香港教育大学自研AI学习平台落地实践

8月26日，记者从香港教育大学获悉，该校课程与教学学系系主任晏子教授领衔的研究团队，自2025年6月起，邀请香港10所中学及6所小学共2200名学生，试用团队自主研发的“EASE易学平台”，并开展系统性追踪研究。首阶段成果显示，该平台通过因材施教的个性化练习与评估模式，有效激发学生自主学习意愿，并显着改善学业表现。

晏子教授（右五）与团队成员等合影。研究团队供图，下同

随着香港教育局发布《中小学数字教育发展蓝图》，AI在课堂应用及其对学习成效的影响备受关注。研究团队自2024年起研发“EASE易学平台”，以数学教育为核心，结合AI技术为学生规划个人化学习路径，并提供即时回馈、自动批改、错因分析及学习报告生成等功能，既辅助教师精准调整教学，也培养学生主动订正、积极参与课业等自主学习习惯。

研究对比发现，规律使用平台的学生，在成绩水平与进步幅度上均明显优于未使用者。2026年上半年焦点小组数据显示，每月使用EASE平台不少于8天的高频使用者，功课提交率约达70%，而每月仅使用3天的轻度使用者提交率仅约30%；高频使用者人均主动完成课后习题约456条，轻度使用者平均仅2条；高频使用者主动纠正错误的比例达43%，为轻度使用者的2至5倍。

据介绍，在学业精进方面，焦点小组学生在平台使用前期的答对率介于50%-54%；持续使用12周后，高频使用者的课后习题准确度提升至72%，教师布置的作业准确度更达82%，而轻度使用者同期准确度无显着变化。

“EASE易学平台”内置学生自我评估系统，高频使用者预测作业得分与实际得分的误差率仅为22%，较轻度使用者低约8个百分点，反映平台有助学生更清晰认知自身学习进度，进而提升其调整学习策略的后设认知能力。

以铁路路线图模型为基础的纵向追踪机制。

研究团队指出，AI赋能教育的关键不在于算力速度，而在于是否构建科学、稳健且以人为本的评估体系。EASE平台参照铁路路线图原理，设计纵贯追踪机制，通过分析学生不同时间点的答题正确率与错题模式，精准定位其学习“站台”，据此动态调整难度与内容，实现因材施教。同时，平台为教师提供学习分析数据，并增设AI智能总结模组，以对话互动形式协助教师快速解读全班整体趋势及个体差异，将静态数据转化为教学决策的动态向导，解决传统图表解读耗时易漏的痛点。

晏子表示，平台运作遵循因材施教的理念。举例来说，当学生表现理想的时候，平台会适当提升题目难度，而当学生对内容掌握欠佳的时候，平台则会相应降低难度。平台的核心依旧是通过学理设计促进自主学习，而AI只是辅助学生学习的工具，并不能代替他们进行思考。学生在主动纠错中深化知识内化，养成持续学习与主动修正的习惯，成绩提升仅是附带成果。他指出，AI教育潜力的释放，取决于设计是否植根于学习理论与实证经验。AI教学应用能结合清晰的教学目标、持续评估学生需求并辅助教师调整策略，才能更好地赋能教学。本次研究成果可为本地数字教育转型提供重要实证参考。

除“EASE易学平台”外，研究团队亦推出专为教师设计的“FAITH创新未来教学中心”，收录多学科真实课堂案例与教材，展示教师主导与学生参与相融合的评估策略，提供专业发展资源。目前EASE平台已拥有超过2,200名学生用户，FAITH中心注册教师约390名，师生反馈均认可平台实际成效。

研究团队呼吁，教育界应加快从“技术应用”走向“学理引导”，以学生学习为核心，结合教师专业判断，推动教学与评估的深度转型。此次“EASE易学平台”落地实践，为AI环境下香港学校教学革新提供了扎实的实证经验和可推广的应用方案。