فائدہ:
- یہ سمجھنا کہ طالب علم کا ڈیٹا ذاتی اور اکثر نجی ڈیٹا ہے، اور KVKK اور پیشہ ورانہ رازداری کے دائرہ کار میں گمنامی اور ذخیرہ کرنے کے قواعد
- عوامی طور پر دستیاب مصنوعی ذہانت کے ٹولز میں ڈیٹا داخل کرتے وقت ڈی-شناخت کی مشق کرنے اور ایک محفوظ/ادارہاتی ٹول کا انتخاب کرنے کی اہلیت
- اس بات کو سمجھنا کہ ڈیٹا شیئرنگ کے لیے رضامندی، ڈیٹا کو کم سے کم کرنا اور اسکول کی پالیسی کی تعمیل استاد کی ذمہ داری ہے۔
ایک استاد کو اپنی ملازمت کے دوران انتہائی حساس معلومات تک رسائی حاصل ہوتی ہے: درجات، رویے کے ریکارڈ، صحت کے حالات، خاندانی معلومات، رہنمائی کی گفتگو، سماجی و اقتصادی ڈیٹا۔ یہ معلومات طالب علم کے سب سے زیادہ نجی علاقے سے تعلق رکھتی ہیں اور جب یہ غلط ہاتھوں میں آجاتی ہے، تو یہ زندگی بھر کے لیے نقصان کا باعث بن سکتی ہے۔ زیادہ تر AI ٹولز کلاؤڈ بیسڈ ہوتے ہیں — یعنی آپ جو ٹیکسٹ ٹائپ کرتے ہیں اس پر کارروائی ریموٹ کمپنی کے سرورز پر ہوتی ہے، آپ کے کمپیوٹر پر نہیں، اور کچھ ٹولز میں اسے ماڈل تیار کرنے کے لیے استعمال کیا جا سکتا ہے۔ لہذا کسی طالب علم کی معلومات کو عوامی AI میں لکھنے کا مطلب ہے کہ اسے آپ کے کنٹرول سے باہر لے جانا ہے۔ یہ یونٹ تدریس میں AI کے استعمال میں سیکورٹی کی سب سے اہم پرت قائم کرتا ہے۔ اصول واضح ہے: پہلے طلباء کے ڈیٹا کو گمنام کریں، اگر ممکن ہو تو محفوظ/ادارتی ٹولز استعمال کریں۔ ذمہ داری استاد پر ہے۔
کون سا ڈیٹا محفوظ ہے؟ KVKK کا فریم ورک
ذاتی ڈیٹا کوئی بھی ایسی معلومات ہے جو کسی شخص کو مخصوص یا قابل شناخت بناتی ہے: نام، کنیت، اسکول نمبر، شناختی کارڈ، تصویر، یا یہاں تک کہ بالواسطہ وضاحتیں جیسے "3-A کا سب سے لمبا طالب علم" ایک تناظر میں۔ خصوصی (حساس) ذاتی ڈیٹا کو زیادہ مضبوطی سے محفوظ کیا جاتا ہے: صحت، نسل، مذہب، مجرمانہ سزا، بائیو میٹرک ڈیٹا، ایسوسی ایشن/یونین کی رکنیت۔ طالب علم کی صحت کی رپورٹ، سیکھنے کی معذوری کی تشخیص، یا خاندانی صدمے اس زمرے میں ہیں۔
KVKK (پرسنل ڈیٹا پروٹیکشن لاء) کے لیے ضروری ہے کہ ذاتی ڈیٹا پر قانونی طور پر، کسی خاص مقصد کے لیے، پیمائش اور محفوظ طریقے سے کارروائی کی جائے۔ استاد کے لیے عملی مضمرات: ڈیٹا کو صرف ضرورت کے مطابق استعمال کریں (ڈیٹا مائنسائزیشن)، ڈیٹا کا غلط استعمال نہ کریں، اسے محفوظ رکھیں، اسے تیسرے فریق (بشمول عوامی AI) کے ساتھ بغیر اجازت کے شیئر نہ کریں۔ پیشہ ورانہ رازداری کی ایک ذمہ داری بھی ہے: استاد طالب علم اور اس کے خاندان کے بارے میں جو معلومات سیکھتا ہے اسے ظاہر نہیں کر سکتا۔
احتیاط: یہ فرض کرنا کہ "کمپنی ویسے بھی اسے نہیں پڑھ رہی ہے" محفوظ نہیں ہے۔ کچھ مفت AI ٹولز ٹریننگ میں ان پٹ کو محفوظ/استعمال کر سکتے ہیں۔ ایک بار ڈیٹا ختم ہونے کے بعد، اسے بازیافت نہیں کیا جا سکتا۔ سب سے محفوظ چیز یہ ہے کہ کبھی بھی ڈیٹا کو باہر نہ نکالیں۔
گمنامی: اسے ایک اضطراری بنانا
گمنامی کا مطلب ہے تمام عناصر کو ہٹانا جو ڈیٹا سے کسی شخص کی شناخت کرتے ہیں اور اسے ناقابل واپسی طور پر عام کرنا ہے۔ عملی طور پر:
- نام-کنیت → "طالب علم A"، "ایک طالب علم"
- اسکول نمبر، ٹی آر آئی ڈی، کلاس برانچ → مکمل طور پر ہٹا دیں۔
- والدین کا نام، فون، پتہ → ہٹا دیں۔
- نایاب/تفصیلی تفصیلات → عام کریں ("ایک طالب علم جو وہیل چیئر استعمال کرتا ہے" جیسے جملے اس شخص کو چھوڑ دیتے ہیں؛ کہیں "ایک طالب علم")
- اسکول/ادارے کا نام → باہر نکلیں یا "ہمارا اسکول" کہیں۔
AI کو متن دینے سے پہلے، فرض کریں کہ کوئی اجنبی اسے پڑھے گا: کیا اس متن سے سمجھا جا سکتا ہے کہ یہ کون سا بچہ ہے؟ اگر یہ واضح ہے تو مزید عام کریں۔
محفوظ گاڑی کا انتخاب
تمام AI ٹولز ایک جیسے نہیں ہیں۔ سب سے محفوظ کارپوریٹ ٹولز ہیں جو آپ کا اسکول/انسٹی ٹیوشن فراہم کرتا ہے، ان کے پاس ڈیٹا پروسیسنگ ایگریمنٹ (DPA) ہے، اور تعلیم میں ان پٹ استعمال نہیں کرتے ہیں۔ مفت، عوامی طور پر دستیاب ٹولز کے ساتھ، مفروضہ بدترین صورت حال ہونا چاہیے۔ ایک ٹول کا انتخاب کرتے وقت، پوچھیں: کیا میرے ان پٹ محفوظ ہیں؟ کیا یہ تعلیم میں استعمال ہوتا ہے؟ ڈیٹا پر کارروائی کہاں ہوتی ہے؟ کیا اسکول کی پالیسی اس ٹول کی منظوری دیتی ہے؟ اگر آپ کو یقین نہیں ہے تو، ڈیٹا کو گمنام کیے بغیر استعمال نہ کریں۔
مرحلہ وار: نجی محفوظ ورک فلو
- ذاتی ڈیٹا کے لیے اسکین کریں۔ نام، نمبر، ادارہ، حساس صورتحال۔
- نام ظاہر نہ کریں۔ عام تاثرات کے ساتھ تبدیل کریں؛ شناختی تفصیلات کو حذف کریں۔
- ڈیٹا مائنسائزیشن کا اطلاق کریں۔ کوئی ایسی معلومات شامل نہ کریں جس کی ٹاسک کے لیے ضرورت نہ ہو۔
- گاڑی کا انتخاب کریں۔ اگر ممکن ہو تو ادارہ جاتی؛ اگر نہیں، تو بدترین صورت حال کو فرض کریں۔
- اسے استعمال کریں۔ صرف گمنام متن کے ساتھ کام کریں۔
- آؤٹ پٹ کو بھی چیک کریں۔ AI آپ کی دی گئی معلومات کی عکاسی کر سکتا ہے۔ آؤٹ پٹ میں کوئی شناختی رساو نہیں ہونا چاہئے۔
تین چھوٹے مقدمات
کیس 1 - آخری منٹ کی گرفتاری۔ ایک رہنمائی مشیر نے AI کو ایک طالب علم کے خاندانی مسئلے کے بارے میں مشورہ کرنے کے لیے لکھا؛ متن میں نام، گریڈ اور "اس کی والدہ ہسپتال میں ہیں۔" اس نے اسے بھیجے بغیر دیکھا، اس سب کو "13 سالہ طالب علم، اس کے خاندان میں صحت کا چیلنج" کے طور پر عام کیا۔ اسے موصول ہونے والی عمومی تجاویز نے کام کیا؛ کوئی ذاتی ڈیٹا لیک نہیں ہوا۔
کیس 2 - بالواسطہ شناخت۔ ایک استاد نے AI کو لکھا کہ یہ "کلاس میں صرف نابینا طالب علم کے لیے مواد ہے۔" کوئی نام نہیں تھا، لیکن اس فقرے نے اسکول میں اس لڑکے کو ضرور بیان کیا۔ جب اس نے دیکھا، تو اس نے اسے "ایک طالب علم کے لیے جسے بصارت کی مدد کی ضرورت ہے" میں تبدیل کر دیا۔ گمنامی کا مطلب صرف ناموں کو حذف کرنا نہیں ہے، بلکہ شناخت کی تفصیلات کو چھپانا بھی ہے۔
کیس 3 - گاڑی کا انتخاب۔ ایک اسکول نے اساتذہ کو طلباء کے ڈیٹا کے ساتھ مفت ٹولز استعمال کرنے پر پابندی لگا دی اور ڈیٹا سیکیورٹی کے ساتھ ایک انٹرپرائز ٹول فراہم کیا۔ ایک استاد عادت سے ہٹ کر مفت ٹول میں نوٹ تجزیہ چسپاں کرے گا۔ پالیسی کی یاد دہانی کا شکریہ، اس نے کارپوریٹ ٹول پر سوئچ کیا اور پھر بھی ڈیٹا کو گمنام رکھا۔ تحفظ کی دو تہوں کو ملا کر۔
کاپی کرنے کے قابل ٹیمپلیٹس
1) پری گمنامی اسکیننگ:
فرض کریں کہ کوئی اجنبی مندرجہ ذیل عبارت پڑھے گا۔ کیا اس عبارت سے براہ راست یا بالواسطہ سمجھا جا سکتا ہے کہ وہ کون سا طالب علم ہے؟ ان تمام تاثرات کی فہرست بنائیں جو شناخت کو دور کرتے ہیں (نام، نمبر، ادارہ، نایاب خصوصیت) اور ہر ایک کے لیے عمومی متبادل تجویز کریں۔ متن: [پیسٹ کریں]
2) محفوظ گاڑی کی خود تشخیص:
ایک AI ٹول کا اندازہ کرنے کے لیے 6 سوالات کی ایک چیک لسٹ لکھیں جس کے استعمال پر میں غور کر رہا ہوں: ان پٹ اسٹوریج، تعلیم میں استعمال، ڈیٹا لوکیشن، ادارہ جاتی منظوری، حذف کرنے کا حق، حساس ڈیٹا کی تعمیل۔ ہر سوال میں "کیا کرنا ہے اگر ہاں / کیا کرنا ہے اگر نہیں" شامل کریں۔
3) ڈیٹا کم سے کم کنٹرول:
اس متن کو آسان بنائیں جو میں AI کو درج ذیل کام کے لیے دوں گا: کسی بھی ذاتی/متعلق تفصیلات کو ہٹا دیں جس کی ٹاسک کو ضرورت نہیں ہے، صرف وہی چھوڑ دیں جو کام کرنے کے لیے ضروری ہے۔ کام: [وضاحت]۔ متن: [پیسٹ کریں]
4) اسکول پالیسی کا مسودہ (اساتذہ کے لیے):
طلباء کے ڈیٹا کو محفوظ بنانے کے لیے AI ٹولز استعمال کرنے کے لیے اسکول میں اساتذہ کے لیے قواعد کی ایک مختصر، واضح 8 نکاتی فہرست تیار کریں: گمنام، منظور شدہ ٹول، حساس ڈیٹا، برقراری، رضامندی، خلاف ورزی کی اطلاع۔ ترک، قابل اطلاق مضامین ہونے دیں۔ میں اسے انتظامیہ/ماہر کی منظوری کے لیے پیش کروں گا۔
کمزور فوری / مضبوط اشارہ
کمزور اشارہ:
احمد یلماز، 7-B نمبر 214، ریاضی میں بہت کمزور ہے اور اس کے والد لاتعلق ہیں۔ مجھے اس طالب علم کے لیے کیا کرنا چاہیے؟
نام، نمبر، کلاس، خاندانی دائرہ اختیار — رازداری کی سنگین خلاف ورزی؛ ڈیٹا آپ کے کنٹرول سے باہر ہے۔
طاقتور اشارہ:
3 معاون حکمت عملیوں کی تجویز کریں جو 7 ویں جماعت کے طالب علم کے لیے اسکول میں لاگو کی جا سکتی ہیں جسے ریاضی کے بنیادی کاموں میں دشواری کا سامنا ہے، یہ فرض کرتے ہوئے کہ گھر میں مدد محدود ہے۔ (طالب علم گمنام؛ میں کوئی ذاتی معلومات شیئر نہیں کرتا ہوں۔)
ڈیٹا کی قسم
مثال
کیا یہ AI کو دیا گیا ہے؟
کیسے
براہ راست شناخت
نام، نمبر، ٹی آر
نہیں
مکمل طور پر ہٹا دیں۔
بالواسطہ شناخت
"اکیلا معذور طالب علم"
نہیں
عام کرنا
حساس ڈیٹا
صحت، تشخیص، خاندان
بہت محتاط
گمنام + انٹرپرائز ٹول
عمومی تدریسی صورتحال
"ایک جدوجہد کرنے والا طالب علم"
جی ہاں
گمنام طور پر
عام غلطیاں
- بس نام حذف کر دیں۔ اگر نمبر، کلاس یا بالواسطہ تعریف باقی ہے، شناخت اب بھی واضح ہے.
- بالواسطہ تعریف کو نظر انداز کرنا۔ "اپنی کلاس میں صرف آپ ہی ہیں..." جیسے تاثرات اس شخص کو چھوڑ دیتے ہیں۔
- حساس ڈیٹا کو ہلکے سے لینا۔ صحت/خاندانی معلومات خصوصی ڈیٹا ہے اور اسے اعلیٰ تحفظ کی ضرورت ہے۔
- گاڑی کی حفاظت کو فرض کرنا۔ یہ فرض کرنا خطرناک ہے کہ مفت ٹول ڈیٹا کو ذخیرہ نہیں کرتا ہے۔ بدترین فرض کریں۔
- آؤٹ پٹ کو کنٹرول نہیں کرنا۔ AI ان اسناد کو دہرا سکتا ہے جو آپ جواب میں فراہم کرتے ہیں۔ آؤٹ پٹ کو بھی صاف کریں۔
ٹپ: "دو منٹ کا اصول": کسی بھی طالب علم سے متعلق متن کو AI میں چسپاں کرنے سے پہلے، نام، نمبر، ادارہ، اور شناخت کی تفصیلات کو صاف کرنے کے لیے دو منٹ نکالیں۔ یہ چھوٹی سی عادت بڑی سے بڑی خلاف ورزیوں کو روکتی ہے۔
خلاصہ میں
طلباء کا ڈیٹا ذاتی ہوتا ہے، اکثر نجی ڈیٹا اور KVKK اور پیشہ ورانہ رازداری کے تحت محفوظ ہوتا ہے۔ عوامی AI ٹولز کلاؤڈ بیسڈ ہیں۔ ڈیٹا کو جیسا کہ یہ ہے دینا اسے قابو سے باہر کر دیتا ہے۔ صحیح طریقہ: ذاتی اور بالواسطہ شناخت کرنے والی معلومات کو گمنام کرنے کے لیے، صرف وہی شئیر کریں جو ضروری ہو (ڈیٹا مائنسائزیشن)، اگر ممکن ہو تو کارپوریٹ اور منظور شدہ ٹولز کا استعمال کریں، اور آؤٹ پٹ کا آڈٹ کریں۔ ذمہ داری استاد پر ہے۔
درخواست کا کام
اس طالب علم کے بارے میں ایک متن لیں جسے آپ نے پچھلے ہفتے AI کو لکھا ہے (یا لکھنے پر غور کر رہے ہیں)۔ "پری گمنامی اسکریننگ" ٹیمپلیٹ کے ساتھ تمام براہ راست اور بالواسطہ شناخت کنندگان کا پتہ لگائیں اور عام کریں۔ پھر اس AI ٹول کا اندازہ لگائیں جسے آپ "Secure Tool Self Assessment" کی فہرست کے خلاف استعمال کر رہے ہیں اور فیصلہ کریں کہ آپ اس ٹول کے ساتھ کس قسم کا ڈیٹا استعمال کر سکتے ہیں۔
چیک لسٹ
- کیا میں نے نام، نمبر، ٹی آر آئی ڈی، ادارہ جیسے براہ راست شناخت کنندگان کو ہٹا دیا ہے؟
- کیا میں نے بالواسطہ وضاحت کنندگان کو عام کیا ہے جیسے کہ "آپ کی کلاس میں واحد..."؟
- کیا میں نے اضافی تحفظ کے ساتھ حساس (صحت/خاندانی) ڈیٹا کا علاج کیا ہے؟
- [ ] کیا میں نے اپنے استعمال کردہ گاڑی کی ڈیٹا پالیسی اور اسکول کی منظوری کو چیک کیا ہے؟
- [ ] کیا میں نے آؤٹ پٹ میں بھی شناختی لیک کی جانچ کی ہے؟