香港警方 AI 平台个性化国家安全课程，但限制讨论空间

香港警方于 10 月 6 日面向中小学生推出一项 AI 平台，首次将个性化国家安全故事带入课堂。该系统将政府界定的课程内容转化为面向个别学生生成的故事书、短片和测验。

这项香港警方 AI 平台名为 NSmarties AI Interactive Platform。警方与香港千帆科技围绕中国总体国家安全观开发了该平台，涵盖 20 个领域。约 700 名学生在鸭脷洲海怡宝血小学举行的发布活动上出席。

这项改变并不只是新增一个课堂网站。香港已要求整个学校体系开展国家安全教育。NSmarties 加入生成式 AI，使部分教育内容从固定材料转向个性化、互动式内容，而其生成规则在很大程度上仍未公开。

香港警方 AI 平台将政策转化为个性化故事

NSmarties 改变了国家安全信息触达儿童的方式，即使它并未改变政府的基础课程。

该平台利用实时生成式 AI 创建个性化故事书和短片。学生还可以回答互动问题，以测试自己对国家安全概念的理解。

这种形式之所以重要，是因为生成式 AI 不只是展示经批准的文字。它可以围绕学生的提示词、兴趣或所选情境重新组织信息。因此，课程变成了一次由系统生成的互动，而不再是教科书中的固定页面。

根据 NSmarties 发布活动，官员将该系统定位为让复杂法律与安全概念更易理解的新方式。据报道，平台包含由警务处处长周一鸣和保安局局长邓炳强讲解的内容。

高级安全官员的参与赋予这些材料鲜明的机构立场，也使 NSmarties 区别于由个别教师选择的普通课堂软件。

警方最初于 2026 年 4 月的全民国家安全教育日展示该平台。10 月的发布标志着它从公开演示转变为服务新学年学校的系统。

发布仪式在一所小学内举行，而非科技会议或警务设施。这一场地清楚表明了目标受众。NSmarties 旨在将警方制作的国家安全材料直接置入儿童的学习环境。

官员表示，该平台覆盖中国总体国家安全观涵盖的 20 个领域。这些领域不仅包括警务与国防，也延伸至科技、金融、文化、生态、粮食和网络安全等方面。

这一广泛范围为系统生成内容提供了相当大的空间。儿童可能通过有关网络行为、环境保护、文化认同或新兴科技的故事接触国家安全议题。

该平台据称具备的功能，也符合互动式公共教育的更广泛趋势。香港警方此前曾通过测验、比赛、宣传车辆和学校活动传播安全概念。

2024 年，一项跨部门计划将 AI 聊天机器人和互动安全游戏带入学校。警方也曾为中小学生组织国家安全比赛和科技活动。

NSmarties 将这些理念整合为一项可重复使用的数字服务。与巡回展览不同，它可以在活动结束后继续使用，并为每次课程生成新材料。

警方将这种个性化描述为把被动学习转变为主动参与的方式。从界面层面看，这一承诺是可信的。儿童在互动故事中通常比阅读印刷讲义拥有更多选择。

然而，界面选择未必会带来思想选择。一个平台可以提供许多角色和故事场景，同时将所有可接受的结论限制在狭窄范围内。

这一差异构成了 NSmarties 的核心张力。该平台可以让课程显得更个性化，却未必赋予学生更大的自由去质疑其前提。

发布公告未公开说明其底层语言模型，也未解释教师是否可以在学生看到前检查或编辑生成的故事。

没有详细的公开文件说明系统提示词、内容过滤机制、保存期限或错误报告流程。这些缺失并不能证明相关保护措施不存在，只是意味着外部观察者无法从发布材料中评估它们。

对学校而言，这些运行细节并非技术脚注，而是核心问题。面向儿童的生成式系统需要针对不准确输出、意外提示词、个人信息及适龄互动制定规则。

因此，NSmarties 同时引入了两种产品。一种是可见的课堂体验，另一种则是不可见的治理系统，决定 AI 可以生成什么，以及如何处理学生互动。

香港为何借助 AI 扩展国家安全教育

NSmarties 的出现，是因为国家安全教育已嵌入香港整体课程体系，并非警方突然进入开放的学习应用市场。

北京在 2019 年大规模抗议活动后，于 2020 年 6 月实施《香港国安法》。该法涵盖分裂国家、颠覆国家政权、恐怖活动及与外国势力勾结。

第 10 条要求香港通过学校、大学、社会团体、媒体和互联网推广国家安全教育。此后，香港针对中小学发布了详细指引。

教育局表示，学校应通过多个学科和活动教授国家安全。其做法不限于专门的公民课程，也涵盖历史、地理、科学、科技及其他学习领域。

政府的 2025 年课程框架 将国家安全教育描述为全校责任，要求在课堂内外开展学习，并由学校领导和跨学科协调提供支持。

该框架指出，总体国家安全观涵盖 20 个相互关联的领域，同时要求学校培养学生维护国家安全的意识和责任感。

小学教育受到特别重视。该框架称其为基础阶段，并建议将安全概念与家庭、学校及日常生活联系起来。

文件称，小学生应培养国家认同、民族自豪感、守法意识以及对国家发展的理解。学校无须在小学阶段覆盖全部 20 个领域。

NSmarties 与这一策略高度契合。个性化故事可以将抽象概念放入熟悉的场景，测验则将课程转化为可衡量的回答。

政府已经大力投入落实该框架。教育局称，近 800 个相关培训课程已覆盖多达 7.6 万名教师。

教育局还称，在 2021/22 至 2024/25 学年之间，已举办逾 560 场到校教师工作坊和近 80 场增润讲座。

这些数字表明，NSmarties 并非孤立的试验。它加入了一项成熟的行政计划，其中包括课程文件、教师培训、在线资源、检查和学校活动。

AI 为该计划提供三项实际优势：它可以生成更多内容、调整呈现方式，并在个性化发生的边界内实现标准化。

对官员而言，标准化可以减少对敏感法律概念的不一致解释。一个集中配置的平台可以在不同学校和课堂重复使用经批准的定义。

对教师而言，生成式故事可能减少备课时间。教育工作者可以获得适合不同年龄的示例，而无需从头制作每一段视频、叙事或测验。

对学生而言，系统可以将艰深语言转化为具体情境。有关数据盗窃的故事，可能比一份法律定义清单更容易帮助他们理解网络安全。

这些益处解释了该平台为何对管理者具有吸引力，但并不能解决生成式学习体验是否支持开放探究的问题。

现有课程本身已限制了这种可能性。教育局在 2021 年的一份说明中表示，不应将国家安全视为可供辩论或妥协的争议性议题。

官员认为，这种立场类似于教授守法和公民责任。他们否认国家安全教育等同于灌输。

批评者则以不同方式看待同一框架。人权组织认为，国家安全政策限制表达、重塑学术生活，并抑制对官方叙述提出挑战。

NSmarties 加剧了这种分歧，因为个性化可以让固定立场显得像是一场对话。该系统能以对儿童友好的形式回应，同时保留由中央决定的前提。

因此，关键问题并非 AI 是否能让材料更具吸引力。它几乎肯定可以。问题在于，学校被要求培养的是哪一种参与。

互动测验可以测试记忆。生成的故事可以强化情感认同。但两者都不会自动教会学生比较证据、识别不确定性或审视相互竞争的解释。

香港自身的数字素养政策强调评估来源和负责任地使用科技。NSmarties 将检验这些原则是否同样适用于由官方 AI 生成的内容。

个性化学习遇上没有讨论空间的课程

主要冲突存在于个性化传递与预设结论之间，而非 AI 课堂与传统教科书之间。

个性化学习通常承诺从学生所在的水平出发。系统可能根据个人需求调整阅读难度、示例、节奏或反馈。

NSmarties 似乎将个性化用于不同目的。其据称目标是让学生更容易吸收既定的国家安全框架。

这一差异并不意味着软件无效，但会改变评判其教育价值的标准。

如果成功意味着提升对官方概念的识别能力，生成的故事和测验可能表现良好。如果成功还包括独立推理，学校就需要为分歧和核实提供更多空间。

生成式 AI 可以制造探索的印象，因为每次互动都显得新鲜。学生选择角色、背景或提示词，系统便生成独特结果。

然而，个性化会在既定边界内发生。模型的指令、源材料、安全过滤器和被禁止的话题，共同决定了一段对话能够延伸到何种程度。

这种结构在教育 AI 中很常见。学校通常会限制有害内容，并让工具始终服务于教学目标。

NSmarties 的不同之处在于，其底层主题在政治和法律层面都十分敏感。它的教育边界与政府对国家安全的立场密不可分。

科学辅导工具可以依据既有公式或实验性证据进行评估。国家安全故事则可能涉及法律解释、历史框架，以及对公民责任的判断。

这些要素要求平台在来源选择方面具备更高透明度。教师需要知道答案依据哪些文件，以及平台如何处理存在争议的问题。

例如，据报道，该系统会解释香港的国家安全法律。尚不清楚生成的答案是否区分了 2020 年的法律与 2024 年本地制定的《维护国家安全条例》。

同样尚不清楚，该平台如何处理有关国际组织、外国政府、记者或人权团体批评的提问。

完整的教育性说明应区分官方主张与外部批评。它还应说明哪些内容属于法律、政策、解释或政治论述。

香港当局表示，安全框架在 2019 年社会动荡后恢复了稳定。他们坚持认为，合法权利和自由仍然受到保障。

批评人士表示，执法收窄了公民空间，并对政治表达产生寒蝉效应。Human Rights Watch 的权利评估认为，2020 年后的制度已大幅限制自由。

呈现两种立场并不要求课堂认可其中任何一种。这样做有助于学生理解这些法律为何仍存在国际争议。

然而，政府坚持国家安全不容争辩，这使得这种平衡结构难以实现。如果某些结论在制度上无法被讨论，聊天机器人就无法促进真正的探究。

这一媒介也改变了教师的角色。使用印刷材料时，教育工作者可以在上课前审阅每一行内容，并围绕其准备问题。

实时生成会引入可能直到学生与系统互动时才出现的内容。教师未必能在每个答案出现的当下看到它。

即使内容仍与政治立场保持一致，这也带来监督挑战。语言模型可能虚构细节、混淆概念，或给出不适合相应年龄的解释。

严格受限的系统或许能减少此类错误，但也可能掩盖不确定性，让学生获得听起来比支撑证据更具权威性的自信答案。

由高级官员进行语音旁白会强化这种权威效应。儿童可能会将生成的解释视为直接的机构指引，而不是可能出错的机器输出。

因此，学校需要围绕平台本身开展明确的 AI 素养教育。学生应理解，生成内容由软件组合而成，并可能包含错误。

教师也应能够向学生展示每一项核心主张的来源。引用或链接原始段落将使系统在教育层面更具问责性。

缺少这些保障措施，NSmarties 可能将参与感与理解混为一谈。学生或许完成了制作精良的故事并通过测验，却没有学会如何评估一项主张。

这正是该平台更广泛重要性显现之处。世界各地的政府都在考虑将 AI 系统用于公共教育、公民沟通和行政指引。

NSmarties 提供了一个早期案例：将 AI 个性化应用于由国家界定的公民价值观。它的表现将影响香港以外的地区，因为这一模式很容易复制。

政府可以提供官方材料，设定可接受的边界，并让生成式 AI 产出源源不断的本地化叙事。这种方法比手工编写每一节课更易于扩展。

它也将对信息环境的影响集中起来。可见的故事各不相同，但底层框架可以在数千次互动中保持一致。

由此形成的系统既不是普通教材，也不是开放式聊天机器人。它是面向儿童的个性化政策界面。

尚待解答的问题涉及数据、准确性与监督

最直接的考验是，香港警方和学校是否会披露 NSmarties 如何保护儿童，以及如何治理生成内容。

发布材料描述了学生能够创作什么，却很少公开说明平台在创作过程中收集了什么信息。

个性化通常需要用户或会话的某些信息。这可能包括所选姓名、年龄组、兴趣、提示词、测验回答或学习历史。

并非所有个性化系统都会建立永久档案。有些系统可根据临时选择生成内容，并在互动结束后删除记录。

有关 NSmarties 的公开说明并未明确其使用何种模型。它也没有说明提示词是否会离开学校、供应商是否会保留这些内容，或数据是否会用于训练未来系统。

它同样没有解释学生是否需要个人账户。这些细节决定了隐私风险的规模。

香港已有与此类问题相关的指引。私隐专员公署的 AI 框架鼓励机构明确治理、风险控制和管理责任。

教育局也已认识到这一问题。在 2025 年的AI 政策回应中，教育局强调了私隐、数据安全、真实性、伦理及过度依赖等问题。

该回应称，几乎所有获公帑资助的中小学，均已在相关学习阶段提供强化编程或 AI 教育。

回应还称，政府正在支持基于 AI 的教育基础设施。截至 2025 年 3 月，约有 400 所学校和 31,000 名学生参与了相关协作项目。

NSmarties 进入的是一个已在迈向 AI 应用的学校体系。其警方支持背景、面向年轻受众以及政治内容，都使其应达到更高的透明度门槛。

至少，学校和家长需要一份以易懂语言撰写的清晰隐私声明。其中应列明收集的数据、保存期限、接收方和删除程序。

他们还需要知道，平台是否会对个别学生进行分析。如果测验表现与对国家安全或公民态度的观点相关联，就可能变得敏感。

没有公开证据显示 NSmarties 使用这类画像分析。由于缺乏已发布的技术文档，这一问题仍未得到解答。

该系统还需要准确性机制。国家安全涵盖法律、技术、金融、文化、公共卫生、生态等复杂主题。

没有任何单一生成式模型能够可靠回答每一个问题。错误可能源于过时来源、模糊提示词，或模型常见的幻觉现象。

学校应知道谁负责批准知识库，以及更新频率如何。它们还应知道系统是否会引用每项生成主张背后的来源。

报告渠道同样重要。教师需要一种直接方式来标记不准确、不适当或令人困惑的输出，并获得有记录可查的回应。

独立审计将增加另一层保障。审查人员可以使用适龄提示词、对抗性提示词，以及暴露事实或法律模糊性的问题来测试平台。

结果不必披露安全敏感配置。审计人员仍可报告错误类别、回应一致性、隐私控制和补救做法。

儿童使用此类系统需要特别谨慎。UNESCO 的教育指引建议采用适龄设计、保护隐私，并对独立使用生成式系统进行对话设定年龄限制。

该指引反映了一个基本现实：年龄较小的学生往往无法区分流畅的回答与经过验证的回答。

仅靠成人监督无法解决所有风险。一名教师监管整个班级时，无法持续检查每一次个性化互动。

因此，平台应尽量减少年轻用户的开放式输入。它也应避免要求儿童分享个人经历，因为儿童可能在不了解后果的情况下披露这些信息。

生成视频还带来更多问题。如果学生能够生成角色、声音或真实人物的描绘，系统就需要针对冒充和误导性媒体制定规则。

据报道，系统使用了官员的声音，这使来源标注尤为重要。每段生成片段都应清楚显示哪些部分是官方录音，哪些部分由机器生成。

无障碍使用也值得关注。学校需要知道平台如何服务残障学生、阅读能力有限的学生，或家庭语言不同的学生。

个性化系统不应因为某些学生更擅长编写提示词而造成不平等体验。结构化选项和教师控制可以缩小这一差距。

平台也需要对评估设定明确限制。测验可以检验学生是否识别官方术语，但不应被视为衡量政治忠诚度的工具。

学校应披露结果是否影响成绩、行为记录或行政报告。发布说明并未证实存在任何此类用途。

最后，警方、教育局、学校和 Qianfan Technology 之间必须明确划分治理责任。

家长需要知道谁是数据控制者。教师需要知道谁负责处理错误。学校管理者需要知道谁批准未来的模型变更。

若缺乏这种划分，问责可能会在机构与供应商之间消失。问题发生时，每个参与方都可能将责任指向另一方。

这些问题并非反对教育 AI 的论据。它们是负责任地评估面向儿童系统的最低条件。

三个信号将揭示 NSmarties 接下来的走向

该平台的重要性将取决于信息披露、学校采用情况，以及儿童实际体验方式的证据。

第一个信号是公开的技术与隐私文件。警方或教育官员应说明模型架构、数据流、保存规则和审查流程。

此类文件将强化 NSmarties 代表负责任教育创新的主张。持续沉默则会加深人们对问责问题的担忧。

第二个信号是可衡量的采用情况。官员表示该平台正在进入学校，但发布时并未提供完整部署时间表。

观察者应关注有多少学校使用 NSmarties、哪些年龄组会接触到它，以及参与是否为强制性。

有限度、由教师主导的试点，与全港范围内的个人访问有着不同含义。公开采用数据将澄清该项目的真实规模。

学校还应披露 NSmarties 如何融入课程。偶尔开展的受监督活动，与常规课程或计入评估的作业，会引发不同的教育问题。

第三个信号是独立课堂证据的质量。政府的描述强调参与度，但仅凭参与度无法证明学习效果。

有价值的评估应衡量事实记忆、来源意识、独立推理，以及学生识别 AI 生成错误的能力。

教师的经验也应纳入其中。教育工作者能够判断该平台是否节省备课时间、能否产出可用材料，或是否需要持续纠正。

家长和学生也应在这一评估中拥有发声权。他们的反馈能够揭示儿童是否理解这项工具、是否感到压力，或是否会意外透露信息。

独立研究人员应能够审查具有代表性的输出结果。这种访问权限将便于比较不同提示词、学生年龄段和争议议题下的表现。

核心问题并不在于 NSmarties 能否生成引人入胜的故事。现代生成式系统很容易做到这一点。

问题在于，个性化究竟是在拓展理解，还是仅仅让预先设定的信息传递得更有效。

对香港当局而言，该平台提供了一种可规模化的方式，将国家安全政策与日常校园生活连接起来。对批评者而言，它将一种具说服力的技术置于本已受限的公民教育课程之中。

这两种判断都指向同一项需求：需要有关其运作方式和影响的可验证证据。

学校管理者在扩大使用范围前，应要求获得书面答复。家长应询问平台接收哪些信息，以及儿童能否选择退出。

教师应依据原始文件核验生成内容中的说法，也应将系统本身纳入 AI 素养教育。

学生理应明白，流畅的输出并不等同于已被证实的事实。他们也理应清楚了解，自己的提示词和测验回答将如何被使用，以及相应的界限在哪里。

因此，香港警方的 AI 平台既是对教育技术的考验，也是对机构透明度的考验。它下一次发布的文档，比下一场宣传演示更重要。

官员会否公布公众监督所需的保障措施、信息来源规则和课堂证据？在此之前，NSmarties 应被视为一套影响深远的政策系统，而不只是一个吸引人的校园应用。