近年教育界談人工智能（AI），大多聚焦備課、教材生成和學生學習。然而，教師的工作並不止於課堂。更新名單、活動報名、核對時間表、教具借用、行事曆、會議跟進，以至一個又一個Excel，同樣消耗不少時間。
筆者在日常科務中嘗試利用生成式AI建立Maths Hub，把原本分散的流程重新整理。平台現時涵蓋行事曆、教師時間表、學生分組、活動及比賽、教具、預算、會議跟進和學年管理等。AI主要參與程式開發、除錯和介面調整，而非在運作時直接把學生個人資料交由生成式AI處理。
這段經驗給予筆者最深刻的體會，並不是「AI原來可以寫程式」，而是：數碼化不等於減負。
電子化了 工作卻沒有消失
學校常見一種「假數碼化」：由填紙變成填Google Form，再滙出Excel，最後把資料輸入另一個系統。表格電子化了，勞動卻沒有消失，只是轉換形式，有時甚至多了一重程序。
真正有意義的數碼轉型，應先重新檢視流程：相同數據能否只輸入一次？不同工序能否整合？哪些重複工作根本沒有繼續存在的必要？
例如教師時間表毋須逐張開啟比對，系統可以直接找出共同空堂；活動報名毋須在數個表格重複輸入學生資料，相關紀錄可以在適當權限下連結。技術本身並不複雜，重要的是先看清楚工作究竟如何發生。
這個方向與2026年公布的《中小學數字教育發展藍圖》頗為呼應。《藍圖》由課程發展議會編訂、教育局公布，其中「優化基建配套，建立智慧校園」明確提出，積極探討利用人工智能協助學校處理行政工作，以「減負增能」，提升管治與效率。（註1）值得留意的是，政策用語是「探討」；智慧校園如何落實，本來就應保留不同校本實踐和驗證的空間。
AI降低門檻 沒有消除勞動
生成式AI確實降低了建立小型校本工具的技術門檻。使用者可以先以工作語言描述需要，再透過AI協助建立原型，測試、修改、再測試。這讓前線教育工作者有機會由系統的使用者，進一步參與工作流程的設計。
不過，筆者不想把這段經驗包裝成一個「AI成功減負」的故事。
目前筆者沒有足夠數據證明Maths Hub實際節省了多少工時；平台本身亦需要測試、更新、整理數據、管理權限和處理使用問題。自動化可以消除一部分重複工序，同時亦會產生新的數碼勞動。
這種能力亦不是平均分配的。重新設計流程需要對既有工作有足夠了解，也需要時間、技術能力和一定的決策空間。因此，Maths Hub較適合被視為一次校本實驗，而不是一套可以直接複製到所有學科或學校的標準答案。
更值得警惕的是，「省下時間」只是一種可能，而不是必然結果。若新的數碼工具最後帶來更多記錄、更多指標和更多需要跟進的工作，科技甚至可能成為另一層行政負擔。《藍圖》在提出AI行政減負的同時，亦把數字教育納入學校整體規劃和持續改進之中。（註1）因此，真正需要檢視的並非用了多少AI，而是總體工作有沒有因此減少。
從「資料安全」走向「數據治理」
當學生名單、活動紀錄、教師安排和財務數據集中到一個系統，效率提高的同時，風險亦更加集中。這已不只是資訊保安問題，而是數據治理（Data Governance）的問題。
數字政策辦公室指出，數據治理涉及數據的整合、應用、開放和共享，也包括數據安全、基礎設施，以及與不同標準和監管框架的銜接。（註2）換到學校情境，就是要清楚界定數據為何收集、誰可以查看和修改、可以保存多久，以及日後能否在另一個情境再次使用。
這一點尤其重要，因為對管理者而言，「資料只輸入一次」意味減少重複工作；對學生而言，卻可能意味自己的紀錄更容易在不同情境被調用。可以重用，不代表應該無限重用。
個人資料私隱專員公署2024年發布的《人工智能（AI）：個人資料保障模範框架》，同樣把問題放回管治、風險評估、人為監督、AI系統與數據安全，以及持份者溝通等層面。（註3）2026年，私隱專員公署與數字政策辦公室再為中小學推出「保障個人資料人工智能沙盒」，協助學校在採用AI方案時兼顧創新、《個人資料（私隱）條例》及負責任應用。（註4）
因此，自建平台的私隱問題遠不止「不要把學生名單貼進ChatGPT」。AI在開發階段協助寫程式，與AI在正式系統中直接處理個人資料，是兩個不同層次的風險。即使生成式AI從未接觸真實學生資料，平台本身仍然要處理權限、保安、備份、保存期限和問責。
此外，還有一些比程式更難回答的問題：平台由誰持續維護？日後負責人改變後如何延續？它與既有校務系統如何分工，避免變成另一套平行的「影子系統」？這些都屬於數據治理，而不是加一個登入頁面便能解決。
先刪減工作 再談增加功能
AI生成的程式能運作，不代表流程合理；登入成功，不代表權限設計安全；數據能集中顯示，也不代表集中本身就是進步。
系統一旦成為日常工作的預設入口，它亦會反過來塑造人的工作方式。表格有哪些欄位、誰有批准權、什麼被系統視為「完成」，都在無形中定義什麼才是合理流程。因此，人的專業判斷不應只放在AI完成工作之後「把關」，而應由最初決定系統應否存在、應記錄什麼開始。
所以，隨着Maths Hub功能增加，筆者現在反而較少想着還可以加入什麼，而更重視哪些工作可以刪去、合併或不再重複。
AI浪潮為教育帶來的機會，未必只是讓我們把原有工作做得更快。它更難得的價值，是迫使我們重新檢視那些多年來習以為常的工作流程。科技若只是令舊工作做得更快，那是效率；能讓不必要的工作真正消失，才可能接近減負。
撰文︰陳紀宏老師
BSc (Statistics), CUHK; PGDE(S) (Mathematics), EdUHK; MA (Philosophy), CUHK
香港教育工作者，數學科教師；關注教育哲學、適異教學、資優教育、數字教育及數據輔助教學，樂於參與校本實踐與教育專業分享。
註1︰課程發展議會（編訂）、香港特別行政區政府教育局（公布）（2026）：《中小學數字教育發展藍圖》。其中策略六提出推動智慧校園建設，積極探討以人工智能協助學校處理行政工作，減負增能並提升學校管治與效率。
註2︰數字政策辦公室：〈數據治理〉。數字辦指出，數據治理涵蓋數據整合、應用、開放、共享、數據安全、基礎設施、產業規劃，以及與不同標準和監管框架的銜接。
註3︰個人資料私隱專員公署（2024）：《人工智能（AI）：個人資料保障模範框架》。框架涵蓋AI策略及管治、風險評估及人為監督、AI系統實施與數據安全，以及持份者溝通等範疇。
註4︰個人資料私隱專員公署、數字政策辦公室（2026）：〈共同推出「保障個人資料人工智能沙盒」〉。首階段以中小學為對象，為學校探索及採用AI方案提供私隱、監管及技術支援。