「新世代數碼防禦領袖計劃」啟動禮由數苗青少年慈善基金舉辦，活動中設有兩場講座。學生代表主講「AI 時代下的學習革新與網絡安全素養」；教育及資訊安全專家則探討「如何建立適合的數碼教育課程」。兩場講座雖然不同角度但都有相近的結論：AI 已超越資訊科技科和課外活動，成為學校重塑學習模式、評核機制、教師支援及學生數碼素養的關鍵。校長和教師應善用學生已有的 AI 習慣，培養他們的規範意識、獨立判斷力和真實學習價值，不必再糾結於准許或禁止。
學生從「找答案」轉向「找方法」
由學生分享中得悉，AI 儼然已成為他們日常學習的緊密夥伴。他們坦言以往遇到難題往往要等老師解答，或花時間逐一瀏覽網站找資料；現在卻能利用 AI 快速整合跨學科背景知識，再針對有興趣的切入點深入追問。亦有同學分享，學校帳戶內設有引導式學習（Gemini Guided Learning）功能，AI 不會直接給出答案，而是像老師般循循善誘地反問，引導他們逐步推導出結論。這種現象反映，學生運用 AI 已從單純「找答案」進化為「找方法」。如果學校仍把學習局限在課堂與傳統功課，很可能會低估這場由學生主導的學習模式變革。
▲學生分享環節以「AI 時代下的學習革新與網絡安全素養：由日常應用到長遠能力建構」為題，由數苗數碼素養顧問委員會主任張偉豪先生主持，並邀請香港真光中學、保良局第一張永慶中學及佛教善德英文中學學生代表作分享
學生已具備質疑 AI 意識，提問力成為關鍵
分享當中可看山學生對 AI 並非盲目遵從。三位同學在分享時主動提及「AI 幻覺（Hallucination）」、資料錯誤和事實查核（Fact Check）的必要性。有學生一針見血地指出，依賴 AI 未必能節省時間，因為核實答案同樣需要心力。亦有同學懂得要求 AI 用「中四學生角度」來拆解複雜的數理問題，確保內容符合自己程度後才驗算；也有學生會要求 AI 交代資料來源，再到官方或權威網站查證。更進一步來看，學生還需要學會檢視 AI 回答背後的前設。很多 AI 答案看似完整，但其實已預設了某些條件、角度或限制；如果前設錯誤，答案再流暢也可能引導學生得出錯誤結論。因此 Prompt 能力不只是問得清楚，也包括懂得追問「你基於甚麼假設得出這個答案」。
這些例子印證，Prompt（提示詞）不是潮流的表面技巧，而是學生能否精準表達問題、設定程度界線、追溯資訊來源，以及獨立判斷答案可信度的核心能力。學校真正要教的，是如何提出高質素的好問題，並在適當時候對答案保持懷疑，而非只讓 AI 代勞做功課。
專家探討 AI 教育設計：強調協作、倫理與網絡安全
專家分享將焦點推向課程設計層面。學校不應視 AI 為洪水猛獸，而應引導學生與 AI 協同合作（Embrace Technology），深入了解背後的數據原理、模型限制與潛在風險。AI 亦非全能魔法更不免費答題機；學生必須清楚哪些敏感資料不應上載，哪些操作可能踩到越權、違規或繞過安全機制的紅線。讓我補充一些例子，如將同學的個人私隱、未公開的校內文件或帳戶截圖交給 AI 分析，或者要求生成有版權爭議的圖文，或問些非法的犯罪實行方案，甚至嘗試誘導 AI 繞過學校的網絡防火牆，這些看似「測試功能」的舉動，其實已觸及私隱、版權、合規及網絡安全等嚴肅議題。
AI 教育不能淪為純粹的工具操作課；它必須內化為數碼素養的核心，培養學生以安全、批判且負責任的態度與 AI 協作。更可行的方向，是把 AI 放入跨學科、問題導向的任務之中，讓文科、理科或不同能力的學生共同解決真實問題。學生在過程中不只學會使用工具，也會接觸資料判讀、倫理取捨、團隊協作和問題拆解，這比單純教授某個 AI 平台更能反映未來學習和工作的需要。
▲專家分享環節以「如何建立一個適合的數碼教育課程」為題，由數苗籌款與資源顧問委員會主任黃迪奇先生（Dicky）主持，分享嘉賓包括香港數碼港資訊安全總監黃子晉先生（Stanley）、香港新興科技教育協會會長陳家豪教授（Emil）、香港理工大學專業進修學院院長陳繼宇博士（Jason），以及中電控股有限公司網絡保安運作及事故應變總監張偉豪先生（Michael），共同探討 AI 年代下數碼教育、網絡安全及學生能力培育方向。
先聚焦能力培養與評核改革再談採購
校長當前要決策的，是先釐清學校想藉此提升學生哪種學習能力，而不是急於採購昂貴的 AI 平台。正如專家以學鋼琴作的比喻：用電子琴還是實體鋼琴不是重點，關鍵在於學生是否真正掌握彈奏技巧。面對資源限制，學校可以從小規模試行、尋求業界合作或善用免費工具起步，逐步累積校本經驗，之後再評估是否需要投入更多資源。但試行不應只停留在「有沒有買工具」或「有沒有上過 AI 課」，而應同步建立成效指標，例如學生是否更懂提問、能否指出資料來源、是否懂得辨識錯誤答案，以及老師能否把 AI 融入原有科目和評核。這些指標有助學校判斷下一步投資是否值得，也可避免資源只流向硬件或平台採購。
其次傳統評核方式必須與時並進。教師批改課業時，除了看最終答案，也應要求學生提交與 AI 互動的對話紀錄、Prompt 構思摘要、資料來源、查證過程及個人反思。此舉將評分焦點從「能否給出答案」轉向檢視「學生是否懂得提問、修正與驗證」，而不是單純增加學業負擔。這也回到功課本身的意義：功課不是要求學生交出一個可複製的結果，而是讓他們在推導、犯錯、修正和解釋中鞏固思維。若學生只把 AI 答案照抄，與抄同學功課無異；相反若他懂得要求 AI 分步解釋，再用自己的方法驗算和重組，AI 反而可成為深化學習的工具。教師團隊亦需要透過校內讀書會或共學小組的支援，集思廣益，共同試用與評估新工具，擺脫單打獨鬥的摸索困境。
AI 顛覆職場需求，學校須及早培養判斷力與協作力
上述討論帶出一個更長遠的核心命題：AI 正在劇烈地重塑未來職場對年輕人才的需求。當 AI Agent 已開始處理部分重複性、資料密集型，甚至過去由初階人員負責的工作，學生未來的競爭力無法單靠「執行指令」來維持優勢。在場專家亦提醒學生們， AI 並不只是取代工作，也會創造新的安全、審核與治理需求，成為未來新的職位與專業分工來源。無論是保護 AI 模型、核實 AI 生成內容、管理身份與權限，還是判斷系統輸出是否合規，都需要人類具備技術理解、風險意識和責任判斷。
他們必須提早裝備自己，培養高階判斷力、跨學科解難思維、嚴謹的事實查核能力，以及與 AI 順暢協作的手腕。這兩場講座向教育界預示的，是學生「已經懂 AI」之餘，他們的學習節奏與模式也比教育者們預計更早發生質變。如果學校仍固步自封，將 AI 當作純粹的「作弊風險」，便會錯失把 AI 轉化為推動自主學習、深化批判思考與職涯預備的契機。歸根究底，AI 年代最重要的教育變革，是教會學生如何向 AI 發問、懷疑 AI、驗證 AI，並在 AI 永遠無法代勞的責任領域中，建立屬於自己堅不可摧的判斷力。讀者也可參考 《香港《中小學數字教育發展藍圖》大推 AI 教育 ，挪威卻禁小學生用 AI 》一文，更詳細了解 AI 對於小學教育上的衝突。
