王楠 茍江鳳

[摘? ?要] 隨著學(xué)習(xí)分析技術(shù)應(yīng)用日益普遍，與其相關(guān)的隱私倫理問題也受到重視。由于社會發(fā)展、隱私意識等原因，我國基于隱私倫理視角的學(xué)習(xí)分析政策研究和實踐較為滯后。研究從隱私倫理視角出發(fā)，基于多項已有研究提出學(xué)習(xí)分析政策的隱私倫理分析框架，采用比較研究方法，選取國外近年典型學(xué)習(xí)分析政策作為樣本，開展基于隱私倫理視角的政策分析研究。研究發(fā)現(xiàn)：隱私倫理是學(xué)習(xí)分析政策制定的主要目的之一;數(shù)據(jù)主體、數(shù)據(jù)客體、合作伙伴等利益相關(guān)者針對隱私倫理問題的責(zé)任上有著差異化的體現(xiàn);在數(shù)據(jù)應(yīng)用層面，政策普遍關(guān)注數(shù)據(jù)透明度、數(shù)據(jù)匿名化、知情同意、隱私泄露、訪問權(quán)限等方面;同時，最小化不利影響和數(shù)據(jù)有效性是學(xué)習(xí)分析可持續(xù)發(fā)展的重要因素。研究認(rèn)為，積極制定學(xué)習(xí)分析政策、區(qū)分利益相關(guān)者責(zé)任權(quán)利、建立系統(tǒng)化數(shù)據(jù)應(yīng)用隱私倫理保障以及避免過度干預(yù)和數(shù)據(jù)偏見等能夠支持學(xué)習(xí)分析可持續(xù)發(fā)展。

[關(guān)鍵詞] 隱私倫理;學(xué)習(xí)分析政策;學(xué)習(xí)分析;比較研究

[中圖分類號] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡介] 王楠（1978—），男，吉林省吉林市人。副教授，博士，主要從事遠(yuǎn)程教育、STEM 教育及場館學(xué)習(xí)研究。E-mail：etwangnan@126.com。

[Abstract] With the increasing popularity of learning analytics， the privacy ethics related to learning analytics has also been paid attention to. Due to the social development and privacy awareness， the research and practice of learning analysis policies based on privacy ethics in China lag behind. From the perspective of privacy ethics， this study proposes a framework for privacy ethics analysis of learning analysis policies based on a number of existing studies. Then， by adopting the comparative research method， this study selects typical foreign learning analysis policies in recent years as samples to carry out policy analysis from the perspective of privacy ethics. The research finds that privacy ethics is one of the main purposes of the policy-making of learning analytics ; the stakeholders such as data subjects， data objects and partners have different responsibilities in privacy ethics issues. In terms of data application， policies generally focus on data transparency， data anonymity， informed consent， privacy disclosure， access rights and so on. Meanwhile， the minimization of adverse effects and data validity are important factors for the sustainable development of learning analytics.The study believes that the sustainable development of learning analysis can be supported by actively formulating learning analysis policies， distinguishing the responsibilities and rights of stakeholders， establishing a systematic guarantee of data application privacy ethics and avoiding excessive intervention and data bias can support.

[Keywords] Privacy Ethics; Learning Analysis Policy; Learning Analytics; Comparative Study

一、引? ?言

毋庸置疑，學(xué)習(xí)分析技術(shù)對當(dāng)今教育的影響已經(jīng)被教育領(lǐng)域廣泛認(rèn)可，僅就新媒體聯(lián)盟（NMC）《地平線報告》中連續(xù)四年將其作為影響教育發(fā)展的趨勢和關(guān)鍵技術(shù)[1]，就可見一斑。而學(xué)習(xí)分析發(fā)展過程中所引發(fā)的一系列數(shù)據(jù)安全與隱私問題的挑戰(zhàn)，也不容忽視。倫理學(xué)界對于隱私有兩種觀點，一是將隱私看作一種天賦給人的基本權(quán)利[2]，另一種則將隱私視為由人的基本權(quán)利而衍生的權(quán)利，具有工具價值[3]。正如美國倫理學(xué)者理查德·A·斯皮內(nèi)洛所說：“社會和道德方面通常很難跟上技術(shù)革命的迅猛發(fā)展”“信息已經(jīng)成為一種商品，……這些變化可能對隱私構(gòu)成了侵害”[4]?？梢?，隱私倫理問題是信息化社會不可回避的重要話題之一。就學(xué)習(xí)分析發(fā)展歷程而言，國外對于學(xué)習(xí)分析技術(shù)的安全與隱私問題的關(guān)注較早。以美國《家庭教育權(quán)利和隱私法案》和英國開放大學(xué)制定學(xué)習(xí)分析的倫理政策研究實踐為代表，較早就注意到了隱私倫理問題對于學(xué)習(xí)分析的重要性。2014 年，相關(guān)學(xué)者在阿西洛馬（Asilomar）會議上制定了關(guān)于學(xué)習(xí)數(shù)據(jù)和技術(shù)應(yīng)用框架，明確了尊重學(xué)習(xí)者權(quán)利、善行、公正、公開、人性化學(xué)習(xí)以及持續(xù)關(guān)懷等六項核心原則[5];Jones、Kay、Willis等人基于各自研究，也提出了倫理框架以應(yīng)對學(xué)習(xí)分析的倫理道德困境。國內(nèi)相關(guān)研究中，學(xué)者已經(jīng)注意到學(xué)習(xí)分析技術(shù)的隱私倫理問題，提出如尋找學(xué)生隱私與學(xué)習(xí)分析技術(shù)之間的平衡點[6]和學(xué)習(xí)分析過程中數(shù)據(jù)收集和分析應(yīng)遵守的相關(guān)行為規(guī)范[7]，加快制定《教育大數(shù)據(jù)安全管理辦法》等相關(guān)法律法規(guī)制度和政策來確保隱私數(shù)據(jù)不外泄[8];也有研究從數(shù)據(jù)收集、數(shù)據(jù)分析和數(shù)據(jù)解釋方面構(gòu)建了數(shù)據(jù)安全與隱私保護框架，提出了數(shù)據(jù)安全與隱私保護策略[9]。然而，上述研究分析都缺乏針對國外學(xué)習(xí)分析政策的分析研究。

學(xué)習(xí)分析政策研究首次出現(xiàn)在第七屆學(xué)習(xí)分析與知識國際會議上（International Conference on Learning Analytics and Knowledge，簡稱LAK）。Yi-Shan Tsai和Dragan Gasevic在高等教育學(xué)習(xí)分析的挑戰(zhàn)和政策研究中，對已有8個高等教育學(xué)習(xí)分析政策進(jìn)行了回顧，并針對學(xué)習(xí)分析領(lǐng)域中存在的六大挑戰(zhàn)梳理已有的解決措施[10]，在2018年，Yi-Shan Tsai和Dragan Gasevic使用ROMA映射方法開發(fā)出了學(xué)習(xí)分析政策的框架——SHEILA（Supporting Higher Education to Integrate Learning Analytics），為高等教育學(xué)習(xí)分析政策的制定提供了新的理論指導(dǎo)[11]，使得學(xué)習(xí)分析政策的研究引起了學(xué)習(xí)分析領(lǐng)域的進(jìn)一步關(guān)注。

本研究通過搜集查閱文獻(xiàn)，在已有的國外研究中發(fā)現(xiàn)，已制定的學(xué)習(xí)分析政策多為某學(xué)習(xí)分析機構(gòu)或者高等院校制定的本土化學(xué)習(xí)分析政策。如：JISC①的“Code of Practice”[12]， LACE②的“DELICATE Checklist”[13]，LEAs Box③的“Privacy and Data Protection Policy” [14]，英國全國學(xué)生聯(lián)合會（NUS）④的“Learning Analytics： A Guide for Students' Unions” [15]以及英國開放大學(xué)的“Policy on Ethical Use of Student Data for Learning Analytics”[16]等。高等教育機構(gòu)被認(rèn)為是復(fù)雜的適應(yīng)性系統(tǒng)，受政治、社會、文化和技術(shù)規(guī)范等因素影響，具備一定的穩(wěn)定性[17];基于此，高等教育在采用學(xué)習(xí)分析過程中，需要基于已有學(xué)習(xí)分析研究開展政策制定方面的積極探索，因此，本研究具有一定的可借鑒性。

二、研究目的和研究設(shè)計

（一）研究目的

本研究從隱私倫理視角出發(fā)，對國外近年典型學(xué)習(xí)分析政策進(jìn)行多維度對比分析：首先基于文獻(xiàn)研究，提出學(xué)習(xí)分析政策隱私倫理分析框架，在此基礎(chǔ)上，選取國外11項具有代表性的學(xué)習(xí)分析政策作為分析樣本對象，基于所提出的分析框架對上述學(xué)習(xí)分析政策進(jìn)行深入比較;最后，提出我國機構(gòu)層面制定學(xué)習(xí)分析政策的策略建議。

（二）研究方法

學(xué)習(xí)分析政策作為教育政策，其制定過程相對復(fù)雜，需要綜合考慮諸多因素。比較研究法能夠有效地從已有學(xué)習(xí)分析政策中發(fā)掘分析出政策關(guān)注點及趨勢走向，從而建立針對學(xué)習(xí)分析更為全面的認(rèn)識，使得相關(guān)政策制定符合教育規(guī)律和實際情況?；诖耍狙芯坎捎帽容^研究方法，通過建立基于隱私倫理視角的學(xué)習(xí)分析政策分析框架，對所選取的典型學(xué)習(xí)分析政策進(jìn)行橫向比較，為我國制定學(xué)習(xí)分析政策提供支撐。

（三）研究工具：基于隱私倫理視角的學(xué)習(xí)分析政策框架

文獻(xiàn)調(diào)研發(fā)現(xiàn)，當(dāng)前國際范圍內(nèi)學(xué)習(xí)分析政策的研究和實踐主要集中在高等教育領(lǐng)域。不同高等教育機構(gòu)根據(jù)其自身實際情況，制訂了包含不同維度的學(xué)習(xí)分析政策。Wolfgang Greller和Hendrik Drachsler從“軟”和“硬”兩個角度構(gòu)建了學(xué)習(xí)分析6個關(guān)鍵維度，即利益相關(guān)者、目標(biāo)、數(shù)據(jù)、工具、內(nèi)部約束和外部約束，其中利益相關(guān)者包括院校、教師、學(xué)生和其他利益相關(guān)者;目標(biāo)包括反思與預(yù)測;數(shù)據(jù)包括開放數(shù)據(jù)集和受保護的數(shù)據(jù)集;工具包括學(xué)習(xí)分析的技術(shù)、算法、理論等;外部約束包括慣例與規(guī)范等;內(nèi)部約束包括能力與接受度。[18]本研究基于隱私倫理視角，在Wolfgang Greller和Hendrik Drachsler的研究基礎(chǔ)上，結(jié)合當(dāng)前隱私倫理問題在學(xué)習(xí)分析領(lǐng)域的發(fā)展情況，以及前期調(diào)研所梳理的學(xué)習(xí)分析政策框架，將其分為制定目的、利益相關(guān)者、數(shù)據(jù)應(yīng)用和可持續(xù)發(fā)展四個方面。政策制定目的是隱私倫理問題的源點，其關(guān)注于每個教育機構(gòu)學(xué)習(xí)分析政策或制度的制定宗旨;利益相關(guān)者是鑒定隱私倫理問題的依據(jù)，是針對學(xué)習(xí)分析中的利益相關(guān)者角色及其履行的隱私倫理問題責(zé)任;數(shù)據(jù)應(yīng)用是隱私倫理問題的具體體現(xiàn)，是分析相關(guān)政策在數(shù)據(jù)收集、分析、解釋過程中，如何確保數(shù)據(jù)隱私合理和規(guī)范應(yīng)用;可持續(xù)發(fā)展是學(xué)習(xí)分析的終極目標(biāo)，著重分析保證學(xué)習(xí)分析持續(xù)性發(fā)展所采取的隱私保護政策。采用該框架能夠建立學(xué)習(xí)分析針對隱私倫理問題從目標(biāo)、依據(jù)、方法、發(fā)展四個方面的系統(tǒng)化分析途徑。

三、學(xué)習(xí)分析政策樣本選擇

本文以國外教育研究和實踐機構(gòu)學(xué)習(xí)分析政策為研究樣本，通過收集學(xué)習(xí)分析相關(guān)數(shù)據(jù)庫和期刊，文獻(xiàn)研究來源確定為ACM和IEEE數(shù)據(jù)庫， Journal of Learning Analytics、Journal of Computer Assisted Learning、Journal of Eduational Technology & Society、American Behavioural Scientists、Computer & Education和The Information Society期刊，以及The LAK Conference會議集，以關(guān)鍵詞“l(fā)earning analytics”and “policy or policies”進(jìn)行檢索，共檢索到15篇文獻(xiàn)。研究過程中，進(jìn)一步對以上15篇文獻(xiàn)仔細(xì)研讀，選擇與本文學(xué)習(xí)分析政策相關(guān)的文獻(xiàn)，對其參考文獻(xiàn)中引用的文獻(xiàn)進(jìn)行雪球式檢索，獲取公開制定并頒布的學(xué)習(xí)分析政策文本6項;同時，用Google學(xué)術(shù)使用關(guān)鍵詞“Learning Analystics & Policies”搜集相關(guān)的學(xué)習(xí)分析政策，首先梳理出有效政策樣本19 份，其中機構(gòu)層面學(xué)習(xí)分析政策樣本為4項，高等院校15項。

為確保政策的信息內(nèi)容契合主題，保證文本的準(zhǔn)確性和代表性，筆者根據(jù)以下標(biāo)準(zhǔn)進(jìn)行了整理和遴選：在閱讀相關(guān)學(xué)習(xí)分析政策文本時，使用主題：道德和隱私、政策、制度策略、機構(gòu)、高等院校、學(xué)習(xí)分析和出版物類型：研究報告、會議集、期刊文章、書章節(jié)、政策文件作為標(biāo)準(zhǔn)再次進(jìn)行篩選，過濾掉相關(guān)度較低的政策文本，最終確定了JISC、全國學(xué)生聯(lián)合會（NUS）、開放大學(xué)（OU）等提出的11項學(xué)習(xí)分析政策作為樣本分析材料。

四、研究結(jié)果及分析

（一）樣本政策概述

1. 政策樣本來源分析

經(jīng)檢索選定的典型學(xué)習(xí)分析政策，相關(guān)信息見表1。其中，前4項政策為相關(guān)科研機構(gòu)所發(fā)布的學(xué)習(xí)分析政策，后7項政策為境外高等教育院校所發(fā)布的相關(guān)政策;所有樣本中，來自于英國的政策樣本為6項，包括JISC、全國學(xué)生聯(lián)合會（NUS）、開放大學(xué)（OU）、諾丁漢特倫特大學(xué)（NTU）、西倫敦大學(xué)（UWL）和愛丁堡大學(xué)（UOE）;澳大利亞政策樣本為3項，包括查爾斯特大學(xué)（CSU）、悉尼大學(xué)（USyd）和臥龍崗大學(xué)（UOW）。其余分別來自歐盟資助的LACE項目[13]和LEAs Box項目[14];同時，政策制定年份都較近，集中在2014年到2017年，如在2015年英國的JISC、全國學(xué)生聯(lián)合會（NUS）、諾丁漢特倫特大學(xué)（NTU）和澳大利亞查爾斯特大學(xué)（CSU）制定了學(xué)習(xí)分析政策。

2. 政策樣本的數(shù)據(jù)管理

在已有學(xué)習(xí)分析政策的數(shù)據(jù)管理方面，各機構(gòu)都表明其學(xué)習(xí)分析應(yīng)符合現(xiàn)有管理機構(gòu)的政策，并基于此對學(xué)習(xí)分析所使用和生成的數(shù)據(jù)進(jìn)行管理：西倫敦大學(xué)（UWL）學(xué)習(xí)分析的使用必須遵守外部立法，如數(shù)據(jù)保護法和平等與多樣性法案;悉尼大學(xué)（USyd）持有的學(xué)生信息將根據(jù)1998年“國家記錄法”①和大學(xué)要求予以保留和處理;而歐盟資助的LEAs Box項目全面地闡述了數(shù)據(jù)管理之外的數(shù)據(jù)保護，需要通過使用定期更改的密碼來訪問數(shù)據(jù)庫和API，以及加密敏感信息和備份數(shù)據(jù)來保護數(shù)據(jù);臥龍崗大學(xué)（UOW）使用學(xué)習(xí)分析數(shù)據(jù)必須得到學(xué)術(shù)副校長的批準(zhǔn)。

（二）制定目的

目標(biāo)的設(shè)定是政策制定的前提，學(xué)習(xí)分析政策的制定也不例外，正如FRA文件②所闡述的，在開始處理之前，應(yīng)該清楚地定義學(xué)習(xí)分析的目的和邊界，并申明“為未定義和（或）無限制的目的處理個人數(shù)據(jù)是非法的[25]”。研究發(fā)現(xiàn)，樣本政策都對學(xué)習(xí)分析政策制定目的進(jìn)行了說明，通過分析已有11項政策，將其制定目的總結(jié)如下，具體見表2。

在國外高等院校和機構(gòu)學(xué)習(xí)分析的政策制定目的上，發(fā)現(xiàn)學(xué)習(xí)分析政策的制定多數(shù)在相對應(yīng)國家隱私保護和倫理道德政策的基礎(chǔ)上，制定本機構(gòu)針對性的學(xué)習(xí)分析政策，最終目標(biāo)為解決數(shù)據(jù)使用和處理問題。分析發(fā)現(xiàn)，各學(xué)習(xí)分析政策制定目的存在三種視角，即隱私倫理視角、學(xué)習(xí)提升視角和綜合視角。

基于隱私倫理視角的學(xué)習(xí)分析政策制定，如歐盟資助的LACE項目旨在幫助教育機構(gòu)處理學(xué)習(xí)分析的倫理和隱私問題;LEAs Box項目旨在平衡學(xué)習(xí)分析研究和個人隱私之間的關(guān)系。悉尼大學(xué)（USyd）的學(xué)習(xí)分析政策目的是保護學(xué)生的數(shù)據(jù)隱私。基于學(xué)習(xí)提升視角的學(xué)習(xí)分析政策制定，如查爾斯特大學(xué)（CSU）相關(guān)政策中提出，提供一個大學(xué)范圍的框架以指導(dǎo)在其院校使用學(xué)習(xí)分析，并提高對該院校學(xué)習(xí)和教學(xué)模式的理解;諾丁漢特倫特大學(xué)（NTU）的政策通過儀表盤的使用，提高學(xué)生的參與度和投入程度;西倫敦大學(xué)（UWL）的政策，其首要目的是幫助學(xué)生取得成功并實現(xiàn)他們的學(xué)習(xí)目標(biāo);愛丁堡大學(xué)（UOE）旨在改善學(xué)生的體驗，表現(xiàn)在質(zhì)量、公平、個性化反饋、處理規(guī)模、學(xué)生體驗、技能和效率等方面?；诰C合視角的學(xué)習(xí)分析政策，是上述兩種視角的綜合，既注重隱私倫理問題，也關(guān)注學(xué)習(xí)者的學(xué)習(xí)提升。如開放大學(xué)（OU）的學(xué)習(xí)分析政策明確指出，其旨在闡明大學(xué)將如何以倫理的方式使用學(xué)生數(shù)據(jù)，以塑造學(xué)生的支持。

通過以上三種視角的歸納總結(jié)發(fā)現(xiàn)：科研機構(gòu)政策制定的目標(biāo)是從國家層面出發(fā)，來保護學(xué)生的隱私和倫理問題;而大多數(shù)國外高校學(xué)習(xí)分析政策的制定是為了有助于學(xué)習(xí)分析技術(shù)更好地在機構(gòu)實踐，加強學(xué)校的教與學(xué)以及教學(xué)質(zhì)量的提升。

（三）利益相關(guān)者及責(zé)任

1. 角色

針對樣本學(xué)習(xí)分析政策的比較研究發(fā)現(xiàn)，其中的利益相關(guān)者包括數(shù)據(jù)主體、數(shù)據(jù)客體和合作伙伴。數(shù)據(jù)主體，也就是數(shù)據(jù)提供者，即學(xué)習(xí)者，通過數(shù)據(jù)主體的瀏覽和互動行為產(chǎn)生各類數(shù)據(jù);數(shù)據(jù)客體，其作為學(xué)習(xí)分析的受益者并且有權(quán)對結(jié)果采取行動，具體表現(xiàn)為教師和教育機構(gòu);同時，研究人員、服務(wù)提供商或政府機構(gòu)等合作伙伴，也是學(xué)習(xí)分析政策中的利益相關(guān)團體[18]。

2. 角色責(zé)任

不同的利益相關(guān)者所扮演的角色不同，其也承擔(dān)著不同責(zé)任，正是由于學(xué)習(xí)分析技術(shù)的實施過程中，如何保護數(shù)據(jù)主體的隱私是政策關(guān)注的核心內(nèi)容之一，因此，利益相關(guān)者從角色和責(zé)任與合作伙伴進(jìn)行比較。學(xué)習(xí)分析技術(shù)實施過程中，遵守特定的角色責(zé)任，是每個利益相關(guān)者最重要的工作。通過比較分析發(fā)現(xiàn)，對于角色責(zé)任，上述政策主要制定了兩方面內(nèi)容，即積極干預(yù)和遵守隱私。西倫敦大學(xué)（UWL）、開放大學(xué)（OU）、愛丁堡大學(xué)（UOE）和JISC在其學(xué)習(xí)分析政策中都特別強調(diào)，利益相關(guān)者的首要責(zé)任是積極干預(yù)學(xué)生的學(xué)習(xí)過程，在可行的情況下應(yīng)對其學(xué)習(xí)行為進(jìn)行積極干預(yù)，提取對學(xué)生有意義的數(shù)據(jù)并進(jìn)行分析，進(jìn)而使學(xué)生受益。

遵守隱私作為學(xué)習(xí)分析政策倫理方面的具體表現(xiàn)，同樣在角色責(zé)任中予以了明確。JISC提出，各個角色應(yīng)對生成的數(shù)據(jù)進(jìn)行管理，尤其處理個人信息時，遵守隱私政策;臥龍崗大學(xué)（UOW）更詳細(xì)地從員工、學(xué)生、行政人員、教師、信息管理人員、學(xué)習(xí)分析治理委員會以及數(shù)據(jù)咨詢組的道德使用，來說明不同角色下學(xué)習(xí)分析使用過程應(yīng)履行的隱私責(zé)任。

對于合作伙伴而言，并不是所有政策都涉及這一群體，其相關(guān)要求也不盡相同。西倫敦大學(xué)（UWL）對合作伙伴的理解是，所有的利益相關(guān)者的代表應(yīng)該適時地參與涉及、開發(fā)、審查以及治理;全國學(xué)生聯(lián)合會（NUS）對合作伙伴秉承透明的道德實踐，在合作伙伴的關(guān)系中，使用學(xué)生的數(shù)據(jù)支持合作同伴應(yīng)是透明的，以便在學(xué)生和教育工作中發(fā)揮最佳水平。歐盟資助的LACE從另一個角度規(guī)定在合作伙伴關(guān)系中要履行國家和組織規(guī)則，并且簽訂數(shù)據(jù)安全的合同，表明數(shù)據(jù)只能用于服務(wù)的目的而不能用于其他目的?？梢姡槍嫦嚓P(guān)者的隱私倫理責(zé)任仍有待進(jìn)一步明確。

（四）數(shù)據(jù)應(yīng)用

如上所述，政策的制定目的是隱私倫理問題的起點，角色責(zé)任和合作伙伴是鑒定隱私倫理問題的依據(jù)。研究發(fā)現(xiàn)，在數(shù)據(jù)應(yīng)用過程中，學(xué)習(xí)分析政策的隱私倫理主要關(guān)注數(shù)據(jù)透明度、數(shù)據(jù)匿名化、知情同意、隱私泄露、訪問權(quán)限等五個方面。

1. 數(shù)據(jù)透明度

有研究者提出，透明度是基于隱私倫理角度研究學(xué)習(xí)分析技術(shù)的最核心問題[26]。數(shù)據(jù)透明度體現(xiàn)在告知學(xué)習(xí)者和教師收集、記錄了哪些類型的數(shù)據(jù)、數(shù)據(jù)的使用目的、在何種條件下誰將獲得這些數(shù)據(jù)以及個人的身份，將采取什么樣的措施保持透明;同時，透明度還意味著信息是否傳輸?shù)綑C構(gòu)外部。因此，用戶不僅應(yīng)該了解他們的數(shù)據(jù)如何在外部使用，還應(yīng)該了解在機構(gòu)內(nèi)部的使用[27]。此外，還應(yīng)使數(shù)據(jù)主體了解數(shù)據(jù)應(yīng)用的可能結(jié)果和采取的數(shù)據(jù)保護具體措施 [28]。

在已有的11個學(xué)習(xí)分析政策中，7個政策文件中明確提到數(shù)據(jù)透明度，并一致認(rèn)為學(xué)習(xí)分析需要保持?jǐn)?shù)據(jù)透明度，包括了JISC、開放大學(xué)（OU）、西倫敦大學(xué)（UWL）、臥龍崗大學(xué)（UOW）、歐盟資助的LACE項目和LEAs Box以及查爾斯特大學(xué)（CSU）。其中，JISC、西倫敦大學(xué)（UWL）和臥龍崗大學(xué)（UOW）都表示學(xué)習(xí)分析的使用對所有的利益相關(guān)者需要保持?jǐn)?shù)據(jù)透明度，具體包括了數(shù)據(jù)使用過程中的數(shù)據(jù)來源、分析目的、使用指標(biāo)、使用邊界以及如何解釋數(shù)據(jù)，這些內(nèi)容都需要向數(shù)據(jù)主體和客體解釋清楚;其中，JISC更全面地要求學(xué)習(xí)分析涉及的過程和算法也需要給學(xué)生和員工加以描述。

在數(shù)據(jù)的收集、分析和解釋過程中，數(shù)據(jù)的透明度、公開性以及解釋是緊密聯(lián)系在一起的。對學(xué)習(xí)分析政策的制定來說，這是不可忽視的一部分，如何取得數(shù)據(jù)主體的信任，需要在數(shù)據(jù)的使用上對利益相關(guān)者保持透明，同時，也需要對利益相關(guān)者解釋數(shù)據(jù)的使用和處理過程，建立雙方信任的關(guān)系。

2. 匿名化

幾乎所有機構(gòu)的學(xué)習(xí)分析政策都特別聲明，任何用于學(xué)習(xí)分析的數(shù)據(jù)，在其收集、分析和解釋過程中，都必須保持匿名化。這一匿名過程包括數(shù)據(jù)在多個數(shù)據(jù)源和聚合系統(tǒng)之間傳遞的過程;在涵蓋涉及第三方（即合作伙伴）時，尤其需要特別注意數(shù)據(jù)匿名性。任何數(shù)據(jù)共享都需要符合當(dāng)前國際、國家以及機構(gòu)多層面對于隱私政策的要求。盡管悉尼大學(xué)（USyd）相關(guān)政策中沒有明確提及數(shù)據(jù)匿名性，但也指出，大學(xué)將采取適當(dāng)?shù)谋Ｗo措施以保護學(xué)生信息的安全性和完整性。

3. 知情同意

向用戶告知數(shù)據(jù)收集，并問詢用戶是否同意，是學(xué)習(xí)分析的基本倫理原則和程序[18]。已有的政策都規(guī)定在對學(xué)生收集數(shù)據(jù)之前，必須獲得學(xué)生的知情同意;同時，如數(shù)據(jù)有改變和更新，也需要獲取學(xué)生新的同意。例如，歐盟資助的LEAs Box對于在學(xué)習(xí)分析過程中使用Cookie功能的特定部分，要征得用戶的同意;JISC實踐守則中教師對學(xué)生的積極干預(yù)也需要學(xué)生的同意。

在學(xué)習(xí)分析過程中，為避免利益發(fā)生沖突，政策制定者應(yīng)找到“信任學(xué)習(xí)分析”和“避免潛在威脅”這兩者之間平衡的必要途徑，可以轉(zhuǎn)化成對學(xué)生數(shù)據(jù)的潛在用途范圍提供一個寬泛定義來保護用戶[27]。如西倫敦大學(xué)（UWL）的學(xué)習(xí)分析政策中，就設(shè)置了相應(yīng)選項，使得學(xué)生可以選擇不向外部機構(gòu)提供某些特定數(shù)據(jù)，也對部分?jǐn)?shù)據(jù)沒有進(jìn)行共享，主要是由于數(shù)據(jù)不切實際或可能對學(xué)生的學(xué)業(yè)進(jìn)步產(chǎn)生有害影響;開放大學(xué)（OU）的學(xué)習(xí)分析相關(guān)政策比較有特色，其除了表明在數(shù)據(jù)收集和使用方面是透明的，更要為學(xué)生定期提供協(xié)議，以獲得學(xué)生同意使用其數(shù)據(jù)的機會。

同時，研究發(fā)現(xiàn)，知情同意也是保障機構(gòu)學(xué)習(xí)分析能夠順利進(jìn)行的方法，如西倫敦大學(xué)（UWL）和臥龍崗大學(xué)（UOW）的相關(guān)政策的描述中，規(guī)定了學(xué)生不能退出整個學(xué)習(xí)分析過程，由此來看，知情同意也是對參與學(xué)習(xí)分析的所有利益相關(guān)者的保障手段。

4. 隱私泄露

隱私問題一直得到學(xué)習(xí)分析領(lǐng)域的關(guān)注，也是用戶最關(guān)心的問題之一。所有機構(gòu)的學(xué)習(xí)分析政策都特別注意學(xué)生隱私的保護，以確保其不會被無理侵入或破壞。不同機構(gòu)采取了相應(yīng)的預(yù)防措施，如LEAs Box的學(xué)習(xí)分析政策中規(guī)定了通過加密、密碼保護、數(shù)據(jù)匿名化技術(shù)等方式實現(xiàn)隱私保護;JISC在其隱私的規(guī)定上采取從元數(shù)據(jù)中識別個人和通過聚合多個數(shù)據(jù)源重新識別個人方式，以防止學(xué)生隱私泄露;臥龍崗大學(xué)（UOW）對學(xué)生數(shù)據(jù)和分析的訪問限于具有查看數(shù)據(jù)的合法需求的人員使用;愛丁堡大學(xué)（UOE）只有經(jīng)過特別授權(quán)，否則學(xué)習(xí)分析生成的數(shù)據(jù)不會用于監(jiān)控其學(xué)習(xí)成績。

由于用戶因隱私受到威脅會表現(xiàn)出抵抗力，拒絕學(xué)習(xí)分析服務(wù)[18]。因此，需要通過立法或其他保護隱私的政策以確保數(shù)據(jù)收集和分析方面的數(shù)據(jù)保護[29]。為了消除數(shù)據(jù)主體的憂慮，需要制定保護數(shù)據(jù)隱私的政策和指導(dǎo)方針，以確保其數(shù)據(jù)以可接受和合規(guī)方式使用。同時，當(dāng)隱私泄露后，應(yīng)準(zhǔn)許采取相應(yīng)法律進(jìn)行追責(zé)，如悉尼大學(xué)（USyd）相關(guān)政策中就提出，學(xué)生如發(fā)現(xiàn)個人隱私泄露時有權(quán)提出正式投訴。

5. 訪問權(quán)限

歐盟資助的LEAs Box項目、諾丁漢特倫特大學(xué)（NTU）和西倫敦大學(xué)（UWL）在數(shù)據(jù)訪問權(quán)限上，普遍提出了不同的用戶擁有不同的權(quán)限，即在訪問分析過程的結(jié)果之前，應(yīng)對用戶進(jìn)行身份驗證（即確定其身份）。具體體現(xiàn)在歐盟資助的LEAs Box認(rèn)為教師可以訪問學(xué)生的數(shù)據(jù)，學(xué)生可互看同伴的數(shù)據(jù);諾丁漢特倫特大學(xué)（NTU）對用戶學(xué)生、學(xué)術(shù)學(xué)員、管理人員、開發(fā)人員使用儀表盤的訪問權(quán)限作了相應(yīng)規(guī)定;西倫敦大學(xué)（UWL）數(shù)據(jù)的訪問權(quán)限僅允許合理需要的人員;歐盟LACE項目規(guī)定在員工訪問的同時，將對其進(jìn)行監(jiān)控。同時，在幾乎所有的高等教育機構(gòu)中，用戶始終有權(quán)限檢查和更新他們相關(guān)的信息和個人數(shù)據(jù)，執(zhí)行其權(quán)利，比如數(shù)據(jù)主體在必要的時候有機會糾正、訪問和控制數(shù)據(jù)，也需要通過技術(shù)上訪問權(quán)限的設(shè)置，更新不正確的數(shù)據(jù)及驗證信息[18]。

（五）可持續(xù)發(fā)展

在一個快速發(fā)展的領(lǐng)域，確保其持續(xù)性發(fā)展，要進(jìn)行持續(xù)性考慮，盡管各機構(gòu)政策的制定中多數(shù)沒有顯式地說明學(xué)習(xí)分析的可持續(xù)發(fā)展，但是制定學(xué)習(xí)分析政策的最終目的是為了學(xué)習(xí)分析可以更好地持續(xù)性發(fā)展。

1. 最小化不利影響

學(xué)習(xí)分析技術(shù)可以幫助學(xué)生在適當(dāng)?shù)那闆r下作出決策，同時，最小化其不利影響，是學(xué)習(xí)分析技術(shù)可持續(xù)發(fā)展的重要因素。在所有機構(gòu)中，使不利影響最小化，采取措施確保學(xué)習(xí)分析的輸出不會使利益相關(guān)者的看法和行為發(fā)生較大改變，即最大限度地減少向?qū)W生和員工提供有關(guān)學(xué)生表現(xiàn)或成功可能性的信息的不利影響。這需要各利益相關(guān)者對法律、道德行為進(jìn)行必要了解，甚至JISC政策中提出，最大限度地減少學(xué)習(xí)分析系統(tǒng)給學(xué)生帶來任何好處的機會，積極努力識別并盡量減少任何潛在的負(fù)面影響。

2. 數(shù)據(jù)有效性

數(shù)據(jù)有效性也是學(xué)習(xí)分析中至關(guān)重要的一部分，所有機構(gòu)直接或間接地肯定數(shù)據(jù)和分析必須是有效的，以確保有利于學(xué)生的利益。悉尼大學(xué)（USyd）更在其政策中單獨列出數(shù)據(jù)有效性。以JISC為例，其在數(shù)據(jù)分析有效性的整體保證措施上，提出理解并最小化數(shù)據(jù)中的不準(zhǔn)確性、了解不完整數(shù)據(jù)集的含義、選擇最佳數(shù)據(jù)源范圍和避免偽相關(guān)。尤其值得關(guān)注的是，西倫敦大學(xué)（UWL）認(rèn)為所有利益相關(guān)方都有責(zé)任保持準(zhǔn)確和最新記錄，同時，數(shù)據(jù)分析和分析模型應(yīng)該是合理的，沒有偏見。由偏見認(rèn)識所引發(fā)的數(shù)據(jù)無效，將會制約學(xué)習(xí)分析技術(shù)的可持續(xù)發(fā)展。

五、對我國學(xué)習(xí)分析政策制定的建議

當(dāng)前我國的學(xué)習(xí)分析領(lǐng)域已經(jīng)取得了突飛猛進(jìn)的發(fā)展，這得益于三個方面：首先是我國信息化在政策制定、技術(shù)投入、產(chǎn)品研發(fā)、應(yīng)用服務(wù)等多方面的發(fā)展，社會信息化發(fā)展水平的不斷提升;其次，是我國教育信息化在各個教育層次的充分探索，高校、研究所甚至社會化教育服務(wù)機構(gòu)等，都在教育信息化領(lǐng)域取得了規(guī)?；难芯砍晒?，這為學(xué)習(xí)分析提供了必要的技術(shù)儲備;最終，師生個體的教學(xué)行為正在由傳統(tǒng)的線下教學(xué)，向線上線下混合式教學(xué)轉(zhuǎn)變，為學(xué)習(xí)分析提供了數(shù)據(jù)上的可能性。然而隨著飛速發(fā)展，當(dāng)前我國學(xué)習(xí)分析領(lǐng)域也暴露出較為嚴(yán)峻的信息數(shù)據(jù)隱私倫理問題。這一問題突出體現(xiàn)在兩個方面，一是從意識上，相關(guān)管理機構(gòu)、研究人員以及利益相關(guān)者，對于學(xué)習(xí)分析所涉及的信息數(shù)據(jù)隱私倫理問題，未能形成較為統(tǒng)一的、科學(xué)的認(rèn)識，諸如“數(shù)據(jù)隱私倫理問題由誰負(fù)責(zé)”“學(xué)習(xí)分析過程中如何保護隱私”等問題仍存在模糊認(rèn)識;其二，嚴(yán)重缺乏相關(guān)政策從隱私倫理角度規(guī)范和指導(dǎo)學(xué)習(xí)分析技術(shù)的發(fā)展。政策是各個利益相關(guān)者開展學(xué)習(xí)分析研究和實踐的根本依據(jù)，缺乏政策層面的支持，必將從長遠(yuǎn)上制約學(xué)習(xí)分析政策發(fā)展。我國學(xué)習(xí)分析研究和實踐，必須要從加強隱私保護意識和制定科學(xué)有效政策這兩個層面，做足功夫，保障學(xué)習(xí)分析領(lǐng)域的持續(xù)發(fā)展。本研究在對國外近年典型學(xué)習(xí)分析政策進(jìn)行比較研究的基礎(chǔ)上，提出如下四項我國學(xué)習(xí)分析政策制定的建議：

（一）積極制定學(xué)習(xí)分析政策，促進(jìn)學(xué)習(xí)分析發(fā)展

我國學(xué)習(xí)分析相關(guān)政策的研究和實踐，正得到教育界的日益重視。然而相比較國外相關(guān)領(lǐng)域，我國基于隱私倫理視角的學(xué)習(xí)分析政策研究和實踐都較為滯后，這可能與我國社會發(fā)展和隱私意識有著一定關(guān)系。隨著學(xué)習(xí)分析技術(shù)的普遍應(yīng)用，積極制定學(xué)習(xí)政策，在關(guān)注學(xué)習(xí)提升的同時，保護隱私倫理，是促進(jìn)和保障學(xué)習(xí)分析良性發(fā)展的關(guān)鍵。國外已有學(xué)習(xí)分析政策雖然是根據(jù)具體地區(qū)、具體學(xué)習(xí)分析實施情況制定的，對我國本土化的學(xué)習(xí)分析政策具有一定的指導(dǎo)意義。在我國學(xué)習(xí)分析政策初步發(fā)展階段，針對相同的挑戰(zhàn)在政策的制定上可以借鑒其內(nèi)容。

如何在學(xué)習(xí)分析過程中保護學(xué)生的隱私以及合理運用數(shù)據(jù)，應(yīng)該是我國制定本土化學(xué)習(xí)分析政策的首要任務(wù)?！吨腥A人民共和國網(wǎng)絡(luò)安全法》已于2017年6月1日施行，其制定的目的是“為了保障網(wǎng)絡(luò)安全，維護網(wǎng)絡(luò)空間主權(quán)和國家安全、社會公共利益，保護公民、法人和其他組織的合法權(quán)益，促進(jìn)經(jīng)濟社會信息化健康發(fā)展”。這一法律是我國相關(guān)機構(gòu)制定學(xué)習(xí)分析政策中有關(guān)隱私倫理問題的根本依據(jù)和支撐。

（二）區(qū)分利益相關(guān)者在隱私倫理問題的責(zé)任權(quán)利

通過對已有學(xué)習(xí)分析政策的比較分析，本研究發(fā)現(xiàn)，不同于傳統(tǒng)學(xué)習(xí)過程，學(xué)習(xí)分析應(yīng)用過程中會有多方利益相關(guān)者的介入，尤其在數(shù)據(jù)主體、客體基礎(chǔ)上，合作機構(gòu)所提供的產(chǎn)品和服務(wù)，是學(xué)習(xí)分析過程中不可避免的。因此，需要縝密區(qū)分多方利益相關(guān)者在隱私倫理問題方面所負(fù)有的責(zé)任、權(quán)利和義務(wù)。如前文所述，不同角色承擔(dān)不同的責(zé)任。同時，通過分析我們也發(fā)現(xiàn)，區(qū)分多方利益相關(guān)者在隱私倫理問題的責(zé)、權(quán)、利，這即是對數(shù)據(jù)主體的保護，也是對各方利益相關(guān)者利益的整體保障。

（三）建立數(shù)據(jù)收集、分析和解釋過程中的系統(tǒng)化隱私倫理保障政策

由于學(xué)習(xí)分析技術(shù)的特殊性，其在數(shù)據(jù)的收集、分析和解釋的各個過程中，都會涉及隱私倫理問題。因此，需要在學(xué)習(xí)分析政策制定過程中，建立數(shù)據(jù)收集、分析和解釋過程中的系統(tǒng)化隱私倫理保障方法。如本研究所歸納，數(shù)據(jù)透明度、數(shù)據(jù)匿名化、知情同意、隱私泄露、訪問權(quán)限等五項內(nèi)容，是當(dāng)前國際學(xué)習(xí)分析政策研究和實踐中普遍關(guān)注的核心內(nèi)容。

（四）避免過度干預(yù)和由數(shù)據(jù)所帶來的偏見

數(shù)字鴻溝已經(jīng)被普遍認(rèn)可，而由人工智能技術(shù)的飛速發(fā)展所產(chǎn)生的“人工智能鴻溝”正在割裂世界。學(xué)習(xí)分析作為人工智能技術(shù)在教育領(lǐng)域內(nèi)的典型應(yīng)用，其也有著進(jìn)一步加劇不同個體、群體間教育鴻溝的可能性。不同于數(shù)字鴻溝所產(chǎn)生的經(jīng)濟和技術(shù)發(fā)展原因，由于學(xué)習(xí)分析應(yīng)用所形成的鴻溝，其原因更多歸因于偏見，可能體現(xiàn)于對特定學(xué)習(xí)群體的學(xué)習(xí)者模型建立的不公正，或者由于過度干預(yù)所引起的學(xué)習(xí)者的抗拒。我國相關(guān)機構(gòu)的學(xué)習(xí)分析政策制定過程中，要保持?jǐn)?shù)據(jù)有效性，特別是構(gòu)建無偏見的數(shù)據(jù)分析模型，同時，最小化不利影響，從而實現(xiàn)學(xué)習(xí)分析的可持續(xù)發(fā)展。

我國學(xué)習(xí)分析的發(fā)展缺乏指導(dǎo)學(xué)習(xí)分析實踐的機構(gòu)層面政策，已經(jīng)成為學(xué)習(xí)分析領(lǐng)域最大的挑戰(zhàn)。在由學(xué)習(xí)分析所帶來的教育變革中，個人和組織都需要在潛在風(fēng)險和教育創(chuàng)新之間找到隱私倫理的平衡點，規(guī)避學(xué)習(xí)分析隱私倫理問題，才能使學(xué)習(xí)分析健康發(fā)展。除此之外，學(xué)習(xí)分析需要廣泛接受整個組織機構(gòu)的價值觀和利益，以此才能實現(xiàn)學(xué)習(xí)分析的可持續(xù)發(fā)展，這也正是開放大學(xué)（OU）學(xué)習(xí)分析政策中所特別強調(diào)的。

[參考文獻(xiàn)]

[1] JOHNSON L， ADAMS S， WITCHEY H， et al. The NMC horizon report： 2011 museum edition[R]. Austin， Texas： The New Media Consortium， 2011.

[2] 阿麗塔.L.艾倫，理查德.C.托克音頓.美國隱私法：學(xué)說、判例與立法[M].馮建妹，等譯.北京：中國民主法制出版社，2004.

[3] VOLKMAN R. Privacy as life， liberty， property[J].Ethics and information technology， 2003（5）：199-210.

[4] 理查德·A·斯皮內(nèi)洛.世紀(jì)道德：信息技術(shù)的倫理方面[M].劉鋼，譯.北京：中央編譯出版社，1999.

[5] NMC 地平線項目.新媒體聯(lián)盟2015 地平線報告高等教育版[J].現(xiàn)代遠(yuǎn)程教育研究，2015（2）：3-22.

[6] 顧小清，張進(jìn)良，蔡慧英.學(xué)習(xí)分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)[J].遠(yuǎn)程教育雜志，2012（1）：18-25.

[7] 張文青，穆曉靜，傅鋼善.倫理視域下的學(xué)習(xí)分析研究[J].中國教育信息化，2015（9）：3-5.

[8] 楊現(xiàn)民，唐斯斯，李冀紅.發(fā)展教育大數(shù)據(jù)：內(nèi)涵、價值和挑戰(zhàn)[J].現(xiàn)代遠(yuǎn)程教育研究，2016（1）：50-61.

[9] 趙慧瓊，姜強，趙蔚.大數(shù)據(jù)學(xué)習(xí)分析的安全與隱私保護研究[J].現(xiàn)代教育技術(shù)，2016，26（3）：5-11.

[10] TSAI Y S， GASEVIC D. Learning analytics in higher education—challenges and policies： a review of eight learning analytics policies[C]// Proceedings of the Seventh International Learning Analytics & Knowledge Conference ，Vancouver， Canada， March 13-17， 2017. Canada： Simon Fraser University，2017.

[11] TSAI Y S， MORENO-MARCOS P M， TAMMETS K， KOLLOM K， & GASEVIC D. SHEILA policy framework： informing institutional strategies and policy processes of learning analytics[C]// Proceedings of the 8th International Conference on Learning Analytics and Knowledge， Sydney， Australia， March 5-9， 2018. AUS： The University of Sydney， 2018.

[12] Joint Information Systems Committee .Code of practice for learning analytics[R]. United Kingdom： JISC， 2015.

[13] DRACHSLER H，GRELLER W. Privacy and analytics： its a DELICATE issue a checklist for trusted learning analytics[C]//? Proceedings of the Sixth International Conference on Learning Analytics & Knowledge， Edinburgh， United Kingdom， April 25-29， 2016.

[14] STEINER C M， MASCI D， JOHNSON M， TURKER A， DRNEK M， KICKMEIER-RUST M. Privacy and data protection policy[R]. EU： Deliverable D2.3. LEAs Box， 2014.

[15] National Union of Students. Learning analytics： a guide for students unions[R].United Kingdom： NUS， 2015.

[16] The Open University. Policy on ethical use of student data for learning analytics[R].United Kingdom： The Open University， 2014.

[17] MACFADYEN L P， DAWSON S， PARDO A ，GASEVICE D. Embracing big data in complex educational systems： the learning analytics imperative and the policy challenge [J]. Research & practice in assessment， 2014（9）：17-28.

[18] GRELLER W，DRACHSLER H. Translating learning into numbers： a generic framework for learning analytics[J]. Educational technology & society， 2012（15）： 42-57.

[19] Nottingham Trent University.Use of learning analytics to support student success policy[R].United Kingdom：Nottingham Trent University， 2015.

[20] University of West London. Learning analytics policy[R].United Kingdom： University of West London， 2016.

[21] The University of Edinburgh. Learning analytics principles and purposes[R]. United Kingdom： The University of Edinburgh， 2017.

[22] Charles Sturt University. CSU learning analytics code of practice[R]. Australia： Charles Sturt University， 2015.

[23] SEG Education Committee. Principles for the use of university-held student personal information for learning analytics at the university of sydney[R].Australia： The University of Sydney， 2016.

[24] University of Wollongong Australia. Learning analytics data use policy[R]. Australia： University of Wollongong Australia， 2017.

[25] European Union Agency for Fundamental Rights. Handbook on european data protection law[R]. Europe： FRA， 2014.

[26] PARDO A， SIEMENS G. Ethical and privacy principles for learning analytics[J]. British journal of educational technology， 2013（45）：438-450.

[27] SLADE S ， PRINSLOO P. Learning analytics： ethical issues and dilemmas[J]. American behavioral scientist， 2013（57）：1509-1528.

[28] WILLIS J ，PISTILLI M D. Ethical discourse： guiding the future of learning analytics[EB/OL]. [2014-04-07].https：//er.educause.edu/articles/2014/4/ethical-discourse-guiding-the-future-of-learning-analytics.

[29] CAMPBELL J P， DEBLOIS P B， OBLINGER D G. Academic analytics[J]. Educause review， 2007（42）：1-24.