JH-021 · 全文 觀察意圖：學相關：JH-010 · JH-052 · JH-011 · JH-012 · JH-013 · JH-014 · JH-015 · JH-016 · JH-017 · JH-018 · JH-019 · JH-020 · JH-054 · JH-002 · JH-001 · JH-009

AI Agent 做自適應調題同路徑推薦，唔等於已學會、已達標或已入成績：轉職教育科技要識嘅調題單同成績冊

學校或公司話有 AI Agent 可以「自動調題、推薦練習路徑、估掌握度」，唔等於學生已經學會、已經達標或者成績已經入冊；出嚟嘅係調題單，有執行效力嘅係對住書面教學或評核手冊、經老師覆核嘅成績冊。呢頁拆晒老師、培訓員同想轉職教育科技嘅人要識嘅三欄核對，同埋你真正要練嘅四層技能——唔背平台廣告，都唔重複保險估損、資安分診或者租約摘要嗰篇。

• 3 欄核對

  學校／公司准唔准、有冇書面教學或評核手冊、邊個老師覆核後先入成績——缺一欄就唔好當調題單等於成績冊

  流程

• 調題單 ≠ 成績冊

  Agent 調下一題難度、推薦練習路徑、估掌握度；宣布達標同入成績仲喺你同獲授權嘅老師

  界線

• 建議掌握 ≠ 已達標

  AI 寫「已掌握」或「建議升級」唔代替你對住手冊覆核；練習路徑同樣唔等於已經及格

  做法

你問

AI Agent 做自適應調題同路徑推薦係做咩？

讀練習作答，估而家程度，調下一題難度或推薦練習路徑，有時會自動評分或估掌握度；出嚟嘅係調題單，唔係替你宣布已學會、已達標或入成績。

點做

我而家要識咩？

分清調題單同成績冊：准唔准用、有冇教學或評核手冊、邊個老師覆核後先入成績。缺一欄就停。

睇完整答案

你問

AI 出咗掌握度同下一題建議，咪等於學生已經學會或已經入成績囉？

唔係。教育局就開放式科學題寫明，AI 只可以做初步評分，教師須覆核並運用專業判斷。OECD 都寫低：完成一項習作，唔等於已經掌握。調題單係建議紙，成績冊先有入冊效力。⁴,⁷

點做

咁仲用唔用？

用嚟做第一輪調題、路徑建議同形成性提示可以；用嚟代替覆核、宣布達標或入成績唔得。

睇完整答案

你問

可唔可以將真實學生課業、成績、學號貼入公開 AI？

多數唔得。呢啲都係學生個人資料同學校文件，學校或公司政策同私隱先；未獲准就唔好貼。做法睇邊啲資料唔好貼嗰篇、公司未訂 AI 規範嗰篇。¹,⁶

點做

想試工具點做？

只用學校或公司准用嘅受控平台，或者用虛構課業、虛構練習紀錄練手。

睇完整答案

你問

想轉教育科技／教學設計／學習分析，最緊要練咩？

讀學習目標同作答、對達標口徑、改錯寫理由、守准用同入冊——唔係背邊個自適應平台名。

點做

點樣證明自己識？

用「問題、做法、結果」寫一件你覆核過嘅調題或掌握估計例子（虛構都得）；寫法睇盤點技能嗰篇。

睇完整答案

AI Agent 做自適應調題同路徑推薦，係估難度、建議練習同出調題單，唔係替你宣布已掌握、已達標或者入成績

先講清楚呢類工具做咩，免得你以為分數出咗就等於可以入冊。

自適應學習（adaptive learning）係按當時作答或進度，調整下一題難度、題型或練習路徑。掌握度（mastery）係對某項學習目標有冇達到預先寫低標準嘅估計。形成性評估（formative assessment）係教學過程中用來睇進度、再決定下一步點教或點練嘅評估，目的唔係直接寫落最終成績。AI Agent（可自動跑多步嘅調題、路徑推薦、自動評分或掌握度估計工具）喺入面做幾步：讀作答、估程度、調下一題或路徑、輸出一份調題單。調題單係建議紙，唔係成績冊。

經濟合作暨發展組織寫明：AI 驅動嘅自適應工具可以追蹤進度、指出學習者需要支援同表現較強之處，並支援更個人化嘅教與學，但要喺教師監督下使用；教師同學習者都要有能力檢視同調整 AI 產出。³ 換句話講，調題同路徑建議係輔助；宣布已掌握、已達標、將分數寫落成績冊，仲係老師責任。

聯合國教科文組織 2023 年指引要求機構驗證 GenAI 系統係咪合乎倫理同教學，並寫明高風險決定唔好將問責交畀系統。¹ 2024 年教師 AI 能力框架講得更直：教師唔應該、都唔可以被科技取代；AI 工具唔應取代教師喺教育入面嘅正當問責，教師仲要對教學決定負責。²

呢度有條硬界線：估程度、調下一題、出調題單，係輔助；確認達標、入成績、向家長或學生解釋結果，係你同獲授權嘅老師。NIST 將 human oversight 寫落 AI 風險管理。⁹ 保險估損單嗰篇講理賠核定；資安分診單嗰篇講警報分診；醫療 SOAP／分診嗰篇講臨床場景。呢頁講嘅係課堂或培訓入面嘅自適應調題同掌握估計——可以互連，但唔好當同一篇。

先問准唔准：學校／公司准用邊個工具、邊啲學生課業同成績可以離開受控環境

上一段講咗佢做咩，下一步唔係上傳真實練習包，係問准唔准。

教科文組織要求保護資料私隱，並考慮獨立使用 GenAI 平台對話嘅年齡限制，最低門檻應為 13 歲；機構先要驗證工具適唔適合用喺教學。¹ 教育局資訊素養架構將個人資料私隱，同人工智能帶來嘅法規、學術誠信同過度依賴科技，寫落學校要教、自己都要守嘅範圍。⁵,⁶ 課堂場景仲要加兩句：邊個受控平台准讀學生作答同成績？可唔可以連學號、真實姓名、家長聯絡一齊貼？

你要問清五句：

1. 准唔准用 AI 做自適應調題、路徑推薦或自動評分？
2. 用邊個帳號、邊個核准平台（校本學習系統／獲批供應商定絕對唔准公開 AI）？
3. 准用咩數據（虛構樣本／已刪走敏感資料嘅作答／絕對唔准真實姓名、學號同成績單）？
4. AI 掌握度或自動評分可唔可以直接當「已掌握／已達標／已入成績」，定一定要老師覆核？
5. 出問題邊個負責——平台商、科主任、校長定培訓主管？

「好多平台都話 AI 自動掌握、自動升班」唔等於你呢間學校或公司准你貼真實課業入公開工具。真實作答只留喺准用平台；想自己練手感，用虛構課業。刪走敏感資料嘅方法睇 邊啲資料唔好貼嗰篇；機構未講政策，開口方法睇 公司未訂 AI 規範嗰篇。

冇書面教學或評核手冊（達標口徑、調題升級規則、邊個可入成績），AI 只係估「下一題似啱呢個程度」

准用咗，仲要有對齊點。冇教學或評核手冊，Agent 就係用「訓練時常見程度」估你班學生下一題應該幾難、似唔似已經掌握。

教育局要求教師為開放式題寫清評核準則，先至用 AI 做初步評分；準則唔係為咗阻住你用工具，係畀你同 Agent 有對齊點，之後先解釋得清結果。⁷ OECD 都提醒：好多 AI 教育工具對學習成效嘅證據並非一律確立，用唔用都要對住教學目的，而唔係對住平台廣告。³,⁴

示範（虛構）：阿晴喺一間中學做數學科老師，科主任畀佢試學校准用嘅自適應練習 Agent。佢哋評核手冊先寫清五格：

格	手冊寫低	Agent 只准做
達標口徑	對住單元學習目標；寫低「算掌握」要見到邊類作答證據	輸出建議掌握度＋對住邊項目標；標「未覆核」
調題升級	連續答對或答錯幾題先調難度、何時轉題型	輸出建議下一題難度同理由；禁止寫「已確認升級」
路徑範圍	只可以推薦本單元已核准題庫；唔可以自行跳單元或跳過必修課	輸出建議路徑；禁止寫「可以跳過呢個單元」
自動評分	只作形成性回饋；開放題要對住評分量規	輸出初步評分同錯因提示；禁止寫「已入成績」
入成績授權	邊個可將形成性紀錄轉入成績冊、邊個可宣布達標	輸出「建議交老師覆核」；禁止執行入冊

Agent 標出「連續三題分數加減都錯、建議先補分數概念、掌握度估計偏低、交老師覆核」先有意思——因為對住「達標口徑」同「調題升級」兩格。如果手冊空白，佢寫一句「已掌握，可以入成績」或者「建議直接跳去下一單元」，你仲唔知對住邊條準則、邊個有權拍板。

同一套五格，換去培訓室就變成：崗位技能點算達標、練習路徑去到邊、邊個有權將測驗分寫落培訓紀錄。AI 掌握度唔等於已經合格。

今日夠用嘅起步：只寫五格。唔好等「完美手冊」先開工。都唔好為咗示範，就去貼任何真實學生作答。

老師覆核先入成績；調題單 ≠ 成績冊，建議掌握 ≠ 已達標

有准用、有手冊，仲差最後一欄：人。

教科文組織要求教師對教學決定負責，高風險決定唔好將問責交畀系統。¹,² OECD 叫教師保留對評核同回饋嘅最終責任，並確保人監督同人為替代仲存在；用生成式 AI 完成習作，甚至將它當自適應系統用，都可能出現「表現變好但未真正學會」。⁴ 教育局就開放式科學題寫明：AI 輔助評核結果必須經教師覆核，並按課堂情境運用專業判斷。⁷

歐盟人工智能法案將用於評核學習成果、包括用以引導學習過程嘅系統列作高風險——呢條係歐盟法例，唔係香港法例，但界線一樣清晰：引導學習同評核結果，唔係模型自己可以生效嘅事。⁸

就算學校對低風險練習設咗自動出下一題，生效嘅仲係學校書面授權同系統紀錄，唔係 Agent 螢幕上嗰句「已掌握」；你都要識得對住手冊，知邊啲只係形成性練習、邊啲一定要老師先入成績。

入冊前覆核清單就係：

1. 證據——掌握估計每一格對唔對到真實作答同學習目標？有冇將猜中或複製答案當成已掌握？
2. 手冊——Agent 用緊邊個版本嘅達標口徑同調題規則，係咪最新？
3. 用詞——有冇超出手冊，例如自己寫「已掌握／已達標／已入成績／可以跳過」？
4. 授權——邊個有權宣布達標、將分數寫落成績冊，或者決定補救練習？
5. 留底同解釋——邊個模型或題庫版本、邊個改、邊個理由；向學生或家長解釋用淺白語言，公開考試同校本評核跟學校、教育局或考評局流程。⁵,⁶

1. 問准唔准

   邊個平台准用、邊啲學生課業、成績、學號同可識別資料可以離開受控環境。未問清楚就唔好貼真實課業。¹,⁶

2. 搵教學或評核手冊

   有冇書面達標口徑、調題升級規則、路徑範圍同入成績授權？冇就唔好叫 Agent『幫你宣布已掌握或入成績』；先寫五格。⁷

3. 揀低風險樣本

   用虛構課業／虛構練習紀錄；真實學生作答只喺學校或公司准用平台入面試，唔貼公開 AI。

4. 跑一輪調題或路徑建議

   叫 Agent 只輸出：用咗邊啲作答證據、對住邊項學習目標、建議下一題或路徑、掌握度估計、信心同『未覆核』標記；禁止佢輸出『已掌握／已達標／已入成績』。

5. 老師覆核先入成績

   對住學習目標、作答同手冊覆核、改錯、寫理由；宣布達標同入成績要有獲授權嘅老師。調題單唔等於成績冊。²,⁴,⁹

靜態後備（無 JS／搜尋用）：問准唔准 → 搵教學或評核手冊 → 揀低風險樣本 → 跑一輪調題或路徑建議 → 老師覆核先入成績。

想轉教育科技，要練嘅係讀目標同作答、對達標口徑、改錯寫理由、守准用同入冊，唔係背平台名

三欄核對係用法；轉職要交嘅係技能。平台名明年會換，四層唔會空。

層	你做得到畀人睇嘅	面試一句
讀	分到學習目標、作答證據、典型錯因	「我可以講出呢個掌握估計對住邊段作答」
對	建議下一題、路徑或掌握度對手冊；捉錯讀作答同誤標已掌握	「我發現系統將連續猜中當成已掌握，未對到手冊嘅達標口徑」
改	改錯並用書面理由記低，唔抄 Agent 一句「已掌握」	「我寫低點解將自動入冊改做要老師先睇」
守	准用平台、唔貼公開 AI、入成績前人覆核	「調題幾齊，入成績前一樣要老師批」

呢四層，對應你帶得走嘅技能，唔係某個自適應平台證照。做老師、做教學助理、做培訓或課程支援嘅人，「讀目標、對準則、寫清楚理由」本身已經係日常；差嘅只係換上調題、路徑同掌握度詞彙。想逐項盤點點寫落經歷，接住睇 盤點技能嗰篇。某家平台值唔值得學、要唔要自己 set，返去 值唔值得用嗰篇 同 設定插件嗰篇。垂直系列前十篇係 合約紅線嗰篇、多平台目錄嗰篇、KYC／AML 嗰篇、醫療 SOAP／分診嗰篇、物流 B/L 三單嗰篇、履歷盲審嗰篇、工廠 IoT 預測性維護嗰篇、租約摘要嗰篇、資安分診單嗰篇、保險估損單嗰篇——同一套「准用／書面手冊／人覆核」邏輯，換咗場景；本頁主隱喻改做「調題單」，唔再套舊公式。邊啲 AI 任務先值得做，可一併睇 搵個人 Why 嗰篇。

今日只做一件：用虛構課業做完調題單自檢

技能表睇完，唔好只收藏。今日只做一件。

調題單自檢（每條：有／部分／未有）

項目	狀態	點解
我已經問過校長／科主任／培訓主管：准唔准用 AI 做調題、路徑推薦或自動評分、用邊個受控平台	危險	未問就唔好貼真實學生課業、成績、學號或可識別姓名。1,6
我哋有書面教學或評核手冊，或者我至少寫咗五格：達標口徑、調題升級、路徑範圍、自動評分只作形成性參考、入成績邊個批	危險	冇書面規則，Agent 只係估『下一題似啱呢個程度／呢份卷似掌握咗』。3,7
試用數據係虛構課業或虛構練習紀錄，冇真實學生姓名、學號、學校名或真實成績	危險	做法跟邊啲資料唔好貼嗰篇。
我要求 Agent 輸出『作答證據＋學習目標對照＋建議下一題或路徑＋掌握度估計＋信心＋未覆核』，唔要一句『已掌握』或『已入成績』	要留意	格式唔清，你之後好難對手冊同留底，都解釋唔到畀家長、學生或主管聽。4,9
每一個達標宣布、入成績決定都有老師覆核；AI 冇權代表我寫落成績冊	危險	老師先負責；教育局都要求 AI 輔助評核結果經教師覆核。2,7
我記低咗邊個改、用邊個模型或題庫版本、對住邊份練習、理由係咩；公開考試同校本評核另跟學校、教育局或考評局流程	要留意	出事要追，冇底就無得講；高風險評核應保留人監督同人為替代。3,4

點樣讀表：

• 「准唔准」或者「樣本」未有： 今日只做問人同揀虛構課業，唔好貼真實學生作答。
• 「教學或評核手冊」未有： 寫五格就收工。
• 全部有： 用虛構練習跑一輪調題，親自對作答、改錯、記低邊條 Agent 講錯——仲唔做真實入成績、公布達標或代替公開考試。

你問，我答

AI Agent 做自適應調題同路徑推薦，係估難度、建議練習同出調題單，唔等於已學會、已達標或者已入成績。調題單唔等於成績冊。轉職教育科技要過三欄核對：學校／公司准唔准、有冇書面教學或評核手冊、邊個老師覆核後先入成績；要練嘅係讀目標同作答、對達標口徑、改錯寫理由同守准用同入冊。

• 讀讀目標同作答：分到學習目標、作答證據、典型錯因——寫得出『呢個掌握估計對住邊段作答』
• 對對達標口徑：建議下一題、路徑或掌握度對唔對到手冊；捉錯讀作答、錯估程度、誤標已掌握
• 改改錯同寫理由：刪錯提『已掌握』、改路徑、記低點解要人先睇——老師覆核先算完成
• 守守准用同入冊：准用平台、唔貼公開 AI、入成績前人覆核——出事先有得講

參考

1. UNESCO（2023）. Guidance for generative AI in education and research：機構須驗證工具係咪合乎倫理同教學、保護資料私隱；獨立使用 GenAI 建議最低年齡 13 歲；高風險決定唔好將問責交畀系統（核對日期 2026-11-10）.
2. UNESCO（2024）. AI competency framework for teachers：教師唔可以被科技取代，仲要對教學決定負責（核對日期 2026-11-10）.
3. OECD（2023-12-13）. OECD Digital Education Outlook 2023 第 16 章：自適應工具可追蹤進度，但要在教師監督下使用；高風險評核要透明，並應有人為替代（核對日期 2026-11-10）.
4. OECD（2026）. Insights on the effective use of generative AI in education：完成習作唔等於已掌握；教師須對評核同回饋負最終責任，並保留人監督同人為替代（核對日期 2026-11-10）.
5. 教育局通函第 075/2024 號（2024-03-14）. 正式推出《香港學生資訊素養學習架構（2024）》，加入人工智能倫理（法規、學術誠信、過度依賴科技）同個人資料私隱（核對日期 2026-11-10）.
6. 教育局. 《香港學生資訊素養學習架構（2024）》：保障私隱；認識人工智能等新興科技嘅倫理問題，包括學術誠信同過度依賴（核對日期 2026-11-10）.
7. 教育局. Using AI to Assess Open-ended Scientific Questions：AI 可做初步評分，教師須覆核並運用專業判斷（核對日期 2026-11-10）.
8. 歐洲議會同理事會（2024-06-13）. Regulation (EU) 2024/1689（歐盟人工智能法案）前言第 56 段同附件 III 第 3 點：用於評核學習成果（包括用以引導學習過程）等教育／職業訓練 AI 系統列作高風險（歐盟法例，唔係香港法例；核對日期 2026-11-10）.
9. National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST.AI.100-1（2023-01）（核對日期 2026-11-10）.