教育数据风险不容小觑
教育数据涉及个人、学校、课程、资源等诸多方面，涉及规模庞大的受教育者与教育者群体，一旦发生风险事件，不仅影响学生、家长、教师、学校等主体，还可能外溢到其他领域，衍生网络欺诈、电信诈骗等，波及更多人群和领域，造成经济等各方面损失。教育数据风险，主要表现为三种形式。
第一，侵权风险，包括数据隐私权被侵犯和数据资产所有权问题。在教育数据采集过程中，不当扩大范围、采集敏感数据等侵犯个人隐私的情况时有发生。比如2021年10月，山西忻州一小学推出一张学生情况统计表，按照11种类别对学生家庭情况进行统计，包括“领导子女”“企业老板子女”等，造成较大负面影响。而教育数据规模迅猛增长、流动速度超快，数据所有权归属不明晰等，也易引发争议。
第二，监管风险，包括教育数据的泄露和滥用等。教育行业信息化程度不断提高，学生个人信息、成绩、学籍学历、学位等大量敏感信息集中存储在数据库系统中，面临被篡改、窃取、盗用、泄露等威胁，给学生、教师、学校带来很大困扰。近年来，勒索软件攻击成为各国教育数据安全的一大威胁，2021年，仅英国就有18家教育行业机构受到勒索软件攻击影响。
第三，算法风险，包括规则算法束缚自由选择、数据预测剥夺自主决策等。一些教育数据管理者以科技手段为借口“暗箱操作”，利用算法歧视用户，并对用户实施不当干涉。比如，某些学校利用算法分派教师工作，但其实可能已经超出教师的负荷；有学校让学业成绩不佳的学生转专业，剥夺了学生自我决策的机会；一些教育类平台依托算法，向学习者推送网络游戏、低俗小说、娱乐直播等与学习无关的内容。
给予数据安全四维保障
在智能时代，规范教育数据所涉各项流程，提供强有力的安全保障，让数据资源真正成为教育科学决策、创新发展的利器，是教育治理体系和治理能力现代化的应有之义。
教育数据的安全保障，可以从四个层面着手。
首先，完善法律法规。国家应完善教育法等法律中关于教育数据安全保护的部分，明确禁止出现侵权、隐私泄露、数据滥用等现象。教育部等部门应依托数据安全法等法律，制定规章制度，厘清教育数据管理的边界，对教育数据的采集、分析、使用、共享、决策等实行有效规约；明确界定并维护教育数据生成者与提供者的数据权利，尊重其数据人格权与财产权；优先考量保护个人数据隐私，对教育用户数据设立财产权，以教育数据资产增值为优先标准，赋予数据收集实体以产权。省、市教育行政部门，应根据本地教育发展、大数据应用等实际情况，制定具有针对性的教育数据安全保障实施办法，强化对学校、校外培训机构等的监管，并给予技术、培训等支持。
其次，强化风险评估。教育部应联合相关部门，建立教育数据风险评估体系，根据不同风险的影响面、破坏性和可能造成的损失，分类控制、分类治理。建立基于教育数据风险评估的隐私防护机制，构建敏感数据安全存储与传输机制。对师生个人身份信息、学生行为偏好、学籍学历管理等敏感数据的安全传输，应通过加强密码等级、多级用户认证系统、加密电子邮件等协同管理，相关网站采用数字证书，建立信息安全防火墙，保护隐私信息、敏感数据不被泄露、窃取。
再次，构建监管体系。构建国家、省、市、校四级监管体系，形成多方联动、多层治理机制，优化教育数据风险协同监管，充分利用智能技术，对教育数据风险进行识别、定性，全面分析潜藏危害，排查、预警、化解教育数据风险。国家层级，可由教育部、中央网信办、市场监管总局等建立部际联席或协调机制，由教育部牵头，其他部门根据自身权责，承担网络安全监管、市场主体合规审查、打击违法行为等工作，特别是针对全国性的大平台教育数据侵权或安全漏洞进行立案调查。省、市两级可参照国家层级，组建区域内的教育数据监管小组，明确划分并规范教育数据监管权限、责任和义务。学校应按照教育数据监管要求，与教育、网信等部门合作，抽调技术骨干力量，建立数据安全保护机制和校本化数据监管团队，明确管理权责，实现快速响应、快速应对。
最后，规范伦理价值。若忽视教育的伦理和价值，基于智能算法的教育数据服务可能会将教育异化，使其被数据与算法操纵。因此，有必要强调传统教育秉持的人文立场，在对客观真理的追寻中回归教育的人文价值，打破数据霸权。要基于“以人为本”，判定伦理困境与盲区，制定与优化伦理风险化解方案，摒弃数据“暗箱操作”，促进算法公开透明。要建立数据安全审查与问责制度，保障教育数据的合法性、安全性、完整性和可用性，保障师生的教育自主性与教育隐私数据的安全性，对违法违规行为实施惩戒。构建教育数据伦理风险调控机制，促进教育数据在教育管理、教研活动、学生发展等方面合规应用，彰显教育数据应用的人文关怀。
（作者：赵伟，系北京交通大学马克思主义学院副教授）
