Satuan 9 / 11

Privasi Data Mahasiswa dan KVKK: Anonimisasi dan Penggunaan Aman

Keuntungan:

  • Memahami bahwa data siswa adalah data pribadi dan seringkali bersifat pribadi, serta aturan anonimisasi dan penyimpanan dalam lingkup KVKK dan kerahasiaan profesional
  • Kemampuan untuk mempraktikkan de-identifikasi dan memilih alat yang aman/institusional saat memasukkan data ke dalam alat kecerdasan buatan yang tersedia untuk umum
  • Memahami bahwa persetujuan untuk berbagi data, minimalisasi data, dan kepatuhan terhadap kebijakan sekolah adalah tanggung jawab guru.

Seorang guru memiliki akses terhadap informasi yang sangat sensitif dalam menjalankan pekerjaannya: nilai, catatan perilaku, kondisi kesehatan, informasi keluarga, percakapan bimbingan, data sosial ekonomi. Informasi ini merupakan wilayah paling pribadi siswa dan jika jatuh ke tangan yang salah, dapat menyebabkan kerugian seumur hidup. Sebagian besar alat AI berbasis cloud — artinya teks yang Anda ketikkan diproses di server perusahaan jarak jauh, bukan di komputer Anda, dan di beberapa alat, teks tersebut dapat digunakan untuk mengembangkan model. Jadi menuliskan informasi siswa ke dalam AI publik berarti mengeluarkannya di luar kendali Anda. Unit ini menetapkan lapisan keamanan paling penting dalam penggunaan AI dalam pengajaran. Aturannya jelas: Anonimkan data siswa terlebih dahulu, gunakan alat yang aman/institusional jika memungkinkan; Tanggung jawab ada pada guru.

Data apa yang dilindungi? Kerangka KVKK

Data pribadi adalah informasi apa pun yang membuat seseorang spesifik atau dapat diidentifikasi: nama-nama belakang, nomor sekolah, kartu identitas, foto, atau bahkan deskripsi tidak langsung seperti “siswa tertinggi 3-A” dalam satu konteks. Data pribadi khusus (sensitif) dilindungi dengan lebih kuat: kesehatan, etnis, agama, hukuman pidana, data biometrik, keanggotaan asosiasi/serikat. Laporan kesehatan siswa, diagnosis ketidakmampuan belajar, atau trauma keluarga termasuk dalam kategori ini.

KVKK (UU Perlindungan Data Pribadi) mewajibkan data pribadi diproses secara sah, untuk tujuan tertentu, terukur dan aman. Implikasi praktis bagi guru: gunakan data seperlunya saja (minimalkan data), jangan menyalahgunakan data, jaga keamanannya, jangan bagikan kepada pihak ketiga (termasuk AI publik) tanpa izin. Ada juga kewajiban kerahasiaan profesional: guru tidak boleh mengungkapkan informasi yang dia pelajari tentang siswa dan keluarganya.

Perhatian: Mengasumsikan "perusahaan tidak membaca ini" tidaklah aman. Beberapa alat AI gratis dapat menyimpan/menggunakan masukan dalam pelatihan. Setelah data keluar, tidak dapat diambil. Hal yang paling aman adalah jangan pernah mengeluarkan datanya.

Anonimisasi: menjadikannya refleks

Anonimisasi berarti menghapus semua elemen yang mengidentifikasi seseorang dari data dan menggeneralisasikannya secara permanen. Dalam praktiknya:

  • Nama-nama belakang → "Siswa A", "seorang siswa"
  • Nomor sekolah, ID TR, cabang kelas → hapus seluruhnya
  • Nama orang tua, telepon, alamat → hapus
  • Detail yang jarang/deskriptif → menggeneralisasi (frasa seperti "seorang siswa yang menggunakan kursi roda" membuat orang tersebut menjauh; ucapkan "satu siswa")
  • Nama sekolah/institusi → keluar atau ucapkan "sekolah kami"

Sebelum memberikan teks kepada AI, asumsikan bahwa orang asing akan membacanya: apakah dari teks ini dapat dipahami anak yang mana? Jika sudah jelas, generalisasikan lebih lanjut.

Pemilihan kendaraan yang aman

Tidak semua alat AI sama. Yang paling aman adalah alat perusahaan yang disediakan sekolah/institusi Anda, memiliki perjanjian pemrosesan data (DPA), dan tidak menggunakan masukan dalam pendidikan. Dengan alat yang gratis dan tersedia untuk umum, asumsi tersebut seharusnya menjadi skenario terburuk. Saat memilih alat, tanyakan: Apakah masukan saya disimpan? Apakah ini digunakan dalam pendidikan? Dimana datanya diproses? Apakah kebijakan sekolah menyetujui alat ini? Jika Anda tidak yakin, jangan gunakan data tersebut tanpa menganonimkannya.

Langkah demi langkah: alur kerja yang aman bagi pribadi

  1. Pindai data pribadi. Nama, nomor, institusi, situasi sensitif.
  2. Anonimkan. Ganti dengan ekspresi umum; hapus detail identifikasi.
  3. Terapkan minimalisasi data. Jangan menambahkan informasi apa pun yang tidak diperlukan oleh tugas tersebut.
  4. Pilih kendaraan. Kelembagaan jika memungkinkan; Jika tidak, asumsikan skenario terburuk.
  5. Gunakan itu. Bekerja dengan teks anonim saja.
  6. Periksa juga hasilnya. AI dapat merefleksikan kembali informasi yang Anda berikan; Seharusnya tidak ada kebocoran identitas pada output.

tiga kasus mini

Kasus 1 — Pengambilan menit terakhir. Seorang konselor bimbingan menulis surat kepada AI untuk berkonsultasi tentang masalah keluarga siswa; Teks tersebut memuat nama, kelas, dan "ibunya ada di rumah sakit". Dia memperhatikan tanpa mengirimkannya, menggeneralisasi semuanya sebagai "siswa berusia 13 tahun, sebuah tantangan kesehatan dalam keluarganya." Saran pendekatan umum yang diterimanya berhasil; Tidak ada data pribadi yang bocor.

Kasus 2 — Identifikasi tidak langsung. Seorang guru menulis kepada AI bahwa itu adalah "materi untuk satu-satunya siswa tunanetra di kelas". Tidak ada namanya, tapi kalimat itu jelas menggambarkan anak laki-laki di sekolah itu. Ketika dia menyadarinya, dia mengubahnya menjadi "untuk siswa yang membutuhkan dukungan penglihatan". Anonimisasi bukan hanya tentang menghapus nama, tetapi juga menyembunyikan detail identitas.

Kasus 3 — Pemilihan kendaraan. Sebuah sekolah melarang guru menggunakan alat gratis dengan data siswa dan menyediakan alat keamanan data bagi perusahaan. Seorang guru akan menempelkan analisis catatan ke dalam alat gratis karena kebiasaan; Berkat pengingat kebijakan, dia beralih ke alat perusahaan dan masih menganonimkan datanya. Gabungan dua lapisan perlindungan.

Templat yang dapat disalin

1) Pemindaian pra-anonimisasi:

Asumsikan bahwa orang asing akan membaca teks berikut. Bisakah dipahami secara langsung ATAU tidak langsung dari teks ini dia murid yang mana? Buat daftar semua ekspresi yang memberikan identitas (nama, nomor, institusi, fitur langka) dan sarankan alternatif umum untuk masing-masing ekspresi. Teks: [tempel]

2) Penilaian mandiri kendaraan yang aman:

Tuliskan daftar periksa 6 pertanyaan untuk mengevaluasi alat AI yang saya pertimbangkan untuk digunakan: penyimpanan input, penggunaan dalam pendidikan, lokasi data, persetujuan institusi, hak untuk menghapus, kepatuhan data sensitif. Tambahkan "apa yang harus dilakukan jika ya / apa yang harus dilakukan jika tidak" pada setiap pertanyaan.

3) Kontrol minimalisasi data:

Sederhanakan teks yang akan saya berikan kepada AI untuk tugas berikut: hapus semua detail pribadi/kontekstual yang TIDAK DIPERLUKAN oleh tugas tersebut, dan hanya menyisakan apa yang diperlukan untuk melakukan pekerjaan itu. Tugas: [jelaskan]. Teks: [tempel]

4) Rancangan kebijakan sekolah (untuk guru):

Buatlah draf daftar 8 poin aturan yang singkat dan jelas bagi guru di sekolah untuk menggunakan alat AI guna mengamankan data siswa: anonimisasi, alat yang disetujui, data sensitif, retensi, persetujuan, pemberitahuan pelanggaran. Biarlah ada artikel berbahasa Turki yang dapat diterapkan. Saya akan menyerahkan ini ke manajemen/persetujuan ahli.

Perintah lemah / Perintah kuat

Perintah yang lemah:

Ahmet Yılmaz, 7-B nomor 214, sangat lemah dalam matematika dan ayahnya acuh tak acuh; Apa yang harus saya lakukan untuk siswa ini?

Nama, nomor, kelas, yurisdiksi keluarga — pelanggaran berat terhadap kerahasiaan; Data berada di luar kendali Anda.

Perintah yang kuat:

Sarankan 3 strategi dukungan yang dapat diterapkan di sekolah untuk siswa kelas 7 yang mengalami kesulitan dalam operasi dasar matematika, dengan asumsi dukungan terbatas di rumah. (Siswa anonim; Saya tidak membagikan informasi pribadi apa pun.)

Tipe data

contoh

Apakah itu diberikan kepada AI?

Bagaimana

identifikasi langsung

Nama, nomor, TR

tidak

Hapus sepenuhnya

identifikasi tidak langsung

"Siswa penyandang cacat tunggal"

tidak

menggeneralisasi

Data sensitif

Kesehatan, diagnosis, keluarga

sangat hati-hati

Alat anonim + perusahaan

Situasi pedagogis umum

"Seorang siswa yang sedang berjuang"

Ya

secara anonim

Kesalahan umum

  • Hapus saja namanya. Jika nomor, kelas, atau definisi tidak langsungnya tetap ada, identitasnya masih jelas.
  • Mengabaikan definisi tidak langsung. Ekspresi seperti "Kamu satu-satunya di kelasmu..." membuat orang tersebut menjauh.
  • Menganggap enteng data sensitif. Informasi kesehatan/keluarga merupakan data yang bersifat khusus dan memerlukan perlindungan yang lebih tinggi.
  • Dengan asumsi keselamatan kendaraan. Beresiko untuk berasumsi bahwa alat gratis ini tidak menyimpan data; Asumsikan yang terburuk.
  • Tidak mengontrol output. AI mungkin mengulangi kredensial yang Anda berikan dalam tanggapan; bersihkan outputnya juga.
Tip: “Aturan dua menit”: sebelum menempelkan teks apa pun yang berhubungan dengan siswa ke dalam AI, luangkan waktu dua menit untuk menghapus nama, nomor, institusi, dan detail identitas. Kebiasaan kecil ini mencegah pelanggaran terbesar.

Singkatnya

Data siswa bersifat pribadi, seringkali data pribadi dan dilindungi oleh KVKK dan kerahasiaan profesional. Alat AI publik berbasis cloud; Memberikan data sebagaimana adanya membuatnya di luar kendali. Cara yang benar: dengan menganonimkan informasi pribadi dan informasi pengenal secara tidak langsung, hanya membagikan apa yang diperlukan (minimalkan data), gunakan alat perusahaan dan yang disetujui jika memungkinkan, dan audit hasilnya. Tanggung jawab ada pada guru.

Tugas aplikasi

Bawalah teks tentang siswa yang telah Anda tulis (atau sedang mempertimbangkan untuk menulis) ke AI dalam seminggu terakhir. Deteksi dan generalisasikan semua pengidentifikasi langsung dan tidak langsung dengan templat “penyaringan pra-anonimisasi”. Kemudian evaluasi alat AI yang Anda gunakan terhadap daftar “Penilaian mandiri alat aman” dan putuskan jenis data apa yang dapat Anda gunakan dengan alat ini.

daftar periksa

  • [ ] Apakah saya sudah menghapus pengenal langsung seperti nama, nomor, TR ID, institusi?
  • [ ] Sudahkah saya menggeneralisasi deskriptor tidak langsung seperti "Satu-satunya di kelasmu..."?
  • [ ] Sudahkah saya memperlakukan data sensitif (kesehatan/keluarga) dengan perlindungan ekstra?
  • [ ] Apakah saya sudah memeriksa kebijakan data dan persetujuan sekolah terhadap kendaraan yang saya gunakan?
  • [ ] Sudahkah saya memeriksa kebocoran identitas pada keluarannya juga?