維護國家安全與數據主權的必要之舉。我們可以確保AI生成的內容符合「一國兩制」原則，符合正確的價值觀，並能有效落實數據安全監管。這與加強愛國教育、價值觀教育是相輔相成的，確保了香港教育的「正本清源」。
香港教育的數字化轉型，需要有宏大的視野與堅定的決心。通過建立系統化的師生AI素養指引，我們為未來培育具備數智能力的人才奠定基礎；通過構建全港統一的教育大語言模型，我們為教師減負、為教學增效、為教育安全築堤！
2026年1月15日(香港經濟日報)
