校園裏那個「永遠在忙」的人——談談香港學校技術支援的困局與出路

從晨早課室故障說起:香港學校不缺 IT 撥款與 AI 項目,卻長期欠缺像實驗室技術員、政府電腦操作員那樣清晰的 TSS 職級。文章回顧 2017 年教聯會「納入常額編制」訴求,並回應「有了 AI 還要請 TSS 嗎」——結論是技能會變,校本穩定人手仍不可少。

早上八點一刻,鈴聲還沒響,電腦室的投影機突然黑屏;家長 App 的密碼重設訊息同時湧進來;老師拿着平板問:「點解上唔到 Wi‑Fi?」——校園裏總有人一邊聽電話、一邊蹲在機櫃前、一邊在群組回覆「收到,即刻睇」。課上完了,學生以為一切理所當然;真正撐着整件事的,往往是那一兩個技術支援人員(TSS)。

這篇文章想說的,不是埋怨,而是一個愈來愈難迴避的問題:香港學校的資訊科技發展很快,但支撐服務運作的人力結構,似乎一直沒有跟上。

資源其實有,職級卻常常沒有

先說公道話:教育局並非沒有投放資訊科技資源。學校常用的經常性撥款,包括「資訊科技綜合津貼」(CITG),可用於消耗品、軟件、網絡保安、保養,以至聘請技術支援人員或購買技術支援服務;另有自 2017/18 學年起發放的「資訊科技人員支援津貼」(ITSSG),2026/27 學年每校約 35 萬元,主要用來加強駐校技術人手——可以自行聘請,也可以委託公司派駐。

再往上數,還有「第四個資訊科技教育策略」下覆蓋全校課室的無線網絡建設(業界常稱 WiFi900 相關安排),以及優質教育基金(QEF)對 STEAM、數字教育的支持;近年更有「『智』啟學教」一筆過撥款,推動人工智能輔助教學。硬件、平台、課程項目,一個接一個。

問題在於:錢與項目可以到位,職位本身卻往往仍停留在「津貼聘用/服務合約」的層次。CITG 與 ITSSG 的官方表述,都強調學校可靈活訂定入職要求與薪酬福利——靈活固然好,卻也意味着:TSS 多數不在資助學校核准編制裏,沒有像其他工種那樣清晰的職級階梯。ITSSG 的出現,確實加強了人手資源;但它本質上仍是現金津貼,並不等于把 TSS 納入常額編制。

其實,這個缺口並不新鮮。2017 年 6 月,香港教育工作者聯會(教聯會)與候任特首辦主任會面,就善用新增經常教育經費提出補充要求,其中特別提到:應將「資訊科技技術支援人員(TSS)」納入常額編制。理由很直白——TSS 不屬常額、欠缺晉升前景、流失率偏高,而電子學習已成大勢。教聯會當時建議增設專門經常撥款聘請 TSS(涵蓋薪酬、強積金及《僱傭條例》福利),並按中小學學位教師薪金中位數估算,預計新增開支約四至五億元。近十年過去,校園科技只會更多、不會更少;當年那句「納入常額」的訴求,讀起來仍然刺耳——因為問題的核心,還沒有真正被結構性解決。

同一個校園,兩種待遇感——甚至三種對照

最容易拿來對照的,是實驗室技術員。資助中學的實驗室技術員有編制計算方法,亦有一級、二級、三級等職級與薪級安排,職責隨 STEM/科學活動需要更新,官方文件寫得清楚。他們服務的對象,主要是科學相關課堂與活動——當然重要。

再拉開一點看公務員體系:政府本身就有「電腦操作員」職系(由數字政策辦公室相關職系管理),職責涵蓋操作與監察電腦設備、網絡及數據中心/伺服器室、用戶支援/求助台、相關採購與資產管理等——跟學校 TSS 日常做的事,其實頗相近。更關鍵的是,這條路有透明的總薪級表階梯:例如二級電腦操作員約第 6 至 15 點、一級約第 16 至 20 點、高級約第 21 至 28 點,再上至助理電腦操作經理、電腦操作經理。薪點對應的金額隨公務員事務局公布的總薪級表調整(以 2026 年 4 月 1 日起計,約由二萬出頭遞增至近十萬元級別,視職級而定)。換言之,政府承認「操作層 IT 支援」值得一套正式職級;資助學校的 TSS,卻多數仍靠校本靈活聘用,欠缺可對照的核准編制階梯。

TSS 呢?日常面對的是全校:學生帶裝置上課、老師用電子學習平台、家長查電子通告、行政要跑網上校管系統、訪客要上網、典禮要影音。服務面更闊,責任鏈更長,但在不少學校,職稱仍停留在「技術支援」「IT 助理」,晉升路徑模糊。這裏不臆測個別學校的具體薪金數字——重點是:校內往往看不到像實驗室技術員、或政府電腦操作員那樣公開可循的職級階梯,薪酬與前景也較難與業界同級技術工作競爭。業界裏常見的感受是:招人難、留人更難;升職空間窄,雜務卻從不缺——搬機、佈線、跟進供應商、放學後趕維修,都可能落在同一個人身上。

老師有較清晰的專業階梯,亦要持續進修數字教育相關培訓;TSS 同樣要不斷學——雲端、保安、裝置管理、AI 工具進校後的新問題——卻未必換來對等的專業認可。很多人自資報讀課程、晚上翻文件、週末趕緊測新系統,為的是學校下一波挑戰到來時不至於手足無措。可是,學習若只被看成「個人興趣」,而不是崗位應有的專業投資,士氣自然難持久。

坊間有種心態:「老師流動性低,TSS 走了再請過。」這句話聽起來務實,其實很傷人:把穩定當成理所當然,把流失當成可接受成本。事實上,換人的隱性代價往往更高——新同事要重新認識校情、裝置帳號、供應商習慣,中間掉落的細節,最後還是老師與學生來承擔。

發展很快,結構卻像在趕工

回看這十來年:無線網絡普及、電子學習成為日常,接着是 STEM/STEAM,再來是人工智能進校園。節奏快得像趕工建樓——先把招牌亮起來,骨架是否穩妥,有時反而少人問。

有資源時,話題容易集中在「買什麼設備、推什麼計劃」;人手結構、職銜、晉升、培訓預算,卻常被輕輕帶過。資源緊絀時,又會想:不如外判吧。外判不是原罪,但若校內沒有懂技術、懂採購、懂跟進的人,老師真的要自己追供應商、拆合約條款、判斷維修是否合理嗎?最後往往還是那幾個「懂一點 IT」的同工默默頂上。

一個「資訊科技統籌」職銜,不足以概括整條服務鏈。統籌可以定方向;真正半夜重啟伺服器、白天撐課堂裝置、傍晚對家長系統的,需要被看見、被命名、被納入長遠人力規劃——教聯會當年說的「常額編制」,講的正是這種結構性位置,而不只是多一個臨時工時。

那 AI 來了,還要請幾個 TSS 嗎?

有人會認真反問——而且問得很合理:AI 能減輕老師行政負擔,AI agent 又能處理日常 IT 疑難,學校是否還要請幾名 TSS?難道不該「減人手、加智能」?

先承認能省的部分。重設密碼、常見 FAQ、簡單故障分流、按劇本做的狀態檢查,確實可由聊天機械人或自動化接手;善用的話,重複性壓力會下降。這是好事,不必為了護航人手而否定 AI。

但校園 IT 從來不只是「答問題」。Wi‑Fi、投影機、佈線仍是實體工作;供應商合約與驗收要人把關;學生與家長資料涉及私隱,不宜全盤交給黑箱;開學、派成績、惡劣天氣停課那幾天,家長系統一擠,要的是懂校情、知道該找誰升級的人;雲端或 AI 本身掛掉時,還得有人現場止血。更諷刺的是:學校愈積極導入 AI,就愈需要人評估工具、設定權限、訂政策、做培訓,以及收拾「影子 IT」。AI 減的是部分票務;加的是整合、治理與事故應變。

誠實的答案不是「還要請那麼多同樣的人」,而是「仍需要穩定的校本技術力量,只是技能組合會變」——少一點純重複操作,多一點自動化、保安、數據判斷與 AI 落地。若把 AI 當砍崗位的理由,最後往往只剩外判熱線與老師自己追供應商。政府有電腦操作員職級、教聯會談常額編制,正是因為操作層支援是長遠能力。AI 愈是戰略項目,校內愈需要留得住、跟得上的人。

可以怎樣走下去?

與其只抱怨,不如問:學校與業界可以做些什麼?

一、把「人」寫進發展計劃。 談 AI、談電子學習時,同步寫明技術支援編制、培訓時數、替假與應急安排,以及人手技能如何從「修機應急」轉向「自動化+治理+AI 落地」,而不是只寫設備清單。

二、校內先給尊嚴與階梯。 即使短期未能等到全港統一職級,學校仍可訂立清晰職稱(例如技術支援主任/高級技術員)、年度調薪與進修支援,避免「什麼雜務都丟給 IT」。

三、對照已有的正式職級經驗。 實驗室技術員說明學校體系可以為技術崗位訂編制;政府電腦操作員職系則說明「操作層 IT 支援」本來就可以有透明晉升階梯。不是要把工種對立,而是承認:當某類技術崗位服務全校運作,就值得認真討論核准編制、職責指引與合理晉升——至少讓「默默貢獻者」有正式位置。

四、外判與自聘要有校內「懂行人」。 供應商可以幫手,但不能代替校本知識。家長、老師、學生三邊都依賴的系統,需要有人長期守着;否則一出問題,前線同事只能在群組裏乾着急,然後把電話打給「那個懂 IT 的人」。

這些建議不一定要一次到位。哪怕先從職稱、工作範圍、培訓預算三樣小事做起,已經是在告訴同事:你的專業被看見了。而政策層面,2017 年那次「納入常額」的討論,也值得被重新拿出來——不是為了翻舊帳,而是因為 AI 時代的校園,比當年更需要穩定的技術隊伍。

設備會折舊,平台會換代;真正難買回來的,是願意留在學校、既懂技術又懂教育節奏的人。香港校園已經走到 AI 門口,是時候認真問一句:我們會否給這些沉默的支撐者,一個配得上他們工作的名分與出路?

—

參考連結

– 教育局「資訊科技綜合津貼」
– 教育局「資訊科技人員支援津貼」(ITSSG)
– 教聯會(2017):要求將 TSS 納入常額編制 — https://hkfew.org.hk/教育政策/item/8296-教聯會要求將「資訊科技技術支援人員-tss-」納入常額編制
– 公務員事務局:總薪級表
– 數字政策辦公室:電腦操作員職系說明

AI 於教育上的使用

國產模型Deepseek 爆發後,每日都有不同的AI新聞,個個圈子都在發起學習AI,有點似前幾年STEM 熱潮——熱,但不知道方向。好像很火熱,就是無從入手,究竟由哪開始?

AI 在教育上有哪些可以用

  1. 題目:出題,海量題庫生成
  2. 分析:分析學生答案,分析成績
  3. 語言練習:聽讀由AI判斷準確度
  4. 講解:講故事,講題目,可以模擬不同音效
  5. 情緒分析:根據學生與AI的交流,分析學生的情緒
  6. 創作:可以創作APP,圖片 等比較難度大的,根據AI 的指導生成
  7. 行政:根據官方文件自動生成行政文件、編課之類
  8. 教材:根據內部資料生成新的學習資料,AR、VR 教材
  9. 個性化資料:可以根據學生學習進度自動生成相關資料和學習方案(knewton)

認知下的AI

AI 雖然出了很多年,但是每個人的理解都有些不一樣。

有些人覺得AI就是一個機器人,幫你做任何事。

有些人AI就是一個對話機,可以回答你問題。

有些人覺得AI 未必準確,資料亂套

有人覺得AI是一個工具,省事。

其實說來說去,也不知道要說AI是什麼,早到捉圍棋alphago,還有Apple Siri,到了後來chatgpt 爆發。AI 其實已經慢慢融入生活內,不知不覺地在身邊出現,變成一些普通的東西,掩飾AI 面孔。就如iPhone siri,很早就開始懂得聽你指令幫你找東西和控制Home kit,這是一種AI 上的應用,小朋友覺得已經很平凡。但為何後來的Chatgpt 和Deepseek 會火爆呢?個人覺得在大語言模型升級後,算力提升和各種應用相應突破,就如iPhone 出現,打破了Nokia 的世界,各種APP 相應推出,一台iPhone 不再是電話,而是一個強大的工具。

孩子在玩ipad時,他從來沒問我iPad 怎麼安裝app,他好像自己就懂得去找一個可以裝東西的地方,他也懂得啟動,設定,然後根據提示一步步的玩遊戲。這才能是天生的?估計是,人的理解能力。那麼給一個AI 工具孩子,他們可以使用嗎?當然是可以的,雖然有些人很擔心AI會亂來,例如幫還在完成了作業,其實這些工具google 早就有了,豆包的app,siri 也可以回答,孩子的世界他不懂什麼是AI,他要的是答案。既然AI已經在孩子身邊,那麼就是要教他們如何正確的使用,可以的話順便講解一些AI 的一些知識。

其實AI模型也是模仿人類行為,不是所有東西都要教授後才懂得,它在學習人類的『判斷推理』,自我學習,也不是100%正確。

免費的AI 教學 工具

先說一下目前流行的工具,這些工具都是建立在大模型上,反應速度都是相當快,為何之前那麼少見?因為訓練一個大模型是需要億美元來計算,現在大語言模型基本已經成熟,大家的目標都是轉移到推理,訓練,工具,插件等開始落地盈利。

豆包:中文、粵語、英文基本都是懂的,中文能力幾乎是AI APP 中最強大的,估計跟他的母公司(字節跳動)有關係。叫他作詩,出練習題目基本沒有問題,最重要是免費,手機粵語直接語音講就可以。可以跟他說10條什麼類型的題目和答案。還可以直接聊天。

deepseek 、元寶、grok 大模型也有提供對話,個人推薦deepseek,特別是在科學、數學上面,deepseek 提供推理過程,不只是一個答案,在教育上使用非常好,可以演示給學生看AI 是如何推理一個數學題目

canva,提供了教育界免費使用的服務,裡面也有很多AI 的元素加入了,例如Dream lab 可以直接出圖

另外Canva ppt 美觀是無敵的,可以只接搜索使用 canva ai 就能圖文生成。

學習平台

還有其他平台想padlet,quizizz ,edpuzzle之類都相應的加入AI 功能,目的就是為何減少你的時間去作一些題目,取代而之為你直接去選擇,目的是為了節省一點時間,而且可以分析學生答題的時間,edpuzzle 還能根據視頻內容自動產生題目,避免抄襲。

還有語言學習的APP Elsa speak(收費),都是使用AI 來評估個人語言學習進度。

在IT 教育方面,AI coding 比較流行,平台也很多,就算本地也不錯,可以用ollama 和vscode 來作為本地代碼輸出。apple mlx 也提供了框架建立本地模型。

目前有很多應用可以於教育使用,慢慢再列出,目前百花齊放,但是建議還是要先使用,再來檢討成效,因為孩子覺得這些都是跟一些遊戲APP 沒什麼區別,需要家長在使用中進行講解他背後的原理和問題,假如大人都不用,怎麼教育下一代。

AI 在教育的影響

職人員:有些人擔心老師被淘汰,可不能這麼想,老師有AI 能看不到的東西,目前AI 還未智能到一體化(智能體),很多功能還是在應用層面,也就是說,分析試卷,就是分析成績,進度,給題目。作為老師會分析這學生平時的行為和最近的情況,要綜合那麼多因素的理解,是需要把所有資料例如考勤,平時作業情況,都匯入系統才有可能然AI 去識別,但老師不用那麼多數據已經知道,哪怕一句對話,一個神情就知道學生問題。

AI 對教育人員只會提供更多協助,當然工具很多,怎麼選擇是另一個層次的問題,成本也是考慮因素,還有很多法規會相應出台,能否使用學生數據,個人資料,內部資料進行訓練還是目前沒有的東西。但是可以肯定掌握了某些工具,是可以減省一些時間,例如用Kimi 生成個PPT ,你可以減少去找圖去排版,這起碼備課的時間都少了,而且可以吸引學生。

對學生:AI能提供的是無限的資料,因此對學生來說是自主學習一個很好的平台,學生如何通過AI 工具來提升自己能力,不是為了答案,而是在AI協助下解決自己的一些想法,想知道的知識,自己判斷。老師作為學生的引導,AI作為自主學習的工具夥伴。

風險:AI 沒有100%準確,在訓練大模型時已經說明準確率只有一半左右,通過日後的演算慢慢地增加精確度。還有在大模型的微調時也會出現偏於某一方面的能力,導致一些能力失衡,AI會突然失憶,或者變傻,chatgpt 就出現過

技術門檻:文件AI 工具agent 之類還未普及,都在不停地發現新大陸,建立內部大模型成本高,要自己選擇大模型的大小,微調的工具。模型還在不停更新,向量數據庫能否隨之更新還有待技術提升。在百花爭艷的AI 中,就看看學習。淘汰不是老師,而是教育機構,越是逃避,越會被淘汰 。

在世界上的手機、電動汽車、電腦等等,都接入了AI,AI也會像手機那樣平民化實用化,這是無可避免的。

大數據於教育界

進來的熱門話題『大數據』big data,分析公司的數據,可以為公司開發不同的商機,找到美中不足,若大數據運用到教育,那是是如何的情況呢?

最近閱讀《大數據:教育篇》,提出了不少觀點,雖然尚未看完,值得讓人深思。

電腦在香港的教育運用十分低,最多的應該是power point,最多人用的平台應該是商業垃圾型eclass。香港教育改革改到如何,教師口中可能只有不滿,但問題出在哪裡,有沒有人收集數據說明,這會不會是接下來需要思考的事?

待續。。。