Ganancias:
- Comprender que los datos de los estudiantes son datos personales y, a menudo, privados, y las reglas de anonimización y almacenamiento dentro del alcance de KVKK y la confidencialidad profesional.
- Capacidad para practicar la desidentificación y elegir una herramienta segura/institucional al ingresar datos en herramientas de inteligencia artificial disponibles públicamente.
- Comprender que el consentimiento para compartir datos, minimizarlos y cumplir con la política escolar son responsabilidad del maestro.
Un docente tiene acceso a información muy sensible en el desempeño de su trabajo: calificaciones, registros de comportamiento, condiciones de salud, información familiar, conversaciones de orientación, datos socioeconómicos. Esta información pertenece al área más privada del estudiante y cuando cae en las manos equivocadas, puede causar daños de por vida. La mayoría de las herramientas de inteligencia artificial están basadas en la nube, lo que significa que el texto que usted escribe se procesa en servidores remotos de la empresa, no en su computadora, y en algunas herramientas se puede utilizar para desarrollar el modelo. Entonces, escribir la información de un estudiante en una IA pública significa sacarla de tu control. Esta unidad establece la capa de seguridad más crítica en el uso de la IA en la enseñanza. La regla es clara: primero anonimizar los datos de los estudiantes, utilizar herramientas seguras/institucionales si es posible; La responsabilidad es del docente.
¿Qué datos están protegidos? Marco de KVKK
Los datos personales son cualquier información que hace que una persona sea específica o identificable: nombre-apellido, número de escuela, documento de identidad, fotografía o incluso descripciones indirectas como "el estudiante más alto de 3-A" en un contexto. Los datos personales especiales (sensibles) están más protegidos: salud, origen étnico, religión, condena penal, datos biométricos, afiliación a asociaciones/sindicatos. En esta categoría se encuentran el informe de salud del estudiante, el diagnóstico de discapacidad de aprendizaje o el trauma familiar.
La KVKK (Ley de Protección de Datos Personales) exige que los datos personales se procesen de manera legal, para un propósito específico, de manera mesurada y segura. Implicaciones prácticas para el docente: utilizar los datos sólo cuando sea necesario (minimización de datos), no hacer un mal uso de los datos, mantenerlos seguros, no compartirlos con terceros (incluida la IA pública) sin permiso. También existe una obligación de confidencialidad profesional: el docente no puede revelar la información que conoce sobre el alumno y su familia.
Precaución: Asumir que "la empresa no está leyendo esto de todos modos" no es seguro. Algunas herramientas de IA gratuitas pueden almacenar/utilizar entradas en el entrenamiento. Una vez que los datos salen, no se pueden recuperar. Lo más seguro es no sacar nunca los datos.
Anonimización: convertirla en un reflejo
Anonimizar significa eliminar de los datos todos los elementos que identifican a una persona y generalizarlos de forma irreversible. En la práctica:
- Nombre-apellido → "Estudiante A", "un estudiante"
- Número de escuela, ID de TR, rama de clase → eliminar por completo
- Nombre del padre, teléfono, dirección → eliminar
- Detalles raros/descriptivos → generalizar (frases como "un estudiante que usa una silla de ruedas" delatan a la persona; diga "un estudiante")
- Nombre de la escuela/institución → salir o decir "nuestra escuela"
Antes de darle un texto a la IA, supongamos que un extraño lo leerá: ¿se puede entender a partir de este texto qué niño es? Si está claro, generalice más.
Selección segura de vehículos
No todas las herramientas de IA son iguales. Las más seguras son las herramientas corporativas que proporciona su escuela/institución, tiene un acuerdo de procesamiento de datos (DPA) y no utiliza insumos en la educación. Con herramientas gratuitas y disponibles públicamente, la suposición debería ser el peor de los casos. Al elegir una herramienta, pregunte: ¿Se guardan mis entradas? ¿Se utiliza en educación? ¿Dónde se procesan los datos? ¿La política escolar aprueba esta herramienta? Si no está seguro, no utilice los datos sin anonimizarlos.
Paso a paso: flujo de trabajo privado y seguro
- Escanee en busca de datos personales. Nombre, número, institución, situación sensible.
- Anonimizar. Reemplazar con expresiones generales; eliminar datos identificativos.
- Aplicar minimización de datos. No agregue ninguna información que no sea requerida por la tarea.
- Seleccione vehículo. Institucional si es posible; Si no, asuma el peor de los casos.
- Úselo. Trabaje solo con texto anónimo.
- Verifique la salida también. La IA puede reflejar la información que usted le proporciona; No debería haber ninguna fuga de identidad en la salida.
tres mini casos
Caso 1: Captura de último momento. Un consejero escolar escribió a AI para consultar sobre el problema familiar de un estudiante; El texto incluía nombre, grado y "su madre está en el hospital". Lo notó sin enviarlo, lo generalizó todo como “estudiante de 13 años, problema de salud en su familia”. Las sugerencias de enfoque general que recibió funcionaron; No se filtró ningún dato personal.
Caso 2: Identificación indirecta. Un profesor escribió a AI que era "material para el único estudiante con discapacidad visual de la clase". No había nombre, pero la frase definitivamente describía a ese chico de la escuela. Cuando se dio cuenta, lo cambió a "para un estudiante que necesita apoyo visual". La anonimización no se trata sólo de eliminar nombres, sino también de ocultar detalles identificativos.
Caso 3: Selección de vehículo. Una escuela prohibió a los profesores utilizar herramientas gratuitas con datos de los estudiantes y proporcionó una herramienta empresarial con seguridad de datos. Un profesor pegaba análisis de notas en la herramienta gratuita por costumbre; Gracias al recordatorio de la política, cambió a la herramienta corporativa y aún así anonimizó los datos. Dos capas de protección combinadas.
Plantillas copiables
1) Escaneo previo a la anonimización:
Supongamos que un extraño leerá el siguiente texto. ¿Se puede entender directa O indirectamente a partir de este texto qué estudiante es? Enumere todas las expresiones que delatan la identidad (nombre, número, institución, rasgo raro) y sugiera una alternativa general para cada una. Texto: [pegar]
2) Autoevaluación del vehículo seguro:
Escriba una lista de verificación de 6 preguntas para evaluar una herramienta de inteligencia artificial que estoy considerando usar: almacenamiento de entrada, uso en educación, ubicación de datos, aprobación institucional, derecho a eliminar, cumplimiento de datos confidenciales. Agregue "qué hacer en caso afirmativo/qué hacer en caso negativo" a cada pregunta.
3) Control de minimización de datos:
Simplifique el texto que le daré a la IA para la siguiente tarea: elimine cualquier detalle personal/contextual que la tarea NO REQUIERA, dejando solo lo necesario para realizar el trabajo. Tarea: [describir]. Texto: [pegar]
4) Proyecto de política escolar (para profesores):
Redacte una lista breve y clara de ocho puntos de reglas para que los maestros de una escuela utilicen herramientas de inteligencia artificial para proteger los datos de los estudiantes: anonimización, herramienta aprobada, datos confidenciales, retención, consentimiento, notificación de incumplimiento. Que haya artículos turcos aplicables. Enviaré esto a la aprobación de la gerencia/experto.
Aviso débil / Aviso fuerte
Aviso débil:
Ahmet Yılmaz, 7-B número 214, tiene muy malas matemáticas y su padre se muestra indiferente; ¿Qué debo hacer por este estudiante?
Nombre, número, clase, jurisdicción familiar: una grave violación de la confidencialidad; Los datos están fuera de tu control.
Potente mensaje:
Sugiera 3 estrategias de apoyo que se pueden implementar en la escuela para un estudiante de 7mo grado que tiene dificultades con operaciones básicas en matemáticas, asumiendo que hay apoyo limitado en casa. (Estudiante anónimo; no comparto ninguna información personal).
tipo de datos
ejemplo
¿Se le da a la IA?
como
identificación directa
Nombre, número, TR
no
Eliminar completamente
identificación indirecta
"Estudiante soltero discapacitado"
no
generalizar
Datos sensibles
Salud, diagnóstico, familia.
muy cuidadoso
Anónimo + herramienta empresarial
Situación pedagógica general.
"Un estudiante con dificultades"
si
anónimamente
Errores comunes
- Simplemente borre el nombre. Si permanece el número, la clase o la definición indirecta, la identidad sigue siendo clara.
- Pasando por alto la definición indirecta. Expresiones como "Eres el único en tu clase..." delatan a la persona.
- Tomar datos confidenciales a la ligera. La información de salud/familia es información especial y requiere mayor protección.
- Asumiendo la seguridad del vehículo. Es arriesgado asumir que la herramienta gratuita no almacena datos; Asume lo peor.
- No controlar la salida. La IA podrá repetir las credenciales que proporciones en la respuesta; limpie también la salida.
Consejo: “Regla de los dos minutos”: antes de pegar cualquier texto relacionado con un estudiante en la IA, tómate dos minutos para borrar el nombre, el número, la institución y los detalles de identificación. Este pequeño hábito previene las mayores violaciones.
En resumen
Los datos de los estudiantes son datos personales, a menudo privados, y están protegidos por la KVKK y la confidencialidad profesional. Las herramientas públicas de IA están basadas en la nube; Dar los datos tal como están los deja fuera de control. La forma correcta: anonimizar la información personal y de identificación indirecta, compartir solo lo que sea necesario (minimización de datos), utilizar herramientas corporativas y aprobadas si es posible y auditar el resultado. La responsabilidad es del docente.
Tarea de aplicación
Lleve un texto sobre un estudiante que haya escrito (o esté considerando escribir) a AI durante la última semana. Detecte y generalice todos los identificadores directos e indirectos con la plantilla de "detección previa a la anonimización". Luego, evalúe la herramienta de IA que está utilizando con la lista de “Autoevaluación de herramientas seguras” y decida qué tipo de datos puede utilizar con esta herramienta.
lista de verificación
- [ ] ¿He eliminado identificadores directos como nombre, número, ID TR, institución?
- [ ] ¿He generalizado descriptores indirectos como "El único en tu clase..."?
- [ ] ¿He tratado datos sensibles (de salud/familiares) con protección adicional?
- [ ] ¿He verificado la política de datos y la aprobación escolar del vehículo que uso?
- [] ¿He verificado también si hay fugas de identidad en la salida?