教学计划
我们的学生导师在全港各区为基层家庭的小学生上课。每个科目都配上人工智能，让孩子多了一个免费、有耐性、课后也能继续用的学习伙伴。
86%
的学生自 2024 年起，至少升了一个组别。
教过 350 个孩子 · 7 所学校 · 43 位受训导师
这 86% 不是我们一个人的功劳。老师、家长和学生自己都付出了努力。但这是我们用来要求自己的数字。
在香港，课后的额外辅导通常要花钱。付得起补习费的家庭会请补习，付不起的，只能看着孩子落后。人工智能改变了这一点：第一次，一位能用五种方法解释同一条题目、又有耐性的导师，可以免费得到。
但工具有多大用处，要看孩子懂不懂得好好使用。一个直接问人工智能要答案的孩子，什么也学不到；一个先自己尝试、再问提示、最后用自己的话解释答案的孩子，学到的会比自己一个人学更多。教会孩子分辨这两种用法，就是我们的导师在做的事。
每一节用到人工智能的课，都跟从同样的四个步骤。
孩子先自己试着解题。
他们只问人工智能要提示或核对，永远不直接问答案。
他们比较人工智能的回应和自己的做法，找出不同之处。
关掉人工智能后，用自己的话解释答案。
孩子能在没有人工智能的情况下解释，就代表学会了；做不到的话，我们就退回上一步。
我们不把人工智能当作独立的科目来教。我们教数学、英文、经济和科学，再让孩子看到人工智能可以怎样帮助他们学好每一科。我们的导师都是中学生，完成 AFG 的培训后才开始教学，并以小组形式上课，让每个孩子都得到照顾。
每个单元都把一个学科和人工智能配合起来，目的是缩小我们的学生和家境较好的同龄人之间的差距，而不是令它扩大。
我们用人工智能，把抽象的数学变成孩子看得见、摸得到的东西。学生会亲手建立一个简单的模型，替一组数据配出一条直线，让斜率、梯度和最佳化不再只是课本上的字。他们可以请人工智能导师按自己的程度一步步讲解，这种一对一的辅导，平时通常要付钱才有。我们也教他们检查人工智能的推算，而在找出它的错处时，往往就真正学懂了数学。
有什么帮助：让一个请不起私人补习的孩子，也有一位差不多的数学导师。
学生把人工智能当作写作伙伴：先起稿，再请它给意见，然后修改。同样重要的是，我们教他们质疑人工智能写出来的东西，找出薄弱的论点、错误和偏见。家境较好的孩子，往往从补习老师和家中的讨论学到这种细读和批判思考。对以英文为第二语言的孩子来说，人工智能伙伴也代表可以无限次练习，不怕被人取笑。
有什么帮助：给在家里得不到耐心回馈、也少有机会练英文的孩子，多一个练习的对象。
学生用人工智能去了解自己城市的经济。他们会看真实的香港数据，例如房价、工资和贫富差距，再由人工智能帮忙搜寻资料和制作图表。供求、机会成本和贫富差距这些概念，就变成了关于自己社区的问题。他们也会用人工智能做简单的模拟，看看价格和诱因怎样互相影响。
有什么帮助：懂得金钱和经济本身就是一种优势，而这些孩子大多没有人在家教他们。
学生用人工智能模拟，做一些学校买不起器材的实验，例如抛体运动、电路和化学反应。他们会试用图像识别工具，看看机器怎样“看”世界。他们也会学到人工智能模型在哪里会出错、模拟在哪里会和现实不符，而这正是真正的科学思考。
有什么帮助：一部借来的手机就能变成实验室，让资源多少不同的学校之间，在实验器材上的差距没那么重要。
示范课堂
这节课用上了上面的数学和英文单元。我们把它公开，让学校在邀请我们之前，先看看一节课是怎样设计的。
第一部分 · 数学 · 30 分钟
学习目标 学生计算一个比率，并解释为什么一个较大的数字，也可能输给较小的那个。
每位学生选两个自己真的会玩的《Brawl Stars》角色，从自己的手机画面读出每发伤害和装弹速度。他们几乎总会选一个又慢又重、一个又快又轻的角色，也几乎总以为数字大的那个会赢。
然后他们计算每秒伤害，结果通常是快的那个胜出。这份意外就是这一课的重点：单看一个数字说明不了太多，真正重要的数字往往是一个比率。
然后是转折：快的那个角色只能攻击近距离的敌人。它还是较好的选择吗？现在答案要视乎你怎样玩，而这正是第二部分要处理的。
延伸 装弹速度要改变多少，答案才会倒过来？这是他们第一次解未知数，推动他们的是好奇心，而不是课本。
留意 算式做对、却说不出为什么答案出乎意料的学生。能解释才是目标，乘法只是过程。
第二部分 · 英文 · 30 分钟
学习目标 学生写一段短论证，包括主张、证据、公平地写出对方的看法，以及建议。
他们用刚才算出的数字做证据，论证两个角色之中哪一个较好。只有一条硬性规定：必须诚实地写一句，说明为什么有人会合理地选另一个角色。写不出来的话，就代表还未真正明白自己的论点。
我们会在黑板上写好句子开头，帮助以英文为第二语言的学生：
接着他们跟从 Think First 的步骤：每位学生请人工智能工具核对自己的计算，并给一个提示让论点更有力，再自己判断这些意见对不对。最后关掉人工智能，用自己的话向组员解释自己的建议。
写四、五句就是一份完整的作品。我们会请两三位学生读出自己写的，其他人的任务是找出当中的反方论点，而不是判断谁赢。
留意 把反方论点写成贬低别人的话，例如“有人会选它，因为他玩得差”。这要退回重写。学会公平地说出对方的立场，正是这个练习的意义。
主张、证据、诚实的反方理由，然后是建议：这正是我们向政府提交每一份提案时用的结构。我们教十一岁孩子的方法，和我们写给决策者的方法是同一套。
反过来也一样。我们在 2025 年 12 月提交的《Think First 先想后问》提案，就是把导师每星期都在用的方法，建议推广到全港每一间小学。
我们在七所学校上课，包括何文田的天主教领岛学校和 Kennedy Town School，也和社区伙伴 St. Barnabas' Home & Society 及 10% Organisation 合作。
我们的导师在天主教领岛学校上课。
除了在小学上课，我们也和沪江维多利亚学校合办课程，对象是社区里的年轻人。
教学生在自己的社区里运用人工智能：这些工具擅长做什么，以及怎样用它们做些真正有用的事。
教社区里的孩子，人工智能可以令哪些事情变得更好，以及怎样分辨和避开它被滥用的情况。
我们去天主教领岛学校之前，以为要花很多力气，才能说服一班孩子人工智能和时事跟他们有关。我们错了。他们不是没有兴趣，只是从来没有人给过他们机会。不到一小时，他们已经在争论一个演算法算不算公平。他们从来不缺好奇心，缺的是机会。