Author: Fingo Fai

在大學傳理學院的課堂上，我面對的是一群即將步入職場的年輕人。最近，我經常捕捉到他們眼神中的迷惘，當機器能寫稿、能作畫，甚至能自動剪輯，那些苦練多年的文字功底與敍事能力，是否還能在人工智能（AI）橫掃全球的未來，為他們守住一份競爭優勢？ 我向學生分享了一個扭轉職涯視野的新觀點。這份信心並非源於教育者的樂觀，而是來自科技巨人、Nvidia執行長黃仁勳的一個斷言。他指出，我們正處於歷史性的轉折點：未來最強大的編程語言，既不是C++，也不是 Python，而是我們與生俱來的「母語」。隨着技術進步，人類不再需要卑微地學習機器的語言，因為機器終於學會了人類的語言。這不只是技術變革，更是對教育界的一個重大啟示。 從寫代碼到下指令 過去半個世紀，數字世界的入場券掌握在少數技術精英手中。為了驅動電腦，人類必須學習生澀的代碼，少了一個分號，創意就無法運作。這本質上是「人適應機器」的妥協。 不過，黃仁勳宣告了這種妥協的終結。現在，AI已經強大到能直接捕捉人類的「意圖」。如果你想開發應用程式，不再需要在那幾萬行代碼裏苦苦掙扎。你只需要像對一個專業團隊發令，用最熟悉的母語，清晰、精準地描述願景。AI代理會負責那些枯燥的「翻譯」工作。而你，終於可以從「打字員」的角色中解脫，重新回到「定義者」的位置。 敍事即是統籌力 在教育現場，我們常問：「如果人人都能說話，孩子的優勢在哪裏？」 事實上，我們正進入智能體時代，現在的AI已經不再只是回答問題的聊天機器人，而是能自主串聯任務、執行複雜流程的「智能代理」。在這種環境下，「寫作」不再只是修辭，而是一種極其精密的編排技能。 孩子能否用文字清晰地定義目標？能否邏輯嚴密地拆解一件工作的流程？能否在多個AI智能體之間進行高效的協作與調度？這需要極強的語言架構能力。一個無法精準表達的人，將無法有效指揮AI團隊。 這種能用文字「調兵遣將」的編排能力，才是未來最強大的競爭護城河。 高階思維的布局 當工具愈普及，思想的溢價就愈高。 在AI時代，「提問的質量」決定了「答案的價值」。當編程門檻降到零，真正的競爭是結構化思維的深度。我在大學課堂看見，那些擁有深厚文化底蘊、邏輯嚴密的孩子，能給出具備「靈魂」的指令（Prompts）。 我們必須重構對「創意」的定義。一位優秀的建築師不需要親自砌磚，但他必須對空間比例、光影流動有絕對掌控。在引導中小學生使用AI時，我們應要求他們在大腦中先完成一場精密無聲的演習：預判受眾反應，構築敍事邏輯。這不是在學工具，是在學如何駕馭一個龐大的可能性。 語言就是新主權 長期以來，香港教育體系習慣把「文」與「理」劃清界線，但黃仁勳的視角徹底模糊了這條線：如果「語言就是編程」，那麼傳達與溝通本質上就是一種「人文工程」。 對於香港這個中西合璧、資訊交滙的場域，這是一個巨大的戰略契機。我們引以為傲的雙語能力與跨文化視野，其實就是全球最頂尖的「多語言編程接口」。我們不應讓孩子在枯燥的應試語法中耗盡熱情，而應鼓勵他們用母語去橫跨科學、藝術與社會議題。當學生能用優雅精緻的文字去驅動世界上最強大的運算力時，我們才真正掌握了時代的話語權。...

過去二十年，筆者在科技行業工作，近年亦投入人工智能（AI）教育發展。這兩年，我經常與同事、家長、校長和教師討論同一個問題：孩子應該如何面對AI的未來？我們談技能、談競爭力、談編程、談AI素養，也思考是否應該更早、更有系統地讓孩子安全學習 AI。這些討論十分重要，因為科技能力正逐漸成為下一代的生存條件。 不過，在一場又一場「為未來準備」的對話背後，我反覆問自己一個更根本的問題：當世界愈來愈聰明，人還需要培養什麼？ 未來不只屬於更快的人 我的女兒自幼便接受非傳統的華德福教育體系的教育。她的學習節奏並不急促，慢慢畫畫，慢慢說故事，慢慢完成一件有溫度的手工藝作品。沒有排名，沒有分數壓力。在一個講求效率的社會裏，這樣的「慢」常常令人不安。 不過，當我看見她專注投入、不急於完成，我開始明白，那不是落後，而是對成長節奏的尊重。未來真正稀缺的，或許不是知識，而是專注力；不是速度，而是穩定。 AI的確可以幫助我們完成大量工作，包括整理資料、生成內容、撰寫程式與分析數據。它放大效率，也降低門檻，但AI無法替人建立內在秩序。它不能代替孩子在困惑中等待，也不能取代在沒有標準答案時反覆推敲的思考歷程。 如果孩子習慣即時回應，他還能與問題共處嗎？當答案瞬間生成，他還願意追問「為什麼」嗎？科技愈發達，我愈相信，思辨能力、情緒穩定、同理心與溝通能力，才是長遠的底層能力。 在機器時代 人必須更像人 不少站在AI發展前線的科技領袖，在談及自己孩子的教育時，也並非只強調技術專精。《華爾街日報》曾專訪Anthropic共同創辦人 Daniela Amodei，她指出，在AI快速演進的時代，重要的未必是培養孩子過早成為技術專家，而是培養他們清晰思考、良好判斷，以及與他人合作的能力。技術會不斷更新，但思考方式與價值判斷，才是能夠穿越時代的能力。 這樣的觀點，其實回到同一個核心。我們害怕落後，害怕錯過，害怕孩子輸在起跑線。然而，當效率被無限放大，當答案隨時可以生成，也許更需要守住的，是那份能夠安靜思考的能力。 真正的問題或許不是「要不要學AI」，而是「在學會駕馭工具之前，我們是否也教孩子駕馭自己？」 我並不認為華德福教育是唯一答案。傳統教育在知識建構與學科訓練上有其深厚基礎，而科技教育在孩子成長過程中亦不可或缺。不過，在強化技能的同時，我們是否同樣重視孩子的內在成長？這份責任，不能只交給學校。家長的身教、意識與價值觀，往往更為深遠。 未來屬於能與AI協作的人，但更屬於那些在快速變動中仍能保持方向與深度的人。工具會愈來愈聰明，世界會愈來愈快。真正決定孩子能走多遠的，不是他掌握了多少工具，而是他是否知道自己為何而學，為誰而用。 在AI時代，願我們的孩子，不只是更有效率，而是更有方向；不只是更懂技術，而是更懂自己。...

身為一名投身教育科技產業的人，我經常被問，人工智能（AI）會不會改變教育。在香港，我更常被問的是，它能否使教育變得更公平。當科技愈來愈聰明，它是在拉開距離，還是在拉近彼此。它會讓原本跑得快的孩子更快，還是能讓仍在適應環境的孩子也被看見。 今天的香港校園比任何時候都更加多元。來自中國內地、南亞，以及世界不同角落的孩子，坐在同一間課室裏。他們語言不同，成長背景不同，家庭故事也不同。鐘聲一響，他們一起上課，一起交功課，一起為測驗緊張。制度在資源分配上力求一致，課程標準清晰，評核機制透明。然而，一致並不等於每個人都已準備好。 語言往往是第一道無形的牆。香港課堂以粵語為主，而粵語不只是溝通工具，更是一種文化節奏。教師的一句「你再諗諗」，可能是鼓勵，也可能是提醒。對於剛來港的孩子而言，即使聽懂字面意思，也未必理解語境。再加上香港教育節奏明快，許多學生仍在適應城市生活與校園規則，評核卻已同步展開。問題往往不是能力不足，而是在尚未熟悉規則之前，已經被同一標準衡量。 公平不是讓所有人走同一條路，而是讓不同起點的人，都能看見出口。 讓理解發生在當下 在我看來，AI的價值不在於取代誰，而在於縮短理解的距離。人工智能已能提供多語種說明，但真正重要的不是翻譯，而是轉譯。當學生與家長能清楚理解操行分、校本評核或家長日安排，他們讀懂的不只是詞語，而是制度本身。理解增加，焦慮自然下降。 AI也可以成為安全的練習空間。課堂問答、小組討論、與教師溝通，都能在低風險環境中反覆嘗試。當錯誤不再被立即放大，自信才有機會慢慢建立。它同時能協助學生管理學習節奏，提供提醒與建議。對於剛接觸香港教育制度的孩子而言，這是一種支持，而不是監控。 除了翻譯與練習，AI還能發揮更深一層的作用。它可以協助學校看見一些平日不容易察覺的學習訊號，例如參與度的變化、某些課題反覆出現的遲疑、作業完成情況的持續下滑，甚至在討論中逐漸沉默的傾向。這些片段單獨看或許不起眼，但當模式被整理出來，教師便能更早察覺學生正在面對的困難。這並不是要以科技取代專業判斷，而是讓教育工作者在繁忙的教育現場多一雙輔助的眼睛。當支援能夠提前介入，公平就不再只是事後補救，而是預防。 當然，AI不能消除家庭背景差異，也無法解決所有結構性問題，但它可以減少因語言與資訊落差而產生的額外障礙。如果制度提供標準，AI能提供理解標準的途徑。它不是答案本身，而是一種讓機會更早出現的工具。 在融合中守護粵語 談到多語支援，有人擔心會削弱粵語地位。這份擔憂值得尊重。粵語承載香港的歷史與情感，是這座城市的重要根基。不過，文化不是靠排除來保存，而是靠自信延續。 AI的角色不是替代中文學習，而是幫助學生更有信心地運用粵語，縮短走向社會共融的距離。當新來港的孩子更快理解語境與脈絡，他們反而更有能力參與本地對話。理解愈容易，融入愈自然。當不同背景的孩子都願意用粵語交流，參與社區生活，文化就不再是界線，而是連結。 AI不能創造公平，但它可以減少不必要的不公平。當科技被用來拉近距離，而不是放大差異，教育就會多一分溫度。真正的改變，也許不在於演算法有多精準，而在於有多少孩子，因為及早被看見，而不再在適應中慢慢落後。   撰文︰Ringo FaiLexGo Academy 共同創辦人、香港城市大學媒體與傳播系講師、一位女孩的爸爸。專注...

近一段時間，我與不同中學教師、校長及教育工作者交流時，不止一次聽到一個相似的問題︰如果學生使用生成式人工智能製作圖片或影片，內容出現錯誤甚至不準確，而學生本身並未察覺，學校應該如何處理？ 這個問題乍看之下與技術有關，實際上卻反映一個更深層的教育處境。當內容可以快速生成，但未必可靠時，學校究竟應該為學生把關的是什麼？ 錯誤不是例外 而是可預期情況 從創意媒體與人工智能系統的角度來看，生成式人工智能產生錯誤或不準確內容，並非偶發，而是其運作邏輯的一部分。 從技術層面而言，部分較早期的影像生成模型，往往會把運算資源集中於畫面中的主要焦點，令主體看起來格外清晰合理，但畫面中其他層次則較容易出現比例或邏輯上的不一致。這種局部真實而整體失衡的情況，正是使用者難以即時察覺問題的原因之一。 隨着生成技術持續演進，這類明顯的破綻雖然逐漸減少，但錯誤並未消失，只是變得更細微、更不易辨認，對使用者的判斷能力提出了更高要求。這亦提醒我們，技術的進步並不能取代人類對內容真實性與合理性的責任。 因此，當學生提交的影像或影片包含錯誤資訊時，這未必意味學習失敗。真正值得關注的，是學生是否意識到內容可能有誤，是否嘗試核實，以及是否理解錯誤資訊一旦被使用或公開，可能帶來的影響。 當生成變得容易 判斷成關鍵能力 在生成式人工智能逐漸進入校園日常後，教育面對的關鍵問題，已不再是工具本身，而是學生是否仍然具備基本的判斷能力。 在這樣的環境下，真正稀缺的能力不是能否產出內容，而是能否判斷內容是否合理，能否辨識看似真實但實際不準確的資訊，以及是否願意為自己所使用與發布的內容承擔責任。 不少學校會問，是否可以從技術層面判斷一張圖片或影片是否由AI生成。以現階段的發展而言，並不存在百分之百可靠的方法。各種技術工具只能作為輔助參考，若過度依賴，反而容易把一個教育問題轉化為信任與公平的難題。 學校的回應本身就是一種教學 正因如此，當學生使用生成式人工智能產生錯誤內容時，學校的處理方式，本身就構成了一種重要的學習訊號。在實務層面，學校與教師可考慮以下原則，作為處理相關情況的行動框架： • 先區分學習與評核情境，學習活動中的錯誤應以引導與修正為主；• 把焦點放在學生的判斷過程，而非只看作品是否正確；•...

近日在社交媒體Threads看到一則中學生的帖文，大意是：「教師可以利用生成式人工智能備課、改功課，甚至加快完成工作，為何學生卻不可以用AI來完成作業？」這個問題引起不少回應，也反映了當前學校在人工智能使用上的一個普遍困惑。 這並非一個情緒化或無理的質疑。對不少學生而言，人工智能已經是日常學習與生活的一部分，而學校卻似乎在同一工具上，為教師與學生劃下不同界線。若只從表面理解，這確實容易被視為標準不一。然而，若從專業的角度來看，這個問題的核心，並不在於公平與否，而在於學習與工作的目的與責任是否相同。 作業是學習歷程的一部分 學生完成作業，本來就是學習歷程的一部分。作業的意義，並非展示一份完美成果，而是促使學生在過程中學會思考、分析、整理與表達。學生在學習階段犯錯、反覆修正，甚至感到困難，都是不可或缺的經驗。 從這個角度看，若學生在尚未掌握相關概念與思考方法之前，便直接依賴人工智能生成最終答案，問題並不單純在於「使用了AI」，而在於原本應由學生承擔的學習責任被工具取代了。即使作業看似完整，學習本身卻未必真正發生。 教師用AI屬專業實踐情境 相對而言，教師在備課、改功課、撰寫教學或行政文件時，所面對的是另一種情境。這些工作屬於專業實踐，其核心要求是準確、有效與可持續。 教師在這些工作中使用人工智能，並不是放棄專業判斷，而是在既有經驗與能力之上，運用工具提升效率與質素。這種使用方式，與學生在學習階段直接以AI產出成果，其目的與責任並不相同。 人工智能已逐步成為職場中的常用工具。因此，社會上常出現一個看似合理的反問：既然未來工作離不開AI，學校為何反而要限制學生使用？ 真正能夠善用AI的人，往往是具備清晰思考與判斷能力的人。人工智能的輸出質素，很大程度取決於使用者是否知道自己在問什麼、要什麼，以及如何判斷結果是否合理。缺乏相關基礎的人，即使頻繁使用AI，也往往只能停留在表面，甚至在錯誤中不自知。 教育的責任︰為不同學習階段作判斷 當然，這並不意味學生在任何情況下使用人工智能都必然削弱學習。在合適的引導與設計下，AI亦可以成為促進反思、比較不同觀點，甚至檢視自身理解的工具。 從教育角度而言，學校在不同學習階段為學生設定工具使用的界線，並非技術選擇，而是一種教學判斷。這些界線未必一成不變，而是應隨着學生的能力、課程目標及學習需要逐步調整。 回到最初那位學生的提問，答案或許不在於「可不可以用AI」，而在於「在這個學習階段，使用AI是否削弱了應有的學習歷程」。教師與學生之間的分別，不在於身份，而在於角色與責任。 真正的教育，不是與科技對立，而是在科技迅速發展的環境中，仍然堅守一個核心原則：確保學生在成長過程中，建立足以駕馭科技的思考能力，而不是過早被科技取代學習本身。   撰文︰Ringo FaiLexGo...