在人工智能（AI）迅速發展的時代，教育正迎來深刻變革，教師的角色亦隨之重新定位。面對數碼化教學的挑戰與契機，筆者於中四經濟科「廠商的擴張」單元中設計了一節公開課，嘗試融合翻轉課堂（flipped classroom）、人工智能聊天機械人（AI chatbot）、學習分析（learning analytics）及價值觀教育（values education）等元素，探索科技與教育倫理並重的教與學新模式。是次課堂共有15位來自校內外的校長、副校長、科主任及教師蒞臨觀課，並於課後提供寶貴意見，令筆者獲益良多。
正如教育局局長蔡若蓮所言，數字時代的教育是一場涵蓋「學、教、評、管、研」各環節的系統性變革，必須透過協同推進，以促進學生的全人發展。本課程設計正與此理念相呼應，嘗試在知識、技能與價值三個層面上實踐教育重構的精神。本文希望透過分享設計理念、課堂流程與專業反思，與教育同工共同探討如何以責任為核心、以素養為導向，推動融合知識、技能與價值觀教育的數字化學習新方向。
課前：以AI聊天機械人進行「學習診斷」
雖然這個課題看似「容易」，但根據筆者的教學經驗及考評局資料，學生常出現一些共通的錯誤。若全在課堂以講授方式處理，不但耗時，學生亦難以深入思考。
筆者因此採用翻轉課堂模式。課前，學生先觀看教學短片，初步掌握概念；隨後透過 AI 聊天機械人平台進行預習問答。該平台由香港大學教育學院Professor Khe Foon Hew（筆者現正修讀的第二個教育博士課程的指導教授）及其博士生Mr Wang Sikai 共同研發。AI機械人能針對學生的答題情況即時追問、提示與補充，相當於為每位學生配備一位「一對一助教」。更重要的是，平台具備學習分析功能，能把全班12位學生的答題表現、錯誤類型及所花時間整合成數據。
在學習分析領域中，最常被引用的定義是由學習分析研究學會於2011年所提出：「學習分析是指對學習者及其情境的數據進行測量、收集、分析和報告，其目的是為了理解與優化學習本身，以及學習所發生的環境。」換言之，學習分析並非單純的「收數據」，其核心精神在於「理解」學習者的真實狀態，並據此「優化」學習過程。筆者透過AI收集的預習數據，在走進課室前，已清晰掌握哪些概念學生已經掌握？哪些是共同盲點？哪幾位學生需要額外支援？再據此調整課堂節奏與分組方式。這種「數據先行」的備課方式，改變了傳統「先教後評」的邏輯，令課堂時間能集中處理真正的學習難點。
課中：分層任務與同儕互評
本節課除鞏固學生對企業擴張的知識與分析技能外，特別融入價值教育元素，聚焦於培養學生的責任感。課堂中，學生須共同承擔小組任務；同時在分析企業擴張策略時，亦思考企業在追求成長時應如何保持道德操守。
本節課共有12位學生，大致可分為三層：A組學生語文與學科能力俱佳；B組程度中等，需適度引導；C組理解方面相對較弱，須提供更多支援。為促進互助學習，筆者在分組時同時兼顧「能力混合」與「友情及情感支援」兩項因素，讓學生在小組中既能互補長短，又能獲得心理安全感。
本課設計以分層化任務為核心，並結合同儕互評（peer assessment）策略。在試題練習部分，學生以混合能力分組，由能力較高的學生擔任引導者，協助其他組員共同分析試題並互相評改答案。此設計具三重意義：第一，能力較高的學生透過教導他人深化理解，展現學習領導力與責任感。第二，能力稍遜的學生能在友善氛圍中勇於發問，減輕焦慮。第三，所有學生須對小組表現共同負責，在合作中自然培養出團隊意識。
此外，在選擇題練習中，筆者採用「先獨立作答—再小組討論—最後公布答案」的三段式流程。這一設計有效促使每位學生先進行獨立思考，再透過討論修正理解，避免表面學習。觀課同工課後反映，該設計能「讓學生逐步、深入地思考」，正符合預期的學習效果。
課後：鞏固、回饋與個別跟進
課堂並非學習的終點。課後階段，鑑於公開試目前仍以紙筆形式進行，筆者特意安排學生完成一份紙本鞏固練習，以應對現實的評估要求。
完成紙本練習後，學生再次登入AI聊天機械人平台進行「再診斷」。值得一提的是，課前版本的AI着重「目標設定」（goal setting），喚起學習興趣；課後版本則聚焦於「求助功能」（help-seeking function），容許學生在遇到困難時主動向AI發問，由AI即時提供解釋或延伸資料。透過比對前後兩組數據，教師能清晰看見每位學生在概念理解上的「增值」。對於仍有困難的學生，筆者會個別跟進；對於表現優秀的學生，則推送延伸題目。課後不再是「劃一派功課」，而是落實差異化教學的關鍵時刻。
延伸學習：從課堂走向真實世界
經濟學的魅力，在於它解釋的是真實世界裏正在發生的事。為了讓知識不停留在課本，筆者設計了兩項延伸活動： 其一，時事個案追蹤。由教師提供近期企業擴張的新聞（如大型連鎖集團收購），讓學生分析其背後的經濟動機。 其二，觀看教學短片鞏固概念。筆者錄製了20分鐘的系統性重溫短片，參考Mayer多媒體學習認知理論（Cognitive Theory of Multimedia Learning）的原則，減輕學生的認知負荷。延伸學習的設計，正是希望把課堂這一「點」，延展成終身學習這一「面」。
不只是知識與技能 更是價值觀
今日談教學設計，若只停留在「知識」與「技能」兩層，實在遠遠不夠。以「廠商的擴張」為例，企業選擇擴張的背後，既是商業計算，也涉及對員工、社會與環境的責任。
筆者在學習目標中特意加入「價值」一層：一是責任感，希望學生欣賞負責任且符合道德的擴張行為；二是堅毅，明白任何擴張過程（如同學習本身）都伴隨挑戰。在觀課同工的回饋中，有一點特別令筆者深思：「可多強調價值所在；最好在公布選擇題答案前，先讓學生解釋自己為何作出不同選擇。」這正是價值教育的精髓——它必須滲透於每一個環節，特別是在學生「說出自己怎樣想」的時刻。
從觀課回饋看AI時代的教學方向
是次公開課後，最獲同工欣賞的三項為「資訊科技/人工智能運用」（80%）、「解說清晰」及「營造課堂良好學習氛圍」（各70%）。學生表現獲讚揚最多的是「積極參與」（80%）與「生生互動」（60%）。
這些數字背後有兩個訊息值得思考：第一，AI與學習分析不是取代教師，而是放大教師的影響力。若沒有清晰的教學目標與良好的氛圍，數據只會淪為點綴。當教師懂得把數據轉化為對學生的理解，課堂便能真正「以學習為中心」。第二，科技愈發達，教師「退一步」的勇氣就愈顯重要。多位同工建議「給學生更多時間思考與回答」。真正的深度學習，不在於教師講得多快，而在於能否有意識地「留白」，讓學生有犯錯和討論的餘地。
以「專家教師」框架重塑專業實踐
身為前線教育工作者，筆者深知在數字化轉型的浪潮中，自身的教學仍有許多探索與進步的空間。回顧這節結合AI與學習分析的公開課，其設計理念與反思過程，正正呼應了胡俊傑博士（Woo, 2021）於其香港大學教育博士論文Exploring the excellence: the study of expert history teachers in Hong Kong中對「專家教師」的探討。
該研究透過「生命史」（life history）的質性分析，探討了四位香港獲行政長官卓越教學獎歷史科教師如何打破學科「沉悶、脫離現實」的刻板印象。胡博士總結指出，他們之所以能達成這種卓越的教學轉化，源於具備了四項核心的專業知識特徵：對學科、課堂實踐、學生及情境的深刻知識。
雖然該研究原以優秀歷史教師為對象，但考慮到歷史與經濟科同屬「個人、社會及人文教育」學習領域，兩者在培養學生多角度分析、理解人類行為及建立正向價值觀上，有着密不可分的教育共通點。因此，筆者認為這套框架不僅適用於歷史科，更可作為經濟科教師自我檢視與追求的標竿。
把這套「標竿」套用於是次經濟科研討課的實踐中：本課堂嘗試將經濟學從單純的理論，轉化為包含道德判斷的真實世界分析（學科知識）；靈活調度翻轉課堂、分層任務與同儕互評（課堂實踐知識）；利用學習分析數據精準掌握學生多樣性，並為他們留白以給予思考空間（學生知識）；同時務實地兼顧了公開試的紙筆要求，並把香港當下最新的經濟實況（如本地品牌的區域性擴張）融入AI題庫之中，展現了對宏觀政策與微觀校情的全面掌握（情境知識）。
一節40分鐘的課堂，承載的不只是一個課題的知識點，更是教師對教育的想像。面對AI浪潮，筆者深信：教師的不可取代，不在於比AI更懂知識，也不在於比AI更快分析數據，而在於比AI更懂學生——懂得他們的掙扎、欣賞他們的努力、守望他們的成長。這套「專家教師」的框架，不僅為筆者個人的專業反思提供了清晰的維度，更為教學團隊在數字時代下如何重塑教學，提供了一個極具參考價值的共同語言。
撰文︰林浩銘博士（教育博士）
現任中學助理校長及生涯規劃主任，兼任香港教育大學與香港大學教育學院客席講師，並擔任香港大學教育學院校友會副主席。林博士為教育局「教育研究獎勵計劃」2022/23及2024/25年度兩屆得獎者，致力推動創新教學、學生生涯發展及教師專業成長。