来稿作者：李安妮

在人工智能技术迅速普及的当下，社会讨论往往集中于它能否提升效率、推动产业升级，或进一步改写就业市场。然而，相较于“AI会否抢走饭碗”，一个更值得香港警惕的问题是：当生成式工具愈来愈深入校园、职场与日常生活，我们是否正逐步把思考、判断与理解的能力外包给机器？

教育会否滑向“表面完成”？

这种忧虑并非杞人忧天。大学教育的核心，从来不只是吸收资讯，而是透过阅读、比较、分析、质疑与论证，训练独立思考与判断能力。然而，当生成式AI愈来愈普及，不少学生的学习习惯也开始改变：先让AI整理重点、生成框架，再决定是否需要自己深入阅读；先要求AI提供答案，再回头补上理解过程。表面上，学习效率提升了，但若长期依赖这种模式，学生或许会逐步失去最关键的能力——提出问题、辨识漏洞、建构观点，以及承受思考所需的耐性。

我也曾亲身经历这种矛盾。有一次，我使用AI协助整理论文内容，提交时确实感觉事半功倍；但当教授追问核心论点与推理基础时，我却无法清楚回应。那一刻我才意识到，AI替我省下的，不只是时间，也可能是本应属于自己的理解过程。若学习只剩下输入指令与整理输出，教育便很容易滑向“表面完成”而非“真正掌握”。

数码不平等问题亟需重视

这不只是个人学习态度的问题，更是一项需要公共政策回应的社会议题。香港近年积极推动创科发展与数字转型，人工智能更被视为提升竞争力的重要引擎。然而，当政策着重加快应用与普及时，社会对AI如何重塑教育、公平与劳动市场的讨论，却明显不足。若政府与院校只鼓励“善用AI提升效率”，却缺乏相应规范与配套，最终可能换来一代人擅长使用工具，却愈来愈欠缺独立思考能力。

在教育政策层面，香港不能只停留于鼓励学校“拥抱AI”。当局应更主动建立清晰指引，说明AI在中学及大专教育中的可用范围、引用要求与学术诚信标准，并重新检视评核方式。若课业仍以摘要整理、标准答案和格式输出为主，自然更容易被AI取代；相反，若评核更重视口头答辩、过程纪录、批判分析与真实情境应用，学生才会被迫回到思考本身，而非只追求“交得出”。

同时，香港也必须正视AI带来的数码不平等。现时高质素AI工具往往需要付费订阅，能够接触更高效模型、更多功能与更佳训练资源的学生，通常拥有较强的经济条件。若未来学习与工作表现愈来愈依赖这些工具，资源较多者便更容易透过科技进一步放大优势，令原有教育差距和阶层流动问题进一步恶化。这不只是科技问题，更是教育公平问题。政府若真心推动AI普及，便应考虑如何透过公共教育资源、院校授权、图书馆系统或青年支援计划，缩窄不同阶层在AI使用能力与资源上的落差。

AI正在改变对能力的定义

劳动市场方面，年轻人的焦虑同样真实。AI最先取代的，往往不是高层决策者，而是初级白领、文书支援、资料整理、内容初稿等入门工作。这些岗位一向是年轻人累积经验、建立职场能力的重要起点。若基础职位被大幅压缩，年轻人便可能面对“未入行已被淘汰”的困境。政府在讨论人工智能推动经济发展时，不能只强调生产力提升，也应同步思考青年就业培训、职位转型支援，以及企业在应用AI时对人力重整的社会责任。

更值得警惕的是，AI的普及正在改变社会对“能力”的定义。当大部分人只使用标准化、平台化、由科技企业提供的工具时，知识生产与资讯分发的主导权，便更集中于少数掌握技术、算力与数据的平台手中。这未必是阴谋，但确实是一种权力重新分配。若公共政策未能及早介入，规范平台责任、提升演算法透明度、保障用户资料与知情权，社会便可能在追求便利的同时，逐步失去对知识、判断与自主性的掌控。

别让AI抢走愿意思考的脑袋

因此，香港对AI的讨论，不应只停留在“用或不用”，而应进一步走向“如何用得有界线、有能力、有保障”。教育局、大学、企业与政府部门应共同建立一套更完整的AI治理思维，包括学术诚信规范、数码素养教育、青年技能转型、平台问责，以及技术公平可及。只有当制度走在技术前面，社会才不会在效率狂奔之中，付出难以逆转的代价。

AI当然不是洪水猛兽。它可以是强大的辅助工具，也可以成为促进学习与创新的助力。但真正重要的，从来不是AI会否比人更快，而是人在使用AI的过程中，会否逐渐放弃思考、逃避判断，甚至失去持续成长的能力。

我不是害怕AI抢走饭碗，而是更担心，它先抢走我们愿意思考的脑袋。对香港而言，这不只是个人成长问题，更是教育质素、青年发展与社会公平的政策课题。若我们今天只看到AI带来的便利，而忽略它对思考能力与制度公平的长远影响，未来失去的，恐怕不只是某些工种，而是一整代人的判断力与自主性。

作者李安妮是香港在读大学生，关注人工智能对教育及青年就业的影响。

文章仅属作者意见，不代表香港01立场。

01论坛欢迎投稿。请电邮至01view@hk01.com，附上作者真实姓名、自我简介及联络方法。若不适用，恕不另行通知。香港01保留最终编辑权。