隨着生成式人工智能（Generative AI）等前沿數字技術的爆發式發展，全球基礎教育體系正經歷自工業革命以來最為深刻的範式轉移。技術的演進不僅重塑了知識的獲取途徑與生產模式，更對人類的認知發展規律、批判性思維構建及倫理價值觀傳承提出了前所未有的挑戰。
教育局剛於6月17日發布《中小學數字教育發展藍圖》（以下簡稱《藍圖》），確立了人工智能全面普及（AI for all schools、AI for all students）的戰略願景，並配套推出《中小學人工智能素養學習架構》與《中小學應用人工智能教學指南》，為全港學校的數字化轉型提供了頂層政策指引與系統性的資源支持。
《藍圖》的發布，標誌着香港基礎教育在對接國家科教興國戰略及「十五五」規劃方面邁出了具決定性的一步，同時亦是對全球數字化浪潮的積極回應。基於上述宏觀背景，筆者將嘗試於國際前沿的教育學、認知科學與教育科技（EdTech）政策視角，解構《藍圖》的既有優勢與潛在結構性盲區，並與中國內地、美國、新加坡、歐盟及芬蘭等國家和地區的頂層設計比較，冀為香港未來改善數字教育政策、防範技術帶來的潛在認知風險，以及構建可持續、具備全球競爭力的智慧教育生態，提供一些愚見。
回應時代需求 達國際領先水平
在探討改善空間之前，必須客觀肯定香港《藍圖》在架構搭建與資源投放方面所展現出的卓越前瞻性與執行力。首先筆者十分肯定數字教育策略發展督導委員會各成員年多的努力，《藍圖》的設計不僅回應了時代需求，更在多個執行層面達到了國際領先水平。
《藍圖》提出了「四大重點、十大策略」，全面涵蓋了學生素養培育、教師專業發展、基建配套改善與跨界生態協作等多個維度。在資源賦能方面，政策的落實力度極為顯著。教育局透過優質教育基金預留了高達20億港元的專項資金，並於「『智』啟學教」計劃中，為全港每所公帑資助中小學提供50萬港元的一筆過撥款，直接驅動學校層面採購人工智能輔助教學工具、訂閱優質資源及開展相關教育活動。
這種政策力度有效解決了學校在技術引入初期的資金瓶頸。對比部分國家僅停留在願景呼籲而缺乏實質財政支持的政策，香港的務實作風確保了數字教育能夠迅速落地生根。此外，《藍圖》亦明確了推行時間表，例如要求全港學校在2026/27學年將數字教育納入學校發展計劃，並逐步將電子化全港性系統評估（e-TSA）擴展至2031年全面實施，極大地提升了政策的約束力與可預期性。
提防泛用型AI 認知卸載危機
儘管香港《藍圖》在框架搭建與資源保障上卓有成效，但若以國際最前沿的教育學、認知神經科學與教育科技治理標準嚴格審視，其在深層次的認知風險防範、教學法重構以及生態系統建設方面，仍存在一些需要改善的結構性盲區。
在技術狂熱的當下，經濟合作與發展組織（OECD）發布的《2026年數字教育展望》（Digital Education Outlook 2026）提出了一個極具警示意味的概念：「表現與學習悖論」（Performance-Learning Paradox）。OECD的實證研究數據顯示，在使用泛用型生成式AI工具（如 ChatGPT）輔助練習的情況下，學生完成指定任務的成功率與即時表現大幅提升了高達127%。
然而，當在沒有AI輔助的閉卷考試環境下測驗時，這批頻繁使用泛用型AI的學生的實際學習成效（Durable Knowledge）相較於從未使用AI的對照組基準線，反而下降了17%。
這揭示了泛用型AI（Fast AI）所帶來的「認知卸載」（Cognitive Offloading）危機：當學生依賴AI直接生成文章結構、總結文本或提供解題步驟時，他們的大腦實質上繞過了「工作記憶」（Working Memory）中處理複雜資訊、進行邏輯推理與試錯的關鍵環節。缺乏這一高強度的認知努力，知識便無法被有效編碼並鞏固至長期記憶（Long-term Memory）中。OECD明確警告，這種現象在處於大腦神經網絡發育關鍵期的兒童與青少年中尤為危險，可能導致其喪失構建深層推理能力的機會。
歐盟法律規範 AI風險評估
為應對此一嚴峻風險，歐盟展現了全球最嚴謹的監管姿態。2024年通過並於2026/2027年分階段全面實施的歐盟《人工智能法案》（AI Act），在全球範圍內首次以法律形式，將應用於教育領域（特別是涉及評估、學習軌跡干預、錄取等重要環節）的AI系統明確界定為高風險級別。
歐盟政策不僅要求嚴苛的數據隱私保護，更在學術界與政策界大力推動認知影響評估（Cognitive Impact Assessment, CIA）機制。CIA要求在將任何AI系統引入義務教育課堂之前，必須評估其在六個核心維度上的潛在風險：捕獲（Capture）、推論（Inference）、影響（Influence）、依賴（Dependency）、發展影響（Developmental impact）及記憶保留（Retention）。
對比之下，香港的《教學指南》雖然在多處提及須防範學生「過度依賴」、避免「思維外判」、強調「學術誠信」，但這些措施更多停留在道德勸導與行為規範層面。政策高度依賴一線教師的個人專業判斷來審視AI生成的內容及監控學生的使用狀態。
然而，在面對日益強大、極具迷惑性的大型語言模型時，要求缺乏認知神經科學專業訓練的一線教師去獨力承擔認知風險把關人的角色，無疑將對教師的精力與認知負荷造成巨大壓力。香港政策體系目前缺乏如歐盟般在法理與神經科學基礎上建立的系統性認知風險防禦機制、與及高風險工具審查。
新加坡統一平台 自主研發工具
《藍圖》在推動AI應用時，傾向於一種開放市場、學校自主採購的模式（透過50萬港元撥款由學校自行決定訂閱何種工具）。觀察附篇的應用場景示例，大量教學活動（如利用AI生成歷史時間線、生成古詩圖像、數據分析、將文字轉化為聲音檔等）均暗示學校可廣泛引入市面上的泛用型AI工具。然而，泛用型AI的底層設計初衷是高效完成任務，而非促進學習。新加坡教育部推出的《2030年教育科技藍圖》（EdTech Masterplan 2030）與國家AI戰略2.0，為全球提供了一個極具參考價值的教育專屬AI實踐範本。
與香港的採購碎片化策略不同，新加坡構建了全國統一的學生學習平台（Student Learning Space, SLS）。在平台內，教育部自主研發並部署了極具教育學邏輯的專屬AI工具，其中最核心的是學習助手（Learning Assistant, LEA）與自適應學習系統（Adaptive Learning System, ALS）。LEA的設計理念完全契合了OECD所提倡的「慢人工智能」（Slow AI）哲學。它被嚴格限制為一個「蘇格拉底式導師」（Socratic tutor），其底層算法被設定為絕對不直接向學生提供最終答案或完整代碼。
相反，它通過不斷提出引導性問題（Iterative Questioning），促使學生反思、自我診斷知識盲區，並自主推導出結論。例如當學生在寫作中遇到瓶頸，LEA會詢問：「你認為這一段的核心論點是什麼？你有哪些證據可以支持它？」從而強迫學生大腦保持高強度的認知活躍。
此外，針對教師，新加坡開發了課程編寫助手（Authoring Copilot, ACP），該工具並非簡單地生成通用教案，而是深度連結新加坡的國家課程地圖（Content Map）與教學法考量，確保生成的教學活動與評估項目完全符合本地教育標準。
暫時香港缺乏類似新加坡LEA這樣統一、安全、符合本地課程語境且具備蘇格拉底式教學法靈魂的官方大模型基建。這導致香港一線教師在設計教學活動時，不得不花費大量時間與精力去編寫複雜的提示詞（Prompt），試圖將一個旨在給出完美答案的商業AI馴化成一個不會直接給答案的導師。這不僅效率低下，加重教師負擔，且存在極高的「越獄」（Jailbreak）和產生「幻覺」（Hallucination）的風險。所以加快統一的底層教育大模型支撐，是香港數字教育生態發展的重要一步。教育局及香港教育城已有這一個方向。
數字鴻溝治理 政策相對模糊
美國聯邦教育部發布的《2024年國家教育技術計劃》（NETP 2024）同樣標誌着美國教育科技政策的重大轉向。該計劃尖銳地指出，過去的政策過於關注設備與網絡的覆蓋（即數字接入鴻溝，Digital access divide），而當前教育體系面臨的核心危機在於數字使用鴻溝（Digital use divide）與設計鴻溝（Digital 創造design divide）。
「數字使用鴻溝」描述了一種日益嚴重的不平等課堂生態：部分學生（往往處於優勢學區）有機會利用科技主動探究、媒體、收集真實世界數據與批判性分析（active use）；而另一些學生則僅僅將科技作為完成線上選擇題、被動觀看視頻或由AI代筆寫作的工具（passive use）。「數字設計鴻溝」則指出，許多教師面對海量的教育科技工具感到無所適從，缺乏將科技與複雜教學法深度融合的學習體驗設計能力。
香港《藍圖》在硬件設施與撥款上極為慷慨，基本消滅了接入鴻溝。然而，在使用鴻溝的治理上，政策的論述顯得相對模糊。仔細審視《教學指南》中的學科示例，部分活動設計可能無意中鼓勵了被動使用。例如，在小學普通話科中讓AI生成不同角色的聲音檔供學生聆聽，或在歷史科中讓AI直接生成晚清不平等條約的時間線與摘要。如果缺乏極為深度的元認知（Metacognition）引導與後續的批判性解構，學生極易陷入被動消費AI生成內容的舒適區，而非主動利用AI挑戰自我思維的極限。
此外，雖然《藍圖》規定了30小時的教師數字培訓 ，但若培訓內容僅停留在工具操作教學而非教學法重構設計，則難以真正彌合設計鴻溝。教師需要掌握的核心能力，並非如何使用某款AI軟件，而是如何設計出即使學生手握最強大的AI工具，也必須展現其獨特人類智慧與深層理解的創新型評估任務。
幼齡兒政策 各地取態謹慎
在針對低齡兒童的AI使用政策上，全球各地展現出不同的謹慎程度。聯合國教科文組織（UNESCO）在2024年發布的《學生AI能力框架》與《教師AI能力框架》中，特別強調了以人為本的思維模式（Human-centred mindset）與保護學生人類主體性（Human Agency）。
新加坡教育部對此採取了極為嚴格的年齡分級制度（Age-gating）。政策明確規定，初小階段（小一至小三）的學習必須以紙本和實體觸覺體驗為主，學生絕對不直接使用AI；高小階段（小四至小六）則必須在教師的密切監督下，使用教育部專門開發的、有嚴格護欄的AI工具，絕不允許接觸互聯網上未經限制的泛用型聊天機器人。
相較之下，香港《學習架構》雖然建議初小階段「主要以實體活動進行學習，不建議長時間使用電子裝置，並應在師長陪同下使用工具」，以及《教學指南》提到「原則上應在教師或監護人指導下使用」，但這些表述均為軟性建議，缺乏行政指令層面的剛性約束力。在兒童大腦執行功能、專注力與價值觀尚未成型的關鍵期，過早將其暴露於具備極強擬人化特徵與潛在幻覺的AI工具面前，可能對其心理認知發展造成不可逆的干擾。在低齡兒童的數字防護網建設上仍顯得過於寬鬆。
中國內地於2026年發布的《「人工智能+教育」行動計劃》代表了國家級別的生態重塑戰略。該計劃不僅強調人工智能與認知科學、腦科學、心理學等多學科的深度交叉融合，更提出了利用中央預算內投資，建設國家教育智能算力服務平台及人工智能（教育）應用中試基地。這意味着國家正在從底層算力、數據語料庫以及跨學科科研入手，構建自主可控、虛實融合的未來教育空間。
芬蘭作為全球教育典範，其政策緊密掛鈎國家「數字指南針」（Digital Compass）戰略，強調將AI素養納入終身學習體系，並廣泛運用遊戲化手段增強全體國民對抗網絡虛假信息與深度偽造的能力。
香港《藍圖》雖然提及了「聯動內地和國際」，並規劃了建立專屬大語言模型與改善學生評估資源庫（STAR），但整體論述仍較多停留在香港本地的教育城（EdCity）平台層面，缺乏與國家級算力基建、國家教育智慧大腦的實質性數據對接與算力共享規劃。此外，香港政策在融合腦科學與心理學以科學評估技術影響方面，尚未展現出如國家行動計劃那般深度的跨學科科研布局。
綜合上述宏觀評析與國際頂尖政策的深度對標，筆者認為教育局的《藍圖》具備良好的執行基礎與部分資源優勢。因篇幅所限，筆者將在下一期嘗試提出一些改善建議。希望大家可以參考及討論，為鞏固香港作為國際教育樞紐的地位，確保香港學生在AI時代不僅擁有操作技能，更具備強大的認知韌性與創新內核。（下期續）
