Skip to Content Facebook Feature Image

【AI 小息 🧃 】52人爭1個學位!城大神科「純 AI」爭崩頭,JUPAS 揀科前必睇嘅 3 個貼士!🎓🤖

博客文章

【AI 小息 🧃 】52人爭1個學位!城大神科「純 AI」爭崩頭,JUPAS 揀科前必睇嘅 3 個貼士!🎓🤖
博客文章

博客文章

【AI 小息 🧃 】52人爭1個學位!城大神科「純 AI」爭崩頭,JUPAS 揀科前必睇嘅 3 個貼士!🎓🤖

2026年05月15日 10:04

喂喂喂!各位同學仔,又係神隊友「AI 好奇豆」🌱 出動嘅時間!

DSE 考完啦,而家大家都應該忙緊刨 JUPAS 數據,準備排位。最近有單新聞震撼咗好多想讀 IT 嘅同學:城大(CityU)嘅旗艦神科「人工智能·計算·突破課程」,上年居然有 311 人申請,最後只收 6 人,即係 52 個人爭 1 個位!來到 2026/27 學年,學額雖然加到 10 個,但加權後收生中位數高達 31 分,絕對係名副其實嘅「神科」!

好多同學仔 inbox 豆豆:「我都好鍾意玩 ChatGPT 同 Midjourney,好唔好將呢科擺 Band A?」喺你落決定之前,等好奇豆同你冷靜分析下「揀 AI 科」嘅 3 個貼士!

好多人覺得用 AI 畫圖好過癮、寫 Prompt 寫得好順手,就以為自己啱讀 AI。但「純 AI 科」唔係教你點樣寫 Prompt,而係教你底層嘅演算法、微積分、線性代數同統計學。

好多人覺得用 AI 畫圖好過癮、寫 Prompt 寫得好順手,就以為自己啱讀 AI。但「純 AI 科」唔係教你點樣寫 Prompt,而係教你底層嘅演算法、微積分、線性代數同統計學。

🔍 貼士一:你鍾意嘅係「用 AI」,定係「砌 AI」?

好多人覺得用 AI 畫圖好過癮、寫 Prompt 寫得好順手,就以為自己啱讀 AI。但留意返城大嘅收生計分方法:「英文及數學成績將獲兩倍加權」

點解?因為「純 AI 科」唔係教你點樣寫 Prompt,而係教你底層嘅演算法(Algorithms)、微積分(Calculus)、線性代數(Linear Algebra)同統計學(Statistics)。而全世界最頂尖嘅 AI 論文同開源代碼,全部都係英文。如果你見到微積分就頭暈、睇英文長文就眼瞓,咁讀「純 AI 科」絕對會係一場噩夢!

💡 貼士二:做唔到「造局者」,可以做「破局者」(AI + X)

52 爭 1 競爭咁激烈,入唔到神科係咪等於未來無運行?絕對唔係!

好奇豆之前一直強調 「AI 素養(AI Fluency)」。未來社會唔需要幾百萬個識得寫底層 AI 代碼嘅工程師,但極度需要懂得將 AI 應用落各行各業嘅專才(AI + X)!

  • 你可以讀商科(Business),用 AI 分析市場數據;

  • 你可以讀設計(Design),用 AI 輔助生成靈感;

  • 你可以讀醫護(Healthcare),利用 AI 協助診斷。唔好因為入唔到「純 AI 科」就灰心,將 AI 變成你所讀學科嘅「外掛裝備」,你一樣可以成為未來職場最搶手嗰個!

你可以讀商科(Business),用 AI 分析市場數據;

你可以讀設計(Design),用 AI 輔助生成靈感;

你可以讀醫護(Healthcare),利用 AI 協助診斷。唔好因為入唔到「純 AI 科」就灰心,將 AI 變成你所讀學科嘅「外掛裝備」,你一樣可以成為未來職場最搶手嗰個!

未來社會唔需要幾百萬個識得寫底層 AI 代碼嘅工程師,但極度需要懂得將 AI 應用落各行各業嘅專才(AI + X)!

未來社會唔需要幾百萬個識得寫底層 AI 代碼嘅工程師,但極度需要懂得將 AI 應用落各行各業嘅專才(AI + X)!

🎯 貼士三:JUPAS 排位策略 —— 夢想與現實嘅平衡

如果你 Math 同 English 都係學霸級(預計有 5 或 5* 以上),加權後計到有 31 分左右,咁呢科絕對值得你放 Band A1 博一博!

但記住,因為學額只有 10 個,變數極大。你的 Band A2 同 A3 一定要放一啲收生學額較多、分數相對穩定嘅科目做「水泡」(例如傳統嘅 Computer Science 或者 Data Science)。就算入咗普通 CS,大學裡面一樣有海量嘅 AI 選修科(Electives)等緊你!

選擇學科時,先問問自己嘅強項同興趣喺邊,然後思考「AI 可以點樣幫我喺呢個領域發光發亮」,呢個先係最聰明嘅生涯規劃!

選擇學科時,先問問自己嘅強項同興趣喺邊,然後思考「AI 可以點樣幫我喺呢個領域發光發亮」,呢個先係最聰明嘅生涯規劃!

💡 好奇豆終極提示:

AI 係一股大浪,無論你最後入咗邊一科,都一定會同 AI 交手。選擇學科時,先問問自己嘅強項同興趣喺邊,然後思考「AI 可以點樣幫我喺呢個領域發光發亮」,呢個先係最聰明嘅生涯規劃!

你 JUPAS Band A 放咗咩科?留言話畀好奇豆知啦!祝大家排位順利,放榜大捷!👋




AI好奇豆

** 博客文章文責自負,不代表本公司立場 **

各位同工,大家辛苦了!歡迎來到好奇豆的新欄目:【AI 時代教員室 ☕】

科技發展一日千里,學生交上嚟嘅功課越嚟越『完美』,身為前線教育工作者嘅你,係咪偶然都會感到一絲焦慮與迷惘:『AI 咁叻,我哋嘅教學價值喺邊度?』

喺呢個專欄,我哋唔講冷冰冰嘅 Coding,亦唔會逼你盲目追趕科技潮流。我哋會從『教師視角』出發,與你探討如何將 AI 融入學科靈魂、如何設計防作弊又具啟發性嘅新型評估,以及如何安頓這場科技海嘯帶來的情緒。

AI 改變了教學工具,但無法取代教育的溫度。

AI 改變了教學工具,但無法取代教育的溫度。

AI 改變了教學工具,但無法取代教育的溫度。今日,我想同各位老師分享一句來自 Anthropic (Claude 開發商) AI 教學框架中,極具震撼力兼充滿希望嘅金句:

點解可以咁肯定?因為 AI 嘅出現,反而令你一直以來默默耕耘嘅「教師專業」,變得前所未有咁值錢!講三個方法,等大家打氣:

1. 學科知識(Disciplinary Expertise)從未如此重要

好多人誤以為 AI 識晒所有嘢,學科知識就無用。但事實剛剛相反!當 AI 可以瞬間生成海量內容時,未來嘅稀缺資源不再是「生產力」,而是「辨識力(Discernment)」

AI 生成嘅歷史分析客觀嗎?這段程式碼夠「優雅」嗎?這篇評論有捉錯用神嗎?AI 唔知,只有人類專家先知。你喺課堂上教導學生辨別「甚麼是好作品」、「甚麼是邏輯謬誤」,正正就是賦予他們評估和駕馭 AI 輸出的最高級能力。沒有你的學科標準打底,學生用 AI 只會生產出一堆看似華麗的「學術垃圾」。

2. 傳授你的「隱性知識(Tacit Knowledge)」

每個學科都有自己嘅靈魂:歷史學家如何評估史料嘅真偽?科學家如何面對實驗失敗?設計師如何從零激發靈感?呢啲「隱性知識」同「思維過程」,係 AI 訓練數據入面缺乏嘅「人類智慧」。

我哋嘅角色,從「知識傳授者」轉變為「思維教練」。當你教導學生「像一個真正的物理學家般思考」,並要求他們將這種思維轉化為對 AI 的精準指令(Description)時,你就是在教他們如何成為未來職場上的指揮官,而不是被自動化取代的齒輪。

3. 教學的本質是一趟「情感旅程」

AI 可以提供完美嘅 Standard Answer,甚至可以做到 24 小時 Personalized Tutoring,但 AI 永遠無法取代你作為老師嘅「教學專業(Pedagogical Expertise)」

你知道學生喺邊個課題最容易氣餒;你知道幾時要給予嚴厲嘅批評,幾時要輕拍他們肩膀給予鼓勵;你懂得引導他們進行道德反思(Diligence)。人類在學習過程中對「連結」、「信任」和「被看見」的渴望,是任何冷冰冰的演算法都無法填補的。

AI 雖然顛覆了老師評估的模式,挑戰了傳統的功課形式,但它絕對無法取代老師的判斷力、同理心與學科靈魂。

AI 雖然顛覆了老師評估的模式,挑戰了傳統的功課形式,但它絕對無法取代老師的判斷力、同理心與學科靈魂。

💡 教員室小結:

各位老師,請放心。AI 雖然顛覆了我們評估(Assessment)的模式,挑戰了傳統的功課形式,但它絕對無法取代你的判斷力、同理心與學科靈魂。

這場科技變革,不是要抹殺我們的價值,而是將我們從批改錯字、重複講解基礎概念的勞役中釋放出來,讓我們專注於教育最核心的使命——培養具有批判思考、道德責任感、懂得與人(及機器)協作的未來公民。

飲埋呢杯咖啡,深呼吸,讓我們帶著自信走入課室,去培養下一代「不可替代」的人類吧!我們共勉之!☕💪

你 或 有 興 趣 的 文 章