趙磊磊 張黎 王靖

【摘 要】

在以人工智能、5G、云計算等技術(shù)為支撐的智能時代背景下，教育數(shù)據(jù)倫理風險及其治理問題備受社會關(guān)注。智能時代教育數(shù)據(jù)倫理風險主要表現(xiàn)為教育數(shù)據(jù)隱私侵害風險、教育數(shù)據(jù)利益失衡風險、教育數(shù)據(jù)責任失守風險、教育數(shù)據(jù)服務(wù)偏見風險。智能時代教育數(shù)據(jù)倫理風險的治理困境主要涉及師生教育數(shù)據(jù)隱私權(quán)與開放共享存在沖突、教育數(shù)據(jù)利益博弈失范制約教育數(shù)據(jù)價值的充分釋放、治理主體數(shù)據(jù)素養(yǎng)不足制約教育數(shù)據(jù)責任落實、師生教育需求的片面捕捉催生教育數(shù)據(jù)服務(wù)偏見?；诖?，提出智能時代教育數(shù)據(jù)倫理風險的治理路徑：尊重教育用戶數(shù)據(jù)隱私控制權(quán)，優(yōu)化數(shù)據(jù)隱私泄露風險防范體系;注重利益博弈規(guī)約，搭建教育數(shù)據(jù)權(quán)益監(jiān)管體系;立足數(shù)據(jù)素養(yǎng)培育，培育專業(yè)化教育數(shù)據(jù)倫理風險治理組織;根植動態(tài)需求監(jiān)測，構(gòu)建“去偏見化”教育數(shù)據(jù)服務(wù)機制。

【關(guān)鍵詞】? 人工智能;教育數(shù)據(jù);倫理風險;數(shù)據(jù)治理;數(shù)據(jù)隱私;數(shù)據(jù)利益;數(shù)據(jù)責任;數(shù)據(jù)偏見

【中圖分類號】? ?G434? ? ? ? ?【文獻標識碼】? A? ? ? ?【文章編號】? 1009-458x（2022）3-0017-09

引言

2015年9月國務(wù)院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》，正式確立了數(shù)據(jù)繼物質(zhì)、能源之后第三大戰(zhàn)略資源的地位?！皵?shù)據(jù)已成為國家基礎(chǔ)性戰(zhàn)略資產(chǎn)”“大數(shù)據(jù)促進經(jīng)濟發(fā)展轉(zhuǎn)型”等觀念已成為社會與學界共識，可用于挖掘新知識、發(fā)現(xiàn)新規(guī)律、創(chuàng)造新價值的海量數(shù)據(jù)——“大數(shù)據(jù)”已成為當今時代信息技術(shù)發(fā)展的代名詞（龐茗月， 等， 2019）。2021年3月，教育部發(fā)布《關(guān)于加強新時代教育管理信息化工作的通知》，強調(diào)應(yīng)深化教育領(lǐng)域“放管服”改革，以數(shù)據(jù)為驅(qū)動力，利用新一代信息技術(shù)提升教育管理數(shù)字化、網(wǎng)絡(luò)化、智能化水平，推動教育決策由經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)變。隨著以5G、人工智能等新技術(shù)為支撐的智能時代到來，教育數(shù)據(jù)的存儲、運算、共享等眾多方面也將進入新的歷史發(fā)展時期，信息技術(shù)與數(shù)據(jù)的邏輯關(guān)系成為當前教育數(shù)據(jù)服務(wù)的關(guān)鍵抓手（梁迎麗， 等， 2018）。值得注意的是，自然語言處理、機器學習等新技術(shù)的教育應(yīng)用雖推動了教育數(shù)據(jù)采集、登記、分析等過程的智能升級，為教育教學發(fā)展帶來諸多便利，但也孕育著我們無法預(yù)知的風險，由此可能引發(fā)一系列因數(shù)據(jù)誤用、數(shù)據(jù)標準欠缺、數(shù)據(jù)過度依賴、數(shù)據(jù)監(jiān)管不嚴、數(shù)據(jù)應(yīng)用失范以及數(shù)據(jù)隱私泄露而引發(fā)的數(shù)據(jù)倫理風險（劉三女牙， 等， 2017）。因此，本研究嘗試解析教育數(shù)據(jù)倫理風險的內(nèi)涵，厘清當前教育數(shù)據(jù)倫理風險的表征形式、現(xiàn)狀與問題，以期為探尋智能時代教育數(shù)據(jù)風險治理路徑提供參照。

一、教育數(shù)據(jù)倫理風險的概念詮釋

（一）數(shù)據(jù)倫理

“倫理”一詞源于古希臘詞“ēthikós”，意思是“與人的性格有關(guān)”，與“風俗”“品質(zhì)”“品格”“德性”等含義相近（West & Prior， 1994）。這個詞被作為“倫理學”轉(zhuǎn)入拉丁語，然后被轉(zhuǎn)到法語（作為“thique”），后來轉(zhuǎn)移到英語中（作為“ethic”）?！秳蛘軐W詞典》指出，“倫理”一詞常與“道德”互換使用，它更狹隘地用于指特定傳統(tǒng)、群體或個人的道德原則。Massimo（2003）指出：“倫理的標準定義通常涉及‘理想人品科學’或‘道德責任科學’等概念，其試圖通過定義善與惡、對與錯、美德與惡、正義與犯罪等概念來解決人類道德問題?！崩聿榈隆ねけＡ_和琳達·埃爾德將倫理定義為“指導(dǎo)我們確定哪些行為有助于或傷害有知覺生物的一組概念和原則”（Ambrose & Cross， 2009， pp.117-131）。歸納來看，倫理一詞主要涉及有關(guān)事物關(guān)系的道理與準則，一般具體體現(xiàn)于真、善、美、正義、責任等詞之中?；诖?，本研究認為倫理可被視為人類社會中人與人、人與自然、人與社會等方面關(guān)系和行為的道理與準則。

自互聯(lián)網(wǎng)出現(xiàn)以來，數(shù)據(jù)的數(shù)量急劇增加，并且繼續(xù)呈指數(shù)級增長，以至于傳統(tǒng)的數(shù)據(jù)處理應(yīng)用程序軟件不足以處理如此龐大且復(fù)雜的數(shù)據(jù)。隨著5G、人工智能、大數(shù)據(jù)等新技術(shù)的快速發(fā)展，數(shù)據(jù)采集、共享等方面的功能逐漸實現(xiàn)智慧升級，但也面臨數(shù)據(jù)隱私泄露、數(shù)據(jù)非法售賣、數(shù)據(jù)產(chǎn)權(quán)歸屬不清晰等諸多數(shù)據(jù)倫理問題。目前學界對于“數(shù)據(jù)倫理”的定義存在一定差異。例如，F(xiàn)loridi與Taddeo（2016）認為，數(shù)據(jù)倫理屬于倫理學的一個新分支，數(shù)據(jù)倫理是指研究和評估與數(shù)據(jù)（包括生成、記錄、策展、處理、傳播、共享和使用）、算法相關(guān)的道德問題。蔣潔（2016）認為，數(shù)據(jù)倫理是關(guān)于數(shù)據(jù)價值判斷的應(yīng)用和對數(shù)據(jù)使用方式的道德棱鏡，涉及數(shù)據(jù)服務(wù)、數(shù)據(jù)決策、數(shù)據(jù)權(quán)益等多個具體領(lǐng)域。概括來看，數(shù)據(jù)倫理可被視為衡量數(shù)據(jù)與他者（包括人、社會等）之間關(guān)系的道理與準則，主要涉及數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)處理、數(shù)據(jù)應(yīng)用等方面所產(chǎn)生的道德問題。

（二）教育數(shù)據(jù)倫理風險

隨著科技的快速發(fā)展，網(wǎng)絡(luò)、電腦、數(shù)據(jù)感應(yīng)儀、記錄設(shè)備的大量應(yīng)用使得數(shù)據(jù)的數(shù)量與復(fù)雜性呈幾何級快速增長（舒曉靈， 等， 2016），公共數(shù)據(jù)、個體數(shù)據(jù)、研究數(shù)據(jù)、跨界數(shù)據(jù)等多種類型的教育數(shù)據(jù)迅猛增長，使得在有限時間內(nèi)記錄、管理與處理數(shù)據(jù)更加困難。教育數(shù)據(jù)的存在對于未來教育創(chuàng)新發(fā)展價值和意義非凡，“合規(guī)化”采集、共享與使用數(shù)據(jù)將是促進信息技術(shù)與教育教學深度融合的關(guān)鍵之舉。教育數(shù)據(jù)倫理是數(shù)據(jù)倫理在教育領(lǐng)域的具體體現(xiàn)。教育數(shù)據(jù)倫理與師生發(fā)展、教育與社會的關(guān)系等密不可分，教育數(shù)據(jù)倫理可被視為教育領(lǐng)域的數(shù)據(jù)倫理，是對教育數(shù)據(jù)產(chǎn)生、采集、存儲和分析利用過程中所應(yīng)秉持的道理與準則的理性審視，是教育場域中有關(guān)數(shù)據(jù)倫理建構(gòu)的哲學研究。目前，在技術(shù)賦能場域，數(shù)據(jù)對教育技術(shù)功能的發(fā)揮與拓展影響較大，教育數(shù)據(jù)倫理議題也是對如何規(guī)約教育數(shù)據(jù)與他者（包括人、技術(shù)、社會等）之間關(guān)系的回應(yīng)。

技術(shù)的存在與變革具有不確定性與風險性，與其相伴的教育數(shù)據(jù)采集、共享與使用也時常面臨數(shù)據(jù)倫理風險的侵蝕。如Rubel和Jones（2016）所述，當前人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)在重塑教育生態(tài)并為教育教學帶來諸多便利的同時，也帶來了潛在的數(shù)據(jù)倫理風險。教育領(lǐng)域的信息收集、信息訪問、信息共享、數(shù)據(jù)利益分配等方面存在關(guān)系與行為的倫理失范現(xiàn)象，引發(fā)了隱私侵害、壓制教育的正向價值等問題。教育數(shù)據(jù)的收集、分析和使用并不是中立的行為，相關(guān)行為具有一定程度的價值取向，在價值沖突情形下會產(chǎn)生加大教育不平等、削弱教師地位、侵犯學生自由等一系列倫理風險。基于以上分析，本研究認為，教育數(shù)據(jù)倫理風險可被視為教育領(lǐng)域數(shù)據(jù)采集、存儲、流動、分析等過程中因關(guān)系違背約定的道理與準則所形成的倫理風險，具體涉及數(shù)據(jù)隱私侵犯、數(shù)據(jù)利益分配失衡等倫理問題。

二、智能時代教育數(shù)據(jù)倫理風險的典型表征

教育數(shù)據(jù)一般涉及教育中的人或者通過數(shù)據(jù)而生成的與人有關(guān)的信息要素（如身份信息、思維習慣、行為偏好、學習表現(xiàn)等）。智能技術(shù)與教育的融合創(chuàng)新全面提速，一系列專有智能工具、資源和系統(tǒng)不斷形成，基于大數(shù)據(jù)的精確診斷和智能推送全面普及（楊宗凱， 2018）。通常理解，智能時代是第四次工業(yè)革命的標志（勞凱聲， 2019），其以人工智能、5G、云計算等技術(shù)為依托，可提供智能分析、智能預(yù)測等功能。在智能時代，教育數(shù)據(jù)逐漸由附屬于特定教育信息系統(tǒng)的客體，轉(zhuǎn)變成為被期待能驅(qū)動創(chuàng)新應(yīng)用的主體，凸顯了數(shù)據(jù)智能驅(qū)動教育發(fā)展的轉(zhuǎn)型需求。同時，智能時代的到來加速了信息空間的深度融合，信息資源能夠自動識別不同的智能終端，進而實現(xiàn)數(shù)據(jù)的同步更新、異步更新與交換共享（楊現(xiàn)民， 等， 2020）。在智能專家系統(tǒng)、智能教學監(jiān)測系統(tǒng)等產(chǎn)品運轉(zhuǎn)過程中，來自于多個端口與平臺的教育數(shù)據(jù)極速生成與匯聚，如何規(guī)范教育數(shù)據(jù)的流動與使用面臨諸多風險挑戰(zhàn)。教育數(shù)據(jù)倫理風險屬于數(shù)據(jù)倫理失范而形成的倫理風險，本質(zhì)上是一種倫理風險，本研究擬從倫理學視角探究智能時代教育數(shù)據(jù)倫理風險的存在形態(tài)。

一般而言，“正當”與“善”是倫理學研究的兩大議題（黃正華， 2012）?！罢敗币鉃椤胺瞎秸x”，強調(diào)應(yīng)正確運用原則（規(guī)范、前提、規(guī)則、標準或法律），涉及公眾應(yīng)盡的責任或采取行動保護個人的權(quán)利。“善”是一種價值判斷，是對結(jié)果的評價?！吧啤痹⒁鉃椤熬哂械赖聝r值的性格和個人品質(zhì)”，這種性格與個人品質(zhì)的特征通常指向“美德”一詞。文獻梳理發(fā)現(xiàn)，學界目前對教育數(shù)據(jù)倫理的探討及省思主要集中在教育數(shù)據(jù)權(quán)益層面及教育數(shù)據(jù)行為層面。一方面，隱私泄露侵害尊嚴、數(shù)據(jù)依賴束縛個體發(fā)展、數(shù)據(jù)主導(dǎo)決策禁錮學業(yè)進步等成為影響教育數(shù)據(jù)權(quán)益“正當”化保障的常見問題（張燕南， 等， 2016; 李建偉， 等， 2018）。另一方面，數(shù)據(jù)決策偏差與歧視、數(shù)據(jù)存儲相對割裂、數(shù)據(jù)傳輸安全性較差等成為制約教育數(shù)據(jù)行為“向善”的關(guān)鍵問題（戚萬學， 等， 2019; 劉金松， 2017）。歸納來看，數(shù)據(jù)隱私、數(shù)據(jù)利益屬于數(shù)據(jù)權(quán)益層面，而且數(shù)據(jù)權(quán)益直接關(guān)系數(shù)據(jù)之“正當”能否達成，這在一定程度上涉及公眾對于數(shù)據(jù)行為是否符合公平正義的評判;數(shù)據(jù)責任、數(shù)據(jù)服務(wù)屬于數(shù)據(jù)行為層面，其是否“向善”取決于社會公眾對相關(guān)責任行為與服務(wù)行為的價值評判。由此，可將智能時代教育數(shù)據(jù)倫理風險劃分為教育數(shù)據(jù)隱私侵害風險、教育數(shù)據(jù)利益失衡風險、教育數(shù)據(jù)責任失守風險和教育數(shù)據(jù)服務(wù)偏見風險（見圖1）。

一是教育數(shù)據(jù)隱私侵害風險。若盲目跨越教育數(shù)據(jù)采集與流轉(zhuǎn)的限度與邊界，則會造成教育數(shù)據(jù)泄露損害人格尊嚴與意志表達、用戶數(shù)據(jù)隱私權(quán)利遭受不法侵害等一系列教育數(shù)據(jù)倫理問題。二是教育數(shù)據(jù)利益失衡風險。在師生教育數(shù)據(jù)通過群集共享逐漸演變?yōu)椤敖逃龜?shù)據(jù)資產(chǎn)”的過程中，由此牽引出的相關(guān)利益分配矛盾催生諸多教育數(shù)據(jù)倫理風險。數(shù)據(jù)割裂、數(shù)據(jù)壟斷等教育數(shù)據(jù)利益關(guān)系失范現(xiàn)象阻礙了教育數(shù)據(jù)的開放共享與合理流轉(zhuǎn)，使得學生、教師等教育用戶在教育大數(shù)據(jù)運行過程中獲得的數(shù)據(jù)利益遠遠不足，掌握大量教育數(shù)據(jù)的機構(gòu)與組織正在借此產(chǎn)生越來越多的機構(gòu)意識和權(quán)力（Nersessian， 2018），個體數(shù)據(jù)利益讓位于機構(gòu)數(shù)據(jù)利益，嚴重打破了教育數(shù)據(jù)利益分配的應(yīng)然平衡。三是教育數(shù)據(jù)責任失守風險。教育數(shù)據(jù)采集、存儲、分類、整合與共享等方面均應(yīng)體現(xiàn)相應(yīng)的責任意識，如果沒有進行適當?shù)臄?shù)據(jù)責任劃分并忽視專業(yè)數(shù)據(jù)管理責任隊伍建設(shè)，則容易導(dǎo)致數(shù)據(jù)責任意識低下、行動責任失當、責任歸屬不清等教育數(shù)據(jù)責任失守現(xiàn)象，從責任倫理學視角而言，這是教育數(shù)據(jù)責任失守所造成的倫理風險。四是教育數(shù)據(jù)服務(wù)偏見風險。例如，未獲得及時更新的教育數(shù)據(jù)束縛了學生的長遠發(fā)展，可追溯的過往數(shù)據(jù)記憶成為個體入學或求職時的評估依據(jù)，并為當事人貼上具有某種暗示意味的“電子標簽”（鄒太龍， 等， 2020）。

三、智能時代教育數(shù)據(jù)倫理風險

治理的現(xiàn)狀與問題

治理一詞由來已久，其寓意“依理而治”，其中“理”有“情理”“道理”“法理”等義。數(shù)據(jù)治理是依據(jù)一定的道理、情理、法理等對數(shù)據(jù)相關(guān)事項的決策與組織。從數(shù)據(jù)治理到教育數(shù)據(jù)倫理風險治理，治理的范疇更為具體化，更為關(guān)注教育領(lǐng)域數(shù)據(jù)倫理風險的有效化解。教育數(shù)據(jù)倫理風險治理可被視為政府、學校、社會教育機構(gòu)、社會組織等治理主體依據(jù)一定的規(guī)則，對教育數(shù)據(jù)相關(guān)事項的決策與組織。隨著人工智能等新興信息技術(shù)便利教育教學發(fā)展，數(shù)據(jù)治理的倫理原則失位、數(shù)據(jù)隱私侵犯導(dǎo)致人格尊嚴侵害、教育數(shù)據(jù)責任失當、數(shù)據(jù)質(zhì)量低下、數(shù)據(jù)安全和隱私監(jiān)管不完善等現(xiàn)實問題成為制約智能教育發(fā)展的關(guān)鍵要素，面向智能教育的數(shù)據(jù)倫理風險治理顯得日益迫切。當前，學界對教育數(shù)據(jù)倫理風險治理的認識仍停留在傳統(tǒng)技術(shù)手段層面，且對其概念內(nèi)涵的剖析詮釋仍需深入，研究視角上也缺少倫理學等哲學觀照。智能時代的到來助推了教育數(shù)據(jù)倫理風險治理的戰(zhàn)略轉(zhuǎn)型。戰(zhàn)略轉(zhuǎn)型不僅意味著機遇，也在一定程度上呼喚對于教育數(shù)據(jù)倫理風險治理困境的合理應(yīng)對。本研究面向?qū)W校管理者，就“教育數(shù)據(jù)倫理風險”這一主題展開大規(guī)模實證調(diào)研，旨在深度挖掘當前教育數(shù)據(jù)倫理風險治理所面臨的主要困境。

基于前文所述，本研究擬基于教育數(shù)據(jù)隱私、教育數(shù)據(jù)利益、教育數(shù)據(jù)責任、教育數(shù)據(jù)服務(wù)四個維度，參照Yanosky等人（2015， pp.1-34）圍繞教育數(shù)據(jù)分析與應(yīng)用現(xiàn)狀所開展的教育調(diào)查內(nèi)容，并結(jié)合對H大學5位教育人工智能、技術(shù)倫理學領(lǐng)域?qū)W者的訪談結(jié)果，設(shè)計了智能時代教育數(shù)據(jù)倫理風險治理現(xiàn)狀調(diào)查問卷。除基本信息題項外，問卷中各題項均采用李克特五點量表形式（從非常不符合到非常符合）予以呈現(xiàn)。相對于高校學生，中小學生心智發(fā)展尚未完全成熟，數(shù)據(jù)風險防范意識與能力可能較為薄弱，基礎(chǔ)教育領(lǐng)域易受多類數(shù)據(jù)倫理風險的沖擊，且從現(xiàn)有研究與實踐來看，基礎(chǔ)教育領(lǐng)域數(shù)據(jù)倫理風險治理的相關(guān)研究較為缺乏，因此本研究選擇面向中小學開展調(diào)查，分析教育數(shù)據(jù)倫理風險治理的現(xiàn)狀與問題。

首先，選擇江蘇W市60位中小學管理者進行預(yù)調(diào)研施測，基于預(yù)調(diào)研樣本數(shù)據(jù)對問卷進行信效度檢驗。數(shù)據(jù)分析結(jié)果顯示，整體量表的KMO統(tǒng)計值為0.876，Bartlett球形檢驗結(jié)果的P值<0.001，表明問卷適合進行因子分析。對整體問卷進行探索性因子分析，抽取出4個公因子，累計方差解釋率達到78.961%，表明因子結(jié)構(gòu)較為可靠。如表1所示，依據(jù)因子載荷圖可知，題項A1到A4構(gòu)成教育數(shù)據(jù)隱私維度，題項B1到B3構(gòu)成教育數(shù)據(jù)利益維度，題項C1到C5構(gòu)成教育數(shù)據(jù)責任維度，題項D1到D3構(gòu)成教育數(shù)據(jù)服務(wù)維度，與本研究基于教育數(shù)據(jù)隱私、教育數(shù)據(jù)利益、教育數(shù)據(jù)管理、教育數(shù)據(jù)服務(wù)對教育數(shù)據(jù)倫理風險進行分析的框架結(jié)構(gòu)相一致，表明問卷具有較好的結(jié)構(gòu)效度，可作為正式調(diào)研問卷。

之后，基于正式調(diào)查問卷，本研究選取浙江、江蘇、上海等經(jīng)濟發(fā)達地區(qū)的教育人工智能示范學校作為調(diào)研學校，利用問卷星平臺面向中小學管理者投遞電子問卷，于2021年5月啟動調(diào)研工作，并于2021年8月上旬完成數(shù)據(jù)收集工作。調(diào)研結(jié)束后，回收有效問卷1，731份。利用Cronbach’s α、CR、AVE值檢驗問卷信效度。如表2所示，整體量表的Cronbach’s α值為0.979，各分量表的Cronbach’s α值在0.885與0.964之間，證明問卷具有較好的內(nèi)部一致性信度;驗證性因子分析結(jié)果顯示，各分量表的CR（組合信度）值均在0.8以上，表明量表的組合信度較好。各分量表的AVE值均大于0.5，表明量表的收斂效度較好。此外，驗證性因子分析結(jié)果顯示，模型擬合較好，RMSEA、CFI、SRMR指標均達到測量學標準（RMSEA<0.08;CFI≥0.90;SRMR<0.06）。綜合上述分析結(jié)果，可知問卷通過了信效度檢驗。

智能時代教育數(shù)據(jù)倫理風險治理現(xiàn)狀的描述性分析結(jié)果如表3所示?？傮w而言，智能時代教育數(shù)據(jù)倫理風險治理現(xiàn)狀的均值水平為3.615，其中，不同方面的教育數(shù)據(jù)倫理風險治理現(xiàn)狀的均值范圍在3.546與3.668之間。由此可見，在智能時代背景下與智能教育場域之中，對教育數(shù)據(jù)倫理風險的治理尚存較大改進空間。同時，根據(jù)不同學校教育數(shù)據(jù)倫理風險治理現(xiàn)狀的對比分析結(jié)果（如表4所示）可知，公立學校在教育數(shù)據(jù)倫理風險的治理上顯著優(yōu)于私立學校，而城區(qū)學校與非城區(qū)學校在教育數(shù)據(jù)倫理風險的治理上不存在顯著差異。其原因可能在于，有效保護師生教育數(shù)據(jù)隱私與利益、踐行教育數(shù)據(jù)管理責任、提供符合“公正”“有益”等倫理標準的智能化教育數(shù)據(jù)服務(wù)，均需依賴于學校領(lǐng)導(dǎo)、區(qū)域教育行政部門予以戰(zhàn)略重視、技術(shù)支持與資源投入，而這也往往與學校和學區(qū)之間的行動一致性、經(jīng)費投入水平、高質(zhì)量人才資源的建設(shè)等密切相關(guān)，故公立學校在教育數(shù)據(jù)倫理風險的治理上具有更好的成效。具體而言，本研究進一步將智能時代教育數(shù)據(jù)倫理風險治理所面臨的主要問題與困境歸納為以下四個方面。

（一）師生教育數(shù)據(jù)隱私權(quán)與開放共享存在沖突

智能時代教育數(shù)據(jù)隱私安全問題的滋生與教育數(shù)據(jù)采集與流動規(guī)范的缺失存在較大關(guān)聯(lián)，但目前指向良性數(shù)據(jù)采集與流轉(zhuǎn)的數(shù)據(jù)規(guī)范政策規(guī)章設(shè)計以及數(shù)據(jù)隱私安全防護機制構(gòu)建往往被忽視，多種教育數(shù)據(jù)采集實體的師生數(shù)據(jù)采集行為往往缺乏明確的監(jiān)管與規(guī)約，是否會出現(xiàn)利用采集所得的師生數(shù)據(jù)過度牟取商業(yè)利益等現(xiàn)象值得予以關(guān)注。本研究發(fā)現(xiàn)，68.92%的學校管理者擔憂教育數(shù)據(jù)將被用于不正當用途或非法用途。由于部分技術(shù)開發(fā)商過度挖掘并利用師生隱私數(shù)據(jù)，嚴重損害了師生的教育數(shù)據(jù)隱私權(quán)利，師生教育數(shù)據(jù)隱私權(quán)與開放共享之間的沖突成為教育利益相關(guān)者的“數(shù)據(jù)隱憂”。在智能時代教育數(shù)據(jù)開放共享的同時，大規(guī)模且無序的教育數(shù)據(jù)信息流向何處、如何流動尚未可知。

首先，我們著實面臨一個典型矛盾：如果拒絕數(shù)據(jù)開放共享，我們便無法使用智能技術(shù)帶來的各種便利;如果允許數(shù)據(jù)開放共享，由于數(shù)據(jù)收集與傳輸過程的不確定性等問題，師生的隱私便很可能受到侵犯（Saugmann， Mller， & Bellmer， 2020）。其次，數(shù)據(jù)價值的實現(xiàn)以數(shù)據(jù)流動為載體，由于智能時代數(shù)據(jù)流動具有高速、聯(lián)通等多重屬性，這些屬性也意味著數(shù)據(jù)“難以控制”，易被各大商業(yè)平臺與校外機構(gòu)用于商業(yè)用途，造成師生教育隱私權(quán)與數(shù)據(jù)開放共享利益的二元對立。最后，數(shù)據(jù)開放共享失范制約數(shù)據(jù)價值釋放。數(shù)據(jù)是意義與符號的綜合體，若數(shù)據(jù)開放共享過程合法且得當，則有利于更好地發(fā)揮數(shù)據(jù)價值，否則，則會導(dǎo)致別有用心者可以從一大堆雜亂的數(shù)據(jù)信息中精準捕獲個人的隱私信息、預(yù)測人們的隱私行為（董軍， 等， 2017）。

（二）教育數(shù)據(jù)利益博弈失范制約教育數(shù)據(jù)價值的充分釋放

數(shù)據(jù)價值的釋放在很大程度上依賴于數(shù)據(jù)的采集與共享，對于數(shù)據(jù)采集與共享而言，一般處于一定的利益博弈關(guān)系之中。盡管依托智能感知、人臉識別、機器學習等智能技術(shù)可較為便利地從教育領(lǐng)域采集“音容笑貌”“衣食住行”等方面的多維數(shù)據(jù)，然而本研究發(fā)現(xiàn)，題項“您清楚地了解教育數(shù)據(jù)在產(chǎn)生后被誰收集并利用”得分均值僅為3.48，數(shù)據(jù)采集后交由誰來分配、共享給誰、如何共享等尚存較大的改進空間，許多師生數(shù)據(jù)集（如訪問記錄、位置記錄、社交網(wǎng)絡(luò)連接、搜索歷史、教育服務(wù)產(chǎn)品購買歷史和面部識別等多種信息）極易被教育機構(gòu)或管理者收納為私有資產(chǎn)。由此可見，教育數(shù)據(jù)利益博弈失范成為制約教育數(shù)據(jù)價值的關(guān)鍵所在。

一方面，智能技術(shù)開發(fā)商與師生等人的利益訴求存在偏差，而且不少智能教育軟件系統(tǒng)采用獨立開發(fā)的系統(tǒng)架構(gòu)，不同軟件服務(wù)的數(shù)據(jù)對接端口并不一定自由匹配，不同軟件服務(wù)所產(chǎn)生的數(shù)據(jù)一般暫時封存在各自的數(shù)據(jù)平臺（Von， Wernick， & Olk， 2019），如何實現(xiàn)跨部門或跨領(lǐng)域的數(shù)據(jù)交換尚缺乏統(tǒng)一的標準與規(guī)范，教育數(shù)據(jù)存儲與共享存在局部隔離性，限制了教育數(shù)據(jù)的價值傳遞。另一方面，本研究發(fā)現(xiàn)，題項“您能夠較為方便地通過數(shù)據(jù)平臺獲取您所需要的教育數(shù)據(jù)”得分均值僅為3.67，尚有較大提升空間。究其原因，智能服務(wù)所蘊藏的精準識別、個性化服務(wù)等眾多特性的發(fā)揮需要基于盡可能開放的數(shù)據(jù)共享，但目前技術(shù)開發(fā)商或機構(gòu)出于商業(yè)利益或其他非正當訴求，侵害師生等人的數(shù)據(jù)用途知情權(quán)。不少學校、機構(gòu)或部門將教育數(shù)據(jù)視為重要戰(zhàn)略資產(chǎn)，嚴格限制數(shù)據(jù)的開放流動，這在避免數(shù)據(jù)泄露的同時也造成了數(shù)據(jù)壟斷。

（三）治理主體數(shù)據(jù)素養(yǎng)不足制約教育數(shù)據(jù)責任落實

隨著數(shù)據(jù)智能成為當前教育人工智能發(fā)展的關(guān)鍵特性，如何在教育數(shù)據(jù)治理過程中有效擔負數(shù)據(jù)責任成為達成智能時代教育數(shù)據(jù)倫理目標的關(guān)鍵所在。教育數(shù)據(jù)風險治理需依賴于學校管理者、教師、政府等共同參與，也需在治理主體間構(gòu)建具有約束力的責任規(guī)則（趙磊磊， 等， 2021）。對于教育數(shù)據(jù)責任體系構(gòu)建而言，不僅應(yīng)著力建立規(guī)范的教育數(shù)據(jù)采集標準、存儲原則、開放制度與責任規(guī)則，也應(yīng)注重教育數(shù)據(jù)管理組織的專業(yè)能力提升，僅僅關(guān)注學校管理者、信息化工作人員的教育數(shù)據(jù)責任厘定可能會導(dǎo)致教育數(shù)據(jù)風險治理產(chǎn)生“局限性”，進而使得教育數(shù)據(jù)質(zhì)量與安全性受到極大削減。而且，各方治理主體開展數(shù)據(jù)治理的能力基礎(chǔ)——數(shù)據(jù)素養(yǎng)也是影響教育數(shù)據(jù)責任落實情況的關(guān)鍵所在。

首先，本研究發(fā)現(xiàn)，58.06%的學校管理者認為學校在收集與使用師生教育數(shù)據(jù)時并不會產(chǎn)生倫理風險。學校管理者往往較少關(guān)注數(shù)據(jù)隱私安全、數(shù)據(jù)歸屬與產(chǎn)權(quán)等教育數(shù)據(jù)倫理議題，而且題項“您所在的學校制定了完善的教育數(shù)據(jù)責任規(guī)則”得分均值僅為3.66，這表明當前教育數(shù)據(jù)責任規(guī)則的制定尚存明顯不足，如何根據(jù)倫理標準對教育數(shù)據(jù)責任進行合理界定尚待進一步探索。其次，本研究發(fā)現(xiàn)，題項“您對教育數(shù)據(jù)管理責任與數(shù)據(jù)技術(shù)使用方式的關(guān)注度高于技術(shù)本身”得分均值僅為3.61，這表明不少學校管理者側(cè)重于對外宣傳“眼花繚亂”的數(shù)據(jù)技術(shù)與智能技術(shù)，對于數(shù)據(jù)責任的履行缺乏關(guān)注。最后，本研究發(fā)現(xiàn)，有38.36%的學校從未舉辦過教師數(shù)據(jù)素養(yǎng)或信息素養(yǎng)培訓(xùn)，這表明當前學校在一定程度上忽視了如何建設(shè)具有較高數(shù)據(jù)治理素養(yǎng)的專業(yè)數(shù)據(jù)治理隊伍，治理主體的數(shù)據(jù)素養(yǎng)不足進一步制約了教育數(shù)據(jù)責任的有效落實。

（四）對師生教育需求的片面捕捉催生教育數(shù)據(jù)服務(wù)偏見

人工智能作為非結(jié)構(gòu)化數(shù)據(jù)處理的關(guān)鍵支撐技術(shù)，能夠有效處理網(wǎng)絡(luò)學習（學習性閱讀、在線教育）數(shù)據(jù)（羅俊， 2016），由此生成的智能化教育數(shù)據(jù)服務(wù)是助推智能時代教育數(shù)據(jù)的巨大使用價值得以釋放的關(guān)鍵因素。智能教育服務(wù)質(zhì)量與對師生教育需求的精準捕捉有關(guān)，人工智能算法的實現(xiàn)在很大程度上依賴于教育數(shù)據(jù)挖掘與預(yù)測（袁利平， 等， 2018）。然而，本研究發(fā)現(xiàn)，題項“教師和學生的數(shù)據(jù)能夠被全面地采集”得分均值僅為3.63，教育數(shù)據(jù)采集與挖掘的全面性尚待提升。教育數(shù)據(jù)挖掘與預(yù)測受制于數(shù)據(jù)規(guī)模及質(zhì)量，教育數(shù)據(jù)采集的規(guī)模較小、不全面、不系統(tǒng)、更新緩慢、質(zhì)量低下等問題嚴重影響師生教育需求信息的有效反饋，大量零散、冗雜、無用、過期的教育數(shù)據(jù)以及由此形成的低質(zhì)量數(shù)據(jù)訓(xùn)練集也將影響教育數(shù)據(jù)服務(wù)算法模型的精確構(gòu)建，并進一步催生教育數(shù)據(jù)服務(wù)偏見，這也是影響人工智能賦能個性化教育發(fā)展的關(guān)鍵制約因素。

受制于“算法黑箱”，教育服務(wù)生成機理的“不透明”特性同樣引發(fā)了諸多教育數(shù)據(jù)倫理問題。例如，未公開的規(guī)則算法基于特定數(shù)據(jù)指標將教育用戶自動歸類，使得基于智能算法推薦的教育數(shù)據(jù)服務(wù)產(chǎn)生了“不公正”的倫理意蘊。具體來看，一方面，盡管依托大數(shù)據(jù)技術(shù)實現(xiàn)的數(shù)字記錄可基于數(shù)據(jù)的相似度實現(xiàn)對個體未來行為的預(yù)測，但是，個體的生理、情感、心理在與環(huán)境的交互作用中不斷演進與變化，使得難以精準捕捉不斷變化的師生利益需求并提供個性化的教育數(shù)據(jù)服務(wù)。另一方面，跨領(lǐng)域、跨機構(gòu)、跨部門的數(shù)據(jù)流通與共享機制尚待建立健全，“數(shù)據(jù)屏障”阻礙了規(guī)?；逃龜?shù)據(jù)的形成，且由于當前師生的利益需求具有多階段性、變化性和多面性特征，其在使用不同軟件服務(wù)時所生成的動態(tài)數(shù)據(jù)倘若未得以及時整合，很可能面臨與個性化需求相對應(yīng)的多維數(shù)據(jù)流失，基于個性化需求分析的智能教育服務(wù)有可能淪為空話。

四、智能時代教育數(shù)據(jù)倫理風險的治理路徑

面對上述現(xiàn)實困境，智能時代教育數(shù)據(jù)倫理風險治理依然任重道遠。具體而言，教育數(shù)據(jù)倫理風險治理涉及主體（教育數(shù)據(jù)的倫理風險由誰來治理）、客體（教育數(shù)據(jù)倫理風險治理的對象是什么）、路徑（主體與客體間的作用關(guān)系）三個方面。對于教育數(shù)據(jù)倫理風險治理而言，治理主體主要包括政府教育行政部門、學校、社會組織等群體;治理客體是被治理主體所作用的目標事務(wù)，是數(shù)據(jù)治理活動展開的依據(jù)和中心;治理路徑是連接治理主體與客體的關(guān)鍵工具。在智能時代，有效推進教育數(shù)據(jù)倫理風險治理，將呆板的算法和冰冷的數(shù)據(jù)資源變?yōu)閷崿F(xiàn)科學決策、有效治理的“利器”，或許是未來實現(xiàn)教育數(shù)據(jù)治理體系和治理能力現(xiàn)代化的一條可行之路?；谇拔乃?，圍繞數(shù)據(jù)隱私泄露風險防范體系、教育數(shù)據(jù)權(quán)益監(jiān)管體系、教育數(shù)據(jù)倫理風險治理組織和“去偏見化”教育數(shù)據(jù)服務(wù)機制，提出智能時代教育數(shù)據(jù)倫理風險的治理路徑（見圖2）。

（一）尊重教育用戶數(shù)據(jù)隱私控制權(quán)，優(yōu)化數(shù)據(jù)隱私泄露風險的防范體系

人工智能、5G等新技術(shù)的發(fā)展實現(xiàn)了教育數(shù)據(jù)的高速流動與共享，也引發(fā)了公眾對于隱私保護、隱私權(quán)益等問題的關(guān)注與討論。如何針對不同類型教育數(shù)據(jù)隱私安全問題設(shè)置風險級別與治理要求缺乏體系保障，且學校層面對教育數(shù)據(jù)隱私風險的識別與判斷力還很薄弱，因此應(yīng)尊重教育用戶數(shù)據(jù)隱私控制權(quán)，優(yōu)化數(shù)據(jù)隱私泄露風險防范體系。首先，應(yīng)充分尊重教育用戶的數(shù)據(jù)隱私控制權(quán)，可通過加密、脫敏、日志跟蹤、數(shù)據(jù)審計等技術(shù)手段以及一系列合法數(shù)據(jù)安全規(guī)范的支持，實現(xiàn)師生等人教育數(shù)據(jù)隱私權(quán)的合理保護（董曉輝， 等， 2019）。其次，建立具有強約束力的數(shù)據(jù)安全協(xié)議。學?？膳c教育技術(shù)服務(wù)實體簽訂學生和其他教育數(shù)據(jù)服務(wù)協(xié)議，對以下版塊進行規(guī)約：“將收集哪些數(shù)據(jù)”“為什么要收集數(shù)據(jù)以及如何使用數(shù)據(jù)（披露目的）”“如何保護數(shù)據(jù)（機密性、使用限制）”“將如何進行數(shù)據(jù)安全審計”“如何解決安全漏洞”，等等。最后，構(gòu)建敏感數(shù)據(jù)安全存儲與傳輸機制。對于敏感數(shù)據(jù)的安全傳輸，應(yīng)通過強密碼和多級用戶認證或加密電子郵件來完成，也應(yīng)確保所有網(wǎng)站都用數(shù)字證書保護。在機密報告或包含機密信息的媒體發(fā)布之前，對其進行標記或蓋章，且應(yīng)防止未經(jīng)授權(quán)的人員訪問學校數(shù)據(jù)庫，應(yīng)在不使用數(shù)據(jù)庫時將其鎖定或關(guān)閉。

（二）注重利益博弈規(guī)約，搭建教育數(shù)據(jù)權(quán)益監(jiān)管體系

教育數(shù)據(jù)的采集、共享與流轉(zhuǎn)等過程涉及較多要素，不同要素間的邏輯串聯(lián)需基于一定秩序的結(jié)構(gòu)框架，不同群體間教育數(shù)據(jù)利益的有效協(xié)調(diào)也需要一定的監(jiān)管體系作為基礎(chǔ)保障。因此，有必要注重利益博弈規(guī)約，搭建教育數(shù)據(jù)權(quán)益監(jiān)管體系。一方面，可采取政策規(guī)約的手段，對教育數(shù)據(jù)采集、共享與流通等方面的權(quán)責邊界進行合理厘定，規(guī)范組織、個人等利益相關(guān)者的數(shù)據(jù)權(quán)利與數(shù)據(jù)責任，避免因教育數(shù)據(jù)權(quán)責劃分不清晰而導(dǎo)致的教育數(shù)據(jù)利益失衡現(xiàn)象，致力于破除機構(gòu)或組織壟斷大量教育數(shù)據(jù)的現(xiàn)象，最終實現(xiàn)教育數(shù)據(jù)利益相關(guān)者的“共贏”局面。另一方面，應(yīng)依托人工智能、5G、云計算等技術(shù)，構(gòu)建跨主體、跨部門、跨領(lǐng)域的教育數(shù)據(jù)利益訴求實時共享與流轉(zhuǎn)渠道，充分尊重師生等人對于教育數(shù)據(jù)流動與使用的知情權(quán)與監(jiān)督權(quán)，為教育用戶獲取與監(jiān)管教育數(shù)據(jù)提供開放平臺，健全教育用戶數(shù)據(jù)利益訴求反饋機制，建立教育數(shù)據(jù)利益關(guān)系風險預(yù)警與化解機制（譚九生， 等， 2019），應(yīng)注重挖掘師生等人的教育數(shù)據(jù)利益訴求，通過掌握教師教學效果、學生學習狀態(tài)與軌跡等數(shù)據(jù)分析結(jié)果，為優(yōu)化教學提供證據(jù)支撐。

（三）立足數(shù)據(jù)素養(yǎng)培育，培育專業(yè)化教育數(shù)據(jù)倫理風險治理組織

治理主體的數(shù)據(jù)素養(yǎng)是決定數(shù)據(jù)倫理風險治理成效的能力基礎(chǔ)，治理主體數(shù)據(jù)素養(yǎng)不足將制約教育數(shù)據(jù)責任落實，因此極有必要立足數(shù)據(jù)素養(yǎng)培育，培育專業(yè)化教育數(shù)據(jù)倫理風險治理組織，這也是教育數(shù)據(jù)倫理風險識別與化解的迫切需求。首先，教育數(shù)據(jù)倫理風險治理主體應(yīng)涉及數(shù)據(jù)人員、信息技術(shù)人員、學校管理人員等眾多利益相關(guān)者，不同治理主體在觀念、素養(yǎng)、價值觀等多方面存在巨大差異，應(yīng)基于治理主體的個體間差異與實際需要，開展數(shù)據(jù)素養(yǎng)系統(tǒng)化培育工作，培育專業(yè)化教育數(shù)據(jù)倫理風險治理組織。其次，區(qū)域教育行政部門可針對區(qū)域教育發(fā)展需求，制定數(shù)據(jù)倫理風險治理人才的數(shù)據(jù)素養(yǎng)標準，開展教師數(shù)據(jù)技能培訓(xùn)。再次，學校可適當開設(shè)數(shù)據(jù)素養(yǎng)培訓(xùn)課程，基于數(shù)據(jù)倫理風險治理隊伍建設(shè)的實際情況，根據(jù)數(shù)據(jù)治理漸進性的特點，分階段持續(xù)性投入資金，加強技術(shù)隊伍建設(shè)（董曉輝， 2021），完善在線服務(wù)審查委員會、隱私政策制定和數(shù)據(jù)泄露響應(yīng)團隊等眾多治理組織。此外，治理主體應(yīng)主動提升自身的數(shù)據(jù)倫理風險識別能力與責任意識，深度挖掘教育數(shù)據(jù)采集、分析和使用過程中已出現(xiàn)的和潛在的倫理風險，基于數(shù)據(jù)倫理風險的實際特征進行積極反饋與決策調(diào)整。

（四）根植動態(tài)需求監(jiān)測，構(gòu)建“去偏見化”教育數(shù)據(jù)服務(wù)機制

精準把握教育用戶的動態(tài)需求是提升智能教育服務(wù)質(zhì)量的關(guān)鍵。為避免教育數(shù)據(jù)服務(wù)的供給過程產(chǎn)生決策偏見，需打造一體化的教育數(shù)據(jù)采集、存儲、分析、決策體系，根植用戶動態(tài)需求監(jiān)測，構(gòu)建“去偏見化”教育數(shù)據(jù)服務(wù)機制。一方面，應(yīng)建立教育用戶動態(tài)需求監(jiān)測機制。盡管教育大數(shù)據(jù)、人工智能、5G等技術(shù)在很大程度上便利了教師教學、學生學習與學校管理，但鑒于師生所處情境脈絡(luò)的復(fù)雜性及其認知與思維的發(fā)展性、多變性，應(yīng)根據(jù)師生不斷發(fā)展變化的身心特點與階段發(fā)展規(guī)律，合理規(guī)定數(shù)據(jù)的存儲與使用期限，定期實時更新教育數(shù)據(jù)監(jiān)測系統(tǒng)數(shù)據(jù)，有效整合多維度、多來源、多類型的教育數(shù)據(jù)，為智能算法模型的運行提供高質(zhì)量的數(shù)據(jù)支持。另一方面，建立基于證據(jù)的“去偏見化”教育數(shù)據(jù)服務(wù)機制。在以教育用戶動態(tài)需求為決策證據(jù)的基礎(chǔ)上，應(yīng)構(gòu)建教育數(shù)據(jù)“采集—登記—存儲—分析—服務(wù)”一體化決策機制，在處理數(shù)據(jù)、智能技術(shù)與人的相互關(guān)系時遵循“有用”“無害”的倫理原則（劉三女牙， 等， 2021），生成“非偏見”的教育數(shù)據(jù)服務(wù)方案，從而實現(xiàn)對教育用戶的公正對待。

五、結(jié)語與展望

教育數(shù)據(jù)治理對優(yōu)化數(shù)據(jù)服務(wù)、賦能科學決策、推進教育信息化建設(shè)具有重要意義。與此同時，在以人工智能、5G、云計算等技術(shù)為核心支撐的智能時代，教育數(shù)據(jù)的“爆炸式”采集、分析與應(yīng)用也催生了諸多教育數(shù)據(jù)倫理問題，若治理不當，則會阻礙“教育數(shù)據(jù)資產(chǎn)”價值的進一步挖掘。由此來看，明晰教育數(shù)據(jù)倫理風險的實然表征，厘定教育數(shù)據(jù)倫理風險治理的現(xiàn)實困境，最終凝練形成預(yù)警與消解教育數(shù)據(jù)倫理問題的有效路徑，已成為智能時代推進教育數(shù)據(jù)治理的迫切訴求。

在智能時代，教育數(shù)據(jù)倫理風險治理實踐如何跳脫唯技術(shù)視角，利用數(shù)據(jù)資源與資產(chǎn)更好地為教育教學服務(wù)理應(yīng)成為教育信息化變革的重要趨勢。面對當前師生教育數(shù)據(jù)隱私權(quán)與開放共享存在沖突、教育數(shù)據(jù)利益博弈失范制約教育數(shù)據(jù)價值的充分釋放、治理主體數(shù)據(jù)素養(yǎng)不足制約教育數(shù)據(jù)責任落實、對師生教育需求的片面捕捉催生教育數(shù)據(jù)服務(wù)偏見等治理困境，未來教育領(lǐng)域數(shù)據(jù)倫理風險治理除了要培育專業(yè)化教育數(shù)據(jù)倫理風險治理組織，優(yōu)化教育數(shù)據(jù)倫理風險預(yù)警與防范體系，也需思考未來教育形態(tài)下如何激發(fā)數(shù)據(jù)智能與捕捉師生利益需求，提供個性化、智能化的教育服務(wù)，并通過法律約束與政策規(guī)約的手段，將數(shù)據(jù)倫理準則內(nèi)嵌于教育數(shù)據(jù)治理當中，最終實現(xiàn)智能時代教育數(shù)據(jù)倫理風險的有效防范與化解。

[參考文獻]

董軍，程昊. 2017. 大數(shù)據(jù)技術(shù)的倫理風險及其控制：基于國內(nèi)大數(shù)據(jù)倫理問題研究的分析[J]. 自然辯證法研究（11）：80-85.

董曉輝，鄭小斌，彭義平. 2019. 高校教育大數(shù)據(jù)治理的框架設(shè)計與實施[J]. 中國電化教育（8）：63-71.

董曉輝. 2021. 活動理論視角下高校教育數(shù)據(jù)治理體系構(gòu)成要素研究[J]. 中國電化教育（3）：79-87.

國務(wù)院. 2015-08-31. 國務(wù)院關(guān)于印發(fā)促進大數(shù)據(jù)發(fā)展行動綱要的通知[EB/OL]. [2020-11-20]. http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm

黃正華. 2012. 正當與善：優(yōu)先性問題的問題[J]. 倫理學研究（4）：11-15.

蔣潔. 2016. 復(fù)雜數(shù)據(jù)探勘的道德風險與規(guī)訓(xùn)機制[J]. 圖書與情報（6）：77-82.

教育部機關(guān)服務(wù)中心. 2020-11-21. 習近平出席二十國集團領(lǐng)導(dǎo)人第十五次峰會第一階段會議并發(fā)表重要講話[EB/OL]. [2021-01-12]. http：//www.moe.gov.cn/s78/A01/s4561/jgfwzx_x-xtd/202011/t20201 124_501475.html

教育部. 2021-03-25. 教育部關(guān)于加強新時代教育管理信息化工作的通知[EB/OL]. [2021-06-12]. http：//www.moe.gov.cn/srcsite/A16/s3342/202103/t20210322_521669.html

羅俊. 2016. 計算社會科學與人工智能[J]. 貴州師范大學學報（社會科學版）（6）：40-42.

劉金松. 2018. 數(shù)據(jù)治理：高等教育治理工具轉(zhuǎn)型研究[J]. 中國電化教育（12）：39-45.

李建偉，蘇占玖，黃赟茹. 2018. 基于大數(shù)據(jù)學習分析的在線學習風險預(yù)測研究[J]. 現(xiàn)代教育技術(shù)（8）：78-84.

勞凱聲. 2019. 智能時代的大學知識生產(chǎn)[J]. 首都師范大學學報（社會科學版）（2）：1-6.

劉三女牙，楊宗凱，李卿. 2017. 教育數(shù)據(jù)倫理：大數(shù)據(jù)時代教育的新挑戰(zhàn)[J]. 教育研究（4）：15-20.

劉三女牙，劉盛英杰，孫建文，沈筱譞，劉智. 2021. 智能教育發(fā)展中的若干關(guān)鍵問題[J]. 中國遠程教育（4）：1-7，76.

梁迎麗，劉陳. 2018. 人工智能教育應(yīng)用的現(xiàn)狀分析、典型特征與發(fā)展趨勢[J]. 中國電化教育（3）：24-30.

梁芷銘. 2015. 大數(shù)據(jù)治理：國家治理能力現(xiàn)代化的應(yīng)有之義[J]. 吉首大學學報（社會科學版）（2）：34-41.

龐茗月，胡凡剛. 2019. 從賦能教育向尊崇成長轉(zhuǎn)變：教育大數(shù)據(jù)的倫理省思[J]. 電化教育研究（7）：30-36，45.

戚萬學，謝娟. 2019. 教育大數(shù)據(jù)的倫理訴求及其實現(xiàn)[J]. 教育研究（7）：26-35.

舒曉靈，朱博文. 2016. 知識發(fā)現(xiàn)與數(shù)據(jù)挖掘在計算社會科學中的應(yīng)用[J]. 貴州師范大學學報（社會科學版）（6）：49-53.

譚九生，楊建武. 2019. 人工智能技術(shù)的倫理風險及其協(xié)同治理[J]. 中國行政管理（10）：44-50.

袁利平，陳川南. 2018. 人工智能視域下的寬度學習及在教育中的應(yīng)用[J]. 遠程教育雜志（4）：49-56.

楊現(xiàn)民，李怡斐，王東麗，邢蓓蓓. 2020. 智能時代學習空間的融合樣態(tài)與融合路徑[J]. 中國遠程教育（1）：46-53，72.

楊宗凱. 2018. 基礎(chǔ)教育信息化2.0：科技促進教育創(chuàng)新發(fā)展的中國路徑[J]. 中小學數(shù)字化教學（4）：23-25.

趙磊磊，張黎，代蕊華. 2021. 智能時代教育數(shù)據(jù)風險治理：實然困境與實踐路徑[J]. 湖南師范大學教育科學學報（6）：94-102.

鄒太龍，易連云. 2020. 舍恩伯格大數(shù)據(jù)教育應(yīng)用思想的倫理關(guān)懷[J]. 中國電化教育（12）：55-62.

張燕南，趙中建. 2016. 大數(shù)據(jù)教育應(yīng)用的倫理思考[J]. 全球教育展望（1）：48-55，104.

Floridi， L.， & Taddeo， M. （2016）. What is data ethics？ Philosophical transactions. Series A， Mathematical， Physical， and Engineering Sciences， 374（2083）， 1-13.

Massimo， P. （2003）. On the Relationship between Science and Ethics. Zygon， 38（4）， 871-894.

Nersessian， D. （2018）. The law and ethics of big data analytics： A new role for international human rights in the search for global standards. Business Horizons， 61（6）， 845-854.

Ambrose， D.， & Cross， T. （2009）. Morality， Ethics， and Gifted Minds. New york， NY： Springer US.

Rubel， A.， & Jones， K. M. L. （2016）. Student privacy in learning analytics： An information ethics perspective. The Information Society， 32（2）， 143-159.

Saugmann， R.， M?ller， F.， & Bellmer， R. （2020）. Seeing like a surveillance agency？ Sensor realism as aesthetic critique of visual data governance. Information， Communication & Society， 23（14）， 1996-2013.

Von， G. M.， Wernick， A.， & Olk， C. （2019）. Data governance： Enhancing innovation and protecting against its risks. Intereconomics， 54（4）， 228-232.

West， E.， & Prior， W. J. （1994）. Virtue and knowledge： An introduction to ancient Greek ethics. Classical world， 87（3）， 239.

Yanosky， R.， & Pam， A. （2015）. The analytics landscape in higher education： Report of EDUCAUSE. Louisville， CO： Educause Center for Analysis and Research.

收稿日期：2021-02-18

定稿日期：2021-10-05

作者簡介：趙磊磊，博士，江南大學教育學院副教授，碩士生導(dǎo)師，貴州師范學院兼職教授（214122）。

張黎，碩士研究生，本文通訊作者;王靖，博士，副教授，碩士生導(dǎo)師。江南大學教育學院（214122）。

責任編輯 單 玲