- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据时代学习者隐私保护问题及的策略
大数据时代学习者隐私保护问题及的策略
【摘 要】
大数据给人们生活的各个方面都带来了诸多便利,但大数据的普及也带来了隐私泄露的风险。教育信息化的推进,使得数据隐私在教育领域变得更加重要。通过分析国内外关于学习者隐私保护的研究现状,本研究总结了教育大数据相对于一般大数据的独特之处以及使用教育大数据的隐私伦理问题,进而讨论学习者隐私保护面临的挑战,包括侵犯隐私行为的复杂性、缺乏管理隐私信息的经验以及难以获得各方在使用和保护方面的平衡。文章通过inBloom、Piazza和Edmodo三个典型案例讨论了大数据时代教育领域隐私保护的经验和教训;提出了立法、数据伦理、行业自律、政府监管等对应策略,形成合理利用数据的良好氛围,以充分利用大数据的力量推动教育进步。
【关键词】 教育信息化;教育大数据;隐私保护;数据伦理;学习者隐私
【中图分类号】 G642.0 【文献标识码】 A 【文章编号】 1009-458x(2018)1-0029-08
引言
人类正步入大数据时代,大数据给人们生活的各个方面都带来了诸多便利。得益于云计算、物联网等现代信息技术的持续发展与突破,大数据应用在最近几年迎来了井喷式发展,给经济和社会的发展带来了益处。但是,任何事物都是双刃剑,大数据的普及也带来了隐私泄露的风险。隐私作为现代人的一项基本权利正在迅速退出生活,侵害隐私权的事件无时无刻不在发生。各种在线平台收集了用户的海量信息,通过大数据分析,把人的行为进行放大,把原来散落在各处的信息汇集处理,从而能够相对准确地发掘出个人的隐私数据。传统的隐私保护法规不能很好地跟上技术发展的脚步,也不能满足人们高效使用数据的需要。大数据时代到来后,这种矛盾正在加剧。
而在教育领域,随着教育信息化的发展,越来越多的学习者信息为各种系统所获取和利用,其中也包含一定数量的隐私信息。不同于一般的消费领域,数据隐私在教育领域更加重要,不仅涉及孩子成长、家庭希望,也关系到社会发展甚至国家安全,其影响不可小觑,值得我们关注和深入探究。目前,国内对教育大数据的研究主要还集中在数据挖掘、学习分析和思维创新等方面,对于大数据开发利用过程中学习者隐私保护所面临的挑战以及保护策略的研究还比较少见。本研究将分析国内外大数据时代背景下学习者隐私保护研究现状,详述学习者数据隐私保护面临的挑战,并给出相应的建议,以期推动国内教育大数据下学习者隐私保护实践进程。
一、研究现状
国外学者开展教育大数据下的学习者隐私保护问题研究较早,取得了一些研究成果。在伦理道德方面,约翰逊(Johnson, 2014)阐述了大数据技术在高等教育领域运用的潜在优势及其带来的伦理道德问题和社会挑战,提出要审慎地应用大数据技术,保护信息的语境完整,确保数据挖掘的科学性和规范性。鲁贝尔和琼斯(Rubel Jones, 2016)对学习分析是推进教育还是侵犯了隐私并与教育目标相违背提出疑问,讨论了学习分析中存在的隐私保护漏洞,认为需要明确信息收集的范围、判断学习分析结论的合理性以及坚持学生在信息收集方面的自主权益性等。
另外一些学者则关注隐私保护的法律措施。特雷纳(Trainor, 2015)探讨了通过《家庭教育权利和隐私法》(FERPA)、《保护学生权利修正案》(PPRA)等法令建立保护学生数据的法律框架,并就学习者数据所有权和使用权问题对现有联邦法律条文提出修改建仪。克劳福德和舒尔茨(Crawford Schultz, 2014)认为法庭和行政管理中传统的正当法律程序可能非常适合管理大数据个人隐私,从而提出一种降低预测性隐私危害的新方法――程序性数据正当法律程序权。巴恩斯和科瓦尔斯基(Barnes Kowalski, 2016)从行政管理的角度出发,提出应在国家层面保护学生隐私,并应帮助教育部门提高保护学生信息的能力,减轻地方政府保护学生数据隐私的压力。
在学生隐私自我管理方面,普林斯洛和斯莱德(Prinsloo Slade, 2015,pp.83-92)探讨了与知情同意权相关的问题并认为学生在隐私自我管理上可以有多种选择,如直接限制数据的使用,或按照范围、背景和时间部分同意以及允许获取和使用数据,随后可以根据具体情况撤销同意或更改同意的范围。伊芬泰勒和舒马赫(Ifenthaler Schumacher, 2016)发现学生一方面期望学习分析系统能够提供个性化的学习,另一方面在数据共享方面相当保守,他们认为应在数据使用和隐私保护上寻找平衡点,所有利益相关者都需要平等参与,并明确学生愿意为学习分析系统分享相关数据的条件。
而在国内,大数据隐私保护的话题进入人们视线的时间不长,先是从信息和互联网领域开始。2013年,中国计算机学会(CCF)大数据专家委员会发
原创力文档


文档评论(0)