學習分析技術應用下學生隱私泄露問題及保護策略研究

劉薇 謝媛

上海理工大學管理學院

一、基礎概念界定

（一）學習分析技術

“Learning Analytics”的中文翻譯主要有“學習分析”“學習分析法”和“學習分析技術”三種。何克抗教授認為：從當前信息化領域的相關文獻及實際應用情況看，主要還是把它作為一種手段、方法來運用，因此，采用“學習分析技術”的譯法更符合原意[1]。何克抗教授給出“學習分析技術”的定義：學習分析技術是指利用各種數據收集分析工具，從教育領域產生各類與學習有關的數據中，提取出存在潛在價值的數據，從而為教師的“教”、學生的“學”以及教學管理提供幫助[1]。

（二）隱私

隱私的概念最早源于美國學者Warern和Barndeis，他們在1890年提出隱私的概念：隱私為保持個人獨處的權利[2]。Heath對隱私給出了一個更精確的定義：隱私是控制和限制的結合，就是說個體能夠影響個人信息的流動，也能夠阻止其他人員獲取自己的信息[3]。

（三）學習分析技術生命周期模型

2016年，Khalil與Ebner等人提出了學習分析技術的生命周期模型，認為學習分析技術主要包括學習環境、大數據、分析、行動[4]四個部分，如圖一。

按照學習分析技術生命周期模型，學習分析技術的運用中會產生兩類隱私問題：隱私侵犯和隱私泄露。隱私侵犯主要是指在學習分析技術數據收集時，未征得學習者同意而對學習者行為進行數據記錄的一種行為。隱私泄露是指學習分析技術數據產生后，數據的存儲、分析處理以及結果呈現時造成的學生隱私公開的行為。

二、學習分析技術應用中產生的隱私侵犯和隱私泄露問題

（一）隱私侵犯問題

圖一：學習分析技術生命周期模型

收集學習者數據時會造成隱私侵犯問題。學習分析技術主要用攝像機等工具監視和收集學生學習活動，可能構成對個人隱私的侵犯[5]。研究者獲取學習者產生的學習數據存在隱私侵犯問題。學習者產生的數據包括交互數據、學習軌跡、個人數據和學術信息[4]。交互數據是與可視化和討論論壇相關的及類似的互動數據。這些數據可能是學習者愿意讓研究者或者其他相關人員來進行記錄跟蹤和分析的，因為這些數據產生時是學習者自身可以控制的，他們愿意互動才會產生數據，如何互動也是他們決定的；但是像學習軌跡這種學習者自身無法控制產生的數據，學習者可能不愿意被研究者挖掘到或者被研究，畢竟學習行為并不完全受個人的控制，學習者可能會產生不好的學習軌跡，而不好的學習軌跡如果被研究者或者研究機構拿去做研究并用學習分析技術做出預測，該學習者可能會被認為處于學習危險邊緣。從而該學習者有了一個“壞學生”的標簽，這會使學習者產生羞恥心，這時他就會感覺到自己的隱私受到了侵犯。Toch、Wang和Cranor在2012年做的一份有關社交網絡中因個性化而產生隱私風險的調查中表明，由于網站上發布的內容會被呈現在朋友或同學面前，所以用戶會感到潛在的不安[6]。

（二）隱私泄露問題

學習環境中利益相關者存在泄漏隱私的行為。當在學習環境中應用學習分析技術時，處在學習環境中的利益相關者（學習者、教師、研究者）行為與學生的隱私信息有著密切的關系：一是學習者自身導致的隱私信息泄露。在現實生活中，學習者在運用某個學習軟件或學習平臺時，平臺出于某些目的會要求學習者發布他們的個人信息。通常學習者會想在學習活動過程中獲得個性化教學指導，他們不會考慮到個人隱私泄露問題主動提供個人信息。如今存在很多知識型犯罪分子，會利用學習者的學術信息進行違法活動，侵害學習者利益。二是教師等指導者技術誤用造成學習者隱私信息泄露。EDUCAUSE在2012年做的一項調查中顯示在高等教育領域應用學習分析技術時，很多擔任學習分析的人員和學校管理層缺乏與學習分析技術相關的專業技能。在應用學習分析技術時，教師缺乏有關學習分析的基本技能，很容易因為對學習分析技術應用不熟練或者錯誤應用導致學生隱私信息泄露。三是研究者存在惡意泄露學生隱私信息的行為。研究者要對學習分析技術產生的數據進行提取研究，提取的數據中包含學生的個人信息、身份證號、家庭住址及其他學習數據等，這就存在一個潛在的危險，即在研究者進行研究后，研究者可能會把學習者的信息數據等進行售賣，這些會造成嚴重的后果。

數據分析存在隱私泄露問題。當數據產生并被記錄后，如何安全處理這些數據成為重要問題，處理不當會造成隱私泄露問題。美國的教育大數據存儲機構imBloom僅僅運行了15個月便關閉，主要原因便是教育數據處理分析過程中導致了安全問題[7]。根據學習分析技術呈現的數據分析結果對學習者采取行動存在隱私泄露問題。學習分析技術的最重要目標是根據數據分析產生的結果對學習者采取行動以優化學習者學習。理想狀態中，它能分析出哪個學生在自己的課程中處于危險邊緣，從而使老師或者學生個人采取行動進而優化自己的行為。但在實際操作中，卻存在著學生隱私泄露問題。當數據被分析出來以后，經過數據解釋，系統會對有不好學習表現的學生作出反饋，老師會相應采取適當措施，這時，學生可能會覺得受到了區別對待，自己的隱私信息遭到泄露。

通過學習分析技術作出學習預測，面臨著學生隱私泄露問題。數據產生后是不會發生變化的，而學習者的學習能力學習方法還有自身機能都是在不斷完善發展的，但學習分析技術進行數據分析時會機械地把學生在過去成長過程中產生的不良記錄一并用作學生的未來預測，這勢必會影響到分析結果。

三、對于我國學習分析技術應用下學生隱私保護的建議

（一）在收集學習者數據集時要取得學習者的知情同意

學習者在應用學習分析技術時應該明確知道自己的哪些行為數據會被收集，以哪種方式收集，收集后的數據用來做什么。因此就需要研究機構明確告知學習者，取得學習者的知情同意。

（二）學習分析技術使用的利益相關者要提高自己的素養

一是學生在使用學習分析軟件時要有隱私保護意識，培養自身的信息安全意識，提高自我隱私保護能力；二是教師要對自己的技術能力有所要求，在操作過程中有職業操守，通過不斷地學習來提高和完善自己的能力，促進學習分析技術在教育領域中的健康發展；三是研究者在對學習分析技術產生的學生數據進行提取研究時，不僅要明確提取數據的訪問界限，而且最重要的是在對提取的數據進行研究分析后，要把數據保存好，防止被竊取，更不能有售賣等其他泄露學生數據隱私的行為。

（三）加強完善關于隱私方面的法律法規

在大數據開放的時代，我國隱私法律要與時俱進，加快數據時代隱私法律的建立和健全。明確隱私權的定義。學生的隱私信息尤為重要，我國應對學生的隱私安全做出明文保護，對泄露學生隱私信息的個人、機構等一切行為作出嚴厲懲戒。

如今，教育領域對教育大數據的應用愈加重視，學習分析技術作為對教育大數據進行分析處理并能改善學生的學習環境和學習行為的一項新興技術，很有可能在教育領域引發一次新的改革。但是在應用過程中存在諸多問題，為使學習分析技術能在教育領域更好地應用，教育領域研究者要高度重視學習分析技術可能產生的各種問題并及時進行研究分析找出對策加以改進。