數據生命周期視閾下教育數據倫理問題及規約之徑 *

張譽元，張 海

(1.東北師范大學 信息科學與技術學院，吉林 長春 130117；2.東北師范大學 傳媒科學學院，吉林 長春 130117)

一、引言

當前，人工智能、大數據分析等技術推動教育信息化飛速發展，教育數據體量呈指數增長，教育數據安全和相關倫理問題成為國內外關注的重要議題。聯合國教科文組織在《人工智能倫理問題建議書》中明確指出，數據安全及隱私保護是當前技術發展亟待解決的問題，英國《數據保護法案》及《數據保護：學校工具包》中強調數據安全對教育發展具有重要作用[1]。教育部辦公廳印發《教育部機關及直屬事業單位教育數據管理辦法》也指出，推進教育數據的規范管理及數據安全、確保教育數據更好地服務于教學，已經成為教育改革發展的重要動力[2]。

隨著教育數據應用方向和價值維度的不斷拓寬，教育數據倫理問題日益凸顯[3]，人們對隱私、數據安全、價值觀沖擊等問題感到焦慮的同時，亟待倫理規約予之約束[4]。“大數據之父”維克托·邁爾-舍恩伯格(Viktor Mayer-Sch?nberger)指出，在接受數據為我們帶來的正向發展之余，我們不容忽視數據的陰暗面(Dark Side)[5]。一方面，教育數據有助于教育決策科學化、教學模式個性化、教育資源均等化、教育管理可視化等[6]。但另一方面，肆無忌憚、缺乏原則地使用教育數據，會帶來諸多倫理問題，如隱私泄露侵犯人身安全、數據預測制約學生自由發展、教師依賴數據決策對學生缺乏理性判斷與人文關懷、“信息繭房”限制學生多元認知等。因此，構建完善的教育數據倫理體系，已成為國家教育事業發展的重要議題，也為進一步研究教育數據倫理問題提供契機與指引。

然而，學界對倫理問題的研究多集中于“人工智能倫理”“大數據倫理”，忽視了基于特定場域的教育數據倫理思辨。現有研究普遍從現象出發羅列倫理問題且缺乏條理性，同時，多數研究視角停留在反思與風險、內涵與應用等層面對倫理問題進行詮釋，缺少從數據生命周期視角探析教育數據倫理問題。研究者指出，當下急需將數據生命周期與教育數據倫理訴求相融合，以此為教育數據安全提供內生的倫理保障和規約之徑[7]。因此，本研究基于數據生命周期相關理論及概念，在對比分析典型數據生命周期模型基礎上總結教育數據生命周期核心階段，以此探析各階段隱存的倫理問題及風險，彌補當前教育數據倫理問題的研究空缺，也為教育數據倫理觀研究提供新思路。

二、教育數據倫理及其研究現狀

教育數據(Educational Data)是指有關教育活動過程中產生的數據，其存在目的是服務于教育發展，作用于教育本身[8]。昆士蘭大學教授Amr將教育數據的特征總結為數量龐大、產生形式不受限制(如數據可以在結構化或非結構化的形式下產生)、數據形成周期短，需要以適當方式分析提取其價值[9]。教育數據涵蓋廣泛，既包含學生的內在屬性、學習行為和心理狀態等數據，同時也包括教務管理、教學創新、科研管理等方面的數據。劉三女牙認為，不論是哪一類型的教育數據，都具備一致的數據生命周期特征，即數據產生、收集、儲存、分析、應用等[10]。歸納來看，教育數據涵蓋教學實踐中所產生的數據或與之關聯的、可被采集到的數據集合，且都具備相應的數據生命周期特征。

數據倫理(Data Ethic)是倫理學領域的新分支，意在研究和評估與數據相關的倫理問題。目前學界對數據倫理的定義略有差異，牛津大學教授Luciano認為，數據倫理主要涉及數據生命周期(收集、儲存、管理、分析、傳播、共享和應用)、算法技術(人工智能、機器學習等)和實踐(創新、編程等)三方面的倫理問題。有學者指出，數據倫理是用于規范數據與他者之間的道德準則，主要包括數據采集、分析、處理、應用所產生的道德問題[11]。開放數據研究所(ODI)認為，數據倫理是數據收集、使用、共享的實踐標準，內嵌于數據生命周期的各個階段之中。

目前學界對教育數據倫理(Education Data Ethic)尚未有統一定義。綜合各學者觀點，將教育數據倫理界定為教育和數據的倫理，是對教育數據生命周期倫理道德的理性審視。近年學界對教育數據倫理的探討已由最初的教育數據概念溯源轉變至倫理困境闡釋與訴求解析，戚萬學指出，當前教育數據應用過程中應減少功利性，保持教育初心，減少隱私泄露等危害學生成長的行為[12]。也有研究者從數據主體、風險等維度詮釋教育數據倫理構成及其規避措施，并從哲學、德行等角度對教育數據倫理進行探析[13]。此外，教育數據涉及場域眾多，如個人層面、課程教學層面、班級層面、學校管理層面、資源建設層面、區域層面、國家層面等[14]。研究者較多從現象或教育數據倫理問題本身出發，探討其隱存的倫理風險，缺乏條理性與針對性，例如課堂教學層面的教育數據與資源建設層面的教育數據內容結構有所差異，所涉及的具體倫理問題與規約之徑也迥然不同，特定場域的教育數據倫理問題審視尤為重要。作為教育的基本組織形式，課堂教學是教育數據應用的主要場域，因此，本研究在數據生命周期視閾下，聚焦于課堂教學場域的教育數據倫理問題探析。

教育數據倫理研究中，研究者集中于對教育數據倫理取向、數據應用、數據素養進行諸多探討，忽略了從數據生命周期視角剖析教育數據倫理問題。數據是靜態的物理符號，其本身不具備重大價值，只有歷經收集、分析、應用等數據生命周期階段，才得以充分釋放價值。數據生命周期(Data Life Cycle,DLC)是指數據從產生到應用所經歷的生命周期框架[15]，描述了數據發展循序遞進的過程，旨在研究數據在生命周期中的規律、演進變化及關鍵事件[16]，利于研究者識別不同數據階段參與者角色、行為活動、流程和其他關鍵因素[17]，有助于數據管理、數據治理等科學研究。作為數據倫理的相關維度，教育數據倫理顯然也內嵌于數據生命周期之中，在數據收集、分析、應用等階段都會產生相應的倫理問題。劉三女牙認為，教育數據均具備相應的生命周期，教育數據倫理是數據生命周期中各階段需遵循的道德和行為標準[18]。茍學珍指出，需要將數據生命周期各個階段的倫理訴求嵌入到教育數據安全的制度體系中，以確保教育數據健康發展[19]。因此，本研究以數據生命周期為視角進行探析，以期為探究教育數據倫理問題規約之徑提供有益參考。

教育數據生命周期視角下，教育數據倫理貫穿數據生命周期的各個階段，其價值在于為教育數字化轉型提供規范的實踐環境，促進教育場域以及教育治理的現代化和智能化。學校業務層面，基于生命周期的教育數據倫理審視有助于學生及教師教育數據收集、分析和利用，促進教育支持、教育服務以及教育管理，推動及細化教育系統的業務流動和聯動過程[20]，減少倫理問題隱患；教育實踐層面，教育數據生命周期有助于規范數字技術的應用過程，促進教師在教育實踐中開展數據驅動教學；教育治理層面，基于教育數據生命周期的倫理探析，可為教育數據應用標準制定、教育數據協同共享、教育數據中臺搭建以及教育數字化轉型提供支持[21]，推進建立完善的教育數據生態治理體系[22]，為當前教育數據倫理問題研究提供可行路徑。

綜上可見，在教育數據生命周期框架下映射倫理問題已經成為學者關注的方向，但現有研究中顯著缺乏相關的思考和剖析，也缺乏基于特定場域的教育數據倫理審視。如何從教育數據的生命周期視角闡釋其帶來的倫理問題，厘定課堂場域下隱存的教育數據倫理風險，進而提出教育數據倫理問題的規約之徑，是當前教育數據倫理研究的重點和關鍵。

三、數據生命周期理論闡釋

(一)數據生命周期的倫理表達

基于數據生命周期視角的倫理問題研究并非全新的議題。Jeannette提出DSI數據生命周期模型(如圖1所示)，并指出“在生命周期的每個階段，我們必須要始終考慮道德倫理和隱私問題，從保護個人數據的隱私收集到基于自動數據分析做出的道德決策，數據生命周期中的倫理探究始終是我們需要不斷關注的研究方向”。Alshammari認為，數據生命周期可以有效促進數據管理，避免侵犯隱私等倫理問題，以數據生命周期這樣適切的分析方式表示數據處理活動，不僅可以識別有害的、不符合倫理道德的數據處理行為，還有可能證明是否遵守法律框架和標準進行數據處理活動。顯然，數據生命周期已與倫理問題探析密不可分，但目前數據倫理問題研究與解決方案大多只針對生命周期的某一個階段，如存儲階段或應用階段，這不足以全面解決數據安全問題，因為隱私倫理問題和安全威脅存在于整個數據生命周期中，應從數據生命周期的各個階段詳細探析。

圖1 DSI數據生命周期模型

歸納來看，數據生命周期的有序遞進，是建立在隱私安全和倫理道德規范的基礎上展開的，既強調整體上的倫理內嵌，又強調各個階段獨立的倫理審視。從數據生命周期視角探析倫理問題，有助于明晰數據在不同階段下的狀態、處理活動、重要事件等，可以有效識別雜糅在各個階段的倫理問題及隱存風險，以確保教育主體更加適恰地使用數據，促進數據應用符合法律與道德標準、提升隱私保護。

(二)數據生命周期模型及核心階段

就數據生命周期模型而言，由于數據來源、屬性、學科或組織的差異，導致數據生命周期模型的階段劃分有所差別，如牛津大學APDL模型是針對個人數據生命周期的描述，與其他模型相比，增加了構建模型概念階段、數據銷毀階段；DCC數據生命周期模型針對于社區數據，增加了數據描述和社區觀察階段，確保社區數據的可實用性和可溯源性。本文梳理了典型數據生命周期模型，從模型來源、特點、結構，總結生命周期的核心階段(如表1所示)。

表1 國外典型數據生命周期模型總結

通過對比分析典型數據生命周期模型，雖然不同模型在階段劃分上存在一定差異性，但都經歷數據收集到利用的完整過程。基于上述模型階段劃分，并結合課堂場域下教育數據特點，將教育數據生命周期核心階段劃分為：教育數據收集，教育數據處理，教育數據儲存，教育數據管理，教育數據分析、教育數據應用六個階段。從教育數據生命周期剖析各個階段實然存在的倫理問題和隱存的倫理風險，可以為教育數據安全提供內生性倫理規約，更好地回應教育數據安全的倫理需求[23]。

四、數據生命周期視閾下教育數據倫理問題探析

基于上述理解，課堂場域下教育數據生命周期核心階段可以清晰劃分數據在不同階段下的狀態、處理活動等，有助于識別各階段數據安全隱患，映射教育數據倫理問題及隱存的倫理風險，如下頁圖2所示。

圖2 課堂教育數據生命周期倫理映射

(一)教育數據收集的倫理問題

教育數據收集是生命周期中的初始階段。教育信息化2.0的部署有效促進了教育領域基礎設施建設，教育數據的收集呈現泛在化。但現有研究中，教育數據收集過程較少從倫理層面關注數據收集的“合倫理性”和“合法性”。數據收集引發的“倫理失范”，是教育數據倫理問題產生的重要原因之一[24]。教育數據可以是離散的文字、符號等，也可以是模擬數據，如音頻、視頻、圖像等。根據數據不同類型和采集方式的差異，課堂教學場域下教育數據收集的倫理也不相同。

過程性評價教育數據收集，如智能設備、物聯感知、視頻錄制、線上平臺持續收集等[25]，普遍缺乏學生知情權等教育數據倫理考量。如沒有清晰交待哪些數據將會被收集、誰會接觸到這些數據、視頻等，導致學生因不清楚課堂視頻和學習數據會被作何用途、是否會被上傳互聯網或出于對鏡頭的陌生和恐懼等因素，造成學生心理壓力加重、干擾學生自由發展、抑制真實想法表達等不易被察覺的倫理問題。Toch等人對線上教育系統中隱私倫理風險進行調查，結果表明，當學生擔心自己的表現或想法展現在家人、朋友或互聯網上時，會感到潛在的不安和心理壓力。顧小清指出，用攝像機、鏡頭等多媒體工具記錄和收集學生行為或學習活動時，會讓處于放松狀態中的學生感到壓力和被干擾，并時刻存在“我被監視了嗎，我的表現會被父母如何評價”等焦慮[26]，導致侵犯學生隱私、抑制學生自由等倫理問題及風險。

總結性評價教育數據收集，如試卷成績、發放評價問卷、聽評課撰寫的觀察記錄等，通過紙張、電子表格等媒介收集信息數據后，統一掃描或統計錄入線上平臺和管理系統。在此過程中，需關注教育數據收集是否秉持誠實公正原則，避免教育數據篡改和泄露等倫理問題。數據收集是教育數據生命周期的初始階段，規避收集階段的倫理風險及問題有助于確保教育數據的準確性，為教育數據應用提供保障。

(二)教育數據處理的倫理問題

教育數據處理階段主要是需將冗余、異構、或質量欠佳的數據進行清洗、修正、壓縮、脫敏等，使數據從原始狀態轉換為更易訪問和使用的形式，便于有效地儲存，當前教育數據處理階段的倫理問題及風險闡釋主要聚焦于數據安全及隱私泄露。

數據脫敏是將原始數據中個人敏感信息通過脫敏規則進行處理，以保護其隱私，而由于數據脫敏不徹底引發個人敏感信息遭到披露，極易被研究者忽略。在數據共享過程中，數據脫敏是保障隱私的重要方式，如美國在線曾公布一批經過脫敏后的數據以供研究，但《紐約時報》通過關聯綜合分析后，依舊發現數據庫中某符號代表佐治亞州利爾本的塞爾瑪·阿諾德[27]。同樣，在數據庫中用以刻畫教師、學生的數據因脫敏不徹底，通過人工智能、機器學習、知識挖掘等技術，將看似不涉及個人隱私的數據整合關聯，使個人敏感信息再次顯現，危害數據安全，導致出現個人信息泄露、侵犯教育數據主體隱私權、造成師生心理壓力和恐慌等倫理風險。

(三)教育數據儲存的倫理問題

數據儲存依賴于數據基礎設施和數據庫建設，而這一階段的倫理風險及問題主要集中在隱私泄露風險、數據記憶禁錮學生發展兩方面。

首先，數據儲存是指通過創建數據庫或數據集，儲存收集處理后的數據，以備將來使用。除高校和教育機構的服務器外，第三方云平臺也是數據儲存的方式之一，但基于數據挖掘的攻擊行為和平臺安全是教育數據儲存常見挑戰[28]。教育數據包含大量教師、學生隱私和學習狀態數據，因而數據儲存階段的平臺安全問題成為隱私數據泄露的主要風險。

其次，數據記憶禁錮學生發展。舍恩伯格在《刪除：大數據取舍之道》一書中提到：“技術的發展與數據儲存已經讓社會喪失遺忘能力，長久完善的記憶使包容度逐漸降低”，例如某位學習者，在學習期間因處于青春期而做出一些行為，被網絡爬蟲存檔后，對其日后的學業及職業發展會產生巨大影響[29]。可見在教育領域，“數據記憶”對學習者發展至關重要。數據儲存隨著技術的發展具備更大的密度、更高的吞吐量和更長的使用壽命，數據永久儲存成為可能，學生的過往表現或所犯錯誤被永久“記憶”并時刻伴隨學習者，使學生思想負擔變重、消極情感增加，禁錮學生自由發展。

(四)教育數據管理的倫理問題

在數據生命周期中，數據管理階段主要指數據儲存后的檢索、訪問及更改等。良好的管理的在于“法”與“德”的雙重約束，教育數據管理平臺、管理者和參與者是教育數據管理階段的主要核心，其倫理問題和風險也多源于此。

教育數據管理及參與者缺乏倫理素養。近年來師生的教育數據與敏感身份信息在未經允的許情況下被私自販售的情況層見迭出[30]。同時，教育數據泄露侵害學生隱私、漠視數據安全、販賣及篡改等教育數據倫理問題日益凸顯。在教育數據管理期間，各教師、管理者、及相關部門工作人員都可接觸教育數據，這些管理者、參與者抱以何種目的、行為是否規范很難進行統籌管控。

平臺管理及建設仍需完善。教育基礎設施和平臺建設雖有長足進步，但訪問權限寬泛漠視主體權益、數字鴻溝催化教育不公平等問題也逐漸顯現。一方面，在教育數據管理中各相關人員均有訪問查看權限，用戶名及密碼的泄露，將會導致教育主體在不知情的狀態下遭到信息泄露，這樣做不僅漠視教育主體權利，更會使教育數據毫無隱私可言。另一方面，教育數據管理雖能加強數據應用性，但由于各教育管理平臺間數據儲存及管理相對割裂等因素，學生數據的統一管理和共享難以實現，加重教育發展的“馬太效應”，催化教育不公平等問題。

(五)教育數據分析的倫理問題

教育數據分析、可視化是生命周期中挖掘數據價值的重要階段，其倫理問題主要涉及兩個層面。

首先，從人的層面審視。數據分析人員包括教師、管理者、數據分析師、科研應用人員等，因而不可避免地涉及與人之道德相關的倫理問題及風險。教師和學生是教育數據生成的主體，他們應擁有一定程度的數據控制權以保護隱私與不受歧視[31]。但在分析過程中，教師和學生等教育數據主體逐漸失去倫理主體資格，而數據分析的管理人員、數據分析師、科研應用人員被賦予過多權益，出現教育數據主體控制權被剝奪、被過度標簽化、數據過度挖掘等教育數據倫理問題。

其次，從技術層面審視。智能技術和教育數據關鍵算法的“有限性”“算法黑箱”[32]使技術偏見、服務偏見、侵犯隱私等倫理問題成為教育數據健康發展的阻礙。如教育數據分析多基于過去記錄的歷史數據進行機器學習、算法分析，對當下學習者及其學習數據進行分析評價時，會受制于過去的標準、歷史和文化背景，使算法分析帶有歷史和文化的偏差與偏見[33]。在數據分析階段，數據規模及質量制約數據挖掘與預測，低質量數據訓練集影響教育數據服務算法模型的精準構建，催生教育數據服務偏見的產生。此外，數據分析技術雖能有助于釋放教育數據內在價值，但也極易帶來復雜的隱私問題，如悄然分析學生數據時可能構成個人隱私的侵犯等倫理問題[34]。

(六)教育數據應用的倫理問題

教育數據應用是釋放數據價值的關鍵。課堂教學場域下，教師與學生作為課堂教學的直接參與者，是倫理問題與風險的直接關聯對象，在教育數據應用過程中，教育數據倫理主要涉及三方面：

第一，數據應用依賴制約學生全面發展。首先，學生、教師等教育數據應用主體過度依賴教育數據，會導致主觀判斷力、教育創造力和洞察力的鈍化，出現“唯數據論”的現象。其次，采用大數據技術雖能夠預測學習者的知識盲區，為學習者制定下一步學習計劃，對學習過程和方式進行干預。但實際上，教師與學生過度依賴數據決策，使學習者陷入一種被動的學習狀態，學生的全面發展受限。最后，在教育數據應用過程中，教師是否能夠基于教育數據展開教學評價，具體評判標準是否合乎規范、能否做到公正一致等都是不容忽視的倫理問題。

第二，數據應用不當構成信息繭房限制認知自由。教育數據應用可以優化學習路徑，推送學生需要或感興趣的學習內容，但與此同時，極易產生信息繭房制約教育主體多元發展和限制認知自由等倫理問題。某些學習軟件在初始過程會讓學生或教師勾選感興趣的內容或填寫個人信息和學習情況等，大量的學習信息、資源通過算法迎合學生、教師興趣進行推送。短期來看確能達到精準學習的效果，但長期處于“對什么感興趣就學什么”的環境中，嚴重限制認知發展：一方面，大量推送會造成教育主體信息負荷、注意力分散、判斷力與獨立思考能力下降；另一方面會讓教育主體形成信息繭房，強化對某些問題的看法與認知，最終形成價值觀，嚴重限制教育主體的認知自由。

第三，教師過度關注數據缺乏人文關懷。顧明遠指出，教育要樹立“健康第一”的思想，健康不只是生理層面上，更需關注心理層面的健康[35]。尤其在新冠疫情影響下，線上教學、各類學習軟件及教學管理平臺應用成為教育教學的主要方式，大量學習數據的產生、應用雖能推動教育發展，但學生的心理健康、想法、壓力以及情緒變化無法用數據全部衡量。學校、教師和家長過度關注教育數據，忽視人文關懷，將會對學生造成心理扭曲、自我為中心、性格孤僻、缺乏同情心等心理上的傷害。教師和家長在享受教育數據應用所帶來的便利同時，需要考慮到是否只關注學生的數據表現，而忽視學生個體努力、性格、意志品質的養成及關懷。

五、數據生命周期視閾下倫理問題規約之徑

通過對教育數據生命周期的倫理問題的闡釋與探析，研究發現現存倫理問題多源于技術缺乏規范、教育工作者倫理素養匱乏、問責機制不完善、教育數據治理缺乏系統性。因此，研究針對以上問題提出技術設計內嵌倫理規約、提升教育工作者倫理觀、問責機制規范倫理風險、教育數據協同倫理共治等對策，以期為教育數據倫理問題提供合理的規約之徑。

(一)技術設計內嵌倫理規約

挖掘教育數據的內在價值依賴于信息技術的支持，技術雖無好壞之分，但使用者的道德底蘊卻有參差，若在技術設計中內嵌數據倫理約束，則會從源頭上規范技術使用行為，削減違反道德現象發生。教育數據生命周期中各個階段都離不開技術平臺的支持，技術本身并沒有指向性，但使用技術的人存在不同的目的和意圖，帶有巨大的“不可控性”。因此，技術設計內嵌倫理規約尤為重要，可從源頭約束人的行為。

從技術和平臺角度出發，教育數據倫理規約的關鍵在于提倡技術的“向善性”，在技術腳本內嵌數據倫理觀，并將其與人工智能教育產品相融合，通過賦予技術合乎倫理的價值取向，間接構建教育數據倫理規范[36]，這需要平臺設計者具備識別倫理風險的意識與素養，根據數據生命周期的各個階段鑒別技術相關的處理活動、重要事件等，通過對生命周期的倫理映射，在平臺設計中嵌入倫理引導。如管理者在收集數據時，由技術程序自動發起意見征收通知，保障學生、教師等教育數據主體的知情權、選擇權、隱私權、控制權等權益，在源頭促進教育中的倫理實踐，規避倫理風險；在分析應用等階段，技術或平臺設計者應統籌考慮學生的數據表現、情感態度投入、隱性知識增長等多方面因素；注重開發教師對學生“人文關懷”相關的模塊設計，使家長、教師等平臺使用者關注學生情感變化與心理健康，而非唯“分數論”、唯“技術論”、唯“數據論”。

(二)提升教育工作者倫理觀

教育數據關鍵技術與平臺建設內嵌數據倫理能部分解決當下的倫理問題，但技術規范并不能預見所有的倫理問題，這就要求教育一線相關工作者在教師專業能力知識和素養標準建設中要不斷提高和融入倫理觀，以應對新時代的挑戰。

由教育數據生命周期可知，數據在收集、管理、分析、應用等階段均離不開教育工作者的參與。教育工作者不可避免地需要不斷更新掌握相關倫理觀，以在具體行動中規范約束自己，確保數據合理合法的使用。倫理觀建構視角下，學生可以進一步維護自身權益，并起到監督的作用；管理者倫理觀建設不僅能高效管理龐大教育數據并將其以序列化、可視化的狀態交由教師處理，還需要以合乎倫理規范的方法將技術納入教育管理，促進有效的教育教學實踐；教師倫理觀建設可以在數據處理、應用過程中規避大量倫理問題與風險，倫理觀建設與倫理素養的提升不是朝夕之間可以完成的，在社會發展日新月異的背景下教育同樣是不斷發展的，因此在教育環境中，教育工作者不僅需要具備教育教學相關的能力素養與知識結構，還要定時不斷更新提升倫理觀，以應對教育帶來的變革與挑戰。

(三)問責機制規約倫理風險

孟子在《離婁章句上》曾明確指出“無規矩不成方圓”，僅靠技術與人為信念約束能在教育數據生命周期中起到一定倫理規范作用，但卻不能完全規避。因此建立完善的問責機制，即在法律法規的支持下對數據治理失德、失責問題進行約束和管理，對人工智能技術及產品的偏誤和邊界問題進行規誡，對責權問題進行劃分，以此避免教育數據倫理問題發生。例如，歐盟委員會“人工智能高級專家組”(AI HLEG)于2019年發布的《可信賴的人工智能倫理準則》中，對人工智能產品的設計與應用提出了標準性框架，以求加強人工智能產品的倫理規范性[37]，該標準中認為實現可信賴的AI需要考慮七個方面準則，而建立完善的AI系統及追責、問責機制是其中重要的標準之一。

雖然國內教育研究和教育實踐中關注教育數據發展與應用，但數據問責較少被考慮。有研究者指出，數據責任的厘定“局限性”可能極大削弱教育數據的質量與安全性[38]。如何有效規范教育數據發展與應用，需要從制度層面建立和形成教育數據的精準問責機制，主導教育數據生命周期的整體過程。首先，相關部門要關注問責法規制度的設計和建立，既要明確教育環境下參與主體的責任范圍，在利益相關者之間劃分責任主體[39]，又要依據教育數據生命周期建立長久可溯源的數據檔案，保證數據收集、管理、分析等階段的公開透明性，以便快速找出責任主體，為追責問責提供依據與幫助。其次，問責也與激勵密切相關，設立規約與激勵融合的精準問責、協同、公開、鼓勵機制，既需要借助數字化、智能化基礎設施建設，更要鼓勵培養具有數字化問責能力的人才隊伍[40]。最后，問責機制同樣需要有效的監管和監督措施，需要政府和教育組織引導協同發力，同時通過媒體與公眾監督，以必要的懲戒措施，多級監管措施協同并進、相互融合[41]。

(四)教育數據協同倫理共治

教育數據生命周期視角下，教育數據應用的最終目的是促進精準化和個性化的教學、學習和管理，整個過程體現為多元利益主體的協同交流，而倫理規范是協同發展的內在保障和基礎。教育數據協同的倫理共治，主要指在教育數據生命周期中，依據教育數據倫理的相關要求，充分考慮倫理層面教育數據的價值屬性，確立教育數據倫理共同體邏輯，協同倫理共治是保障教育數據倫理健康發展的重要途徑[42]。

協同共治視角下，需整合教育數據生命周期各個階段的利益相關者，既要關注教育主體(學生、教師、管理者等)，又要建立數據服務企業及其他相關部門人員的共同價值觀與倫理標準，構建統一化和專業化的教育數據倫理應用與治理體系[43]。同時，在設計、選擇教育數據的應用方案時，需要遵循倫理層面的權責歸屬、教育公平等原則，避免過分追求數據和效率而喪失“教育的本性”[44]。尤其在多模態數據使用過程中，更需關注倫理共治的基本需要，既要從教學層面關注和審視學習與教學的機理，又要從數據生命周期的各個階段關注學生、教師、管理者等多重教育主體的協同過程，促進精準和個性化教學的發生；既要從頂層設計入手，關注教育數據利益相關者的職能部門、配套政策和保障制度的協同建立，又要從政府、企業、專家、學者、甚至是家長等多重對象關注核心教學場域下的教育數據倫理共治，確立和引導完善法律法規的形成[45]。

六、結語

5G、人工智能等技術的發展推動教育數據多維應用，教育數據正以前所未有的使用效率參與學習、教學、管理等。教育數據的倫理問題日趨嚴峻，該研究助力于全面審視課堂教學場域下教育數據倫理問題及風險，并為其規約之徑提供科學的理性思考，補充了從數據生命周期各個階段剖析倫理問題的缺失，為當下研究提供新視角。同時，本研究針對課堂場域下教育數據倫理問題及風險進行探究，為研究者剖析其他場域下的教育數據倫理問題提供參考。進一步豐富了教育數據的倫理道德研究，以期教育數據實現規范、有序、科學的健康發展。