What Personalised Teaching Actually Requires — Governing Your School's AI Learning Data

8 月 20 日，何杏研、趙藝婷、王柏林在《明報》觀點版發表《AI教育的真正願景：因材施教不再是奢望》。文章提出一個我們認為值得學校管理層細讀的判斷：因材施教從來不是理念問題，而是成本問題。

孔子提出「有教無類」至今二千多年，真正享受過一對一因材施教的人屈指可數 — 因為高度個人化意味着高度昂貴。十八、十九世紀普及教育之所以能夠出現，前提是「標準化」：統一課程、教材、進度、考試。這是一筆划算的交易，社會用「教得一致」換來「教得起所有人」，但代價是老師從此不可能真正掌握每個學生每天的學習歷程，只能靠考試這扇窄窗去理解學生。

文章指出，AI 真正降低的，不只是批改作業的成本，而是理解學生的成本：

AI 負責「看見」學生的需要，老師則負責「回應」學生。

這個分工我們認同，而且它正好說明了一件事 — 為什麼「學生數據」忽然變成校長要處理的題目。

「看見」需要時間跨度

一個好老師之所以能夠對症下藥，是因為他認識這個學生一年、三年、六年。他看過這個學生的課堂表現、作業質素、評估成績，也透過日常互動知道他的性格和家庭狀况。這些零散觀察日積月累，在心裏拼成一個完整的樣貌。

AI 能否「看見」一個學生，同樣不取決於模型有多先進，而取決於它看得見多長的時間、看得見學生的多少個方面。一個只看得見這個學期、這一科的系統，做到的是自動批改，不是因材施教。

問題就在這裏。

走訪 80 多間學校之後：數據孤島

未來經濟學院（HKFEI）研究團隊用一年時間走訪 80 多間香港中小學，2026 年 8 月發表《香港中小學 AI 應用與數據治理》。報告的核心發現是：香港學校普遍同時使用多個 AI 平台，而不同系統之間缺乏共同的數據格式、標準及治理機制，導致學生的學習紀錄極度零散，形成大量互不相通的「數據孤島」（data silos）。

這不是危言聳聽，而是採購方式累積出來的結果。學校按科目、按需要，分批引入不同工具，每個工具各自保存自己那一小塊紀錄。六年下來，學校擁有大量數據，卻沒有一個完整的學生。

報告的建議不是推倒重來，而是循序漸進：短期以《校內數據管治常見問題》協助學校在採購時問對問題；中期由辦學團體制定標準數據治理要求；長遠建立全港層面的學習數據治理制度。

校長怎樣看：一段對談

鄭家寶校長與何杏研在《冷思熱話》討論了兩個相關的問題：AI 時代學生的評估方式會否改變？學校應該怎樣處理學生的學習數據？這段對談的角度是校內管理，而不是技術，值得負責統籌的同事一併參考。

採購前先問的十條問題

報告附錄 B 列出十條「校內數據管治常見問題」，涵蓋收集與目的、儲存與保安、使用限制、所有權與刪除、透明與同意、互通與成效六個範疇。以下是我們整理的摘要 — 完整的追問與注意事項見報告原文：

我們建議把這十條直接放進招標或報價文件，要求供應商逐條書面回覆。願意白紙黑字回答的供應商，和只在會議上口頭保證的供應商，分別會很明顯。

本學年可以先做的三件事

政策層面的制度需要時間，但學校層面有幾件事不必等。

一、盤點手上有多少個平台。 先列出全校現時使用的 AI 及電子學習工具、負責科組、各自保存甚麼數據。多數學校做完這一步就會發現數量比預期多。

二、把匯出能力寫進下一張合約。 Q6 和 Q7 是十條之中最容易被忽略、後果卻最大的兩條。數據能否取回，決定了學校將來換供應商時是重新開始，還是延續下去。

三、決定誰負責。 數據治理最後會落在某個人身上 — 可能是副校長、ITC 或圖書館主任。與其臨時處理，不如現在指定，並讓他手上有這十條問題。

如果想快速檢視學校在《中小學數字教育發展藍圖》十大策略上的整體位置，可以用我們的藍圖校本自我檢核，大約三分鐘完成，即時得出檢核結果。

常見問題

Q: 學校同時使用多個 AI 平台，是不是一定有問題？

A: 不一定。問題不在數量，而在這些平台之間有沒有共同的數據格式和匯出安排。如果每個平台的學習紀錄都能夠以機器可讀的格式取回，學校仍然可以拼出完整的學生樣貌；若不能，工具愈多，數據孤島愈嚴重。

Q: 學生的 AI 學習數據，擁有權屬於學校還是供應商？

A: 實務上取決於合約怎樣寫，這正是報告 Q6、Q7 要處理的問題。學校應在合約訂明可隨時自助匯出全部數據，以及合約終結後的交還、保留與銷毀安排，並要求提供銷毀證明。

Q: 供應商說數據「絕對安全」，還需要問甚麼？

A: 建議要求書面回覆三項具體內容：伺服器所在地與雲服務商、資料外洩後的書面通知時限，以及「用於模型訓練」的選項預設是開還是關。口頭保證與合約條款的分別，通常就在這幾項。

參考資料

• 《明報》觀點：AI教育的真正願景 — 因材施教不再是奢望（何杏研、趙藝婷、王柏林，2026-08-20）
• 《香港中小學 AI 應用與數據治理》研究報告全文（未來經濟學院，2026 年 8 月；十條問題的完整追問見附錄 B）

利益申報：上述研究報告的第一作者何杏研，同時是 ESSAi 聯合創辦人；報告採用的平台數據由 ESSAi 以去識別化方式提供。因此對我們而言，這是一份合作研究，並非獨立第三方評估，引用時請按此理解。報告亦自述其限制：受訪學校屬立意取樣，並非全港隨機樣本，且集中於少數辦學團體。

本文由 ESSAi 編輯室撰寫，內容為我們對報告及相關評論的整理，不代表《明報》原文作者或未來經濟學院立場。本文最後更新於 2026-09-13。