馮志豪｜AI時代大專生　最需培養判斷力-硕谷新闻聚合

馮志豪教授專欄

近期，特區政府正式發布了《行政長官2026年施政報告》，這份文件立刻在教育界掀起了一股關於數字教育的熱議浪潮。報告明確提出要把香港打造成為國際專上教育的樞紐，並強調要配合國際創新科技中心的发展方向，在此背景下，數字教育自然而然地成為了其中的關鍵一環。這樣的政策導向其實並不讓人感到突兀。放眼全球，產業轉型的速度正在不斷加快，生成式人工智能也迅速滲透到了工作、學習以及專業服務的各個角落。就連行政長官本人也曾公開表示，在他日常的工作中，有接近一半的任務都需要借助人工智能來完成輔助。對於各大院校而言，如今的問題早已不再是“人工智能該不該存在”，而是如何引導學生學會與它共存，甚至能夠與它協同工作。

數字教育的重心並非在於工具本身

回顧過去的幾年時間，許多高校對待生成式人工智能的態度都經歷了一場深刻的轉變。起初，多數學校採取的是防範為主的策略，擔憂會出現抄襲、信息失實或是學術誠信方面的問題；隨後，態度開始變得有限度開放，允許教師在部分課堂中嘗試使用相關的工具；而發展到今天，人工智能已經逐漸深入到了制度層面，變成了教學設計、課業安排乃至學習支援體系中不可或缺的一部分。

然而，假如數字教育僅僅停留在購買設備、引入平台的階段，或者把學生是否熟練掌握幾款新工具當作改革的成果，那麼這場變革實際上只觸及了最表層的皮毛。高等教育真正需要解決的核心議題，並不是學生“會不會用”這些工具，而是當他們在使用時，是否清醒地意識到自己正在做什麼。

拿我個人的教學實踐來說，近年來我已經開始在某些作業中明確要求學生去使用人工智能工具。但我關注的重點從來不是他們能否順利「問到答案」，而是他們究竟是如何發問、又是如何進行判斷的。我會要求學生將自己向人工智能提出的所有問題一併提交給我，以便讓我觀察他們是如何界定問題的邊界、如何組織指令結構，以及是否掌握了提問的基本邏輯方向。同時，我也要求學生對人工智能給出的回應進行準確性分析，指出其中是否存在過度簡化、錯漏百出，或者是看似完整無缺但實質上空洞乏味的地方。在我看來，這樣的教学安排絕非鼓勵學生依賴工具，恰恰相反，我是希望將人工智能轉化為一個可以用來審視和思考過程的教學節點。某種程度上，學生是否懂得如何使用人工智能，正反映了他們是否具備提問、辨識以及自我修正的能力。

AI素養首要培養的是判斷能力

基於此，當前我們談論大專生的AI素養時，重點絕對不能僅限於操作層面的技能。雖然會下達指令、會整理輸出結果、會生成圖文內容確實具有實用價值，但這遠遠不足以構成真正的“素養”。所謂的素養，至少應該涵蓋幾個更為深層的維度。學生必須明白，這類系統並不是在真正地「理解」這個世界，它們只是在既有的海量數據和機率模型的基礎上，輸出一種看起來合乎邏輯的內容。換句話說，它能完美地組織語言，卻不代表它擁有判斷力，更不可能自然地承擔任何責任。如果學生缺乏這一基本認知，就極易犯下一個錯誤：把流暢誤認為可靠，把完整性誤認為正確性。

正是因為這個緣故，AI素養本質上是一種判斷力的體現，而不僅僅是使用習慣的養成。現今，不少學生在面對人工智能生成的龐大內容時，往往會在不知不覺中降低自己的警惕心。只要答案寫得順暢、圖表製作得整齊劃一、語氣聽起來十分篤定，他們就傾向於照單全收，省去了追根究底和反覆核實的步驟。記得有一次我在講授職業輔導相關的課程時，遇到一位學生引用了一段特定的內容，並聲稱這段說法出自某篇權威文獻。然而，當我仔細查證後才發現，那篇文獻原本討論的主題竟然是虹鱒魚的腸胃疾病，與職業輔導根本風馬牛不相及。這所暴露出來的問題，並非單純是學生粗心大意，而是他過於盲目相信人工智能所提供的資料與引文，卻沒有進一步去驗證來源內容是否真的契合主題。倘若這種依賴心理在學習階段就已經根深蒂固，一旦將來進入專業的職場環境，其後果恐怕遠不止是作業質量下降這麼簡單。特別是對於那些修讀社會服務、教育學、護理學、商業分析，甚至是傳媒與設計等領域的學生而言，輕信工具的輸出結果，可能會直接干擾他們對個案性質、數據解讀、政策走向或公眾信息的準確把握。

從這個角度來審視，AI素養其實更接近於一種思維層面上的高度自覺。學生不僅要知道何時可以適當地借助工具的力量，更要清楚何時必須停下來依靠自己的大腦做出獨立判斷；他們還需要分辨哪些繁瑣的工作可以放心交給系統處理，而哪些核心的環節則決不能被外包出去。比如說，資料的初步整理、大致的歸納總結、文字的潤色修改，這些都可以讓工具代勞；但是像深度閱讀文獻、釐清複雜概念、進行倫理權衡以及做出專業判斷，這些始終無法由冰冷的算法來替代。假設學生連這條基本的界線都尚未建立起清晰的認識，那么技術越是便捷高效，他們的學習過程反而可能越顯得空洞虛浮。

學生並非天生就精通科技運用

目前的困境在於，這條关键的界線在當下的大專校園裡依然顯得相當模糊不清。外界普遍有一種刻板印象，喜歡將年輕一代標籤為“數碼原住民”，彷彿他們生來就懂科技，並且天生就知道如何善加利用。但在真實的教學現場，情況並沒有大家想像的那樣樂觀。大多數學生熟悉的往往是各類社交平台的節奏、網絡媒體特有的語言風格以及追求即時反饋的文化氛圍，卻未必熟悉該如何將科技手段融入到嚴謹認真的學習脈絡之中。當基礎性的文本閱讀本身就讓他們感到吃力時，人工智能很容易被視為一種偷懶和省時的捷徑。日復一日之下，學生或許能交出一份外表上看起來十分完整的作業，但內心卻未必真正領悟了其中的理論依據，甚至有時候連自己到底提交了什麼樣的觀點，自己都難以闡述清楚。

另一個不容忽視的現實難題是，不同學科之間對於AI的理解存在着巨大的落差。理工科學生由於接觸模型構建、數據分析和運算思維的機會較多，相對容易上手，但這種優勢未必能自然延伸到關於倫理道德、算法偏見以及制度性後果的深度討論中去。反之，人文社科、教育學、社工學等領域的學生，通常對人的生存處境和社会影響有着更高的敏感度，可是一旦涉及到晦澀的技術術語，他們就很容易產生畏難情緒從而選擇退縮。最終造成的局面是兩邊都存在各自的盲區：一邊可能過分迷信技術的中立性和客觀性，另一邊則乾脆把技術看作與己無關的身外之物。這對專業人才培訓而言無疑是一個壞消息，畢竟現實世界中遇到的各種棘手問題，從來都不可能僅憑藉單一的知识體系就能夠圓滿解決。

專業課程才是塑造AI素養的關鍵所在

如果各所高校真心希望將《行政長官2026年施政報告》中所提出的數字教育目標落到實處，首先亟待解決的就是課程設置本身如何有效回應這種時代變化。筆者堅信，AI素養不應被局限在某個特定學系或是作為選修課存在，而應當被視為每一位大專生都必須具備的基本通識能力。這並不意味着每個人都要去苦學編程代碼，也不代表所有的專業課程都要徹底技術化，它的真正含義在於：無論學生主修的是哪個方向，都應該有機會去了解人工智能的底層運作機制、常見的功能局限性、潛在的風險源頭，以及它在具體專業實務操作中不可逾越的使用紅線。這類知識完全可以通過開設通識必修課、設立共通核心模塊或是頒發微證書等形式來推廣落實。這裡的重點不在於講解得多麼高深莫測，而在於確保表述足夠精準、解釋足夠通俗易懂。

不過，若是仅仅设立一个全校统一的通用单元，实际上仍然是远远不够的。学生最终能否实现深层次的理解，很大程度上取决于他们是否能够身临其境地看到问题在自己专业领域内的具体投射。对于社会工作、心理咨询辅导、教育学以及护理学专业的学生来说，AI绝不是一个抽象遥远的技术话题，它实实在在地牵涉到服务记录的规范性撰写、个案风险评估的科学性、资源分配的公平性以及人际互动的温度与质量。而对于商科领域的学生而言，重点则转移到了市场趋势研判、客户行为画像分析、自动化决策流程的设计以及责任归属的法律界定上。至于创意学科的学生，他们的关注点又落在了作品原创性的保护、风格模仿的边界、版权归属争议以及作者身份的独特性确认等方面。简而言之，想要让AI素养真正内化成学生的核心竞争力，最高效的手段绝不是将其孤立成一门单独的选修课，而是要让它渗透进各个专业的深层讨论与实践中去。

未来的考核体系应侧重过程证据

同样需要进行大刀阔斧调整的，还有现行的评估机制。这几年以来，许多一线教师都能切身感受到，传统的作业形式已经越来越难以精准反映学生们真实的知识习得情况。如果仅凭最后上交上来的论文终稿、研究报告或者演示文稿来判断，往往很难厘清内容的多少比例源自于学生本人的独立思考，又有几分只是经过智能工具的简单梳理与包装美化。这当然不是说所有学生在主观上都存有投机取巧的心思，而是因为现有的评价体系过分侧重于最终的产出成品，这在客观上就容易引导师生将注意力全部聚焦于结果呈现，从而忽视了宝贵的思维推演过程。倘若高校方面不主动进行改革调整，未来围绕学术诚信产生的争议只会愈演愈烈。

笔者认为，面向未来的大专学业评定必须更加看重过程中的实证材料。学生当然有权使用人工智能辅助学习，但他们同时也负有义务详细交代具体的使用方式、每一次修改的痕迹以及做出判断背后的依据。正如我之前提到的那份作业设计思路那样，我会强制要求学生附上完整的提问交互记录、文档的版本迭代历史、文献来源的核实日志，以及一段简短的个人反思陈述——说明自己在哪些方面采纳了机器的建议，又在哪些地方进行了人为的修订干预，以及这样做的理由究竟是什么。这类严格的要求或许无法百分之百杜绝违规滥用现象的发生，但它至少能够强行将焦点重新拉回到学习本质上来。此外，诸如口头答辩环节、现场即时案例分析、小组个案研讨以及模拟实战演练等形式，也非常值得在不同学科的评价体系中适当增加权重占比。因为很多时候，当一个学生直面考官的追问时，他对知识的真实理解程度便会毫无保留地表露出来。

明确的规范胜过空泛的道德提醒

除了课程内容和评价方式的革新之外，校方还需要着手处理制度层面的配套建设。眼下虽然有不少学校都已经出台了关于学术诚信的指导方针，但对于人工智能使用的约束条款大多还停留在原则性的倡导阶段；当这些规定真正落地应用到具体的教学场景中时，老师和学生们往往会发现界限在哪里变得极其模糊。有些老师采取一刀切的全面禁止态度，而另一些老师则默许一定程度的合理使用，这种做法上的巨大差异给管理带来了混乱。对学生群体而言，这种不确定性极易引发认知混淆，进而滋生出一种侥幸心理。院校如果想要营造出一种稳定健康的校园文化生态，就必须提供更为清晰、具备可执行性的细则说明，其中包括界定何种程度的辅助属于合理范畴、何种操作已构成不当的代写作弊行为、以及在涉及资料保密和个人隐私风险时的具体红线。所有这些关键细节，绝不能指望靠一句轻飘飘的“请谨慎使用”就能一笔带过。

如果在硬件条件和预算允许的情况下，各校还可以考虑搭建一套相对安全的校内专属使用环境。近年来，越来越多的教育工作者开始担忧，学生会不自觉地将课堂作业内容、前沿研究数据，甚至包含服务对象个人身份的敏感私密信息输入到公开的网络平台上去，这种行为极有可能导致严重的数据泄露事故或违反合规要求的法律风险。特别是在某些特殊的专业领域里，例如社会工作、教育培训以及医护相关专业，其对数据处理的安全标准本来就极为严苛。假设学校方面能够率先建立一个受到严密监控且已完成脱敏处理的内部云平台，抑或是至少颁布一份详尽无误的资料处理行为守则，这无疑要比单纯依赖学生个人的自律判断来得稳妥可靠得多。

政府层面需提供更具针对性的支持措施

诚然，推动数字教育改革这件事也不能完全甩手交给各大院校各自闭门造车地去摸索。毕竟香港地区的高校众多，彼此之间的办学条件参差不齐，资源投入力度也存在显著差距。对于那些规模相对较小的私立院校，尤其是自筹资金的民办大学和职业专才学院而言，要想独立承担起开发高质量教材、组织大规模师资培训以及自主研发管理平台的任务，面临的资金和技术压力可谓不小。如果特区政府真心期望数字教育理念不仅仅是一纸停在公文里的口号，而是能够在不同类型的院校中真正开花结果，那就必须拿出真金白银提供更具体的扶持方案。这些举措应当包括但不限于：促进跨校际的优质资源共享互通、实施系统化的教师赋能培训计划、共建开放式的典型案例数据库，以及积极促成学界与业界的深度合作，为学生提供更多贴近真实职场场景的学习实践机会。唯有让学生在实实在在的规章制度和工作业务流程中亲眼目睹人工智能是如何被应用的，他们才更容易深刻领悟什么叫做“负责任地使用技术”。

归根结底，所谓的AI素养绝非一门赶时髦的新奇技艺，也不是用来装点简历的一张光鲜亮丽的能力清单。它所关乎的是，在这个技术手段日益便利发达的时代洪流中，年轻学子们还能否守住最基本的求知诚实底线、保持独立的批判性思维能力以及恪守应有的职业分寸感。倘若高等教育仅仅是教导学生如何去追逐工具的脚步，很快就会悲哀地发现，软件迭代的更新速度永远快过教学大纲修订的频率。与之形成鲜明对比的是，如果大学生们在求学期间能够切实学会如何提出有价值的问题、如何严谨地验证信息来源、以及如何与技术保持恰当的心理距离，那么即便将来面对下一波汹涌而来的技术变革浪潮，他们所积累的这份底气依然足以让他们站稳脚跟。

《行政長官2026年施政報告》将数字教育提到了前所未有的战略高度，这对于整个社会而言无疑是一个值得倍加珍惜并认真把握的历史契机。但对于高等教育的办学者来说，最为紧要的考量始终不在于校园里新增了几套昂贵的硬件设施或上线了几个炫酷的信息系统，而在于我们的学生是否因此而变得更加善于独立思考，更加懂得如何以负责任的态度驾驭手中的工具。如果我们发自内心地关心下一代如何在这样一个高科技环绕的环境中健康成长，那么关注的焦点就不应该仅仅局限于他们是否能运用AI来提高效率做得更快，更应该审视他们在频繁使用AI之后，内心深处是否还愿意停下来深思熟虑，并且清晰地知晓有哪些至关重要的价值判断必须由他们自己亲自承担起来。