隨着香港教育局公布《中小學數字教育發展藍圖》，人工智能（AI）於課堂應用及其對學習成效的影響備受各界關注。香港教育大學（教大）研究團隊自2025年6月起，邀請10所中學及六所小學共2,200名學生，試用團隊自主研發的學習平台，並展開系統性研究。首階段結果顯示，該平台透過因材施教的練習與評估模式，不僅大幅提升了學生學習自主性，更顯著改善其學業表現。
此研究獲研究資助局（研資局）高級研究學者計劃資助，並由教大課程與教學學系系主任晏子教授領導。研究團隊自2024年起，開始研發EASE易學平台（Efficient Adaptive System for Education: ease.eduhk.hk）。該平台以數學教育為核心，結合AI技術，為學生規劃個人化學習路徑，同時具備即時回饋、功課自動批改、錯誤原因分析，及學習報告生成等功能，不僅可協助教師與學生優化教與學決策，亦能培養學生建立高度參與課業、主動糾正錯誤等自主學習習慣。
研究團隊發現，規律使用該平台的學生，在成績水平與進步幅度上，均明顯優於並未使用平台的學生。在2026年上半年的研究期間，焦點小組的數據分析顯示，每月至少使用 EASE平台八日的學生，功課提交率約達 70%，遠高於每月僅使用該平台三天的輕度使用者約30%的功課提交率；在自主學習方面，平台的高頻使用學生主動完成平均約456條課後習題，遠超輕量使用者平均僅兩題的水平。此外，平台常客主動糾正錯誤的比例亦達 43%，是輕度使用學生的二至五倍。
參與焦點研究小組的學生在使用EASE平台的前階段，答對率僅介乎50-54%；但經過12個星期後，經常使用平台的學生其課後習題的準確度提升至72%，老師布置的功課準確度更高達約82%。與之相較，輕度使用者的答題準確率則與之前無顯著分別。
平台更設有學生自我評估系統，讓學生對自身程度有更透徹的了解。平台高頻使用者預測其功課得分時，與最終實際得分的誤差率只有22%，較輕度使用學生低約八個百分點，顯示平台有助學生掌握其自身學習進度，從而有助提升其後設認知（即調整策略以達到目的）的能力。
研究團隊指出，AI能否真正優化學與教的過程，關鍵並不在於技術的運算能力與處理速度，而在於能否搭建一套具科學依據、架構穩健且以人為本，能滿足師生個性化需求的教育評估體系。EASE平台參照鐵路路線圖模式，設計出縱貫追蹤機制，以乘客出行路線的原理，透過分析學生不同時間點的答題正確率與錯題模式等數據，追蹤同學的學習進度與成效，猶如標定同學身處不同的車站，再因應相關程度和需要調整其學習策略與內容，讓同學得以繼續前行。
除了為學生提供個人化學習支援，平台亦會為老師提供學生的學習情況分析數據，並設有AI智能總結模組，以對話互動形式協助老師梳理並調整教學策略。傳統的學習數據展示往往僅提供靜態圖表與數字，老師需自行解讀數據背後的意義，耗時費力且容易忽略細節。而EASE平台的AI智能總結則能根據老師的要求，主動洞察數據趨勢，協助老師迅速掌握全班整體進度的同時，識別每位學生的需求，讓學生的學習數據「說話」，成為回饋教學決策的即時嚮導。
晏子教授表示：「平台以『因材施教』的模式運作。當學生表現理想時，系統會推送難度更高的題目；若學生掌握情況欠佳，則會相應降低題目難度。但更為關鍵的是，通過基於學理的設計，平台促進自主學習，讓AI成為學生學習的幫手，而不是代替學生進行學習。而學生在練習中主動糾正錯誤，能助他們更好地掌握知識內涵。成績的提升只是附加成果，平台真正的價值，在於培養學生持續學習及主動糾正錯誤的良好習慣。」
他補充道，人工智能在教育中的潛力，取決於其設計是否建基於學理基礎和實證經驗，若AI教學程式能結合清晰的學習目標，並持續評估學生需求，以協助教師調整教學，便能真正促進學習。相信是次研究成果，可為本地數字教育轉型提供重要的參考依據。
除了打造面向學生的EASE平台，研究團隊亦在優質教育基金的資助下，推出專為老師而設的FAITH創新未來教學中心（Future-oriented Approaches for Innovative Teaching Hub:faith.eduhk.hk）。該平台收錄不同學科的真實課堂案例與教材，展示如何融合教師主導與學生參與的評估策略，並為教師提供專業發展資源。
目前，EASE平台已有逾2,200位學生用戶，FAITH中心則有約390位註冊教師用戶。師生反饋均認可兩個平台的實際成效。研究團隊強調，教育界應從「技術應用」，逐步邁向「學理引導」的發展方向，以學生學習為核心，結合教師專業判斷開展教學工作。是次研究成果與平台的落地實踐，為本地學校在AI環境下推動教學與評估轉型，提供了扎實的實證經驗與可借鑑的應用方案。
晏子教授是研資局高級研究學者，自2021年起獲史丹福大學列為全球被引用次數最多的前2%科學家之一。他長期鑽研教育評估及Rasch測量範疇，其帶領的研究團隊僅於過去三年便已發表逾40篇有關教育評估及AI輔助學習的文章，為開發這些教學平台提供了穩健基礎。
