學校實踐報道
余近卿中學AI龍舟系統：中三學生修正鏡頭與骨架數據
余近卿中學資訊科技教師帶領中三學生，用約六個月開發AI龍舟動作分析系統，以約18個骨架點分析划槳，並收集港隊示範數據。學生反覆測試鏡頭角度，修正身體轉動造成的資料偏移。校隊在四部室內划槳機練習後查看分析與慢鏡回放，同時保留海上訓練，由教練指導技巧及臨場安排。
本地個案 · 2025–2026年度
ARTICLES
文章目錄
更多篩選 · 已選1項
小學生用CodewithAI學編程：知識與信心有何變化？
研究以71名小學生比較自主編程與CodewithAI輔助編程，結合量化及質性資料分析知識、技能、態度和使用行為。兩組的編程知識表現有顯著差異；人工智能組遇到困難時，常要求工具解釋程式及錯誤訊息，亦報告較高信心。研究呈現具體求助方式與學習表現，但摘要沒有交代所有技能指標的差異，不能把知識與信心結果延伸至各方面能力均有提升。
浙江大學、杭州師範大學等
瑞典高中AI課程分析：技術知識之外，批判與行動空間足夠嗎？
研究以瑞典高中新增的AI科為例，分析政策、課程及支援文件如何界定AI素養。作者採用三維素養模型，分別檢視操作技能、文化脈絡和批判理解，發現文件較重視操作層面，雖包含部分文化理解，讓學生質疑、回應或改變AI實踐的空間則較少。結果反映課程文本的取向，沒有觀察所有教師的課堂實踐，亦不能用來判定學生的實際批判能力。
林奈大學、于默奧大學等
尼日利亞程式課：學生覺得AI有幫助，成績卻未見相應關聯
研究結合尼日利亞一所院校855名本科生的問卷、程式課成績及教師回應，分析ChatGPT使用與學習表現。學生肯定工具對信心、動機及除錯的幫助，但這些觀感與使用情況未能有效預測期末成績，統計模型的解釋力甚低。教師亦提出依賴生成答案及學術誠信方面的疑慮。研究只涉及單一院校，資料包含自述及橫斷面測量，未能確立因果關係。
Lead City University、National Centre for Technology Management, Obafemi Awolowo University
中文文化教學智能體的內容與語言設計
文章檢視海外中文文化教材的需要，指出一般人工智能輸出可能出現內容錯誤、拼音或翻譯不足，以及語言程度不合適等問題。作者參照TOTE模型與分級教材原則，設計中文文化教學智能體，把文化內容及學習者程度納入生成過程。研究著重問題診斷和系統設計，摘要未交代參與人數、比較組或學習測試，因此所述應用優勢尚不能等同已證實的學習成效。
作者機構未列於公開資料
學生認為AI有用，卻較難修正AI程式錯誤
論文結合兩項大學程式教學研究：一項收集學生對生成式人工智能的用途、創意支援及使用意向，另一項比較學生在考試中修正人工智能程式與完成教師設計題目的表現。學生整體持正面觀感，較重視學習效率及創意解難，亦願意繼續使用；但修正生成程式明顯較困難。兩項研究涉及不同學生群體，不能把正面觀感與除錯困難直接視為因果關係。
Holon Institute of Technology、Technion – Israel Institute of Technology等
AI協助數碼故事創作，如何影響團隊解難與創意？
研究把60名大學生分組參加20周數碼故事課程，比較使用ChatGPT、Midjourney及Runway與一般製作方式。前後問卷、作品及訪談顯示，人工智能組在協作解難和團隊創意方面表現較佳，尤其作品新意及使用體驗。學生大致肯定工具的作用，同時提出過度依賴、把思考交予工具及欠缺情感支援等問題。結果涉及多種工具與整套課程，不能單獨歸因於ChatGPT。
Northwest Normal University、Auburn University at Montgomery等
校本課例分享
獻主會聖母院書院：以AI小車遊戲連結程式、車殼與齒輪
獻主會聖母院書院以AI Turbo Formula小車遊戲連結電腦、視藝及科學科，按參與、探索、解釋、建造、深化和評量六個過程組織學習。電腦科處理AI與運算思維，視藝科設計車殼，科學科連結電動機和齒輪；學生接觸K210電腦視覺模組、Tinybit實體運算及3D打印，把跨科知識放進小車製作。
本地個案 · 2024–2025年度
摩洛哥工程課以AI支援探究，改善部分熱力學概念
研究讓120名摩洛哥工程一年級學生分組學習熱力學，比較一般教學與結合ChatGPT的探究活動。前後測顯示，人工智能組概念理解進步較大，尤其減少了對熵及內能的部分誤解；涉及數量及計算的誤解則仍有保留。學生對工具的易用及支援作用持正面看法，有目的地使用與較佳結果相關。研究評估的是人工智能配合探究教學的整體安排。
Ibn Tofail University、Regional Center for Education and Training Professions, Fes-Meknes等
工程學生把ChatGPT用作模型討論與程式修訂伙伴
研究分析工程學生的三次訪談，了解他們初用ChatGPT時，如何逐步形成使用方式。用途涵蓋數學與工程、一般學業及個人生活；在數學建模中，學生會用它澄清概念、比較策略、把模型轉成程式，以及改善程式。訪談亦顯示，學生對工具限制的判斷隨經驗發展，部分把它視為可以討論想法的學習伙伴。研究呈現個案經驗，沒有以對照測驗確認能力提升。
Eindhoven University of Technology、Fontys University of Applied Sciences
程式課加入提示語訓練，學生用AI的方式有何改變？
研究在大學程式課安排三次活動，依次讓學生自由使用ChatGPT、接受提示寫作訓練，以及使用附示例的實習指引。分析對話及課後測驗後，作者辨識五類使用方式，涵蓋依賴工具生成、共同編寫及自行完成後修訂程式。各類型的分布隨教學安排而改變，測驗分數亦有差異。研究呈現指導與互動模式的關係，但活動依次進行，亦可能受不同題目影響。
Middle East Technical University
有AI協助的程式考試分數較高，但學生也會照抄錯解
研究讓同一組大學程式學生兩次完成相同試題，先獨立作答，後可使用研究團隊開發的人工智能助手。平均分由48.33升至74.47分；然而，一道題目中有36名學生收到錯誤回覆，其中33人答錯，22人直接貼上明顯錯誤的答案。研究顯示工具支援下的作答表現與辨識錯解能力並不一致。由於學生重做同題，分數上升亦可能受練習效應影響。
Hacettepe University
澳洲59名中學生：與AI合作解難，先要理解它能做甚麼
研究安排59名澳洲九年級學生分成15組，在太空探索解難活動中與人工智能伙伴合作，活動後進行焦點小組討論。研究者以主題分析及認知網絡分析整理學生意見，辨識出信任和人工智能能力兩個主要主題。學生會按系統表現及對能力的理解，判斷是否接受建議和如何合作。資料主要呈現參加者對合作經驗的看法，並非對人工智能提升解難成效的直接比較。
University of South Australia、Pulteney Grammar School
AI導師先讀課程教材：理大GPTutor的先導研究
理大團隊開發GPTutor，讓教師上載和管理課程教材，再按內容建立學習情境；學生可透過對話提問及探索教材。系統以教師提供的資料作答，設計目的是減少內容錯誤並配合預期學習成果。首階段曾安排約200名本科及研究生試用。作者介紹平台功能和先導研究，但公開摘要未列成績比較或統計結果，尚未能判斷個別指導對學習表現的改善幅度。
香港理工大學
虛擬課室加入數碼人：Learningverse如何安排學習互動？
研究開發Learningverse，把二維及三維學習場景、數字人和大型語言模型結合，透過檢索教材提供即時對話與學習提示。數字人可按課程調整外觀、動作、目光、表情及聲音，讓學習互動配合不同主題。先導試用報告學生互動、動機及學習表現有正面變化，但摘要未交代樣本人數、比較組和測量方法，因此未能確定改善幅度及各項設計的個別作用。
香港教育大學
學習紀錄如何找出支援需要？理大Knowlearn的107名學生資料分析
理大KnowLearn研究把教學、學習表現及回饋資料連成知識圖譜，分析建築及房地產學系107名學生的資料。結果顯示，自我效能、使用意向和課堂小測表現可顯著預測虛擬學習環境中的期末成果。團隊另加入本地部署的Qwen-7B語言模型，以對話方式提供個別建議。模型的預測關係並不代表因果，亦未直接證明對話功能本身提升了學生的學習成績。
香港理工大學