Keuntungan:
- Memahami bahawa data pelajar adalah data peribadi dan selalunya peribadi, dan peraturan anonimasi dan penyimpanan dalam skop KVKK dan kerahsiaan profesional
- Keupayaan untuk mengamalkan nyah pengenalan dan memilih alat selamat/institusional apabila memasukkan data ke dalam alat kecerdasan buatan yang tersedia secara umum
- Memahami bahawa persetujuan untuk perkongsian data, pengurangan data dan pematuhan dasar sekolah adalah tanggungjawab guru.
Seorang guru mempunyai akses kepada maklumat yang sangat sensitif semasa menjalankan tugasnya: gred, rekod tingkah laku, keadaan kesihatan, maklumat keluarga, perbualan bimbingan, data sosioekonomi. Maklumat ini tergolong dalam kawasan paling peribadi pelajar dan apabila ia jatuh ke tangan yang salah, ia boleh menyebabkan kemudaratan seumur hidup. Kebanyakan alatan AI adalah berasaskan awan — bermakna teks yang anda taip diproses pada pelayan syarikat jauh, bukan pada komputer anda dan dalam sesetengah alatan ia boleh digunakan untuk membangunkan model. Jadi menulis maklumat pelajar ke dalam AI awam bermakna mengambilnya di luar kawalan anda. Unit ini menetapkan lapisan keselamatan paling kritikal dalam menggunakan AI dalam pengajaran. Peraturannya jelas: Anonimkan data pelajar dahulu, gunakan alat selamat/institusi jika boleh; Tanggungjawab terletak pada guru.
Apakah data yang dilindungi? Kerangka KVKK
Data peribadi ialah sebarang maklumat yang menjadikan seseorang itu khusus atau boleh dikenal pasti: nama keluarga, nombor sekolah, kad pengenalan, gambar atau penerangan tidak langsung seperti "pelajar tertinggi 3-A" dalam satu konteks. Data peribadi khas (sensitif) dilindungi dengan lebih kuat: kesihatan, etnik, agama, sabitan jenayah, data biometrik, keahlian persatuan/kesatuan. Laporan kesihatan pelajar, diagnosis ketidakupayaan pembelajaran atau trauma keluarga adalah dalam kategori ini.
KVKK (Undang-undang Perlindungan Data Peribadi) memerlukan data peribadi diproses secara sah, untuk tujuan tertentu, dengan cara yang terukur dan selamat. Implikasi praktikal untuk guru: gunakan data hanya mengikut keperluan (pengurangan data), jangan salah guna data, pastikan ia selamat, jangan kongsi dengan pihak ketiga (termasuk AI awam) tanpa kebenaran. Terdapat juga kewajipan kerahsiaan profesional: guru tidak boleh mendedahkan maklumat yang dia pelajari tentang pelajar dan keluarganya.
Awas: Menganggap "syarikat tidak membaca ini pula" adalah tidak selamat. Beberapa alatan AI percuma boleh menyimpan/menggunakan input dalam latihan. Setelah data keluar, ia tidak boleh diambil semula. Perkara paling selamat ialah jangan sekali-kali mengeluarkan data.
Anonimisasi: menjadikannya refleks
Anonimisasi bermaksud mengalih keluar semua elemen yang mengenal pasti seseorang daripada data dan menggeneralisasikannya secara tidak dapat dipulihkan. Dalam amalan:
- Nama-nama keluarga → "Pelajar A", "seorang pelajar"
- Nombor sekolah, ID TR, cawangan kelas → alih keluar sepenuhnya
- Nama ibu bapa, telefon, alamat → alih keluar
- Butiran jarang/deskriptif → generalisasi (frasa seperti "seorang pelajar yang menggunakan kerusi roda" berikan orang itu; sebut "seorang pelajar")
- Nama sekolah/institusi → keluar atau sebut "sekolah kami"
Sebelum memberikan teks kepada AI, anggap orang yang tidak dikenali akan membacanya: bolehkah ia difahami daripada teks ini kanak-kanak mana? Jika jelas, umumkan lagi.
Pemilihan kenderaan yang selamat
Tidak semua alat AI adalah sama. Yang paling selamat ialah alatan korporat yang disediakan oleh sekolah/institusi anda, mempunyai perjanjian pemprosesan data (DPA) dan tidak menggunakan input dalam pendidikan. Dengan alat percuma yang tersedia untuk umum, andaian harus menjadi senario terburuk. Apabila memilih alat, tanya: Adakah input saya disimpan? Adakah ia digunakan dalam pendidikan? Di manakah data diproses? Adakah dasar sekolah meluluskan alat ini? Jika anda tidak pasti, jangan gunakan data tanpa menamakannya.
Langkah demi langkah: aliran kerja selamat peribadi
- Imbas untuk data peribadi. Nama, nombor, institusi, situasi sensitif.
- anonimkan. Gantikan dengan ungkapan umum; memadam butiran mengenal pasti.
- Gunakan pengecilan data. Jangan tambahkan sebarang maklumat yang tidak diperlukan oleh tugas itu.
- Pilih kenderaan. Institusi jika boleh; Jika tidak, anggap senario kes terburuk.
- gunakannya. Bekerja dengan teks tanpa nama sahaja.
- Semak output juga. AI boleh mencerminkan kembali maklumat yang anda berikan; Seharusnya tiada kebocoran identiti dalam output.
tiga kes mini
Kes 1 — Tangkapan minit akhir. Seorang kaunselor bimbingan menulis kepada AI untuk berunding tentang masalah keluarga pelajar; Teks itu termasuk nama, gred dan "ibunya berada di hospital." Dia perasan tanpa menghantarnya, umumkan semuanya sebagai "pelajar berusia 13 tahun, cabaran kesihatan dalam keluarganya." Cadangan pendekatan umum yang diterimanya berkesan; Tiada data peribadi yang bocor.
Kes 2 — Pengenalan tidak langsung. Seorang guru menulis kepada AI bahawa ia adalah "bahan untuk satu-satunya pelajar cacat penglihatan di dalam kelas." Tiada nama, tetapi frasa itu pasti menggambarkan budak lelaki itu di sekolah. Apabila dia perasan, dia menukarnya kepada "untuk pelajar yang memerlukan sokongan penglihatan." Anonimisasi bukan hanya tentang memadamkan nama, tetapi juga menyembunyikan butiran pengenalan.
Kes 3 — Pemilihan kenderaan. Satu sekolah melarang guru menggunakan alat percuma dengan data pelajar dan menyediakan alat perusahaan dengan keselamatan data. Seorang guru akan menampal analisis nota ke dalam alat percuma di luar kebiasaan; Terima kasih kepada peringatan dasar, dia beralih kepada alat korporat dan masih menamakan data tersebut. Dua lapisan perlindungan digabungkan.
Templat yang boleh disalin
1) Pengimbasan pra-anonimasi:
Andaikan bahawa orang yang tidak dikenali akan membaca teks berikut. Bolehkah ia difahami secara langsung ATAU tidak langsung dari teks ini pelajar manakah dia? Senaraikan semua ungkapan yang memberikan identiti (nama, nombor, institusi, ciri jarang) dan cadangkan alternatif umum untuk setiap satu. Teks: [tampal]
2) Penilaian kendiri kenderaan yang selamat:
Tulis senarai semak 6 soalan untuk menilai alat AI yang saya pertimbangkan untuk menggunakan: storan input, penggunaan dalam pendidikan, lokasi data, kelulusan institusi, hak untuk memadam, pematuhan data sensitif. Tambahkan "apa yang perlu dilakukan jika ya / apa yang perlu dilakukan jika tidak" pada setiap soalan.
3) Kawalan pengecilan data:
Permudahkan teks yang saya akan berikan AI untuk tugasan berikut: alih keluar sebarang butiran peribadi/kontekstual yang TIDAK DIPERLUKAN oleh tugasan, hanya tinggalkan apa yang perlu untuk melakukan kerja itu. Tugasan: [huraikan]. Teks: [tampal]
4) Draf dasar sekolah (untuk guru):
Draf senarai peraturan 8 perkara yang ringkas dan jelas untuk guru di sekolah menggunakan alatan AI untuk menjamin data pelajar: anonimasi, alat yang diluluskan, data sensitif, pengekalan, persetujuan, pemberitahuan pelanggaran. Biar ada artikel bahasa Turki yang berkenaan. Saya akan menyerahkan ini kepada kelulusan pengurusan/pakar.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Ahmet Yılmaz, 7-B nombor 214, sangat lemah dalam matematik dan bapanya bersikap acuh tak acuh; Apakah yang perlu saya lakukan untuk pelajar ini?
Nama, nombor, kelas, bidang kuasa keluarga — pelanggaran berat kerahsiaan; Data di luar kawalan anda.
Gesaan kuat:
Cadangkan 3 strategi sokongan yang boleh dilaksanakan di sekolah untuk pelajar gred 7 yang menghadapi kesukaran dengan operasi asas dalam matematik, dengan andaian terdapat sokongan terhad di rumah. (Pelajar tanpa nama; saya tidak berkongsi sebarang maklumat peribadi.)
Jenis data
contoh
Adakah ia diberikan kepada AI?
Bagaimana
pengenalan langsung
Nama, nombor, TR
tidak
Keluarkan sepenuhnya
pengenalan tidak langsung
"Pelajar OKU bujang"
tidak
membuat generalisasi
Data sensitif
Kesihatan, diagnosis, keluarga
sangat berhati-hati
Alat tanpa nama + perusahaan
Keadaan pedagogi umum
"Seorang pelajar yang bergelut"
ya
tanpa nama
Kesilapan biasa
- Padamkan sahaja nama itu. Jika nombor, kelas atau takrifan tidak langsung kekal, identiti masih jelas.
- Menghadapi definisi tidak langsung. Ungkapan seperti "Anda seorang sahaja dalam kelas anda..." berikan orang itu.
- Memandang ringan data sensitif. Maklumat kesihatan/keluarga adalah data khas dan memerlukan perlindungan yang lebih tinggi.
- Dengan mengandaikan keselamatan kenderaan. Adalah berisiko untuk menganggap bahawa alat percuma tidak menyimpan data; Anggap yang paling teruk.
- Tidak mengawal output. AI mungkin mengulangi kelayakan yang anda berikan dalam respons; bersihkan output juga.
Petua: “Peraturan dua minit”: sebelum menampal sebarang teks berkaitan pelajar ke dalam AI, luangkan masa dua minit untuk mengosongkan nama, nombor, institusi dan butiran pengenalan. Tabiat kecil ini menghalang pelanggaran terbesar.
Secara ringkasnya
Data pelajar adalah data peribadi, selalunya peribadi dan dilindungi di bawah KVKK dan kerahsiaan profesional. Alat AI awam adalah berasaskan awan; Memberi data seperti sedia ada menjadikannya di luar kawalan. Cara yang betul: untuk menamakan maklumat peribadi dan mengenal pasti secara tidak langsung, kongsi hanya perkara yang perlu (pengurangan data), gunakan alat korporat dan diluluskan jika boleh, dan audit output. Tanggungjawab terletak pada guru.
Tugasan permohonan
Ambil teks tentang pelajar yang telah anda tulis (atau sedang mempertimbangkan untuk menulis) kepada AI pada minggu lepas. Kesan dan umumkan semua pengecam langsung dan tidak langsung dengan templat "penyaringan pra-anonimasi". Kemudian nilai alat AI yang anda gunakan terhadap senarai "Penilaian kendiri alat selamat" dan tentukan jenis data yang boleh anda gunakan dengan alat ini.
senarai semak
- [ ] Adakah saya telah mengalih keluar pengecam langsung seperti nama, nombor, TR ID, institusi?
- [ ] Adakah saya telah menyamaratakan deskriptor tidak langsung seperti "Satu-satunya dalam kelas anda..."?
- [ ] Adakah saya telah merawat data sensitif (kesihatan/keluarga) dengan perlindungan tambahan?
- [ ] Adakah saya telah menyemak dasar data dan kelulusan sekolah bagi kenderaan yang saya gunakan?
- [ ] Adakah saya telah menyemak kebocoran identiti dalam output juga?