在AI浪潮下,我們該往何處去?——參與一場網絡工作坊討論的反思

在十號風球的惡劣天氣下,今天仍有幸參與了一場關於教育未來的網絡工作坊,與來自新加坡、羅馬尼亞、日本、韓國等各地的教育工作者,一同探討在人工智能(AI)時代下教育的路向。

整個工作坊裡面包括了兩個分組討論環節,第一個環節是探討「未來需要怎樣的教學」。這不禁讓我反思,當AI能夠比任何老師更快、更準確地提供知識時,我們教師的「角色定位」應該在哪裏?

這一節的討論是圍繞著OECD的 2040教育願景及Teaching Compass (一般中文譯作「教學羅盤」)的Policy Paper所展開的。(來源:https://www.oecd.org/en/publications/oecd-teaching-compass_8297a24a-en.html

討論聚焦在聆聽教師對於如何強化Teacher Agency 教師自主, Teacher Competencies 教師素養, Teacher Well-being 教師幸福感提出前線老師的做法和建議。我不是AI的專業人員,但關於提升教師幸福感,這是學校今年的工作重點,也是我作為學校教師發展組的主要工作,我便分享了願景上應該為老師設定一個對教育未來較為可靠的Big Picture,讓老師可以有所追求。同場有其他同工提到在AI時代下,AI或許能處理知識的「傳遞」,但無法取代價值的「薰陶」、情感的「連結」與生命的「啟迪」。我們的角色,不再是單純的知識傳授者,而是學習生態的設計師、學生心靈的同行者,以及價值觀的引導者。當AI越強大,我們作為「人師」的本質——那份關懷、同理與榜樣的力量——就越顯得無可替代。

第二節分組討論則更聚焦於AI在教學中的實際應用。討論的問題發人深省:AI如何幫助學校保持為一個能培養同理心與尊重的、充滿關懷的安全空間?

本節參考材料有二:

OECD: What should teachers teach and students learn in a future of powerful AI?
https://www.oecd.org/en/publications/what-should-teachers-teach-and-students-learn-in-a-future-of-powerful-ai_ca56c7d6-en.html

Empowering Learners for the Age of AI – An AI Literacy Framework for Primary and Secondary Education https://ailiteracyframework.org/

上述文件提及,教師在AI輔助下,能否減輕一般恆常行政或評改的工作,從而增加對關愛學生的空間,然而,我在討論中也提到,在學生使用AI的層面上,一般而言,時數會越來越多,而與老師在校內的交流會因此減少。此消彼長之下,學生的反饋會否符合老師但良好願望,是要與「AI」與「非AI」之間的平衡密切相關。

另外,AI Literacy Framework(學生版本)中,有一個挺有意思的框架:

除了這個四分法的步驟外,文件中也附有小學及中學的案例,比想像中較為「貼地」。我較關注的,是在鼓勵各國推行這個框架時,如何闡述這個框架的前置知識與條件。例如在「知識、技能、態度」這個章節中:

其中不少涉及高階思維(例如評價、創作),或者是4C能力等。那麼要具備什麼樣知識技能水平的年幼學生才適合開展AI Literacy,整份文件是沒有提到的。進一步而言,在OECD眼中,其他與AI Literacy無關的知識或技能如何能妥善銜接這份文件所述,是應該更完整申述的。這樣不同國家或經濟體在採納文件時候才更接地氣。

香港新一份施政報告第147段中寫到:

  1. 教育局在優質教育基金預留20億元支援中小學數字教育,將於2026年發表中小學數字教育藍圖,包括優化中小學銜接的資訊和創科教育課程、訂定「人工智能素養」學習架構、將AI教育納入核心課程、加強教師AI培訓、引入企業資源等。

其實OECD的這份框架是值得用來參考的,更別說教育局已經多次邀請OECD的教育主管來港演講。我認為在茫茫大海中,有一些有視野、有願景的理論和案例,總是比迷失方向要好。

今天這個工作坊時間不長,討論也不算很深入,但幫我打開了一個思路。

OECD在2025年11月24至26日在斯洛伐克會舉行 8th Global Forum on the Future of Education and Skills 2040。會議會集中討論兩個議題:1.在AI素養大綱的推動下,學生應該學什麼?2. 在Teaching Compass關於教師角色及教學法的建議中,教師應該怎樣教?據說會有線上直播。大家也可以關注一下。

人工智能教學新里程:我的 Google AI+Edu Fellowship 學習之旅

自從Gen AI從2022年面世以來,各個LM發展迅速,作為老師的我們,總感到難以追趕,今天剛剛學到的,很快便是明日黃花。但是,總是要定下心來,找一個機會好好學習、好好應用。由今年五月底開始 ,我有幸獲選參加為期四個月,香港區首屆的 Google for Education AI+Edu Fellowship。這段旅程為我的教學實踐帶來了全新的啟發。今天,我終於完成了整個研修,並在最終的成果展(Showcase)中分享了我的項目。

這次研修的目標,是「賦予教育工作者真實的案例,展示AI如何改變各級課堂,從而啟發並呈現各種可能性」 。研修內容涵蓋了從理論到實踐的不同層面,我們參與了一系列的線上工作坊,主題包括「AI項目工具」 、「理解AI數據」 以及至關重要的「AI的道德與負責任應用」 。

一如西方很流行的培訓項目,參加者在過程中不僅是接收資訊,更要「學而時習之」,在培訓的過程中完成一項 Project。在這個項目中,當然是要運用 Google 家族的 AI 產品,但像我常常說的,品牌不重要,重要的事有效率、也有成效。我很滿意這次我的 Project,也希望有機會可以向各位分享。

Google 會選取部分學員的 Project,上載至他們的網站上作為共享資源。https://edu.google.com/ai-resources-in-education/

經過了數月的努力,我們終於在9月22日迎來了最終的 Project Presentation and Celebration 。我向 Google 團隊展示了我的項目成果,並回答了他們的提問 。能夠與一群對教育充滿熱誠的同路人交流,分享彼此如何利用AI為師生「減負增效」及提供「個人化學習」 ,這次經驗實在難能可貴。

完成這次研修後,我更加堅信AI在香港課室場景中大有可為。它不僅可以自動化處理繁瑣的行政工作,節省教師備課和批改的時間 ,更能根據學生的興趣和能力提供差異化教學 ,真正做到因材施教。

當然,前路充滿挑戰。我們需要裝備好自己,更要教育下一代如何成為負責任的AI使用者。這次Google AI+Edu Fellowship無疑為我,打開了另一個廣大的學習空間。我期待將所學所得在教學中繼續深化,並與更多香港的教育同工分享,一同迎接AI時代的教學新常態。

當AI走進中文教室:利用Gemini革新實用文批改流程

承接使用AI讀圖識別文字的功能,這幾天,我嘗試將生成式AI工具Gemini應用於中文實用文的批改流程,其成果不僅提升了效率,更在保護學生私隱與促進學習自主性上,展現了意想不到的潛力。

好的,根據評卷參考,茲將9CW3(工作報告)的評分項目整理為5項內容(C)及6項格式(F)如下:

內容 (C) – 共5項

  • C1: 活動概況需提及:戲劇講座於11月舉行,有100人參加 1
  • C2: 活動概況需提及:音樂劇於2月舉行,有70人參加 2
  • C3: 活動概況需提及:劇本創作工作坊於5月舉行,有30人參加 3
  • C4: 來年建議需包括:邀請從事舞台劇演員的校友回校分享 4
  • C5: 來年建議需包括:舉辦不同類型的戲劇欣賞活動 5

格式 (F) – 共6項

  • F1: 對象(上款):必須有[活動主任]張老師/主任 6
  • F2: 標題:必須包含「[2023-2024年度]」、「[美城中學]」、「[戲劇學會]」及「工作報告」等要素 7
  • F3: 小標題:必須包含「丙、[活動]概況」及「丁、[來年活動]建議」 8
  • F4: 職銜:必須有[戲劇學會]主席 9
  • F5: 署名:必須為李子明 10
  • F6: 日期:必須在2024年6月19日或之前,並列明年、月、日 11

要讓AI成為得力的教學夥伴,前期的準備與設定至關重要。我的第一項任務,是讓Gemini精準掌握本次作文的評分標準。我將官方的評卷參考提供給它,並透過一連串指令,讓它將繁複的規則提煉為條理分明的評分項,例如區分出5項內容重點與6項格式要求。這個步驟確保了AI的評核將會緊扣我們的教學目標,避免了空泛或偏離的評價。

在評分標準建立後,便進入了實際的評改環節。在這個過程中,我特別注重學生私隱的保護,因此提交給AI的學生答卷樣本,均已預先裁去所有姓名班級等個人資訊,確保AI處理的僅是匿名的文本。教育企業用的Gemini,裡面的對話更不會用於改良 Google 模型。Gemini展現了其強大的圖像辨識與分析能力,它不僅能準確識別手寫文字,更能依據先前建立的標準,在文本中逐點標示出得分項,並自動生成一份包含分數匯總、失分分析與綜合評語的詳盡報告。

請對這份答卷進行文字識別後,分析內容及格式得分點匹配度,並在考生的文字上,加入評分點編號(例如C1,F4)。先計算內容分數(C佔5分,F佔6分。答中一點得一份。),列出答卷沒有涵蓋的評分點(包括編號),然後給出文句通順,0至3分,並算出總分。(請使用繁體字輸出。)

(來源:https://www.bca.hkeaa.edu.hk/web/TSA/zh/2024tsaReport/chi/Ch6b_S3_Chinese_TSA2024C.pdf,P.17-18)

這次的實驗流程不僅順暢,其帶來的多方面效益更值得我們深思。對教師而言,這無疑是一次工作效率的革命。AI承擔了核對格式、比對內容等機械式的評分任務,將教師從重複勞動中解放出來。這意味著我們能將寶貴的時間與精力,更聚焦於學生的文章結構、思想深度等高層次的指導上,同時確保了每一份作業的評分都基於同一把客觀的「尺」,避免了因疲勞而產生的誤差。

好的,這份答卷的評估結果如下:

一、答卷文字識別及評分點標示

活動主任張老師**(F1)**:

美城中學戲劇學會工作報告(F2)

甲、前言

(此部分為預設內容,不予評分)

乙、會員人數

(此部分為預設內容,不予評分)

丙、活動概況(F3部分)

今年的活動順利舉行,參與者給予了正面的評價。我們在十一月舉行了戲劇講座,在二零二四年二月舉行了音樂劇,在二零二四年五月舉辦了劇本創作工作坊。我們舉行了兩項調查。

根據調查報告,有一百名學生參與戲劇講座(C1),有七十名學生參與音樂劇(C2),三十名學生參與劇本創作工作坊(C3)。這顯示戲劇講座最受學生歡迎,其次是音樂劇,最後才是劇本創作工作坊。另一項問卷調查發現,舊會員有六十人,新會員僅有十人。這顯示活動對於學生宣傳不足,才導致沒同學願意參與。

丁、建議(F3部分)

針對招募新生問題,活動可以在來年邀請著名的舞台劇演員來做分享當演員的經歷(C4)。活動亦可以舉辦不同類型的戲劇欣賞活動加深同學對不同戲劇的認知,例如歌舞劇和京劇(C5)。

希望戲劇學會能接納的意見,在來年的活動作出改進,吸引多些學生成為新會員,更進一層樓。

戲劇學會主席(F4)

李子明謹啟(F5)


二、分數計算

  • 內容(C)分數:5 / 5
    • C1:達標
    • C2:達標
    • C3:達標
    • C4:達標
    • C5:達標
  • 格式(F)分數:5 / 6
    • F1:達標
    • F2:達標
    • F3:達標
    • F4:達標
    • F5:達標
    • F6:未達標

三、未涵蓋的評分點

  • F6 – 日期:答卷完全沒有標示報告的發出日期。

四、文句通順評分

  • 文句通順:3 / 3
    • 評語:考生行文流暢,能清晰及有條理地匯報活動概況及提出建議,遣詞用字準確,符合工作報告的語境要求。

五、總分

內容(5)+ 格式(5)+ 文句通順(3) = 13分

從學生的角度來看,這項技術同樣帶來了積極的影響。傳統的作​​業批改往往需要數天甚至更長的時間,而AI輔助能將等待時間縮至最短。這種即時性的回饋,讓學生能趁著記憶猶新時,理解自己的得分與失分之處。報告中清晰的失分點分析,如同一張明確的「改進地圖」,引導學生進行有針對性的修正,有效促進了他們的自主學習與反思能力。

AI終究是輔助教學的工具,它無法取代教師與學生之間的情感連結與思想啟迪。然而,善用這項科技,確實能讓我們成為更高效、更專注的教育者,將心力投注在更具創造性的教學環節上。這次的實驗,僅是AI賦能教育的一個縮影,未來更多的可能性,值得我們共同探索。

新學年,決心讓AI成為我的私人助教​

踏入新學年,我決定在教學上踏出新的一步,全面引入 AI 作為我的私人教學助理。一直以來,語文教學工作既充滿挑戰,又需要大量時間及精力去備課、批改作業和設計教學活動。在資訊爆炸的時代,如何更高效地運用資源,提升教學質素,是我不斷思索的課題。而 AI 技術的迅速發展,為我們提供了新的可能。​

9月份,我特意找一個重要的功能:圖片識別文字功能。在以往的電子教學中,老師常常會搜集到很多學生的答卷,但因為條件限制,例如學生的手寫作文等,往往不能講檔案轉化為可再生的Data。以往,要從這些圖片中提取文字,無疑是一項艱巨的任務,要不就只能逐字逐句地手動輸入,要不就借助一些不太智能的 OCR 軟件,結果往往既費時又不準確。但現在,有了強大的 AI 工具,一切都變得輕而易舉。​

先此聲明,因為是中文,也因為學生繁簡混合,所以適宜考慮內地的AI平台。以豆包為例,其操作極為簡單便捷。我只需打開豆包 APP,點擊「上載圖片」按鈕,選擇要識別的圖片,輸入「識別圖中文字,並以繁體字輸出」,豆包便會自動進行識別。識別完成後,結果會以文本形式呈現,我可以直接複製下來,作進一步的處理,大大提高了學習效率。​

另外兩個效果差不多的是騰訊元寶和Deepseek。

在作文教學時,我經常會收集一些學生的手寫作文進行分析。以往要將這些手寫作文轉化為電子文本,非常麻煩,我過去比較多用iOS的語音轉文字,把文章用普通話唸一遍,但現在,我只需將學生的作文手稿截屏傳到AI,它就能迅速識別出手稿中的文字,並輸出電子文檔。(這個過程也可以由學生自行完成。)只要順利過渡這個技術難關,後面的部分就水到渠成。近幾個月,我常常很疑惑,究竟「巫筆」平台是怎樣做到文字識別?為什麼掃描檔案非要用Microsoft Lens不可。做了好些測試,發現根本不是Lens有什麼內置的功能,可以識別手寫文字,說到底,也只是另一個AI而已。

​將答卷轉化為Data,以往只是在選擇題層面才能高效做到,現在,應該是唾手可得了!我相信,AI 技術將會成為我不可或缺的得力助手。

(圖片來源:https://www.hkeaa.edu.hk/DocLibrary/HKDSE/Subject_Information/chi_lang/2024-Sample-CHI-Paper2-618P.pdf