लाभ:
- विद्यार्थी डेटा व्यक्तिगत र प्रायः निजी डेटा हो भन्ने बुझ्दै, र KVKK र व्यावसायिक गोपनीयताको दायरा भित्र बेनामीकरण र भण्डारण नियमहरू
- सार्वजनिक रूपमा उपलब्ध कृत्रिम बुद्धिमत्ता उपकरणहरूमा डाटा प्रविष्ट गर्दा डि-पहिचान अभ्यास गर्ने र सुरक्षित/संस्थागत उपकरण छनौट गर्ने क्षमता।
- डाटा साझेदारी, डाटा न्यूनीकरण र स्कूल नीतिको अनुपालनमा सहमति जनाउनु शिक्षकको जिम्मेवारी हो।
एक शिक्षकले आफ्नो कामको क्रममा धेरै संवेदनशील जानकारीमा पहुँच गर्न सक्छ: ग्रेड, व्यवहार रेकर्ड, स्वास्थ्य अवस्था, पारिवारिक जानकारी, मार्गदर्शन कुराकानी, सामाजिक आर्थिक डेटा। यो जानकारी विद्यार्थीको सबैभन्दा निजी क्षेत्रसँग सम्बन्धित छ र जब यो गलत हातमा पर्छ, यसले जीवनभरको हानि निम्त्याउन सक्छ। धेरै जसो AI उपकरणहरू क्लाउड-आधारित हुन्छन् - यसको मतलब तपाईंले टाइप गर्नुभएको पाठ रिमोट कम्पनी सर्भरहरूमा प्रशोधन गरिन्छ, तपाईंको कम्प्युटरमा होइन, र केही उपकरणहरूमा यसलाई मोडेल विकास गर्न प्रयोग गर्न सकिन्छ। त्यसैले सार्वजनिक AI मा विद्यार्थीको जानकारी लेख्नु भनेको यसलाई आफ्नो नियन्त्रणबाट बाहिर निकाल्नु हो। यो एकाइले शिक्षणमा AI को प्रयोगमा सुरक्षाको सबैभन्दा महत्त्वपूर्ण तह स्थापना गर्दछ। नियम स्पष्ट छ: पहिले विद्यार्थी डेटा गुमनाम गर्नुहोस्, सम्भव भएमा सुरक्षित/संस्थागत उपकरणहरू प्रयोग गर्नुहोस्; जिम्मेवारी शिक्षकको हो ।
कुन डाटा सुरक्षित छ? KVKK को फ्रेमवर्क
व्यक्तिगत डेटा कुनै पनि जानकारी हो जसले व्यक्तिलाई विशिष्ट वा पहिचान योग्य बनाउँछ: नाम-उपनाम, विद्यालय नम्बर, आईडी कार्ड, फोटो, वा अप्रत्यक्ष विवरणहरू जस्तै "3-A को सबैभन्दा अग्लो विद्यार्थी" एक सन्दर्भमा। विशेष (संवेदनशील) व्यक्तिगत डेटा अझ बलियो रूपमा सुरक्षित गरिएको छ: स्वास्थ्य, जाति, धर्म, आपराधिक विश्वास, बायोमेट्रिक डेटा, संघ/संघ सदस्यता। विद्यार्थीको स्वास्थ्य रिपोर्ट, सिकाइ असक्षमताको निदान, वा पारिवारिक आघात यस श्रेणीमा छन्।
KVKK (व्यक्तिगत डेटा संरक्षण कानून) लाई व्यक्तिगत डेटालाई कानुनी रूपमा, एक विशेष उद्देश्यको लागि, मापन र सुरक्षित तरिकामा प्रशोधन गर्न आवश्यक छ। शिक्षकका लागि व्यावहारिक प्रभावहरू: आवश्यक रूपमा मात्र डाटा प्रयोग गर्नुहोस् (डेटा न्यूनीकरण), डाटाको दुरुपयोग नगर्नुहोस्, यसलाई सुरक्षित राख्नुहोस्, अनुमति बिना तेस्रो पक्षहरू (सार्वजनिक एआई सहित) सँग साझेदारी नगर्नुहोस्। त्यहाँ व्यावसायिक गोपनीयताको दायित्व पनि छ: शिक्षकले विद्यार्थी र उसको परिवारको बारेमा सिकेको जानकारी खुलासा गर्न सक्दैन।
सावधानी: "कम्पनीले जे भए पनि यो पढिरहेको छैन" मान्नु सुरक्षित छैन। केही नि:शुल्क AI उपकरणहरूले प्रशिक्षणमा इनपुटहरू भण्डारण/प्रयोग गर्न सक्छन्। एकपटक डाटा बाहिर भएपछि, यसलाई पुन: प्राप्त गर्न सकिँदैन। सबैभन्दा सुरक्षित कुरा भनेको डाटा कहिल्यै नलिनु हो।
अनामीकरण: यसलाई प्रतिबिम्ब बनाउँदै
अनामीकरण भनेको डेटाबाट व्यक्तिलाई पहिचान गर्ने सबै तत्वहरू हटाउनु र यसलाई अपरिवर्तनीय रूपमा सामान्यीकरण गर्नु हो। व्यवहारमा:
- नाम-उपनाम → "विद्यार्थी A", "एक विद्यार्थी"
- विद्यालय नम्बर, TR ID, कक्षा-शाखा → पूर्ण रूपमा हटाउनुहोस्
- अभिभावकको नाम, फोन, ठेगाना → हटाउनुहोस्
- दुर्लभ/वर्णनात्मक विवरणहरू → सामान्यीकरण ("ह्वीलचेयर प्रयोग गर्ने एक विद्यार्थी" जस्ता वाक्यांशहरूले व्यक्तिलाई टाढा दिन्छन्; भन्नुहोस् "एक विद्यार्थी")
- विद्यालय/संस्थाको नाम → बाहिर निस्कनुहोस् वा "हाम्रो विद्यालय" भन्नुहोस्
AI लाई पाठ दिनु अघि, एक अपरिचित व्यक्तिले यसलाई पढ्छ भनेर मान्नुहोस्: यो कुन बच्चा हो यो पाठबाट बुझ्न सकिन्छ? यदि यो स्पष्ट छ भने, थप सामान्यीकरण गर्नुहोस्।
सुरक्षित सवारी साधन चयन
सबै एआई उपकरणहरू समान छैनन्। सबैभन्दा सुरक्षित कर्पोरेट उपकरणहरू हुन् जुन तपाइँको विद्यालय/संस्थाले प्रदान गर्दछ, डेटा प्रशोधन सम्झौता (DPA) छ, र शिक्षामा इनपुटहरू प्रयोग गर्दैन। नि: शुल्क, सार्वजनिक रूपमा उपलब्ध उपकरणहरूको साथ, धारणा सबैभन्दा खराब अवस्था हुनुपर्छ। एउटा उपकरण छनोट गर्दा, सोध्नुहोस्: के मेरो इनपुटहरू सुरक्षित छन्? के यो शिक्षा मा प्रयोग गरिन्छ? डाटा कहाँ प्रशोधन गरिन्छ? के विद्यालय नीतिले यो उपकरणलाई अनुमोदन गर्छ? यदि तपाईं अनिश्चित हुनुहुन्छ भने, यसलाई गुमनाम नगरी डाटा प्रयोग नगर्नुहोस्।
चरणबद्ध रूपमा: निजी-सुरक्षित कार्यप्रवाह
- व्यक्तिगत डेटाको लागि स्क्यान गर्नुहोस्। नाम, नम्बर, संस्था, संवेदनशील अवस्था।
- बेनामी। सामान्य अभिव्यक्ति संग बदल्नुहोस्; पहिचान विवरणहरू मेटाउनुहोस्।
- डाटा न्यूनीकरण लागू गर्नुहोस्। कार्यको लागि आवश्यक नभएको कुनै पनि जानकारी थप नगर्नुहोस्।
- गाडी चयन गर्नुहोस्। सम्भव भएमा संस्थागत; यदि होइन भने, सबैभन्दा खराब अवस्था मान्न।
- यसलाई प्रयोग गर्नुहोस्। बेनामी पाठसँग मात्र काम गर्नुहोस्।
- आउटपुट पनि जाँच गर्नुहोस्। AI ले तपाईंले दिनुभएको जानकारीलाई प्रतिबिम्बित गर्न सक्छ; आउटपुटमा कुनै पहिचान चुहावट हुनु हुँदैन।
तीन मिनी केसहरू
केस 1 - अन्तिम मिनेट क्याप्चर। एक मार्गदर्शन सल्लाहकारले विद्यार्थीको पारिवारिक समस्या बारे परामर्श गर्न AI लाई लेखे; पाठमा नाम, ग्रेड, र "उनकी आमा अस्पतालमा हुनुहुन्छ।" उनले यसलाई नपठाईकन ध्यान दिए, सबैलाई "१३ वर्षीय विद्यार्थी, आफ्नो परिवारमा स्वास्थ्य चुनौती" भनेर सामान्यीकरण गरे। उसले प्राप्त गरेको सामान्य दृष्टिकोण सुझावहरूले काम गर्यो; कुनै व्यक्तिगत डाटा लीक भएको छैन।
केस २ - अप्रत्यक्ष पहिचान। एक शिक्षकले AI लाई लेखे कि यो "कक्षामा मात्र दृष्टिविहीन विद्यार्थीको लागि सामग्री हो।" त्यहाँ कुनै नाम थिएन, तर वाक्यांशले स्कूलमा त्यो केटालाई निश्चित रूपमा वर्णन गर्यो। जब उनले याद गरे, उनले यसलाई "दृष्टि समर्थन चाहिने विद्यार्थीको लागि" मा परिवर्तन गरे। गुमनामकरण भनेको नामहरू मेटाउने मात्र होइन, तर पहिचान विवरणहरू लुकाउनु पनि हो।
केस 3 - सवारी साधन चयन। एउटा विद्यालयले शिक्षकहरूलाई विद्यार्थी डेटाको साथ निःशुल्क उपकरणहरू प्रयोग गर्न प्रतिबन्ध लगायो र डाटा सुरक्षाको साथ एक उद्यम उपकरण प्रदान गर्यो। एक शिक्षकले आदतबाट बाहिर नि: शुल्क उपकरणमा नोट विश्लेषण टाँस्नेछ; नीति रिमाइन्डरको लागि धन्यवाद, उसले कर्पोरेट उपकरणमा स्विच गर्यो र अझै पनि डेटा गुमनाम राख्यो। सुरक्षाको दुई तहहरू संयुक्त।
प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
१) पूर्व-अनामकरण स्क्यानिङ:
मान्नुहोस् कि एक अपरिचित व्यक्तिले निम्न पाठ पढ्नेछ। यो पाठबाट प्रत्यक्ष वा अप्रत्यक्ष रूपमा बुझ्न सकिन्छ कि उहाँ कुन विद्यार्थी हुनुहुन्छ? पहिचान (नाम, नम्बर, संस्था, दुर्लभ विशेषता) दिने सबै अभिव्यक्तिहरू सूचीबद्ध गर्नुहोस् र प्रत्येकको लागि सामान्य विकल्प सुझाव गर्नुहोस्। पाठ: [पेस्ट]
२) सुरक्षित सवारी साधन स्व-मूल्याङ्कन:
मैले प्रयोग गर्ने विचार गरिरहेको AI उपकरणको मूल्याङ्कन गर्न ६ प्रश्नहरूको चेकलिस्ट लेख्नुहोस्: इनपुट भण्डारण, शिक्षामा प्रयोग, डाटा स्थान, संस्थागत स्वीकृति, मेट्ने अधिकार, संवेदनशील डाटा अनुपालन। प्रत्येक प्रश्नमा "हो भने के गर्ने / होइन भने के गर्ने" थप्नुहोस्।
3) डाटा न्यूनीकरण नियन्त्रण:
निम्न कार्यको लागि मैले AI लाई दिने पाठलाई सरल बनाउनुहोस्: कुनै पनि व्यक्तिगत/सन्दर्भिक विवरणहरू हटाउनुहोस् जुन कार्यलाई आवश्यक पर्दैन, काम गर्न आवश्यक पर्ने कुराहरू मात्र छोड्नुहोस्। कार्य: [वर्णन]। पाठ: [पेस्ट]
४) मस्यौदा विद्यालय नीति (शिक्षकका लागि):
विद्यार्थी डेटा सुरक्षित गर्न AI उपकरणहरू प्रयोग गर्न विद्यालयमा शिक्षकहरूको लागि नियमहरूको छोटो, स्पष्ट 8-बिन्दु सूची ड्राफ्ट गर्नुहोस्: बेनामीकरण, अनुमोदित उपकरण, संवेदनशील डेटा, अवधारण, सहमति, उल्लंघन सूचना। त्यहाँ टर्की, लागू लेखहरू हुन दिनुहोस्। म यसलाई व्यवस्थापन/विज्ञको स्वीकृतिमा पेश गर्नेछु।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर प्रम्प्ट:
Ahmet Yılmaz, 7-B नम्बर 214, गणितमा धेरै कमजोर छ र उनका बुबा उदासीन छन्; मैले यो विद्यार्थीको लागि के गर्नुपर्छ?
नाम, नम्बर, वर्ग, पारिवारिक अधिकार क्षेत्र - गोपनीयताको घोर उल्लङ्घन; डाटा तपाईंको नियन्त्रण बाहिर छ।
शक्तिशाली प्रम्प्ट:
घरमा सीमित समर्थन छ भनी गणितमा आधारभूत सञ्चालनमा कठिनाइ भएका ७ कक्षाका विद्यार्थीका लागि विद्यालयमा लागू गर्न सकिने ३ समर्थन रणनीतिहरू सुझाव दिनुहोस्। (विद्यार्थी अज्ञात; म कुनै पनि व्यक्तिगत जानकारी साझा गर्दिन।)
डाटा प्रकार
उदाहरण
के यो AI लाई दिइएको छ?
कसरी
प्रत्यक्ष पहिचान
नाम, नम्बर, TR
छैन
पूर्ण रूपमा हटाउनुहोस्
अप्रत्यक्ष पहिचान
"एकल असक्षम विद्यार्थी"
छैन
सामान्यीकरण
संवेदनशील डाटा
स्वास्थ्य, निदान, परिवार
धेरै सावधान
बेनामी + उद्यम उपकरण
सामान्य शैक्षिक अवस्था
"एक संघर्षरत विद्यार्थी"
हो
गुमनाम रूपमा
सामान्य गल्तीहरू
- नाम मात्र मेटाउने। यदि संख्या, वर्ग वा अप्रत्यक्ष परिभाषा रहन्छ भने, पहिचान अझै स्पष्ट छ।
- अप्रत्यक्ष परिभाषा अनदेखी। "तपाईं आफ्नो कक्षामा एक मात्र हुनुहुन्छ ..." जस्ता अभिव्यक्तिहरूले व्यक्तिलाई टाढा दिन्छ।
- संवेदनशील डाटालाई हल्का रूपमा लिनुहोस्। स्वास्थ्य/परिवार जानकारी विशेष डाटा हो र उच्च सुरक्षा चाहिन्छ।
- सवारी साधनको सुरक्षा मान्दै। नि: शुल्क उपकरणले डाटा भण्डार गर्दैन भन्ने मान्न जोखिमपूर्ण छ; सबैभन्दा खराब मान्नुहोस्।
- आउटपुट नियन्त्रण गर्दैन। AI ले तपाईंले प्रतिक्रियामा प्रदान गर्नुभएको प्रमाणहरू दोहोर्याउन सक्छ; आउटपुट पनि सफा गर्नुहोस्।
सुझाव: "दुई-मिनेट नियम": AI मा कुनै पनि विद्यार्थी-सम्बन्धित पाठ टाँस्नु अघि, नाम, नम्बर, संस्था, र पहिचान विवरणहरू खाली गर्न दुई मिनेट लिनुहोस्। यो सानो बानीले ठूला उल्लङ्घनहरूलाई रोक्छ।
संक्षेपमा
विद्यार्थी डेटा व्यक्तिगत हो, प्रायः निजी डेटा र KVKK र व्यावसायिक गोपनीयता अन्तर्गत सुरक्षित हुन्छ। सार्वजनिक एआई उपकरणहरू क्लाउड-आधारित छन्; जसरी डेटा छ त्यसलाई दिंदा नियन्त्रण बाहिर जान्छ। सही तरिका: व्यक्तिगत र अप्रत्यक्ष रूपमा पहिचान गर्ने जानकारी गुमाउन, आवश्यक भए मात्र साझेदारी गर्नुहोस् (डेटा न्यूनीकरण), सम्भव भएमा कर्पोरेट र स्वीकृत उपकरणहरू प्रयोग गर्नुहोस्, र आउटपुट अडिट गर्नुहोस्। जिम्मेवारी शिक्षकको हो ।
आवेदन कार्य
तपाईंले गत हप्ता AI मा लेख्नुभएको (वा लेख्ने विचार गरिरहनुभएको छ) विद्यार्थीको बारेमा पाठ लिनुहोस्। "पूर्व-अनामकरण स्क्रीनिंग" टेम्प्लेटको साथ सबै प्रत्यक्ष र अप्रत्यक्ष पहिचानकर्ताहरू पत्ता लगाउनुहोस् र सामान्य बनाउनुहोस्। त्यसपछि तपाईंले "सुरक्षित उपकरण स्व-मूल्याङ्कन" सूचीको बिरूद्ध प्रयोग गरिरहनुभएको AI उपकरणको मूल्याङ्कन गर्नुहोस् र यो उपकरणसँग तपाइँ कुन प्रकारको डाटा प्रयोग गर्न सक्नुहुन्छ भन्ने निर्णय गर्नुहोस्।
चेकलिस्ट
- [ ] के मैले नाम, नम्बर, TR ID, संस्था जस्ता प्रत्यक्ष पहिचानकर्ताहरू हटाएको छु?
- [ ] के मैले "तपाईको कक्षामा एक मात्र..." जस्ता अप्रत्यक्ष वर्णनकर्ताहरूलाई सामान्यीकृत गरेको छु?
- [ ] के मैले संवेदनशील (स्वास्थ्य/पारिवारिक) डेटालाई अतिरिक्त सुरक्षाको साथ व्यवहार गरेको छु?
- [ ] मैले प्रयोग गरेको गाडीको डाटा नीति र विद्यालयको स्वीकृति जाँच गरेको छु ?
- [ ] के मैले आउटपुटमा पनि पहिचान चुहावटको लागि जाँच गरेको छु?