新聞
耀中耀華教育洞察
耀中耀華教育洞察
2026 年 06 月 10 日
18 : 29
本文核心要點
AI 競爭力不是等到填寫大學志願前才開始補。它是從中小學階段持續累積的核心能力:提問、判斷、跨學科連結、倫理責任。
2026 年,前沿學科不再只出現在大學實驗室。中國新增本科專業目錄、劍橋國際教育 (Cambridge International) 把 AI 時代的數字成熟度前移到 5–14 歲課程、國際文憑組織 (IB) 對 AI 學習邏輯的討論,以及英美高校把 AI 技能與倫理放進本科學習,形成同步信號。文章不是要你立刻改變孩子的選科方向,而是先改變你看待 AI 競爭力的定義。
本文會回答
2026 年,高考周期間,約 1,290 萬考生打開志願目錄時看見,已經不只是熟悉的專業名稱。具身智能、低空經濟、腦機科學與技術、半導體科學與工程一起進入本科入口。
同一時間,走國際課程路線的家庭也在看見對應訊號。Cambridge International 在 2026 年 2 月更新 5-14 歲數字素養課程,強調數字成熟度不只是會操作設備。IB 也在同一年明確討論 AI 如何改變學習、思考和展示理解。
英國南安普頓大學與美國西北大學也把 AI 技能、倫理判斷和人機互動放進本科培養。這些事件不在同一個政策體系內,卻對一個問題發出相近訊號:未來學科要求的是可持續的能力起點,而不是只在末端教一次工具。
中國本科專業調整不是一個孤立例子,而是學科與產業邏輯前移的樣態。前沿專業的進場,表示大學在預警:孩子以後要進入的課題環境,不再是單一知識面向。
於是家長最容易出現一個反射:是不是要更早讓孩子學編程、機械人或 AI 工具?
這些內容當然值得學,但它們不是 AI 競爭力本身。具身智能不只是 AI 模型,還涉及機械、感知、空間;腦機科學不只是工程,也包括神經科學、倫理與人的邊界;低空經濟不只是飛行技術,也包括城市規劃、規則與風險。更早學會一個單點工具,和建立可轉移能力不是同一件事。
2026 年 6 月 5 日的耀中耀華教育講座系列 (YCYW Educational Lecture Series) 就是把這個差異講得很清楚。主講黃子韬博士沒有把焦點放在「工具清單」,而放在可持續的能力設計。
黃子韬博士,香港大學哲學系助理教授,研究方向包括政治與道德哲學、AI 倫理與科技治理。
講座中,他把 AI 時代的人類能力壓縮為四類:多元性及彈性、批判性提問、倫理價值判斷、關係與信任。
多元性及彈性,是指孩子不能只靠一個技能。當一個任務可以被工具快速替代時,真正留下來的是能連接多個知識來源與方法的人。
批判性與提問能力,是 AI 時代的直接門檻。孩子如果只把 AI 當成即時解題器,就容易把判斷權讓給輸出內容。真正的競爭力在於問對問題:依據是什麼?會不會有例外?會不會影響誰?
倫理價值判斷意味著,工具建議不等於正確決定。它只是建議。孩子要學會回問:這個建議背後有何價值前提?是否會擴大偏見?是否忽略風險?
關係與信任是 AI 仍然補不上的環節。工具可以提供運算效率,但不能替代成人與同伴之間的信任建構、溝通和責任承擔。
AI 可以快,這不代表它就替代了問題建構。兩個孩子都能輸入問題,一個在問「幫我寫一篇關於腦機科學的作文」,另一個在問「為什麼腦機研究要有倫理框架,與醫學、工程、心理學關係怎麼落在一起」。第二種問題,已經在形成研究者式思維。
提問能力不能在大學才突然長成,它必須在每日課堂和家庭對話中累積。提問不是反對學校,而是學會更精準地定義困難、辨識不確定,並在下一步裡做出負責決定。
這裡常被忽略的一句是:「工具可以幫你快,但不能幫你負責。」當孩子把判斷權留在自己身上,AI 才變成可伸縮的夥伴,而不是替代判斷的替罪羊。
跨學科最常被誤解成增加學科總數。其實是讓孩子理解不同知識如何成立、如何驗證、如何共同解釋現實。
數學可以證明「1+1=2」,但天氣、情緒、人際決策沒有同樣直接的封閉公式。孩子如果只訓練單一科目型知識,遇到混合情境時會快速失速。
因此,前沿學科進入志願入口,不能把家長帶回「提前讀大學課」。真正要做的,是每天安排孩子在真問題中反覆練習:哪些證據可用?哪些知識不能直接平移?哪個決定會影響安全、隱私、社會關係?
成績在升學裡仍然有價值,這不需要回避。家長焦慮很真實,問題也很現實:時間和精力有限,先不先上這些課題。
黃子韬博士的回應是「兩者皆需」。成績是入口;能力是路程。孩子可能靠成績進入熱門專業,但如果沒有提問、判斷、跨學科與責任感,學習會很快退化成操作任務。
對高考、中國內地、IB、A Level、HKDSE 或海外申請不同路徑家庭來說,這個平衡都成立:成績是門檻,未來能力是持續行走的能力。
耀中耀華教育網絡(YCYW Education Network)成立於 1932 年,服務超過 12,000 名師生,跨香港、內地、美國矽谷及英國薩默塞特。這種跨區域網絡的實務經驗,對應到這個議題是可行的:能力不在最後一年才補。
在耀中耀華,AI 時代能力不是一條獨立學科,而是落在全人教育(Holistic Education)之內。這意味著學術、品格、服務、藝術、科技不是並列項目,而是同一條成長軸線。
中西融合教育(Sino-Western Fusion Education)提供了這件事的教學土壤:一方面有中文文化的紮實根基,另一方面維持西方探究式、批判性思考的課堂節奏。雙語學習共同體(Bilingual Learning Communities)則把表達、協作、反思放進學生習慣。
耀中耀華未來教育團隊(YCYW EdFutures)更強調在真實任務裡使用新工具,讓工具邊界、價值觀與責任一併被討論。教育真正要做的,不是提前決定孩子會成為什麼人,而是持續訓練孩子如何對自己的判斷負責。
面對前沿專業下沉,家長不要只問:「現在要不要讓孩子選 AI 相關學科?」更重要的是問:「孩子現在是不是開始在 K-12 階段練習未來專業需要的能力?」
AI 競爭力不是一門課、一張證書或一組學習工具。它是一條從小學到高中逐步長出的能力線:能提問、能判斷、能連接、能承擔、能與人合作。
來源說明:本文新聞背景參考中國新增本科專業相關報導 (China Daily,2026-06-06)、Xinhua 同題報導、Cambridge International 2026 年 2 月官方更新、IB 於 2026 年 5 月討論 AI 教育、南安普頓大學 2026 年 2 月 AI 基礎課程公告,以及西北大學 2026 年 3 月本科 AI 專業公告。講座觀點來自 2026 年 6 月 5 日耀中耀華教育講座系列(YCYW Educational Lecture Series)黃子韬博士分享。
編程有價值,但編程不等於 AI 競爭力。更底層能力是提問、判斷與跨學科連接。學會工具是加分,學會在工具之外思考是底線。
K-12 要先給的是能力底盤:概念理解、問題定義、證據判斷、情境思考、倫理敏感度。具身智能、腦機科學、半導體、低空經濟等專業名稱會變,這些底盤不容易過時。
全人教育把學術與品格連成一體。學生不只需要知道「怎麼做」,也要知道「為什麼做」、「怎麼負責」。它把學術、倫理、藝術、服務與科技放在同一套實踐節奏中,強化孩子的可持續學習力。
在真實問題情境下,學生會用雙語、跨科目、跨文化方法理解同一件事。這比只多加一門課更有效,也更接近未來競爭場景。
沒有基礎,孩子容易把 AI 輸出當成結果。基礎讓孩子知道哪裡合理、哪裡要查證、哪裡可能偏差,才能把 AI 當成有邊界的學習工具。
成績是升學門檻,不是唯一資產。未來能力主要看孩子是否能在複雜情境下持續做判斷、修正、協作與反思。家長可同步關注分數、提問品質、跨學科實作與價值觀落地。