PISA成績跌了，就代表教育失敗嗎？

超過76萬名、來自91個國家及經濟體的15歲學生參與測試，是歷來規模最大的一次。

對澳洲來說，結果看起來並不漂亮。澳洲學生的科學平均分為509分、閱讀491分、數學478分。閱讀較2022年再跌7分，數學跌約9分，兩項都跌至澳洲參與 PISA 以來最低水平。若把時間拉長，澳洲閱讀由2000年的528分跌至491分，數學亦由2003年的524分跌至478分。因此，「澳洲教育持續倒退」很自然成為新聞標題。

但有趣的是，另一組數字同樣真實：澳洲三科依然全部高於 OECD 平均。2025年 OECD 的平均成績分別為科學482、閱讀461、數學463；澳洲亦有82%學生達到科學基本能力水平、71%達到數學基本水平、77%達到閱讀基本水平，都高於 OECD 平均。

所以，PISA 究竟告訴我們澳洲教育「很差」，還是「其實不差」？答案可能取決於我們究竟想用這張成績表證明甚麼。

政治層面上的國際教育比較

今天我們很習慣看到「全球教育排名」，但把不同國家的學生放在同一張試卷上比較，其實只有數十年歷史。

1950年代末，International Association for the Evaluation of Educational Achievement（IEA）開始研究跨國教育比較的可能性。1960年，IEA先在12個國家進行試驗研究，測試13歲學生的數學、閱讀、地理、科學等能力；到1964年，再進行第一次國際數學研究 First International Mathematics Study，即 FIMS。

當中，這個時間點並不是偶然。1957年，蘇聯成功發射人類第一枚人造衛星。對當時的美國來說，這不只是一場太空競賽的失利，更迅速被理解成一場教育危機。如果蘇聯能夠率先把衛星送上太空，是否代表美國培養科學家、數學家和工程師的能力已經落後？

翌年，美國國會通過《National Defense Education Act》，大幅增加對數學、科學、外語和高等教育人才培養的投入。教育從此更直接地與國家安全、科技競爭和經濟實力連在一起。因此，早期國際教育比較不能簡單理解成「哪個國家的小朋友比較聰明」。背後更大的問題其實是我們的教育制度，能不能培養出國家未來需要的人？

到了1980至1982年，IEA再進行第二次國際數學研究 SIMS；1995年則發展成規模更大的 Third International Mathematics and Science Study，亦即後來持續進行的 TIMSS。TIMSS至今仍然集中比較各地學生在數學和科學上的學習成果，而且相對貼近學校教授的課程內容。

考教育的方法改變了

2000年，OECD第一次進行 PISA。它與 TIMSS 最大的分別，不單是多了一科閱讀，而是它問了一個不同的問題。

TIMSS比較接近「學生有沒有學會學校應該教的數學和科學」；PISA則刻意不完全跟隨任何一個國家的課程，而是測試15歲學生能否把所學知識應用到陌生和現實情境，例如閱讀圖表、判斷資訊、解決問題和作出推理。換句話說，PISA不只是問書本的內容，而是問學生的應用能力。

這亦反映國際教育比較背後另一個轉變。冷戰年代，國家擔心的是有沒有足夠科學家追上對手。直至到了全球化年代，各國更關心的是，自己的年輕人能不能在知識型經濟中競爭。

PISA的規模亦因此快速擴大。首輪測試共有43個國家和經濟體參與，到2022年已有81個，2025年增至91個。原本主要由富裕工業國家參與的國際比較，逐漸變成一張全球教育地圖而當全世界開始使用同一把尺，這把尺本身自然也得到前所未有的政治力量。

每個國家也有教育危機？

PISA公布後，政治人物、教育團體和媒體往往第一時間問我們排第幾？升了還是跌了？

最著名例子之一是德國。2000年首輪 PISA 結果公布後，德國成績低於國內原本預期，造成後來所稱的「PISA shock」。結果引發多年教育改革，包括制定全國教育標準、加強對弱勢和移民學生支援，以及建立更系統化的教育監測。這說明 PISA 的功能早已超越研究。

一個排名下降，可以被反對黨用來證明政府無能，也可以被教師組織用來要求增加資源，亦可以被執政政府用來證明某項改革刻不容緩。

澳洲今年就是一個很好的例子。PISA公布翌日，教育部長 Jason Clare 已經把結果與政府正在推動的閱讀、phonics、數學課程和學校改革連結起來，並以英格蘭近年的成績改善作為改革方向的佐證。這並不代表這些改革沒有根據，而是提醒我們國際排名從來不是在政治真空中被閱讀的。

同一份澳洲成績，可以寫成「閱讀和數學創歷史新低」，也可以寫成「三科仍高於 OECD 平均」，兩句都沒有錯。前者強調二十年的下降趨勢，後者強調澳洲在全球比較中的相對位置。

東亞人比較會考試？

每次公布 PISA，另一個熟悉的討論就是東亞教育。

2025年，中國四個參與地區及新加坡再次位居前列，日本、韓國、台灣、澳門和香港亦有多項成績排在世界前列。因此很多人都會解釋為東亞受到儒家文化影響，重視讀書和考試，學生讀得更多、補習更多、習慣高壓考試，所以在大型國際測驗中自然有優勢；相反，澳洲等西方國家更強調學生自主、創意和較自由的教育，因此在標準化考試較吃虧。

這個說法並非完全錯誤。包括香港、新加坡、日本和台灣在內，不少亞洲教育制度確實長期存在高風險公開考試，OECD亦指出，高風險中央考試會影響學校教學和學生行為。但如果把東亞的高分全部歸因於考試文化，同樣過度簡化。

首先，PISA本身並不是一場典型的課程考試。它刻意測試把知識應用到新情境的能力。事實上，OECD曾比較 PISA 與 TIMSS 後發現，不同國家在兩種測驗中的相對表現並不完全一樣，部分差異來自測驗內容以及 PISA按年齡、TIMSS按年級抽樣的方法。

其次，新加坡高分也不能簡單解釋成只挑精英學生考試。PISA要求參與地區以具代表性的方式抽取15歲在校學生，而不是只選名校或尖子。新加坡制度規模較小、政策較集中，以及課程、教師培訓和評估高度協調，可能都是理解其成績時比「學生比較會考試」更值得研究的因素。

香港亦一樣。從「精英教育」逐步走向更普及的教育制度，的確是香港教育史的一部分，但不能因此直接斷言近年 PISA 下跌是「因為以前只教精英、現在人人讀書」。PISA本身就是以15歲在校人口為比較基礎，而且香港參與 PISA 時早已進入普及基礎教育年代。

人口結構、課程改革、學習時間、考試制度、家庭資源、學生動機以至抽樣方式，都可能影響最終分數。可見，國際排名最容易製造的錯覺，就是把一個複雜教育制度壓縮成一個數字。

AI惹的禍

2022年 PISA 公布時，COVID-19是一個無法避開的背景。全球不少學生經歷停課和遙距學習，而 OECD 國家的數學和閱讀成績亦出現歷來罕見的跌幅。但當時 OECD 已經提醒，許多國家的下降其實早在疫情之前已經開始。

到了2026年，新的解釋變成 AI。這一屆 PISA 是 ChatGPT 等生成式 AI 普及之後第一輪完整的大型國際評估，因此 OECD 首次詳細詢問學生如何使用 AI。

澳洲有50%的15歲學生表示，每星期至少一次使用 AI chatbot 幫助學習，高於 OECD 平均46%；35%會利用 AI 為新課題做初步資料搜集，33%會用它摘要指定閱讀內容，27%會用來起草功課。只有約15%的澳洲學生表示幾乎從來不用 AI 處理 PISA 所問到的學習工作。

表面看來，數據似乎提供了一個很容易的故事：「學生愈依賴 ChatGPT，所以愈不會讀書。」但 PISA 自己沒有作出這麼簡單的結論。

數據顯示，使用 AI 做摘要、初步研究或寫作的學生，平均成績往往低於完全不用的學生；但 OECD 特別強調，這是相關關係，不代表 AI 本身造成低分。可能本身學習較困難的學生更依賴 AI，也可能關鍵根本不是「有沒有用」，而是「怎樣用」。

澳洲的數據正好反映這一點。68.3%的澳洲學生表示，曾在課堂學習如何判斷 AI 生成資訊的質素，高於 OECD 平均62.6%。而在經常使用 AI 的學生中，得到這類 AI literacy 教學的學生，科學表現普遍較好。

所以真正的問題可能不是「學生應不應該用 AI」。而學生把 AI 當成代替思考的答案機，還是幫助自己思考的工具？

AI時代下的PISA

這也是今年 PISA 最值得留意的地方。OECD發現，近年下降得最明顯的閱讀能力，正正包括在 AI 時代最需要的能力：比較不同資訊來源、判斷證據、分辨事實與意見，以及在資訊存在矛盾時作出推理。與2018年相比，2025年快速閱讀後作出錯誤答案的「hasty readers」比例接近翻倍。

這令一件事變得有點諷刺。

當 ChatGPT 可以幾秒寫出一篇文章，Google和AI可以立即提供答案，我們可能會認為記憶知識和閱讀長文的重要性正在下降。但 AI 愈容易生成答案，人反而愈需要知道：這個答案可信嗎？它漏了甚麼？證據在哪裏？兩個互相矛盾的說法，我應該相信哪一個？

這些恰恰就是 PISA 多年來試圖測量的能力。

2025年 PISA亦首次加入「Learning in the Digital World」，測試學生能否在數碼環境中自行學習、使用運算工具、拆解問題和調整解題策略。澳洲在目前公布的 computational problem solving 指標取得532分，高於 OECD 的500分，也比澳洲三個傳統學科的相對表現更突出。完整的分析則要到2027年才公布。

因此，2026年的 PISA 或許真正提出了一個比排名更重要的問題。

六十多年前，國際教育比較興起，是因為 Sputnik 令各國擔心：自己的學生能否培養出下一代科學家和工程師。到了今天，威脅不再是一枚突然升空的人造衛星，而是一項幾乎每幾個月就改變一次能力邊界的人工智能技術。

但教育面對的核心問題其實沒有改變。我們仍然在問：今天學校正在教的東西，是否足以讓下一代應付一個完全不同的世界？

所以，比起只問澳洲究竟排名第10、第16，還是又跌了多少分，也許更值得追問的是：為甚麼學生的閱讀和數學能力已經下降二十年？為甚麼有些制度可以逆勢改善？甚麼類型的科技使用真正促進學習，而甚麼只是把思考外判出去？

本刊編輯部