近年生成式人工智能迅速走進校園。學生只要輸入幾句指令，便可以取得一篇看似完整的報告、一段流暢的氣候變化解釋，甚至一份附有圖表的地理分析。面對這種轉變，不少教師首先想到的是：怎樣防止學生以人工智能（AI）代做功課？然而，更值得追問的問題或許是：當AI愈來愈擅長「給答案」，學校應如何讓學生提出更好的問題，並判斷答案是否可信？
地理科正好提供了一個重要的學習場域。地理教育不只是記憶地名、氣候類型或資源分布，而是引導學生閱讀地圖、分析數據、理解人與環境的關係，並從本地、國家到全球不同尺度思考問題。教育局《中小學數字教育發展藍圖》強調「育人為本、素養為先、應用導向、智能向善」。從課堂實踐看，數字教育不應只着眼於操作工具，更應培養學生面對大量資訊時的判斷力與責任感。
從閱讀天氣圖到判斷資訊
以颱風為例，當熱帶氣旋接近香港，學生很容易在網上找到各式預測、短片和AI生成的解說。然而，資訊豐富不等於判斷準確。若只憑單一圖像便推斷風暴走向，或未有考慮資料時間、雨帶位置及本地地形，便可能作出過於簡化的解釋。
在課堂設計上，學生先閱讀真實天氣圖，辨認低壓中心、等壓線及風向，再結合降雨或雷達資料觀察雨帶分布；其後把相關圖像交予生成式AI，請系統協助描述當時的天氣情況。學生要做的不是把AI文字抄進工作紙，而是逐項比對：AI描述的風向是否與圖像一致？它有沒有把推測說成事實？相關解釋是否得到香港天文台資料支持？
這種學習讓學生明白，AI可以協助整理資訊，但其說法仍須接受證據檢驗。比起只要求學生「不可抄襲」，更重要的是讓他們理解：科技愈方便，人愈需要對採用的資訊負責。
從農業分布到理解發展選擇
同樣的思考亦可延伸至中國農業與糧食安全課題。學生先比較中國不同地區的地形、降水及農業分布，理解東北平原、華北平原、華中與華南的自然條件差異，再運用AI協助整理各區農業特徵，以及乾旱、暴雨、寒潮或水資源不足等潛在風險。
真正的學習不在於AI能否寫出一段「中國農業概況」，而在於學生能否進一步追問：同樣是降水不足，為何華北與西北地區面對的情況有所不同？增加灌溉是否必然是最佳方案？糧食安全與水資源、農業科技及區域發展之間有何關係？
AI可以協助比較資料、提出可能的解釋，但學生仍須運用地理概念和可靠證據，判斷哪些說法成立、哪些尚待查證，以及不同方案會帶來甚麼影響。這亦讓國家地理學習不只停留於認識分布，更進一步理解發展背後的條件、限制與選擇。
以校本框架把思考帶回課堂
為把上述理念落實於日常教學，寧波第二中學自2024年起以地理科作為校本試點，由筆者與科組教師共同建構「寧波四智與五學導航」人工智能學與教框架。團隊透過共同備課、觀課及學生作品分析，持續檢視AI是否真正促進理解，而不只是令功課更快完成。
「寧波四智」包括明智、慧學、融智與賦智：明智着重理解AI的能力、局限與倫理；慧學強調有策略地運用工具支援自主學習；融智把AI應用連結真實的地理及跨學科問題；賦智則透過查證、表達與反思，發展學生的明辨能力和責任感。「五學導航」把這些目標融入預學、自學、共學、展學及評學，形成連貫的學習歷程，而非一次性的科技示範。
例如，學生使用AI前，須先完成讀圖、資料分析或初步推論；小組討論時，須交代資料來源及AI所扮演的角色；展示成果後，亦要透過AI使用聲明書，說明所用平台、用途、個人貢獻及核實方法。
這些安排不是為了增加文件，而是讓原本容易被成品掩蓋的思考過程留下痕跡。教師不只看學生交出了甚麼，更能了解他們如何提問、採用了哪些建議，以及為何修改原來的判斷。
答案愈容易取得 判斷則愈重要
AI時代值得重視的，不是學生能否更快完成作業，而是他們能否在眾多答案之中保持好奇、審慎與判斷。地理科所培養的讀圖能力、空間思維、證據意識和人地關懷，正好讓學生練習面對沒有單一答案的真實問題。
因此，學校設計AI地理課時，應先訂明學生必須親自觀察、分析和核實的學習證據，而不宜只以生成作品的精美程度衡量成效。當學生懂得追問「這個說法的證據是什麼？」「地圖和數據支持嗎？」「對不同地區和群體有何影響？」，AI才不只是取得答案的捷徑，而能成為深化思考的工具。
地理課在AI時代仍要教的，正是如何從答案走向理解，從資訊走向判斷，並為自己的結論負責。
撰文：蘇梓銓
寧波第二中學地理科科主任、學校發展主任