| 教育数据处理应树立四项基本准则,即受教育者利益最大化准则,教育意图约束准则,算法公正与透明准则和数据搜集的份额准则,关于受教育者利益最大化准则。
有学者曾指出,有必要清晰受教育权保护的实质性优先,利益最大化,全生命周期等准则,这就要求在数据搜集,运用,同享的全进程中。

受教育者的利益应一直处于最高位阶,数据只有在服务于教育中心意图时才具有正当性,教育意图约束准则是指,教育数据应严厉约束于教育场域内的运用。
学校或科技企业不得将在教育进程中搜集的学生学习行为,心思状态等数据,转用于教育训练广告投进,升学咨询营销等非教育场景,树立算法公正与透明准则。
是因为当人工智能深度介入学校中心事务时,会因为算法成见,数据独占等问题引发教育不公平等危机,这就需经过树立算法的审计与备案准则。

防止因算法偏差导致学生在升学推荐,奖学金鉴定等环节中遭受隐性歧视,数据搜集的份额准则是指,教育的数据办理须经妥当性与必要性检查。
若存在对学生个人信息权益侵害较轻的替代性方案,则严禁选用具有强侵入性的数据搜集,特别是在心思危机干涉或学校安全办理等场景中。
对学生敏感行为的监测需清晰划定时空鸿沟,并树立规范的退出机制,要避免过度依靠技术手段,防止学校演变为全域数字化监控空间。
从而在追求教育办理效能与保障学生数字人格尊严之间寻求法理上的动态平衡,教育数据办理的中心窘境在于,学校与相关科技企业作为数据的实践控制者。
与学生及其监护人之间存在信息与权力不对称,因此,在教育法典编纂进程中,有必要厘清不同主体的权力责任鸿沟,防止数据控制权被乱用,一方面。 |