Dobici:
- Razumijevanje da su podaci o studentima lični i često privatni podaci, a pravila anonimizacije i pohrane u okviru KVKK-a i profesionalne povjerljivosti
- Sposobnost prakticiranja deidentifikacije i odabira sigurnog/institucionalnog alata prilikom unosa podataka u javno dostupne alate umjetne inteligencije
- Razumijevanje da je pristanak na dijeljenje podataka, minimiziranje podataka i usklađenost sa školskom politikom odgovornost nastavnika.
Nastavnik ima pristup veoma osjetljivim informacijama u toku svog posla: ocjene, evidencije ponašanja, zdravstveno stanje, informacije o porodici, razgovori o usmjeravanju, socioekonomski podaci. Ova informacija pripada najprivatnijem području učenika i kada padne u pogrešne ruke, može uzrokovati doživotnu štetu. Većina AI alata je zasnovana na oblaku – što znači da se tekst koji upisujete obrađuje na serverima udaljene kompanije, a ne na vašem računaru, a u nekim alatima se može koristiti za razvoj modela. Dakle, pisanje informacija o učeniku u javni AI znači uzimanje toga van vaše kontrole. Ova jedinica uspostavlja najkritičniji nivo sigurnosti u korištenju AI u nastavi. Pravilo je jasno: prvo anonimizirajte podatke učenika, koristite sigurne/institucionalne alate ako je moguće; Odgovornost je na nastavniku.
Koji su podaci zaštićeni? Okvir KVKK
Lični podaci su bilo koja informacija koja osobu čini specifičnom ili prepoznatljivom: ime-prezime, broj škole, lična karta, fotografija ili čak indirektni opisi kao što je "najviši učenik 3-A" u jednom kontekstu. Jače se štite posebni (osjetljivi) lični podaci: zdravlje, nacionalna pripadnost, vjera, krivična uvjerenja, biometrijski podaci, članstvo u udruženju/sindikatu. U ovoj kategoriji su zdravstveni izvještaj učenika, dijagnoza smetnji u učenju ili porodična trauma.
KVKK (Zakon o zaštiti ličnih podataka) zahtijeva da se lični podaci obrađuju zakonito, za određenu svrhu, na odmjeren i siguran način. Praktične implikacije za nastavnika: koristite podatke samo prema potrebi (minimiziranje podataka), nemojte zloupotrebljavati podatke, čuvajte ih, ne dijelite ih s trećim stranama (uključujući javnu AI) bez dozvole. Postoji i obaveza profesionalne povjerljivosti: nastavnik ne smije otkriti podatke koje sazna o učeniku i njegovoj porodici.
Oprez: Pretpostavka da "kompanija ovo ionako ne čita" nije sigurna. Neki besplatni AI alati mogu pohraniti/koristiti inpute u treningu. Kada se podaci povuku, ne mogu se preuzeti. Najsigurnije je da nikada ne izvadite podatke.
Anonimizacija: to je refleks
Anonimizacija znači uklanjanje svih elemenata koji identifikuju osobu iz podataka i njihovo nepovratno generaliziranje. U praksi:
- Ime-prezime → "Učenik A", "učenik"
- Broj škole, TR ID, odjeljenje-filijala → potpuno ukloniti
- Ime roditelja, telefon, adresa → ukloni
- Rijetki/opisni detalji → generalizirati (fraze poput "jedan učenik koji koristi invalidska kolica" odaju osobu; recite "jedan učenik")
- Naziv škole/ustanove → izađite ili recite "naša škola"
Prije nego što date tekst AI-u, pretpostavite da će ga pročitati stranac: da li se iz ovog teksta može razumjeti o kojem je djetetu riječ? Ako je jasno, generalizujte dalje.
Siguran izbor vozila
Nisu svi AI alati isti. Najsigurniji su korporativni alati koje vaša škola/institucija pruža, ima ugovor o obradi podataka (DPA) i ne koristi inpute u obrazovanju. Uz besplatne, javno dostupne alate, pretpostavka bi trebala biti najgori scenario. Prilikom odabira alata, pitajte: Jesu li moji ulazi sačuvani? Da li se koristi u obrazovanju? Gdje se obrađuju podaci? Da li školska politika odobrava ovaj alat? Ako niste sigurni, nemojte koristiti podatke bez anonimizacije.
Korak po korak: privatni tok posla
- Skenirajte lične podatke. Naziv, broj, institucija, osjetljiva situacija.
- Anonimiziraj. Zamijenite općim izrazima; izbrisati identifikacione detalje.
- Primijenite minimizaciju podataka. Nemojte dodavati nikakve informacije koje nisu potrebne zadatku.
- Odaberite vozilo. Institucionalno ako je moguće; Ako ne, pretpostavite najgori scenario.
- Iskoristi ga. Radite samo sa anonimnim tekstom.
- Provjerite i izlaz. AI može odraziti informacije koje mu date; Ne bi trebalo biti curenja identiteta u izlazu.
tri mini kofera
Slučaj 1 — Snimanje u posljednjem trenutku. Savjetnik za usmjeravanje je pisao AI da se konsultuje o porodičnom problemu učenika; Tekst je uključivao ime, razred i "majka mu je u bolnici". Primijetio je bez slanja, sve je generalizirao kao "13-godišnji student, zdravstveni izazov u njegovoj porodici". Opći prijedlozi pristupa koje je dobio su uspjeli; Nisu procurili lični podaci.
Slučaj 2 — Indirektna identifikacija. Nastavnik je napisao AI da je to "materijal za jedinog učenika sa oštećenim vidom u razredu". Nije bilo imena, ali fraza je definitivno opisala tog dječaka u školi. Kada je to primijetio, promijenio ga je u "za studenta kojem je potrebna podrška za vid." Anonimizacija nije samo brisanje imena, već i skrivanje identifikacionih detalja.
Slučaj 3 — Odabir vozila. Jedna škola je zabranila nastavnicima da koriste besplatne alate sa podacima o učenicima i obezbedila poslovni alat sa bezbednošću podataka. Jedan nastavnik bi po navici zalijepio analizu bilješki u besplatni alat; Zahvaljujući podsjetniku politike, prešao je na korporativni alat i još uvijek je anonimizirao podatke. Kombinovana dva sloja zaštite.
Predlošci koji se mogu kopirati
1) Skeniranje prije anonimizacije:
Pretpostavimo da će stranac pročitati sljedeći tekst. Da li se iz ovog teksta može direktno ILI indirektno shvatiti koji je učenik? Navedite sve izraze koji odaju identitet (ime, broj, institucija, rijetka karakteristika) i predložite opću alternativu za svaki. Tekst: [zalijepi]
2) Samoocjenjivanje bezbednog vozila:
Napišite kontrolnu listu od 6 pitanja za procjenu AI alata koji razmišljam o korištenju: skladištenje unosa, korištenje u obrazovanju, lokacija podataka, institucionalno odobrenje, pravo na brisanje, usklađenost osjetljivih podataka. Svakom pitanju dodajte "šta učiniti ako da / šta učiniti ako ne".
3) Kontrola minimizacije podataka:
Pojednostavite tekst Dat ću AI za sljedeći zadatak: uklonite sve lične/kontekstualne detalje koje zadatak NE ZAHTEVA, ostavljajući samo ono što je neophodno za obavljanje posla. Zadatak: [opisati]. Tekst: [zalijepi]
4) Nacrt školske politike (za nastavnike):
Napravite kratku, jasnu listu pravila od 8 tačaka za nastavnike u školi za korištenje AI alata za osiguranje podataka učenika: anonimizacija, odobreni alat, osjetljivi podaci, zadržavanje, pristanak, obavještenje o kršenju. Neka postoje turski, primjenjivi članci. Predat ću ovo na odobrenje menadžmenta/stručnjaka.
Slaba prompt / Jaka prompt
Slab upit:
Ahmet Yılmaz, 7-B broj 214, vrlo je slab u matematici i njegov otac je ravnodušan; Šta da radim za ovog učenika?
Ime, broj, klasa, porodična nadležnost — grubo kršenje povjerljivosti; Podaci su van vaše kontrole.
Snažan upit:
Predložite 3 strategije podrške koje se mogu implementirati u školi za učenika 7. razreda koji ima poteškoća s osnovnim operacijama iz matematike, pod pretpostavkom da postoji ograničena podrška kod kuće. (Anonimni student; ne dijelim nikakve lične podatke.)
Tip podataka
primjer
Da li se daje AI?
Kako
direktnu identifikaciju
Ime, broj, TR
br
Uklonite u potpunosti
indirektna identifikacija
"Student samac sa invaliditetom"
br
generalizovati
Osjetljivi podaci
Zdravlje, dijagnoza, porodica
veoma oprezan
Anonimni + poslovni alat
Opća pedagoška situacija
"Učenik koji se bori"
Da
anonimno
Uobičajene greške
- Samo izbrišite ime. Ako ostane broj, klasa ili indirektna definicija, identitet je i dalje jasan.
- Previdjeti indirektnu definiciju. Izrazi poput "Ti si jedini u svom razredu..." odaju osobu.
- Olako shvatate osetljive podatke. Informacije o zdravlju/porodici su posebni podaci i zahtijevaju veću zaštitu.
- Pod pretpostavkom sigurnosti vozila. Rizično je pretpostaviti da besplatni alat ne pohranjuje podatke; Pretpostavimo najgore.
- Ne kontroliše izlaz. AI može ponoviti vjerodajnice koje navedete u odgovoru; očistite i izlaz.
Savjet: “Pravilo dva minuta”: prije nego što zalijepite bilo koji tekst koji se odnosi na učenike u AI, odvojite dvije minute da obrišete ime, broj, instituciju i identifikacijske detalje. Ova mala navika sprječava najveće prekršaje.
Ukratko
Podaci o studentima su lični, često privatni podaci i zaštićeni su KVKK-om i profesionalnom povjerljivošću. Javni AI alati su zasnovani na oblaku; Davanje podataka takvima kakvi jesu ostavlja ih van kontrole. Pravi način: anonimizirati lične i indirektno identifikacijske informacije, dijeliti samo ono što je potrebno (minimiziranje podataka), koristiti korporativne i odobrene alate ako je moguće i vršiti reviziju rezultata. Odgovornost je na nastavniku.
Zadatak aplikacije
Odnesite tekst o učeniku kojeg ste napisali (ili razmišljate o pisanju) AI u protekloj sedmici. Otkrijte i generalizirajte sve direktne i indirektne identifikatore pomoću predloška „provjera prije anonimizacije“. Zatim procijenite AI alat koji koristite u odnosu na listu "Samoprocjena sigurnog alata" i odlučite koju vrstu podataka možete koristiti s ovim alatom.
kontrolna lista
- [ ] Jesam li uklonio direktne identifikatore kao što su ime, broj, TR ID, institucija?
- [ ] Jesam li generalizovao indirektne deskriptore kao što je "Jedini u tvom razredu..."?
- [ ] Da li sam tretirao osjetljive (zdravstvene/porodične) podatke dodatnom zaštitom?
- [ ] Da li sam provjerio politiku podataka i odobrenje škole za vozilo koje koristim?
- [ ] Da li sam provjerio i curenje identiteta u izlazu?