立法會議員、教聯會副會長 鄧飛
近年矽谷多間由科技巨子發起、備受市場期待的創新教育機構，先後折戟。
朱克伯格（Mark Zuckerberg）捐資創立的Charter School在運作數年後關閉，馬斯克（Elon Musk）旗下的Ad Astra收縮辦學規模、停止對外招生，主打精英實驗教學的Tessellations學校快速擴張後陷入內部危機，大批AI教育初創企業融資斷裂、產品停擺。
這一連串失敗，並非否定AI賦予教育的可能性，而是敲響警鐘：資本、技術、商業化運作可以為教育提供資源，卻不能直接換來優質的育人成果。這對香港落實《數字教育藍圖》、在北部都會區布局開辦新學校，有極為深刻的鏡鑑意義。
矽谷崇尚快速 忽視教育規律
矽谷教育實驗的首要教訓，是把商業高速增長的邏輯直接移植到辦學，重擴張而輕沉澱。矽谷創業文化崇尚快速起量、短周期驗證，Tessellations在短短3年學生人數由30餘人暴增至近300，辦學方仍嫌發展速度不足。然而教育不同互聯網產品，教學質量依賴穩定的師資團隊、長期打磨的課程體系、師生之間持續的情感聯繫，無法快速複製。急速擴招之下，教師隊伍動盪、課程反覆調整，學生淪為頻繁迭代的實驗樣本。資本對AI教育產品同樣缺乏耐心，在看不到季度級的成效增長後便抽離資金。
這對香港教育的第一個啟示是，推動數字教育和建設適應AI時代的未來學校嘗試，不僅要是有AI時代前瞻理念，同時也要尊重教育規律，以AI創新工具來同時進行知識教學與輔導學生成長，避免落入「重硬件建設、輕內涵培育」的矽谷陷阱。
人格培育 無法交由機器完成
其次，矽谷經歷徹底打破「技術萬能」的幻想，警示我們要建立人機協同的邊界，AI是工具而非教育的主角。絕大多數矽谷AI教育產品，僅是在傳統教學之上附加科技外殼，並未對課堂教法作出深層改革。一如美國由學區耗資採購，若教師沒有掌握AI融合教學的能力，產品長期閒置；學生過度依賴AI完成思考，獨立思辨、共情溝通的能力反而弱化。
這對香港教育的第二個啟示是：AI可承接知識傳遞的重複勞務，釋放教師精力，但人格培育、價值引導永遠無法交由機器完成。香港推進數字教育，不能只訓練學生熟練操作AI，核心目標是引導學生善用科技提出高質量問題、甄別資訊、跨學科解決真實世界議題，破解「學生拿AI抄題，知識能力無長進，最終成績大幅下跌」的困局。
第三，矽谷教育實驗逐漸滑向優績主義，由實行AI普及培育轉為精英篩選，是香港必須警惕的紅綫。多個矽谷創新學校後來改以智商測試作為入學門檻，服務矽谷高管子女，放棄最初普惠教育的願景。教育的角色從「培育多數人」變為「篩選少數天才」，削弱教育推動社會流動的公共功能。
香港建設未來學校，可以採取國際學校引進、直資學校2.0、優化資助學校等不同路徑。但無論哪一種模式，都要恪守同一育人標尺：AI素養必須與人的全面成長並重。在引入商界、科技界協作時，教育主導權必須牢牢掌握在特區政府手中，課程框架、倫理規範、評核體系，要有利於縮窄不同階層學生之間的數碼鴻溝，確保數字教育的成果不同背景的學生。
矽谷眾多創新學校的折戟，問題不在AI技術本身，而在於把資本運作規律餓套用到教育規律上。前者尤其風險投資講求短期見效的高回報率，否則迅速撤出和轉移資本；但後者是慢工出細貨，作為「人」的師生，與作為「機」的AI加持賦能的各種教育科技平台，這兩者（其實是三者）之間要進行不停的互動，才能把學與教效能和科技效能漸次螺旋式提高。
引AI科創 慎防加壓應試教育
科技迭代可以很快，資本進出可以更快，偏偏人的培育是沒有辦法如前兩者那樣勻速地快！何況，科技的迭代進步，資本的回報比率，都有客觀可量化的指標來衡量，但對人的培育可沒有同等可能量化的指標。如果用考試成績或者所謂的做Project Learning來衡量，那就會陷入了「AI科技創新加壓應試教育」的恐怖場景--不僅要出好的考試評核成績和獲得相關STEAM比賽或發明獎項，而且要出得夠快！
最後，矽谷的經驗證明教育是長周期的系統工程，AI數字教育落地，牽涉課程規劃、課堂模式、考評改革、教師培訓等一連串課題，需要循序漸進地從實踐中調校。
