IB Math AI — 2026 年考試現狀：唔係「淺過 AA」，係死法唔同

每年五月 IB 放榜，總有一班考生喊晒口：「我明明操咗成百份 past paper，點解 Math AI 得 5 分？」如果你係其中一個，或者你正準備 2026 年嘅考試，呢篇文你一定要睇到最後。

先講一個殘酷事實：IB Math AI 嘅平均分，從來都冇 AA 高。2025 年五月嘅數據顯示，Math AI SL 全球平均分係 4.8，HL 係 5.1，而 AA SL 係 5.2，AA HL 係 5.6。你冇睇錯——成日俾人話「淺啲」嘅 AI，其實高分更難攞。

點解？因為好多學生用錯策略。佢哋以為 AI 唔使操 proof，唔使背 complex number，所以「輕鬆啲」。但實情係：Math AI 考嘅係應用能力、數據解讀同 calculator 技巧，呢啲嘢唔係死操 past paper 就識嘅。

尤其係 2026 年嘅 syllabus，IBO 明確咗幾個新方向：

  • 更多數據分析題：statistics 同 probability 嘅比重上升，要求考生喺真實情境入面做推論
  • Modeling 題型變深：唔再淨係俾條公式你代入，而係要你自己選擇 model、解釋 assumptions、評估 limitations
  • IA 評分趨嚴：2025 年有超過 30% 嘅 IA 被 moderation 後降分，原因係「lack of mathematical depth」

所以，今日呢篇攻略會從三個層面幫你拆解：

  1. 答題陷阱（你以為啱，其實錯）
  2. 時間分配策略（點樣喺 90 分鐘內拎盡分數）
  3. 評卷員視角（佢哋點樣決定俾 7 分定 6 分）

陷阱一：Calculator 太叻，反而害咗你

你部 TI-Nspire 或者 GDC 係你最好嘅朋友，但亦都可能係你最大嘅敵人。

2025 年嘅 Math AI HL Paper 2 有一條關於 exponential growth 嘅題目。題目俾咗一個 population 嘅數據表，要求學生：

  • 用合適嘅 model 做 regression
  • 預測某一年嘅 population
  • 解釋個 model 嘅 limitations

好多學生一見到數據表就即刻開 GDC 做 Exponential Regression，得出一個 r² = 0.998 嘅 model，然後好開心咁代入去計答案。結果出到嚟，好多人喺呢條 8 分題得 3-4 分。

評卷報告話咩？ 關鍵扣分位係：

  1. 冇 justify 點解用 exponential model — 題目冇指定要用邊種 model，你要自己解釋點解 exponential 比 linear 或者 quadratic 更合適。好多學生直接 skip 咗呢步。
  2. 冇討論個 model 嘅 limitations — 你嘅 model 喺 sample data 入面好準，但 extrapolate 到未來 20 年嘅時候，有冇考慮到資源限制、環境因素？呢啲係 modeling 嘅核心，但 8 成人冇寫。
  3. GDC 輸出直接抄 — 評卷員話佢哋見到大量「copy and paste」式答案，即係直接將 calculator 顯示嘅數字寫落去，冇 rounding 到合理嘅 significant figures，冇加 units。

實戰策略：

  • 用 GDC 之前，先寫一句：「I will use an exponential model because the data shows a constant percentage increase over time, as seen from the ratios between consecutive years.」
  • 計完之後，寫一句：「However, this model assumes unlimited resources, which is unrealistic. Therefore, the prediction may be an overestimate.」
  • 所有輸出嘅數字，用 3 significant figures 或者 match 返題目嘅 precision。

呢個陷阱，喺 Statistics & Probability 同 Modeling 題目尤其常見。記住：GDC 係工具，唔係你個腦。

陷阱二：IA 做得太「AI」，反而俾人扣分

2026 年嘅 IA 評分有一個好明顯嘅趨勢：IBO 對 AI-generated content 嘅 detection 越來越嚴。

我唔係話你唔可以用 AI 幫手，事實上，好多高分 IA 都有用 AI 嚟做 data analysis 或者 literature review。但要小心，評卷員而家會特別留意以下幾點：

  1. 語言風格太統一 — 如果成篇 IA 由頭到尾都係同一種「perfect English」，冇任何 student voice，好大機會俾人 suspect。
  2. Mathematical reasoning 太「完美」 — 真正嘅學生 IA 會有嘗試、有錯誤、有反思。如果你寫到好似 textbook 咁完美，反而唔自然。
  3. 引用來源不可追溯 — 2025 年有案例，學生引用咗一篇「2024 paper」，但評卷員發現嗰篇 paper 根本唔存在。最後成篇 IA 俾人 downgrade。

實戰策略：

  • 用 AI 做 brainstorming 或者 data processing 係 OK 嘅，但最終嘅 analysis 同 conclusion 一定要自己寫。
  • 喺 IA 入面加入你嘅「思考痕跡」：例如「Initially I considered a linear model, but after checking the residuals I switched to quadratic.」
  • 所有引用嘅 sources，一定要自己親身睇過、確認過。

記住一個原則：IA 評分係睇你嘅 mathematical journey，唔係睇你個 final answer 有幾靚。

陷阱三：時間管理 — 你喺 Paper 1 用咗太多時間

Math AI 嘅 Paper 1 係冇 calculator 嘅，Paper 2 先有。好多學生嘅策略係：Paper 1 做得越準越好，因為冇得靠 GDC。

呢個諗法本身冇錯，但執行上出現咗一個致命問題：喺 Paper 1 花太多時間喺一條難題度，搞到 Paper 2 唔夠時間做。

2025 年嘅數據顯示，Paper 2 嘅平均分比 Paper 1 低 15% 左右。原因好簡單：Paper 2 嘅題目更長、更複雜，而且要用 GDC 做大量運算，但好多學生因為 Paper 1 做得太慢，到 Paper 2 嘅時候已經精神透支。

時間分配建議：

  • Paper 1 (90 分鐘，40% 分數)：每條 Section A 題目最多用 8 分鐘，Section B 最多用 15 分鐘。如果超過時間，跳過，留最後 5 分鐘返轉頭睇。
  • Paper 2 (90 分鐘，40% 分數)：Section A 每條最多 10 分鐘，Section B 每條最多 20 分鐘。記住，呢 part 要用 GDC，所以時間其實好快過。
  • IA (20% 分數)：唔好拖到最後一個禮拜先做。建議分階段：第 1-2 星期揀題目，第 3-4 星期收集數據，第 5-6 星期做分析，第 7-8 星期寫 draft，第 9-10 星期修改。

仲有一個好多人忽略嘅策略：Paper 2 嘅 Section B 通常係最難嘅，但分數亦最多。如果你時間唔夠，寧願做晒 Section A 嘅全部題目，都唔好為咗一條 Section B 放棄其他。因為 Section A 嘅題目通常較短，每分所需時間較少，係「性價比」最高嘅部分。

評卷員視角：佢哋點樣決定俾 7 分定 6 分？

我訪問過幾位 IB Math 嘅評卷員（anonymously），佢哋分享咗幾個最常見嘅扣分位：

  1. Communication 分數流失 — Math AI 特別重視 mathematical communication。意思係，你要清楚解釋你嘅每一步 reasoning，而唔係淨係寫一堆 numbers。評卷員話：「如果我睇唔明你點樣由 step A 去到 step B，就算答案啱，我都會扣 communication marks。」

  2. Units 同 significant figures 唔 consistent — 呢個係最「低級」但最常見嘅錯誤。一條題目俾嘅數據用 km，你個答案寫 m；或者題目用 3 s.f.，你寫 5 s.f.。呢啲位，每條題目可能扣 1 分，累積起嚟就係 5-6 分，足夠由 7 分跌到 6 分。

  3. 冇 check reasonableness — 2025 年有一條題目，問某個城市嘅 population growth，有個學生計到 2050 年人口會係 2.3 billion。評卷員話：「呢個數字明顯唔合理，因為成個地球都冇咁多人。但個學生完全冇 comment，照寫落去。呢個係 critical thinking 嘅缺失。」如果你嘅答案明顯不合理（例如 probability >1、population 大過地球總人口、negative time），一定要寫一句 comment 解釋點解會咁，或者指出個 model 嘅 limitation。

延伸閱讀

學生實際應該點做？

講咗咁多理論，最後俾你一個 actionable 嘅 checklist：

考前 30 日：

  • 完成至少 5 份完整嘅 past paper，計時做
  • 每次做完，分析自己嘅錯誤類型：係概念唔清？定係 time management 問題？
  • 針對弱點，做 targeted practice，而唔係盲目做卷

考前 7 日：

  • 溫習所有 formula 同 definitions（尤其係 Statistics 同 Probability 嘅關鍵 terms）
  • 練習 GDC 嘅 shortcut 同 functions，確保你唔會喺考試入面浪費時間㩒掣
  • 寫低你喺 past paper 入面犯過嘅錯誤，貼喺枱頭，考試前睇一次

考試當日：

  • Paper 1：先做晒所有你識嘅題目，跳過難題，最後返轉頭
  • Paper 2：善用 GDC，但記住要寫 steps，唔好直接抄答案
  • 所有答案：check units, significant figures, reasonableness

IA 提交前：

  • 確保你有 mathematical depth（唔好淨係做 descriptive statistics）
  • 確保你有 personal engagement（用返你自己收集嘅數據，而唔係網上搵）
  • 確保你有 reflection（討論 limitations, improvements, extensions）

最後，講一句真心話：Math AI 唔係「易過 AA」，而係「唔同玩法」。如果你用操 AA 嘅方法去操 AI，你會死得好慘。但如果你明白 AI 嘅核心係 application 同 interpretation，而且願意花時間練習呢啲 skills，7 分絕對係 achievable 嘅。

記住，2026 年嘅考試，贏嘅唔係最勤力嘅人，而係最識玩呢個遊戲嘅人。你準備好未？