摘要：要讓AI真正支援因材施教，香港需要把學習數據的可攜性、互通性及擁有權原則，轉化為學校可落實的治理安排。本文提出三層做法：以共同問題清單協助學校審視供應商；由辦學團體制訂標準合約，減少各校重複工作；並由教育界及專業團體建立自願認證，協助學校評估產品。在保留校本自主和市場選擇的同時，香港可先透過指引、合約及試點建立共同規則，並配合教育數據辭庫和校內數據素養培訓，逐步完善治理制度，毋須等待專門法例才開始行動。
筆者前文提到（刊2026年8月27日《明報》），人工智能（AI）已逐步進入香港課室，但要實現大規模因材施教，關鍵不止在於採用更先進工具，而在於學習數據能否持續保存、整合和運用。現時不同學校和AI平台，採用各自的數據格式和標準，學生轉校、升學或轉換平台時，過往累積的學習紀錄往往無法延續，形成「數據孤島」。因此香港應逐步建立數據可攜性、互通性、數據擁有權3項原則，讓AI協助教師長期掌握學生學習需要，真正把因材施教帶進課室。原則不難理解，真正困難的是，在香港現有制度下應如何落實？
設想學校剛獲得50萬元撥款，正準備採購AI學習平台。供應商展示自動批改、個人化練習和學習分析，學校自然會問價格、準確度和教師是否容易使用；但當話題轉到數據治理，答案往往變得模糊——「只蒐集所需資料」、「採用業界安全標準」。乍聽起來合理，卻沒有回答最重要問題。
平台究竟蒐集哪些數據？學生轉校或學校轉用其他平台時，過去紀錄能否以通用格式匯出？供應商可否把學生習作用來訓練AI模型？分判商能否接觸資料？合約終止後，數據會交還抑或刪除？
AI學習數據治理，涉及教育、法律、資訊科技、資訊保安和數據管理。若每所學校都要自行研究條款、審查供應商和判斷技術標準，等於要求各校自設專業團隊。
香港有官立、津貼、直資及私立學校，大部分公營學校由辦學團體營辦，重視校本管理和學校自主，各校按教學需要選擇產品。這與新加坡由政府建立全國統一平台、配合中央採購和審批的模式，並不相同。
多元選擇是香港優勢，但若欠缺共同規則，選擇愈多，數據反而愈分散。解決方法不應是在學校之上再加一道中央審批，亦不應把責任全推回每一所學校，而是善用香港現有制度，分3層建立共同治理能力。
第一步：讓學校懂得問對問題
第一層由採購開始。未來經濟學院《香港中小學AI應用與數據治理》研究報告，整理了「校內數據管治常見問題」十問，涵蓋蒐集目的、儲存保安、使用限制、數據擁有權、匯出與刪除、透明度、互通性、成效等範疇，並列出注意事項。其作用不是要求校長成為「私隱律師」或「數據工程師」，而是讓學校在坐到供應商面前時，有一套共同語言。供應商倘說「只蒐集必要資料」，學校便可要求逐項列明資料欄位及教學用途；若聲稱數據可以匯出，便要再問格式是否通用、另一平台能否讀取。
當愈來愈多學校提出相同要求，市場亦會改變——支援數據匯出、限制二次使用、清楚交代合約終止安排，便會由個別學校的額外要求，逐步變成供應商競爭的基本條件。採購不止是買一套工具，也可以是建立市場規則的第一步。
第二步：不讓每所學校由零開始
惟問題清單只能幫助學校問對問題，未必足以使每所學校獨自談好合約。很多治理工作的成本都是固定的，無論學校有500還是1000名學生，都要審查供應商、審閱條款和制訂資料管理程序。各校重複做一次，不單浪費資源，也容易產生互不相容的標準。
香港現有辦學團體制度，正好提供中間一層的解決方法。現時約兩成規模較大的辦學團體，管理約三分之二的中小學，早已在政府與個別學校之間，向屬校提供行政和專業支援。它們可進一步為AI平台制訂標準合約，統一規定數據擁有權、匯出格式、供應商使用限制、最低保安要求，及合約終止後的資料交還安排。
以美國為例，學生數據私隱聯盟（A4L’s Student Data Privacy Consortium）推出了全國標準合約，供應商簽署一次後，其他學區便可沿用，至今已促成逾22萬份協議。本港大型辦學團體亦可先行開展試點，讓屬校不必每次都由一張白紙開始。
第三步：用認證建立信任
即使有共同問題和標準合約，學校仍要在眾多產品之間做選擇。第三層可由辦學團體、教育界、大學及專業團體共同成立獨立非牟利平台，參考澳洲「Safer Technologies 4 Schools」做法，按私隱、安全、負責任AI等準則，為教育科技產品提供自願性的認證。
認證與政府白名單有根本分別——後者決定學校「可以用什麼」，自願認證則提供一個可信的品質標誌，協助學校判斷產品是否符合基本要求，但最終仍由學校按教學需要做決定。這既可降低每所學校自行評估的成本，也可保留市場競爭和校本創新空間。
先以行政措施起步
或許有人會問：如此重要的學生數據，是否應先立法才行動？研究顯示，香港現階段毋須等待專門法例，也未必需建立中央平台或審批制度。現行《個人資料（私隱）條例》已為資料蒐集、使用和保安，提供基本法律框架。眼前最迫切缺口，是把可攜、互通和數據控制等原則，轉化為共同教育數據治理規則。
國際經驗也顯示，行政措施往往是起點。經濟合作暨發展組織（OECD）比較29個教育系統後發現，只有約三分之一以法規要求「教育數字平台」採用指定技術標準；規定數據可攜標準的更只有7個。英國的做法較切合香港——政府不替學校指定產品，而是透過教育科技採購及生成式AI指引，要求供應商交代資料蒐集、私隱保障和安全措施，協助學校釐清數據流向和風險。
行政措施並非否定立法。AI技術和產品仍在快速轉變，指引、標準合約和試點較能及時更新，也可讓教育界先累積實務經驗。待共同標準和市場做法成熟後，政府再判斷哪些核心要求需寫入法例，制度才有穩固實踐基礎。
本港教育局亦可同步做好兩個基建：建立全港教育數據辭庫，統一主要數據的定義、格式和編碼；並在《中小學數字教育發展藍圖》的培訓裏加入數據素養，令每所學校至少有一名專責人員統籌治理。這些工作毋須等待新法例，卻能夠立即減少各校各自摸索的成本。
下一次學校坐在供應商面前，問題便不應只是哪個AI模型更聰明、哪項功能更吸引，而是學生的數據能否帶走、不同平台能否互通，及學校能否決定如何使用。當學校懂得問、辦學團體有能力談、教育界有機制評估，香港便能在保留自主和創新的同時，逐步建立共同規則。AI學習數據治理，不必由一條新法例開始，也可以由一張問題清單、一份標準合約和一個可信的認證標誌開始。
