教學計劃
我們的學生導師在全港各區為基層家庭的小學生上課。每個科目都配上人工智能，讓孩子多了一個免費、有耐性、課後也能繼續用的學習夥伴。
86%
的學生自 2024 年起，至少升了一個組別。
教過 350 個孩子 · 7 間學校 · 43 位受訓導師
這 86% 不是我們一個人的功勞。老師、家長和學生自己都付出了努力。但這是我們用來要求自己的數字。
在香港，課後的額外輔導通常要花錢。付得起補習費的家庭會請補習，付不起的，只能看著孩子落後。人工智能改變了這一點：第一次，一位能用五種方法解釋同一條題目、又有耐性的導師，可以免費得到。
但工具有多大用處，要看孩子懂不懂得好好使用。一個直接問人工智能要答案的孩子，什麼也學不到；一個先自己嘗試、再問提示、最後用自己的話解釋答案的孩子，學到的會比自己一個人學更多。教會孩子分辨這兩種用法，就是我們的導師在做的事。
每一節用到人工智能的課，都跟從同樣的四個步驟。
孩子先自己試著解題。
他們只問人工智能要提示或核對，永遠不直接問答案。
他們比較人工智能的回應和自己的做法，找出不同之處。
關掉人工智能後，用自己的話解釋答案。
孩子能在沒有人工智能的情況下解釋，就代表學會了；做不到的話，我們就退回上一步。
我們不把人工智能當作獨立的科目來教。我們教數學、英文、經濟和科學，再讓孩子看到人工智能可以怎樣幫助他們學好每一科。我們的導師都是中學生，完成 AFG 的培訓後才開始教學，並以小組形式上課，讓每個孩子都得到照顧。
每個單元都把一個學科和人工智能配合起來，目的是縮窄我們的學生和家境較好的同齡人之間的差距，而不是令它擴大。
我們用人工智能，把抽象的數學變成孩子看得見、摸得到的東西。學生會親手建立一個簡單的模型，替一組數據配出一條直線，讓斜率、梯度和最佳化不再只是課本上的字。他們可以請人工智能導師按自己的程度一步步講解，這種一對一的輔導，平時通常要付錢才有。我們也教他們檢查人工智能的推算，而在找出它的錯處時，往往就真正學懂了數學。
有什麼幫助：讓一個請不起私人補習的孩子，也有一位差不多的數學導師。
學生把人工智能當作寫作夥伴：先起稿，再請它給意見，然後修改。同樣重要的是，我們教他們質疑人工智能寫出來的東西，找出薄弱的論點、錯誤和偏見。家境較好的孩子，往往從補習老師和家中的討論學到這種細讀和批判思考。對以英文為第二語言的孩子來說，人工智能夥伴也代表可以無限次練習，不怕被人取笑。
有什麼幫助：給在家裡得不到耐心回饋、也少有機會練英文的孩子，多一個練習的對象。
學生用人工智能去了解自己城市的經濟。他們會看真實的香港數據，例如樓價、工資和貧富差距，再由人工智能幫忙搜尋資料和製作圖表。供求、機會成本和貧富差距這些概念，就變成了關於自己社區的問題。他們也會用人工智能做簡單的模擬，看看價格和誘因怎樣互相影響。
有什麼幫助：懂得金錢和經濟本身就是一種優勢，而這些孩子大多沒有人在家教他們。
學生用人工智能模擬，做一些學校買不起器材的實驗，例如拋體運動、電路和化學反應。他們會試用影像辨識工具，看看機器怎樣「看」世界。他們也會學到人工智能模型在哪裡會出錯、模擬在哪裡會和現實不符，而這正是真正的科學思考。
有什麼幫助：一部借來的手機就能變成實驗室，讓資源多少不同的學校之間，在實驗器材上的差距沒那麼重要。
示範課堂
這節課用上了上面的數學和英文單元。我們把它公開，讓學校在邀請我們之前，先看看一節課是怎樣設計的。
第一部分 · 數學 · 30 分鐘
學習目標 學生計算一個比率，並解釋為什麼一個較大的數字，也可能輸給較小的那個。
每位學生選兩個自己真的會玩的《Brawl Stars》角色，從自己的手機畫面讀出每發傷害和裝彈速度。他們幾乎總會選一個又慢又重、一個又快又輕的角色，也幾乎總以為數字大的那個會贏。
然後他們計算每秒傷害，結果通常是快的那個勝出。這份意外就是這一課的重點：單看一個數字說明不了太多，真正重要的數字往往是一個比率。
然後是轉折：快的那個角色只能攻擊近距離的敵人。它還是較好的選擇嗎？現在答案要視乎你怎樣玩，而這正是第二部分要處理的。
延伸 裝彈速度要改變多少，答案才會倒過來？這是他們第一次解未知數，推動他們的是好奇心，而不是課本。
留意 算式做對、卻說不出為什麼答案出乎意料的學生。能解釋才是目標，乘法只是過程。
第二部分 · 英文 · 30 分鐘
學習目標 學生寫一段短論證，包括主張、證據、公平地寫出對方的看法，以及建議。
他們用剛才算出的數字做證據，論證兩個角色之中哪一個較好。只有一條硬性規定：必須誠實地寫一句，說明為什麼有人會合理地選另一個角色。寫不出來的話，就代表還未真正明白自己的論點。
我們會在黑板上寫好句子開頭，幫助以英文為第二語言的學生：
接著他們跟從 Think First 的步驟：每位學生請人工智能工具核對自己的計算，並給一個提示讓論點更有力，再自己判斷這些意見對不對。最後關掉人工智能，用自己的話向組員解釋自己的建議。
寫四、五句就是一份完整的作品。我們會請兩三位學生讀出自己寫的，其他人的任務是找出當中的反方論點，而不是判斷誰贏。
留意 把反方論點寫成貶低別人的話，例如「有人會選它，因為他玩得差」。這要退回重寫。學會公平地說出對方的立場，正是這個練習的意義。
主張、證據、誠實的反方理由，然後是建議：這正是我們向政府提交每一份提案時用的結構。我們教十一歲孩子的方法，和我們寫給決策者的方法是同一套。
反過來也一樣。我們在 2025 年 12 月提交的《Think First 先想後問》提案，就是把導師每星期都在用的方法，建議推廣到全港每一間小學。
我們在七間學校上課，包括何文田的天主教領島學校和 Kennedy Town School，也和社區夥伴 St. Barnabas' Home & Society 及 10% Organisation 合作。
我們的導師在天主教領島學校上課。
除了在小學上課，我們也和滬江維多利亞學校合辦課程，對象是社區裡的年輕人。
教學生在自己的社區裡運用人工智能：這些工具擅長做什麼，以及怎樣用它們做些真正有用的事。
教社區裡的孩子，人工智能可以令哪些事情變得更好，以及怎樣分辨和避開它被濫用的情況。
我們去天主教領島學校之前，以為要花很多力氣，才能說服一班孩子人工智能和時事跟他們有關。我們錯了。他們不是沒有興趣，只是從來沒有人給過他們機會。不到一小時，他們已經在爭論一個演算法算不算公平。他們從來不缺好奇心，缺的是機會。