高等教育数字化转型的数据伦理风险与治理路径——基于高质量发展的视角

赵文政

(鞍山师范学院 教育科学与技术学院,辽宁 鞍山 114007)

随着教育数字化战略行动的逐步深化和发展,我国高等教育领域正处于数字化转型的改革浪潮中[1]。高等教育数字化转型是将数字技术与教育教学深度融合,通过数字化手段改善教育质量、提升教育效果和满足学生个性化学习需求的过程[2]8744。在数字化转型过程中,教育主体直接面对大量数据收集、存储和分析,以及与教育相关方共享数据的需求。高等教育数字化转型所涉及的大数据和个人信息处理衍生出隐私泄露、数据滥用、数据偏见等一系列严重的数据伦理风险,造成不公平、不合理的社会发展症结。高等教育数字化转型的数据伦理风险及其治理成为当前迫切的研究议题。通过对高等教育数字化转型过程中的诸多现实问题进行深入研究和分析,可以有效识别和理解潜在的数据伦理风险,并形成行之有效的治理思路[3]。基于此,本文通过探讨高等教育数字化转型的数据伦理风险,提出相应的治理路径,为相关教育主体提供有益参考,从而实现数字化转型与教育高质量发展的有机结合,推动高等教育数字化转型的高质量发展。

一、高等教育数字化转型的概述

高等教育数字化转型关系着教育质量、效率和公平的进一步提高。通过澄清高等教育数字化转型的新时代内涵与目标,有助于深度认识高等教育数字化转型的现状与问题。

(一)高等教育数字化转型的内涵与目标

高等教育数字化转型是指高等教育系统基于数字技术和思维,改变传统的工作方式和流程,提升教育质量和效率,构建智慧教育新生态的过程[4]。随着中国式教育现代化的深入推进,我国新时代高等教育数字化转型的内涵聚焦于以创新教育模式、教育资源共享、数据驱动决策和人工智能应用为重点,旨在提高教育质量、促进个性化发展、实现教育公平,提供高质量的教育服务和教育资源[5],其表现在依托数字技术和平台,变革高等教育理念、模式、内容和方法,进一步提升教育质量和效率,实现教育创新和发展[6]。它不仅是对高等教育信息化的深化和拓展,也是对高等教育本质、价值、目标、方法等方面的优化和重构[7]。随着教育数字化战略行动的推进,新时代高等教育数字化转型呈现出四个主要目标。

1.树立数字意识,实现数字思维引领

这意味着要以数据为基础、以算法为支撑、以平台为载体、以场景为导向,在各个层面和环节实现教育活动的智能化、精准化、个性化、协同化等。

2.培养教师、学生及教育管理者的数字素养

数字素养是数字化转型的基本能力,它包括数据素养、计算思维、创新思维等多个要素。数据素养强调获取、分析、利用数据的能力,计算思维主要指运用计算机科学原理和方法解决问题的能力,创新思维聚焦于在复杂多变的环境中发现问题、提出解决方案并实施创新行动的能力。

3.构建高等教育数字化转型新生态

高等教育数字化转型新生态涉及数字战略体系规划、新型基础设施建设、技术支持的教学法变革、技术赋能的创新评价等评价方面[8]。其中,教育新型基础设施包括云计算、大数据、人工智能等技术,技术支持的教学法变革囊括了翻转课堂、混合式学习等模式,技术赋能的创新评价包括形成性评价、自适应评价等方法。

4.形成数字化治理体系机制

这意味着要对教育治理进行全方位系统性的重塑,包括体制机制、方式流程、手段工具等维度。其中,体制机制主要涉及治理部门之间的协调合作关系;方式流程主要涉及数据采集、分析、决策、反馈的流程闭环,手段工具主要涉及数据安全保障措施等。

(二)高等教育数字化转型的现状与问题

随着数字技术的发展和社会需求的变化,数字化转型在高等教育领域逐步推进,深刻影响着教师专业发展、课程设计、资源共享、评价体系等诸多层面[9]。我国目前高等院校开发和提供的数字化课程数量已经超过5万,注册和学习者数量约8亿人次,包括虚拟仿真实验课、慕课、视频公开课、国家精品开放课程等,而获得慕课学分的人次已超3亿[10]。许多高等教育组织探索使用区块链、大数据等技术进一步了解和分析各教育主体的教育需求和行为模式,以便更高质量地提供个性化的教育服务。但仍然应清醒地看到,高等教育数字化转型产生的严峻现实问题,如制度模糊、技术歧视、资源不均衡和素养滞后等。

1.制度模糊

高等教育数字化转型需要科学而清晰的制度规划,以确保转型的顺利进行。许多学校缺乏严谨的制度规划与指导,导致转型过程中浮现出诸多问题。例如,具体制度目标和指标的缺失,有效沟通和协作机制的缺位,以及对转型过程中出现的风险和挑战认识不足[11]。

2.技术歧视

高等教育数字化转型往往基于多元数字技术工具和平台的应用,以支持教师和学生的教育和学习活动。一些高校和教育系统却缺乏必要的数字基础设施和支持,造成数字技术使用困难和不稳定[12]。相当数量的教师数字素养不足,表现为缺乏必要的数字技术知识和技能,无法有效地使用数字技术工具和平台有效开展教育活动。

3.素养滞后

具备必要技能和知识的人才对高等教育数字化转型不可或缺,其主要包括教师、技术人员和管理人员等。缺乏数字人才成为众多学校发展的限制性因素,导致数字化转型过程中出现教师由于不具备必要技能和知识而难以有效地操作技术工具和平台解决问题。专业技术和教育管理人员的数字素养不够完善,致使其无法稳固地支持高等教育数字化转型[13]。

4.资源不均衡

高等教育数字化转型离不开充足资源的支撑,包括资金、设备、软件和内容等。许多学校和教育系统缺乏必要的资源支持,在转型过程中出现了一系列问题。例如,缺乏必要的数字设备和软件,直接限制了教师和学生的数字化教育和学习活动。此外,高质量数字内容的缺位,难以满足学生和教师的教育需求[14]。

二、高等教育数字化转型的数据伦理风险

高等教育数字化转型带来了制度模糊、技术歧视、资源不均衡和素养滞后等深层次现实问题,在社会网络层面,则产生了来源于高等教育数字化转型的数据伦理风险[15]。高等教育数字化转型的数据伦理风险制约着我国高等教育资源共享、教育内容个性化、教学过程智能化等教育高质量发展目标的实现。

(一)高等教育数据伦理风险的概念与类型

高等教育数据伦理风险是指在教育数据的收集、存储、分析、使用和共享等过程中,导致高等教育数据主体或社会利益受到损害或侵犯的风险,具体体现在高等教育数据泄露、数据歧视、数据操纵等。根据风险领域划分原则,高等教育数据伦理风险主要分为数据隐私、数据安全、数据公正性、数据透明度和数据误用等类型。高等教育环境中,数据隐私涉及教育主体的个人信息,如个人信息被未经授权的第三方获取,会对个体造成实质性的伤害[16]。数据安全要求保护数据不被非法访问、破坏、更改或泄露,其涉及学生的个人信息、学习记录、考试成绩等。数据被泄露或被滥用,会对学生和学校等造成严重的后果。数据公正性指相关主体在收集、分析和使用数据的过程中,排除基于学生性别等个人特征而产生偏见。数据透明度要求相关主体向学生和社会清楚地阐明教育数据收集、存储、使用和分享的制度体系。数据误用涉及相关参与者在使用数据时,会因误读数据、过度依赖数据或滥用数据而导致决策错误。

(二)高等教育数据伦理风险产生的原因与影响

高等教育数据伦理风险的产生与技术偏见、社会分化和制度缺位紧密相关,并对技术、社会和制度等层面造成进一步的影响。

1.原因

高等教育数据伦理风险在技术层面的来源主要包括数据安全和隐私保护。随着数字技术的发展,大量高等教育数据被收集、存储和分析,以提高高等教育质量和个性化学习体验。但是,许多数据被未经授权的第三方所获取,导致隐私数据泄露。数据分析和挖掘技术的不断发展加剧对高等教育数据的滥用。在高等教育数据的收集、处理和应用过程中,技术层面的伦理风险不可忽视。

在社会层面,教育数据伦理风险产生于数据公平性、透明度和歧视。高等教育数据的收集和使用加剧社会不平等,资源丰富的学校更容易获得先进的数字技术和数据分析工具,从而提高教育质量,而资源匮乏的学校则落于下风。此外,高等教育数据的使用缺乏透明度,学生和社会不了解他们的数据如何被收集、存储和使用。最后,基于数据的决策导致对某些群体的异化。

在制度层面,高等教育数据伦理风险产生与政策法规的缺失或不完善密切相关。许多地区尚未完善针对教育数据的专门法规与政策,导致数据收集、存储和使用的标准和规范不够明确。教育数据伦理风险的影响主要表现为制度规范制定和实施的挑战。

2.影响

技术偏见。随着大数据、人工智能等数字技术的广泛应用,高等教育数据的收集和分析逐渐普遍,导致数据泄露、滥用和不当使用的风险骤增。教师和学生的个人信息、学术表现、行为特征等数据常常被用于非法牟利,侵犯了个人隐私权和知情权。算法歧视也是教育数据伦理风险的重要方面,算法会放大现有的社会不平等和歧视现象,导致某些群体在教育资源分配、评估和选拔等方面受到不公正对待。

社会分化。高等教育数据伦理风险在社会层面的影响主要体现在数据驱动的教育导致过度依赖数据和技术,忽视人的主体性和多样性[17]。过分强调数据和算法使高等教育决策变得机械化和去人文化,削弱教师的专业判断和学生的个性发展。高等教育数据的不当使用也加剧了社会不平等和分化,基于数据的选拔和评价制度导致“优胜劣汰”的现象加剧,使部分群体在教育竞争中处于更加不利的地位。此外,数据驱动的教育决策会加剧教育资源的不均衡配置,使优质教育资源更加集中于部分地区和群体。

制度缺位。由于高等教育数据伦理方面的政策和标准的不完善,数据收集、处理和应用过程中的伦理问题难以得到有效的监管和解决[18],导致数据滥用、隐私侵犯等乱象频发,衰减着社会对高等教育数据管理的认同。高等教育数据伦理风险的治理需要跨学科、跨部门的协同合作。反观现实,各部门之间的信息共享和协作机制往往不够顺畅,导致数据伦理风险的防范和应对措施难以有效落实。建立健全教育数据伦理的制度框架和治理机制,加强跨部门协作与联动,是治理教育数据伦理风险的重点。

三、高等教育数字化转型的数据治理路径

为有效治理高等教育数字化转型的数据伦理风险,推进高等教育高质量发展,建议我国应当遵循以下数据治理路径。

(一)健全教育数据体制机制,明确教育数据管理规范

高等教育数据体制机制处于纷繁复杂的现实隐忧之中,主要涉及数据质量与完整性、数据隐私和安全、数据分析和应用以及跨部门协作等。

为有效化解隐忧,完善高等教育数据体制机制,应当发挥教育数据质量和完整性的重要作用。欧盟制定了欧洲数据保护通用条例(GDPR),旨在保护个人数据隐私的法规,它规定了个人数据收集、处理和共享的条件,要求数据处理者采取适当的安全措施,同时强调用户对个人数据的控制权[19]。

我国高等教育系统要建立规范的数据收集、验证和更新流程,首先确保数据准确性和一致性。通过采用数据融合等先进技术和方法,提高数据质量。定期对数据进行审查和清理,减少错误和遗漏,更好地支持数据驱动的高等教育决策和评估,提高教育质量和公平。其次,加强数据隐私和安全,高等教育系统应制定和实施严格的数据保护政策,确保仅授权人员获得访问和使用数据的权限。加强对数据安全的培训,提高全员在数据保护方面的意识和能力,更全面地保护学生和教职员工的权益,维护高等教育系统的可持续性发展。再次,支持数据分析和应用,高等教育系统可以提供专业培训和支持,帮助教师充分掌握数据分析和数据应用的技能。设计和实施关于数据分析和应用的业务课程,邀请业内外专家予以必要的指导。与数据研究机构合作,提高教师的数字领导力,促进高等教育改革和创新。最后,促进跨部门协同发展,教育管理部门应设立专门的数据协调小组,负责组织和推动跨部门的数据共享和合作。借助新兴数字技术,如数据仓库、数据交换平台等,通过促进跨部门协作,实现数据集中管理和高效传播,提高整个教育系统的数据管理水平,推动高等教育高质量发展。

(二)加强数据安全技术支撑,防范教育数据应用风险

随着高等教育高质量发展的推进,数据安全面临着数据泄露、缺乏统一的数据安全标准、技术更新滞后、缺乏安全意识以及政策法规滞后等技术风险[18]。这些挑战导致学生、教职员工和学校的隐私和敏感信息暴露,对个人和组织造成严重损害。

为了提高数据安全技术水平,加拿大建立了教育数据治理框架,涵盖了数据收集、存储、使用和共享的原则和规范[20]。该框架强调了数据隐私保护、数据安全和公平数据使用的重要性,并促进数据伦理意识的提高。

为防止出现教育数据应用风险,我国高等教育系统应采取以下措施:首先,应制定统一的数据安全标准和规范,确保不同学校在数据安全方面的要求和措施具有一致性,消除数据安全的薄弱环节,降低数据泄露和受攻击的技术风险。其次,高等教育系统应加大对数据安全技术的投入,优化数据加密、脱敏和备份,及时更新和升级数据安全设备和系统,以提高学校在应对新型网络攻击和数据泄漏风险方面的技术能力。第三,高等教育系统也应加强对教师和学生的数据安全意识教育,确保他们在日常操作中遵循安全规范,化解数据泄露的风险。第四,政府和相关监管部门也需及时修订和完善关于高等教育数据安全技术的标准和政策,为高等教育系统提供明确的法律依据和指导,切实推动学校制定有效的数据安全策略,提高数据安全水平。最后,高等教育系统应建立完善的数据安全管理体系,包括数据安全技术准备、程序、措施和反馈等,确保学校在数据安全方面的工作得到有效执行。通过采取以上措施,高等教育系统能够有效应对数据安全技术方面的挑战,保护学生、教职员工和学校的隐私和敏感数据,为学生提供安全、可靠的技术环境,提高整个高等教育系统的数据安全水平。

(三)提高数据伦理意识水平,确保教育数据使用合规

在数字时代,数据伦理意识的问题也日益凸显。在高等教育领域,教育工作者在使用数据进行教育决策时,容易忽视数据的敏感性和复杂性,导致数据被滥用或误用。同时,学生在数字化环境中产生的大量数据往往缺乏有效的保护和管理,数据隐私的风险时刻存在,故提高数据伦理意识的水平已经成为当务之急。

为了增强数据伦理意识,应从教育、法律、技术等多个角度出发,予以综合性治理。第一,建立完善的数据管理制度是确保教育数据使用合规的重要保障。这包括数据收集、存储、使用和分享等各环节规范化,以及数据安全、数据隐私等方面的治理。挪威开展了针对教育从业者的数据伦理培训计划,提供有关数据保护、隐私保护和数据伦理原则的培训课程。该计划旨在提高教育从业者对数据伦理风险的认知,培养其在教育数字化转型中合理处理和保护数据的能力[21]。澳大利亚推出了数据伦理意识教育计划,面向教育从业者提供培训和资源,帮助他们了解数据伦理原则和实践。该计划强调教育从业者在数据收集、分析和共享过程中应遵循的道德和法律准则[22]。第二,高等教育系统应设立专门的数据管理机构,负责制定和执行制度,处理数据相关的问题。第三,教师和学生需要充分理解和应用数据伦理的基本原则,加强数据伦理的教育和培训是增强教师和学生数据伦理意识的有效途径。教师需要具备足够的数字知识和技能,以便在教育教学中有效地使用人工智能工具,并能及时识别和解决可能存在的数据伦理问题。学生要了解人工智能如何影响其生活,以及如何使用智能工具做出符合道德和伦理的决策。师生员工要了解保护自己的数据隐私,以及能够识别和避免网络欺诈和其他形式的不道德行为。第四,在高等教育系统中应提高数据伦理的制度地位,在课程中融入数据伦理的内容,促使教师和学生能准确理解并尊重数据伦理的原则。

(四)推进数据共享和协同创新,优化信息交流和资源整合

在高等教育领域,教育数据共享中数据隐私和安全问题是其重要难题。高等教育数据中存在大量敏感信息,高等教育系统建立相应的数据保护制度,包括制定严格的数据安全和隐私保护政策,采用先进的数据加密和匿名化技术等。在此过程中,不同教育系统的数据格式和标准不同,由此造成数据标准化和互操作性的障碍[23],导致数据整合和共享变得困难。

教育管理部门、高等院校和技术服务商等各方应协同治理,制定统一的数据标准和格式,以实现数据的整合和共享。英国设立了教育数据伦理委员会(DELC),作为协同机构负责监督高等教育领域的数据伦理事务。教育数据伦理委员会制定了教育数据伦理准则和标准,并提供咨询和指导,确保数据使用的合法性、透明性和安全性[24]。美国通过《家庭教育权利和隐私法案》(FERPA)保护学生个人教育记录的隐私权利,该法案对学生教育记录的收集、使用和披露进行了限制,并保障学生对个人数据的访问和更正的权利[25]。高等教育数据共享的协同需要建立有效的协同机制,确保各方的需求得到协调与平衡,不断增强并拓展各方面在利用及创新高等教育数据治理时所形成的合作关系和共同利益。建立有效的协同机制不仅包括建立跨部门、跨学校的协同工作机制,也应建立公平的数据共享和使用规则。为实现高等教育信息交流和资源的优化整合,建立健全的数据保护制度是重要的保障措施,制定严格的数据安全和隐私保护政策,增强教育工作者的数据保护意识,以及采用先进的数据加密和匿名化技术等。同时,通过培训和教育提高高等教育参与者的数据素养,提高其数据分析和使用能力,使其能够有效地利用数据改进教育和管理工作。推动教育数据标准化和互操作性的建设需要各方协同治理,制定并遵循统一的数据标准和格式,以便于数据的整合和共享。

四、结语

高等教育数字化转型具体表现为利用信息和数字技术改善高等教育过程和丰富学习机会的过程。在数字化转型中,教育组织和教育者可以基于多模态的数字工具和平台优化数字化教育资源、支持数字化教育和评估,促进教育创新和个性化学习。然而,高等教育数字化转型也不可避免地衍生出数据泄露、数据歧视、数据操纵等严重的数据伦理风险,大量数据活动与现行法律法规或道德准则存在重大差距或冲突,形成数据伦理困境、价值冲突和利益博弈等。这对数据处理及使用过程中确保数据准确性、数据完整性、数据有效性等提出了更高质量的要求,要确实秉持数据安全与跨部门流动之间的平衡、个人隐私与公共利益之间的协调、技术创新与道德约束之间的适应等数据伦理原则。为应对高等教育数据伦理风险,国际社会采取了许多行之有效的措施并形成了有价值的可借鉴案例,聚焦于完善法律法规与政策,优化数据伦理治理机制,教师专业培训与能力提升。这些措施为其他国家有效治理数据伦理风险提供了有益经验,强调教师在高等教育数字化转型中的角色和责任,从而推动高等教育的可持续发展,但是也应注意到教师并不是重塑教育数据伦理的唯一变量。在中国式教育现代化的时代进程中对其举措不可盲目照搬,而要坚持因地制宜,具体问题要予以具体分析。

综上所述,为有效应对其风险,我国应从教育数据制度体制机制、数据安全技术、个体数据伦理意识水平、数据共享和协同创新等多方面共同治理高等教育数字化转型的数据伦理风险,深度开展针对高等教育领域特点和需求的数据伦理协同研究,制定适用于不同场景和目标的数据伦理标准和指南,从而进一步推动高等教育的数字化转型,实现更高质量的发展。未来的研究应着眼于构建更为完善和细致的数据伦理框架,以引导高等教育组织在数字化转型过程中实现更“善”的数据伦理治理。