數據素養不再是大學才學的事｜為何香港每一個中學生都需要在畢業前掌握數據分析
在人工智能與大數據主導決策的年代，數據分析能力對香港中學生而言，已不再是理科或 ICT 學生的專屬技能，無論讀文科、理科，甚至藝術或設計，都不能再以「同數據無關」自居。本地研究與前線教師的觀察均顯示，現行課程在系統培養數據思維方面仍有明顯缺口。提早建立數據分析能力，已經不只是「加分位」，而是升學、就業與公民素養的「生存技能」。1
為什麼任何學科都離不開數據？
世界各大機構不斷提醒，各行各業的工作內容正被科技與數據重塑。世界經濟論壇《2025年未來就業報告》指出，到2030年約四成核心工作技能將發生轉變，當中僱主最重視的，是與數碼科技及數據相關的能力。香港本地的人力資源市場同樣呈現類似趨勢。人力資源顧問公司Hays在2024年香港招聘市場調查中指出，企業在作出市場決策、營運優化與人力管理時，愈來愈依賴數據分析與自動化工具，相關人才需求持續上升。2 Google香港引用Economist Impact的亞太區調查亦顯示，54%的受訪者認為數據分析與視覺化能力已是必備的進階數碼技能。3
對校長和老師而言，訊號非常清晰：數據分析不再局限於資訊科技或金融行業。無論學生將來修讀商科、社工、醫療、設計，甚至從事文化創意工作，都會在日常職務中持續接觸、解讀與應用數據。
香港學生現況：懂用Excel，不懂拆解數據
本地研究揭示的問題比想像中更為具體。
《香港01》早前引述港大「數碼公民素養的學習與評估」研究指出，本港初中學生雖然普遍掌握基本資訊和數據操作技巧，但在處理較複雜的數據分析任務時明顯乏力，反映現行課程未能系統培養整全的數據思維。4,5 在另一報道亦訪問資深通識科老師，他觀察到現行課程已令學生整體上對數據更為敏感，亦培養了一定的批判意識，學生不再盲目接受數據，而會主動質疑來源；然而他同時指出，相關訓練分散於各科之間，未能形成一套連貫的學習脈絡。5
有報導引述資深前線教師的課堂觀察，正好印證了這一點：近年學生在使用Excel製作圖表方面表現不俗，但在真正進行數據分析時卻容易失分，習慣把眼前現象簡單歸因，忽略背後多重因素。教師亦反映，目前的數據訓練散落於不同科目，欠缺系統化課程指引，教學方式因人而異，加上公開試壓力，很多時只是將數據分析視為「答題技巧」而非「思維訓練」。換句話說，香港學生不是完全沒有接觸數據，而是停留在操作工具、抄寫圖表層面，欠缺深入理解與批判性思考。這個差距，在大學及職場只會被放大。6
國際數據：數據素養直接影響學習與競爭力
國際研究一再提醒：數據素養的影響遠不止就業競爭力，它同樣牽動學生的整體學習表現與公民判斷能力。
OECD的PISA研究已將數碼能力納入評估框架，明確指出各國教育系統必須培養學生「理解、分析與應用數據」的能力，而非讓他們停留在被動接收的狀態。學術研究亦發現，數據素養較強的學生，數學成就與跨學科表現均更為突出。7
更值得警惕的是，缺乏數據分析能力的學生，面對圖表與統計資料時極易被誤導，無從察覺偏差，一旦延伸至疫情數據、民調結果等公共議題，影響的已是獨立判斷，而非單純學業表現。
對香港家長與教育工作者而言：數據分析愈早培養愈好，它是孩子在資訊世界中辨別真偽、抵禦操控的核心能力。
鄰近地區的警示：差距正在拉開
中國內地已將數字素養與 AI 教育納入國家課程改革框架，持續推動學科融合、建立 AI 教育基地，並明確將師生數字素養列為培養目標。8 相比之下，香港的年輕人，將來要在同一個區域勞動市場中與這些學生競爭。若本地中學的數據素養訓練持續滯後，這個落差將不只停留在課室內，而會在升學、求職以至創業時，以更具體的方式顯現出來。
不提早學數據，學校與家長面對的三個風險
一、升學與職場銜接出現斷層
大學及職業訓練課程已廣泛要求學生在專題研習中收集、整理與分析數據，並運用視覺化工具呈現結果。若中學階段完全缺乏系統性的數據分析訓練，學生在高等教育初期才首次面對這類要求，不但壓力極大，更容易錯失發展高階數據研究能力的關鍵時期。
從職場角度而言，本地及區內調查均顯示，「數據分析與視覺化能力」正由「優先考慮」演變為「基本要求」，部分企業更主動資助員工接受相關培訓，可見這已是跨行業的核心素養，而非少數專才的附加技能。
二、學生容易在資訊氾濫的數碼年代被不正確的數據誤導
青少年每天在社交媒體上接觸大量以數據包裝的資訊：聲稱某產品成效顯著的百分比、「九成受訪者支持/反對」某項政策的民調、以圖表呈現的健康或消費建議。然而當中不少內容缺乏科學依據或存在抽樣偏差。
數據素養較低的學生更容易忽視資料偏差，影響其對經濟統計、民意調查、環境指標等公共議題的獨立判斷能力。這不只是「將來就業要用到」的問題，而是學生能否在社會中作出有根據、負責任判斷的公民素養問題。
三、學生在 AI 與數據工具面前更易失去自主判斷
越來越多工具會替學生「自動總結」「自動推薦」「自動評分」或提供看似精準的結論。若學生缺乏數據素養，便難以理解這些輸出的依據與限制（例如資料來源偏差、樣本不足、指標選擇不同會得出不同結論），更容易把工具結果當作唯一答案。家長與學校擔心的，是學生逐步習慣「跟住系統走」，長遠削弱其獨立判斷與責任感。
學校可以怎樣做：讓數據成為跨科的共同語言
要在中學時期開始培養數據分析技能，關鍵不只在於另立新科，而是在於如何能將數據分析思維系統性地嵌入現有學科的日常教學之中。
在課程整合層面，不同科目均可設計與數據相關的學習任務。通識科可引導學生解讀民調及政府統計，練習辨別數據的可信度與限制；科學科則可在實驗後要求學生使用試算表處理數據、繪製趨勢圖，並嘗試解釋數據中的偏差。
在技能訓練層面，學校可安排將數據分析內容融入現有資訊科技課程，集中訓練試算表操作、基本統計概念與數據視覺化。重點不在高深程度，而在建立一套可反覆應用的基本框架，只要各科教師持續在不同情境中重用同一套語言，能力便會逐步內化成真正的思維習慣。
然而，跨科整合說易行難。現實中，許多學校面對的挑戰是：現行的課程框架對數據分析未有統一指引，學生所接觸的數據分析任務流於表面，難以形成真正的能力積累。正因如此，不少學校開始引入由專業團隊設計的結構化的數據分析課程。SEED Foundation 數據分析課程正是回應這一需求而設計，讓學生從「設計問題—收集數據—分析—視覺化—匯報」的完整流程，在真實情境中逐步建立數據分析的能力與自信，以系統性的學習框架取代各自摸索的零散訓練。
數據素養的培養，從來不是等課程改革由上而下才能開始的事。對於希望系統性填補這個缺口的學校而言，SEED的數據分析課程提供的完整學習框架，正是讓學生從「會用工具」真正走向「懂得思考」的關鍵一步——而這一步，愈早踏出愈好。
學校如欲加強學生在數據分析方面的培訓，可考慮參與本機構中學到校數據分析課程。詳情請與我們聯絡。
資料來源：
2 https://www.hays.com.hk/work-trends-employees-employers-hong-kong-2024
8 http://en.moe.gov.cn/news/press_releases/202504/t20250403_1186060.html
