Skip to Content Facebook Feature Image

HKGAI推AI教與學助理「HKLearn」 首站登陸科大逾3,000學生註冊使用

社會事

社會事

社會事

HKGAI推AI教與學助理「HKLearn」 首站登陸科大逾3,000學生註冊使用

2026年09月23日 19:08 最後更新:19:10

香港生成式人工智能研發中心(HKGAI)宣布正式上線全新專為高等教育場景打造的 AI教學及學習助理——「HKLearn」。該系統由 HKGAI本地研發的大模型HKGAI V3驅動,致力為學生和教師打造更加便捷高效的AI教與學工具,全力支持特區政府積極推動數字教育及建設國際專上教育樞紐的政策方向。

「HKLearn」操作介面,整合 Canvas課程大綱並提供「邊睇邊問」的AI互動學習功能。

「HKLearn」操作介面,整合 Canvas課程大綱並提供「邊睇邊問」的AI互動學習功能。

目前,HKLearn 首站已於香港科技大學(HKUST)上線(科大專屬版本稱為 HKUST Teaching Agent),並已吸引超過3,000名學生註冊使用,累計上載超過24萬份學習資料。

HKLearn 以「沉浸探索你的好奇心」(Indulge your curiosity)作為口號,完美結合「課程導向學習」(Curriculum-driven)與「好奇心驅動」(Curiosity-driven)的雙重優勢。不同於傳統學習管理系統(LMS)或通用AI聊天機械人(Chatbot),HKLearn貫徹「支架式教學」(Scaffolded learning)與課程認知對齊理念。系統以教學大綱為脈絡、原版教材為思維錨點,引導學生在邊學邊問的「結構化探究」中由被動接受轉為主動建構,激發主動學習(Inspires active learning)、刺激好奇心(Stimulates curiosity),並深化後設認知(Deepens metacognition)。

「HKLearn」課堂應用實景,學生上課時可以透過AI學習助理同步理解課程內容與提問。

「HKLearn」課堂應用實景,學生上課時可以透過AI學習助理同步理解課程內容與提問。

四大核心優勢:

1.一鍵同步LMS系統,講義教材無縫整合:HKLearn已深度打通Canvas等主流LMS系統。學生授權後,系統能自動同步最新的課程大綱、講義及閱讀材料,無縫建立個人專屬的AI學習工作空間(Workspace)。

2.精準原文比對,答案可「fact check」:學生可隨時「邊看講義邊發問」,HKLearn支援對講義及 PowerPoint 結構與視覺邏輯的精準理解。系統回覆提問時,能同步標註並定位到相應頁面,讓學習者隨時「fact check」AI 解答的出處,每個知識點均源自課堂真實教材,確保資訊可追溯、可驗證,大幅降低生成式AI幻覺風險,讓學習更安心。

3.即時做圖、出題,打造溫習神器:HKLearn具備強大的多模態解析能力,支援包含PDF、Word、PPT、圖片及影音等多種檔案格式,並可精準呈現流程圖、時序圖等複雜視覺內容。同時,系統能將課程教材即時轉化為多元化的「溫書神器」,包括自動生成測驗(Quiz)、記憶閃卡(Flashcards)、思維導圖(Mind Maps)、摘要文件(Word/ Excel)及播客(Podcast)等,其中測驗更附有解答分析與原文引用,顯著提升溫習效率。

4.掌握學習大數據,輔助因材施教:系統能夠記錄和分析學生的提問頻率、關注重點及學習工具使用情況,未來將為教師提供教學數據分析,協助掌握學生的學習需要、優化課程設計,實現數據驅動的因材施教。

HKLearn 在科大推出以來廣受師生好評。HKGAI 研發團隊表示,目前正積極計劃將HKLearn 推廣至香港其他大專院校試用,進一步透過本地主權AI技術賦能香港教育,培育具備國際競爭力和AI素養的新一代人才。

附件說明: HKLearn系統操作演示 (Product Walkthrough) ,影片展示AI 教與學助理HKLearn的核心功能及實際用戶介面: 

無縫同步LMS系統 (Canvas Sync): 展示系統如何與Canvas 學習管理系統對接,一鍵將學校的課程資料自動導入個人的學習工作空間。

結合教材的智能問答 (Start with Your Sources & Chat): 學生在閱讀課件(如PPT講義)時,可利用右側的AI聊天視窗,針對特定頁面或複雜圖表發問,AI會即時提供深入解析。

自動生成思維導圖 (Mind Map): 系統具備強大的資訊整合能力,能將教材內容一鍵轉化為思維導圖,協助學生掌握知識的整體架構。

智能測驗與精準溯源 (Quiz & Check the Source): HKLearn能根據課程內容自動生成測驗題,並在作答後提供詳盡的分析。更重要的是,系統會精準標示並跳轉至原版教材的對應頁面,讓學生隨時核對AI給出的答案來源,確保學習內容真確可靠。

有目的之學習流程 (Purposeful Learning): 影片最後總結了其建基於課程的學習循環:從「探索資料 (Input)」、「理解提問 (Chat)」到最終的「學以致用 (Output)」。

多年來,人工智能研究員一直警告,這項技術可能以多種方式毀滅人類。有思想實驗指出,人工智能機械人或會設計出無法阻擋的疾病、引發核戰,甚至將整個地球變成萬字夾工廠。

自從多名業界高層基於安全理由,支持減慢人工智能技術發展後,業界內外對於這些末日情景的可能性,爭論變得更加激烈。

(資料圖片) 一名工人經過中國公司Lens的機械人,攝於2026年6月22日周一在北京舉行的中國國際供應鏈博覽會上。(美聯社圖片/Ng Han Guan) AP圖片

(資料圖片) 一名工人經過中國公司Lens的機械人,攝於2026年6月22日周一在北京舉行的中國國際供應鏈博覽會上。(美聯社圖片/Ng Han Guan) AP圖片

儘管外界警告人類可能無法掌控這項技術,但部分人質疑,人工智能公司本身描述的最壞情況,更多是為了證明其工作的重要性,而非真實情況。

網絡安全公司SentinelOne研究員、OpenAI「前沿風險委員會」成員Juan Andrés Guerrero-Saade表示:「這些論點根本站不住腳。我認為它們是科幻情節,對某種幼稚思維方式很有吸引力,對前沿實驗室來說非常誘人,因為這有助於他們招募特定類型的人才。」

然而,越來越多人開始擔憂這項技術的風險,儘管其驚人能力已令世界為之驚嘆。

Anthropic研究員Jacob Coxon,早前因擔憂該公司及其競爭對手在人工智能發展上未有負責任地行事而辭職。他近期在社交平台X表示,需要「努力」更有效地向人們解釋人工智能將如何終結人類。他本月初撰文指:「不幸的是,很難傳達具體情景。」

以下是一些較廣泛討論的末日情景。

研究員長期以來一直推測,人工智能系統可能透過促使各國互相發射帶有核彈頭的導彈,從而引發核戰。核爆炸及隨之而來的持久放射性大氣塵埃,將導致「核冬天」,可能摧毀地球上的所有生命。

蘭德公司研究員在去年一份報告中總結,「目前」人工智能不可能導致核武器的使用,因為「指揮及控制系統內建有嚴格的安全措施」。然而,報告指出,如果人工智能模型被整合到核武器「決策鏈」中,或獲得未經授權的系統存取權限,這種情況可能會改變。

對於許多人工智能研究員而言,危險之處不在於人工智能代理突然決定終結人類,而是人們、國家或團體利用它來消滅其對手。

人工智能其中一個最大承諾是,它可協助人類研發疾病的治療方法及藥物。

治癒疾病的另一面是,創造或推進疾病以傷害人類。Anthropic本月初表示,已阻止惡意行為者利用其人工智能進行一系列惡意活動,例如網絡攻擊、監控,以及可能導致生物武器的研究。

Anthropic舉例指,其系統曾阻止一項來自其Claude工具的協助請求,該請求涉及一項研究提案,旨在增強變異,使蚊媒的基孔肯雅病毒逐漸變得更具危害性。Anthropic表示,雖然這類研究可用於開發更好的疫苗及治療方法,但「亦可能被用於使病原體更危險」。

同樣地,蘭德公司的報告指出,人工智能發展的最新進展「有潛力改變合成病原體的設計」。

報告概述生物武器末日情景時指出,新型病原體可在實驗室中製造,運送到目標地點,並傳播以感染多個地方的大量人口。但報告仍然設想由人類,而非自主人工智能,監督及執行這類襲擊。

部分人工智能研究員擔心,人類滅絕事件可能源於「錯位」(misalignment),即人工智能模型在未經人類授權下行動、與其他模型協調或規避監督。這並非源於惡意意圖,畢竟人工智能既非人類,亦無善惡之分,而僅僅是因為人類可能阻礙模型達成其目標。

以牛津哲學家Nick Bostrom數十年前提出的「萬字夾最大化」思想實驗為例,該實驗指出,如果先進人工智能被指示盡可能多地生產萬字夾,它最終可能將整個地球,然後是越來越多的太空部分,轉化為萬字夾工廠。

Bostrom在2003年撰文指,這旨在說明超級智能人工智能(通常稱為通用人工智能,即AGI)如何推進一個人類可能認為是理想的目標,但「實際上卻是一個虛假的烏托邦,其中對人類繁榮至關重要的事物已不可逆轉地喪失」。

他寫道:「我們需要小心我們對超級智能的期望,因為我們可能會得到它。」

鑑於人工智能的發展速度,Anthropic行政總裁Dario Amodei本月警告,數月內,一群人工智能代理可能透過殭屍網絡(由惡意軟件連結的機械人網絡)「接管」互聯網,潛在造成數十億美元的損失。這可能意味著入侵電網、供水或交通系統以及金融機構,這些攻擊可能不會終結人類,但可能導致混亂及生命損失。

過往軟件故障造成的干擾,已突顯數碼化世界的脆弱性,該世界依賴少數供應商提供關鍵運算服務。而更強大的人工智能模型,則引發對網絡攻擊漏洞的擔憂。但部分專家表示,機械人接管整個極度分化的互聯網,這種想法過於牽強。

(美聯社)

你 或 有 興 趣 的 文 章