【AI科普】會用 AI，不等於有 AI 素養：澳門AI應用調查給教育界的啟示

澳門人已經開始用 AI，但多數仍在當搜尋器用

澳門生成式 AI 的討論，已經不適合停留在「大家有沒有聽過 ChatGPT」這個層次。

澳門互聯網研究學會在希臘雅典舉行的2026 年世界互聯網項目年會發表的調查(點擊閱讀)顯示，生成式 AI 已經進入澳門居民日常生活。用戶最常使用的功能，是快速資訊搜尋，比例達 68%。其次是學業輔助，21%；工作任務輔助，17%；圖像或影片生成，17%；寫作與文件處理，14%。

這組數字很實在地反映出澳門當前的 AI 應用情況。澳門人已經開始用 AI，只是多數人暫時仍把 AI 當作一個更方便、更會說話的搜尋工具。問一個問題，等一個答案，省下一些查資料時間。新技術進入社會，通常都會先被放進舊習慣裡使用。

互聯網剛普及時，很多人也只是用來查資料、收電郵、看新聞。後來才慢慢變成社交、購物、支付、學習、工作和公共服務的底層環境。生成式 AI 也會走類似路徑。它一開始像搜尋器，之後會變成寫作助手、學習夥伴、工作流程工具、內容生產工具，甚至是決策前的模擬工具。

所以，問題不在於澳門人有沒有開始用 AI。

更值得問的是：我們是否準備好把 AI 用得更穩妥、更有判斷力。

比使用率更值得注意的，是素養落差

調查中更值得教育界留意的，是 AI 素養（AI Literacy）數據。澳門生成式 AI 用戶整體 AI 素養平均為 3.4 分，滿分 5 分。其中，倫理考量最高，3.7 分；應用技能和風險意識同為 3.3 分；基礎知識最低，3.1 分。

一些細項數據更有意思。用戶在「使用時主動注意私隱與安全風險」得 3.9 分，在「使用生成式 AI 時遵守倫理道德」得 4.0 分。這反映不少人知道 AI 有風險，也願意承認使用時應該守規矩。但另一邊，「理解生成式 AI 技術原理」只有 2.7 分，「知道甚麼是 AI 幻覺」只有 2.6 分。

這裡就出現一個典型落差：大家知道要小心，但未必知道應該小心甚麼；知道 AI 可能有問題，但未必知道問題如何發生；知道答案不一定準，但未必真的懂得查證。AI literacy 談的正是這件事。

AI literacy 不能簡化成登入一個平台，或者寫幾句 prompt。今天學生會用 ChatGPT，明天可能換成 DeepSeek、豆包、Gemini、Claude 或下一個新工具。如果教育只追工具，很快會過時。更重要的是幾種基本能力：知道 AI 生成的內容不是事實本身，知道模型會把語言說得很流暢，但不代表內容正確；知道甚麼資料不應該輸入，知道如何比較來源，知道如何標示 AI 參與，知道甚麼時候可以用和甚麼時候不應該用。

會用 AI，只是第一步。懂得懷疑 AI，才開始接近 AI literacy。

教育界不能只在「禁用」和「鼓勵」之間搖擺

學校面對 AI，常見兩種反應。一種是焦慮：學生會不會用 AI 代寫作文？功課還有沒有意義？老師怎樣分辨哪些內容是學生自己寫的？考試制度會不會被衝擊？另一種是興奮：AI 可以幫老師備課，可以生成練習，可以個人化學習，可以讓學生更快得到回饋。

兩種反應都合理，但都不夠。只談禁止，學生會轉到老師看不見的地方使用。學生不會因為學校一句「不可使用 AI」就停止使用，他們只會學會如何不說出來。只談擁抱，也太輕率。AI 的確能提高效率，但它同時會製造幻覺、放大偏見、模糊原創、淡化資料來源，還會讓部分學生把學習過程直接外判。

學校需要一套清楚的規則，不能只靠一句口號。甚麼情況可以用 AI？甚麼情況要先得到老師批准？甚麼功課可以用 AI 協助構思，但不能直接生成成品？甚麼情況必須標示 AI 參與？如果學生用了 AI，應該提交哪些過程紀錄？這些問題，比「禁不禁」更重要。

中小學真正要教的，除了提示詞，更重要是判斷

很多 AI 培訓喜歡教提示詞（prompt）。這是最基本的內容。清楚提問、提供背景、限定格式、要求比較，確實能提升輸出質量。但如果中小學 AI 教育只停在 prompt，會太薄弱。

中小學生真正需要學的，是判斷。語文課可以讓學生比較 AI 生成文章和真人文章。AI 文章通常結構完整、語氣順滑，但容易空泛，例子普通，情感安全，觀點中庸。這正好可以拿來教寫作：為甚麼一篇文章流暢，不等於有思想？為甚麼有漂亮段落，不等於有真實經驗？

歷史課可以讓學生要求 AI 解釋一個歷史事件，然後逐項查證人名、年份、因果關係和資料來源。學生會很快發現，AI 有時未必完全亂作，卻會把幾個相近概念混在一起，說得似是而非。科學課可以讓學生用 AI 解釋一個概念，再檢查當中的推理步驟。AI 可能把答案寫得很像教科書，但其中一個關鍵環節是錯的。這比單純告訴學生「AI 會錯」更有效。

資訊科技課也不應只教工具操作。學生要知道生成式 AI 大致如何根據語言模式生成答案，也要知道它和資料庫查詢、老師批改不同，屬於一種概率式文本生成系統。這種理解不需要很深的數學，但足以讓學生知道：流暢不是可信的保證。

作業要改，否則 AI 只會變成功課代工機

如果一份功課只要求學生交一篇標準答案，AI 當然很容易代勞。這未必是學生特別懶，很多時候是作業設計本身太容易被替代。未來的作業，應該更多要求學生交出過程，而不是只交成品。

• 你最初向 AI 問了甚麼？
• AI 給了甚麼答案？
• 哪些地方你接受了？
• 哪些地方你修改了？
• 你用甚麼資料查證？
• 最後版本和 AI 初稿有甚麼差別？
• 你是否標示了 AI 參與？

這些問題會把學習重點從「交一份功課」轉回「展示思考」。教師也可以設計一些 AI 不能輕易替代的任務，例如本地觀察、個人訪談、課堂討論後的反思、與自身生活經驗連結的寫作、需要引用指定課堂材料的分析。AI 可以協助整理，但不能替學生完成全部理解。

教育要守住的重點，不必放在每一個句子是否由學生親手打出來，更應放在學生有沒有真正理解、選擇、判斷和負責。

老師不需要變工程師，但要先成為成熟用戶

談 AI 教育，很容易把壓力丟給老師。好像老師突然要懂編程、懂模型、懂所有工具，還要每天追新版本。這不現實，也不必要。教師需要的，是成熟用戶能力，不是工程師能力。

語文老師要知道 AI 文章為何常常流暢但空洞。數學老師要知道 AI 可以寫出完整步驟，但中間可能算錯。歷史老師要知道 AI 容易混淆相近事件。科學老師要知道 AI 解釋可以很順，但概念未必嚴謹。班主任要知道學生可能把情緒、家庭、私隱資料交給 AI 的聊天框。

老師不用比學生更會玩每個新工具，但要比學生更懂得問問題、查證和設界線。

學校也不應只安排一次性 AI 講座或單純由資訊科技老師開課。一次講座通常只能製造新鮮感，資訊科技老師更多著重於功能教學。更有用的是科組內部共同試課、共同設計 AI 作業規則、共同建立學生使用聲明格式、共同整理常見錯誤案例，並把經驗與跨科同事分享和交流。

AI literacy 很難靠一場培訓完成，它需要慢慢變成教學文化的一部分。

新的 AI 鴻溝，可能在課室裡出現

澳門是次調查指出，年輕人、學生、就業人口和高教育程度群體，是生成式 AI 的核心使用者；家庭主婦、退休和失業群體的使用與技能相對較弱。放在學校裡，也會有類似問題。

有些學生家裡有付費工具，有家長指導，有足夠設備，也知道如何用 AI 練英文、改作文、做簡報、整理筆記。有些學生可能只有手機和免費版本，只會問答案，甚至不知道哪些資料不能輸入。如果學校不主動教，AI 會放大差距。資源較多的學生會用 AI 做延伸學習；資源較少的學生可能只會用 AI 抄功課，然後被懲罰。

所以，AI literacy 不應只放在精英課程或興趣班。它應該是基礎數碼素養（digital literacy）的一部分。學校至少要確保每個學生都知道幾件事：AI 會錯；AI 不等於資料來源；不能把個人資料隨便輸入；使用 AI 生成內容要標示；重要資料要查證；不要把同學照片、聲音、私隱內容拿去生成或惡搞。這些內容屬於基本公民教育，不算高深科技教育。

倫理不要講得太遠，要放在學生熟悉的情境

很多學生聽到「負責任使用 AI」，通常不會反對，但也未必有感覺。因為這句話太宏大。倫理教育要有效，最好回到具體情境。

可不可以用 AI 幫自己寫道歉信？可不可以把同學照片上傳去生成搞笑圖片？可不可以用 AI 寫小組報告但不告訴組員？可不可以把 AI 生成的文字當成自己原創？可不可以叫 AI 模仿某位老師或同學的語氣？可不可以把未經核實的 AI 答案放進簡報？這些問題學生真的會遇到。

如果學校只講原則，學生很快便會忘記。如果學校把情境拿出來討論，學生才會開始理解邊界在那裡。AI 倫理不能只靠背幾條規則，更要在模糊場景中學會判斷。

從澳門數據看，下一步要少追工具，多建能力

澳門這次調查給教育界的提醒很清楚。

• 第一，AI 已經進入學生和家庭生活，不需要等政策文件宣佈，它已經在發生。
• 第二，多數使用仍偏向搜尋、問答和輔助，較複雜的用法還未成熟。
• 第三，居民有一定風險和倫理意識，但對技術原理、AI 幻覺和核查方法掌握不足。
• 第四，AI 使用和 AI 素養已經出現群體差異，如果教育不介入，差距會擴大。

這些結論放在中小學，就是一句話：不要只追新工具，要把基本能力打好。未來學生需要的，除了上網能力、搜尋能力和簡報能力，還包括使用 AI 時的判斷能力。這包括提問、查證、比較、改寫、標示、保護資料、理解限制，以及知道何時不用 AI。

教育最重要的角色，也許是提醒學生：得到答案可以很快，相信答案不應太快。生成式 AI 會讓很多事情變快。寫作變快，摘要變快，翻譯變快，資料整理變快。正因如此，教育更要保留慢下來的能力：慢慢核查，慢慢理解，慢慢形成自己的判斷。

會用 AI，不難。難的是，在 AI 什麼都能說得很像真的時候，我們仍然知道自己要負責任地去想清楚。這是實證研究數據給澳門的啟示，也是澳門教育界下一步要談的 AI literacy。

參考資料

[1] 澳門互聯網研究學會、澳門互聯網研究計劃。澳門居民生成式人工智能應用、態度與素養調查資料，2026。

[2] Chiu, T. K. F. (2025). AI literacy and competency: Definitions, frameworks, development and future research directions. Interactive Learning Environments, 33(5), 3225–3229. doi.org

[3] Zhang, S., Ganapathy Prasad, P., & Schroeder, N. L. (2025). Learning about AI: A systematic review of reviews on AI literacy. Journal of Educational Computing Research, 63(5), 1292–1322. doi.org

[4] Abrams, S. S., & Hanghøj, T. (2025). Reflexive AI literacies: Conceptualizing a model for learners’ critical engagement with generative AI. Pedagogies: An International Journal, 21(2), 214–233. doi.org