一、以工具為劍：AI 教育應用的核心技術支撐
（一）全場景教學助手：豆包（位元組跳動）
作為多模態大模型，豆包通過數字人動態演示與智能角色創設，將抽象知識轉化為具象場景。在物理教學中，其動態拆解電磁感應等抽象概念，助力學生空間思維建構；英語課堂中融入跨學科元素，通過情境對話深化語言應用；作文批改環節提供多維度智能回饋，實現從語法糾錯到立意優化的全流程支持。某中學實踐數據顯示，使用豆包後學生作業完成效率提升 30%，教師備課時間縮短 40%^([1])。
（二）結構化教學引擎：DeepSeek（深度求索）
DeepSeek 以邏輯推理驅動教學革新，在預習階段智能解析知識脈絡，課堂中即時追蹤學生思維軌跡並生成論證建議。理科教學中，其通過動態實驗模擬與公式推演可視化原理，如在畢氏定理教學中融合歷史溯源、力學應用與藝術構圖，形成跨學科知識圖譜。該工具聚焦思維訓練，推動教學從知識傳遞向推理能力培養轉型 ^([2])。
（三）教育數位化連接器：騰訊元寶（騰訊）
依託生態整合優勢，騰訊元寶構建教學數位化底座，無縫集成會議系統、作業平臺與資源庫，自動化考勤與課件同步功能使課堂管理效率提升 50%。其聚合的跨學科資源（如 VR 虛擬實驗、科普視頻）支持主題式教學，在 "校園雨水收集系統" 專案中，學生通過 AR 技術融合物理、生物與工程知識，實現從理論到實踐的能力轉化 ^([3])。
二、以學科為舟：AI 賦能教學的形態層級建構
（一）工具賦能型課堂：勞動替代與任務輔助
基礎形態下，AI 作為效率工具聚焦常規教學任務自動化。如文小言（百度）5 分鐘生成教案、課件與題庫，解放教師機械勞動；Kimi（月之暗面）在文獻研究中整合多源資料生成結構化分析表格，助力歷史學科史料梳理。該層級以通用大模型為支撐，解決教學資源生成效率問題 ^([4])。
（二） 服務賦能型課堂：能力增強與邊界拓展
初級形態中，AI 通過專業化服務拓展教學邊界。教育大模型驅動的 "星火碼聊"（科大訊飛）在編程教學中提供啟發式糾錯，引導學生拆解演算法邏輯；即夢 AI（位元組跳動）在文言文教學中生成動態動畫圖譜，幫助學生跨越語言障礙理解文化意境。此形態實現從 "工具使用" 到 "能力培養" 的進階 ^([5])。
（三）主體賦能型課堂：人機協同與創新啟動
中級形態強調人機主體深度交互。如 HKGAI V1（香港）作為本地化大模型，在課堂討論中動態生成追問鏈，矯正學生認知偏差；AI 講師（港科大）通過多文化虛擬角色創設國際商務談判場景，培養學生跨文化溝通能力。教學智能體與教師形成雙主體協同，推動創新思維培養 ^([6])。
（四） 融合賦能型課堂：認知融合與思維塑造
高級形態呈現多元智能體協同特徵。在 "改革開放史" 跨學科專案中，學生通過巫筆（香港）的作文分析、DeepSeek 的邏輯推演、騰訊元寶的 VR 場景重建，將歷史經驗轉化為公民社會提案。該層級實現從知識整合到社會問題解決的高階思維塑造 ^([7])。
三、以香港為橋：AI 教育的本土化落地路徑
（一）課程設計的在地化創新
香港中學結合 DSE 考試標準與本土文化需求，構建特色應用場景。如巫筆針對 DSE 新增實用文題型，提供香港語境智能範文，在 "社區文化活動策劃" 寫作中融入本土案例；AI 講師在歷史教學中重構香港開埠時期貿易場景，幫助學生理解地理環境對區域發展的影響 ^([8])。
（二） 教學模式的階梯式推進
以《改革開放》課程為例：
工具賦能：AI 自動核查史料時間軸，整合政策檔庫；
服務賦能：教育大模型生成 "小崗村生死狀"VR 模擬場景，評估史料實證能力；
主體賦能：助教智能體動態追問改革因果邏輯，矯正認知偏差；
融合賦能：多元智能體支持跨學科提案，如將改革經驗轉化為香港青年創業計畫 ^([9])。
（三）倫理框架的本地化建構
遵循《中小學生成式人工智慧使用指南 (2025 年版)》，香港學校建立 "三不原則"：不代替學生思考、不洩露隱私數據、不預設價值立場。如在 AI 作文批改中，巫筆僅提供修改建議而不代筆，確保學生思維獨立性；HKGAI V1 在處理敏感議題時保持中立，引導學生自主辯證分析 ^([10])。
四、結論與展望
本研究通過 "三劍模型" 揭示 AI 教育應用的技術邏輯與實踐路徑：工具層解決效率問題，學科層建構能力階梯，本土層確保落地適配。未來需進一步強化三方面融合：一是推動 AI 工具與香港課程標準深度對接，如開發針對 DSE 的智能測評系統；二是構建跨校 AI 教學資源共用平臺，解決區域發展不平衡問題；三是探索 "AI + 粵語" 特色應用，如方言智能翻譯在文史教學中的場景創新。
在政策層面，建議參考《教育強國建設規劃綱要 (2024-2035 年)》，將香港 AI 教育經驗納入大灣區智能教育協同發展框架，通過 "技術共用 - 師資互培 - 評價共通" 機制，打造具有國際影響力的智能教育示範區 ^([11])。
參考文獻
[1] 教育部.中小學人工智慧通識教育指南 (2025 年版)[Z]. 2025.
[2] 盧方.生成式 AI 在中學跨學科教學中的應用研究 [J]. 香港教育研究，2025 (3):45-53.
[3] 騰訊教育研究院.教育數位化轉型白皮書 [R]. 2024.
[4] 黃顯華.人工智慧與教育評價改革 [M]. 香港中文大學出版社，2023.
[5] 科大訊飛.編程教育智能導師系統研發報告 [Z]. 2025.
[6] 香港科技大學.跨文化教學數字使者技術白皮書 [Z]. 2025.
[7] 粵港澳大灣區教育研究中心.智能教育本土化實踐案例集 [C]. 2025.
[8] 香港考評局. DSE 課程與人工智慧整合指南 [Z]. 2024.
[9] 盧方.歷史學科 AI 教學四層級模型建構 [J]. 課程・教材・教法，2025 (5):67-74.
[10] 教育部.中小學生成式人工智慧使用指南 (2025 年版)[Z]. 2025.
[11] 國家發展改革委.教育強國建設規劃綱要 (2024-2035 年)[Z]. 2024.