上載前安全檢查:找出並移除學生個人資料
教師實作練習:從六份虛構學校文件中找出並移除可識別學生的資料,再安全地交給 AI 工具。附答案、準備清單與可重用步驟。
這個資源解決什麼問題
教師想把工作紙、報告或課堂照片交給 AI 工具批改或整理,但檔案裡往往夾雜學生的姓名、學號、班別、聯絡方法、相片或醫療/特殊教育需要紀錄。這些資料一旦上載,就可能離開學校的管控範圍。
本練習不講抽象原則,而是讓教師實際操作一次:在六份虛構文件裡找出可識別資料、把它移除,再判斷剩下還有什麼風險。
學習目標
完成後,教師能夠:
- 辨認學校文件中屬於「可識別個人資料」的元素(不限於姓名)。
- 運用「移除 → 替換 → 模糊化」三種手法,把文件變成可安全上載的版本。
- 判斷移除姓名後仍然存在的殘餘風險(例如班別 + 日期 + 特殊事件的組合)。
- 說出上載前應做的三步檢查。
教學步驟
- 引入(5 分鐘) — 提問:「如果你要把一份學生作文交給 AI 批改,你會先做什麼?」收集答案,不評價。
- 示範(5 分鐘) — 投影「示例 1」,示範逐步移除,說明每一步移除什麼、為什麼。
- 分組實作(20 分鐘) — 每組處理兩份示例(示例 2–6 中選),填寫「上載前檢查清單」。
- 全班核對(10 分鐘) — 用附件的答案核對。重點討論「移除姓名後仍有什麼風險」。
- 總結(5 分鐘) — 共同寫出學校可用的三步檢查口訣。
附件與答案
六份虛構示例、可列印的檢查清單與完整答案,見下載檔:
全部示例均為虛構,不涉及任何真實學生。
答案要點:關鍵觀念
- 姓名不是唯一識別碼。 班別 + 座位號、班別 + 事件的日期與性質、罕見的組合(例如「本校唯一的非華語插班生」),都足以識別個別學生。
- 照片的風險高於文字。 制服、班房背景、名牌、另一名學生的面孔,都可以構成識別。
- 「移除」不等於「安全」。 要問:剩下的資料組合起來,校內還有誰能認出是誰?
- 批改用途不需要身份。 若只是請 AI 批改,學生姓名對 AI 沒有作用,應一律移除。
上載前檢查清單(可貼在教員室)
□ 姓名、學號、班別、座位號 —— 已移除或替換為「學生 A」
□ 聯絡方法(電話、電郵、住址)—— 已移除
□ 相片 / 影片 —— 已移除,或已裁剪至無可識別背景
□ 特殊教育需要、醫療、紀律或輔導紀錄 —— 已移除
□ 日期 + 班別 + 事件 的組合 —— 已檢查(組合本身可能構成識別)
□ 檔案名稱 / 中繼資料(metadata)—— 已檢查(檔名常含有姓名)
□ 我是否真的需要上載這份檔案?—— 已確認用途所需
與 EDB 框架的關係
本資源對應 G(《中小學應用人工智能教學指南》,pp.2-4 and 2-9):文件要求妥善處理學習數據,並在把學生作品上載供 AI 批改前,先移除可識別的部分。
本頁為 Beets 獨立製作的教學資源,並非 EDB 官方文件。
意見
你用過這份練習嗎?哪份示例最貼近你的實際情況?歡迎告訴我們需要調整的地方,或建議下一份資源。
來源文件
- G, pp.2-4 and 2-9
同類資源
使用條款
資源可免費下載,供教學使用及改編;請保留來源標示。本站不收集學生作品或可識別學生身分的資料。