Como proteger dados de alunos: 10 princípios básicos - PORVIR
Maksim Kabakou / Fotolia.com

Inovações em Educação

Como proteger dados de alunos: 10 princípios básicos

Diretor da plataforma adaptativa Knewton enumera os benefícios e os limites do big data para a educação

por Jose Ferreira ilustração relógio 23 de junho de 2014

No último mês, enumerei os argumentos mais utilizados por pessoas contrárias ao big data na educação. Conforme a Knewton emerge enquanto liderança global em big data para a educação, progressivamente, torna-se nossa responsabilidade explicar quais são os benefícios e os limites desses dados. Desde que a Knewton foi fundada, fomos o mais cuidadosos possível com os dados estudantis (tanto que não temos nenhuma informação pessoal que possa identificar os alunos dos nossos parceiros).*

Ao longo dos anos, cuidadosamente, chegamos aos padrões listados abaixo. Eles são nossos parâmetros. Tomamos como referência o debate sobre bases de dados na Edtech – assim pensamos que as demais companhias, que ainda estejam formulando seus próprios parâmetros, possam estar interessadas em aprender os nossos. Um problema das padronizações é que elas podem rapidamente se tornar obsoletas e impedir progressos, mesmo que sem essa intenção. Além disso, elas têm como alvo problemas atuais (sejam eles materiais ou pressentidos) e esses problemas mudarão. Portanto, nos esforçamos bastante para expor nossos problemas de forma compreensível, alcançável e à prova do futuro.

Em primeiro lugar, consideramos invioláveis estes cinco princípios:

1 – Dados estudantis pertencem aos estudantes
Qualquer outra pessoa só poderá ter acesso a eles por custódia. Os pais continuam a ter autoridade para tomar decisões no lugar dos filhos até que tenham maturidade legal. Escolas e editores costumam reivindicar propriedade dos dados, mas não é. (Não podem vender para o Facebook ou para a Coca-Cola, por exemplo.) Os dados são do aluno. O resto de nós só tem direito de utilizar esses dados para ajudar a melhorar o resultado da aprendizagem dos alunos.

2 – Dados estudantis não devem ser vendidos ou compartilhados sem sua explícita permissão
Empresas de educação nunca devem vender ou compartilhar dados pessoais de estudantes sem aprovação prévia e explícita. (A Knewton nunca venderá dados de estudantes e só compartilharemos a pedido deles).

3 – Dados estudantis devem ser somente utilizados como recursos para melhoria de aprendizagem
Não poderão ser utilizados com propostas do tipo “Te peguei!”. Não devem ser utilizados para constranger ninguém – sejam alunos, professores, escolas, ou empresas educativas. Eles devem ser utilizados somente caso os ajudem a aprender.

4 – Dados estudantis devem ser facilmente administrados
Algumas companhias de tecnologia optam por tornar mais difícil para que os usuários compreendam e organizem suas preferências de privacidade – em grande parte, porque têm como modelo a sustentação por anúncios. Isso significa que somente poderão ganhar dinheiro vendendo os seus dados. Para essas companhias, acordos de privacidade obscuros representam uma tática de marketing. Companhias tipo Edtech, que cobram por assinatura (inscrição) em vez de vender anúncios, não têm esses conflitos de interesse.** Acreditamos que termos de privacidade devem ser o mais transparentes possível. No caso das permissões para administração de contas (por exemplo, ao escolher se permitirão que professores e companhias de educação possam ver seu histórico de aprendizagem), o processo deve ser simples e fácil.

5 – Dados estudantis devem ser cuidadosamente protegidos
Os bancos utilizam os maiores níveis de criptografia para arquivar e transmitir informações financeiras. Com razão, a sociedade espera um alto padrão da parte de entidades financeiras ou de saúde pessoal. Da mesma forma, isso deve acontecer com dados educacionais.

***

Os padrões a seguir descrevem desafios que são difíceis de implementar ou que sempre poderão ser melhorados. Eles funcionam mais como alertas do que metas absolutas.

6 – Dados estudantis devem ser claros e compreensíveis
Dados deverão ser apresentados para os alunos de forma que sejam compreensíveis e tão úteis quanto possível. Estudantes deverão ser empoderados para que possam administrar seus próprios dados.

7 – Alunos devem ser capazes de consolidar seus dados
Estudantes devem ser hábeis para fundir dados próprios de fontes diferentes em um único histórico de aprendizagem. Uma lista de dados unificados vale mais do que a soma de suas partes. Manter um histórico de aprendizagem com perfis seguros e feito por eles mesmos ajudará os estudantes (e professores) a melhorar seus resultados de forma mais eficiente do que os mantendo isolados, em formulários separados.

8 – Dados estudantis devem ser portáteis
Se estudantes quiserem, deverão ser capazes de retirar seu histórico escolar de qualquer sistema e adicioná-lo em um outro sistema, seja de um curso para outro, de uma série para outra, escola para outra, editora para outra, ou de uma plataforma de tecnologia para outra.

9 – A análise de dados estudantis deve ser completamente passível de ser encerrada – e recuperada
Alunos devem ser capazes de desligar todas as análises sobre seus dados. Eles devem confiar que os sistemas utilizados poderão passar a ignorá-los completamente, caso desejem. Os dados devem ser recuperáveis já que alunos poderão um dia requerer seus históricos de aprendizagem novamente (Ex. por exigência de escolas, ou quando atingirem maioridade). Destruir completamente os dados dos alunos pode simplesmente levá-lo a uma desvantagem permanente em relação a outros alunos. A melhor solução é oferecer a opção de desligamento de tudo – embora mantendo os dados recuperáveis.

Por fim, nós temos um padrão importante que não diz respeito direto aos estudantes, mas às parceiras institucionais, pois acreditamos que elas se tornarão cada vez mais comuns conforme os editores de educação tem se tornado mais parecidos com companhias de tecnologia.

10 – IPs institucionais devem ser protegidos
Escolas competem com outras escolas, empresas de educação também competem entre si. Por causa disso, costumam tentar novas estratégias e pedagogias em busca de vantagens. Se qualquer experimentação dessas resultar em notáveis melhorias para a aprendizagem, a instituição que tiver tentado primeiro, inventou uma nova técnica. Enquanto no curto prazo seria melhor para estudantes se essas abordagens forem compartilhadas imediatamente de forma ampla, tais abordagens nunca poderiam ter existido caso o IP dessas instituições não tivesse sido protegido.

 

* Estudantes que estiverem utilizando produtos equipados pela Knewton são naturalmente anônimos em nosso sistema. Apenas com consentimento explícito deles (ou dos pais, no caso de menores) nós podemos ligar as partes de um histórico de aprendizagem a uma pessoa específica. Mesmo assim, nunca sabemos quem é o aluno. Isso garante que os dados estudantis estejam garantidos mesmo que, em uma improvável circunstância, aconteça uma quebra na segurança.

** As companhias Edtech (entre elas, a Knewton) escolhem os modelos por assinatura para evitar esse tipo de conflito.

Esse artigo foi publicado originalmente no site da Knewton.


TAGS

big data, plataformas adaptativas, tecnologia

Cadastre-se para receber notificações
Tipo de notificação
guest

0 Comentários
Comentários dentro do conteúdo
Ver todos comentários
Canal do Porvir no WhatsApp: notícias sobre educação e inovação sempre ao seu alcanceInscreva-se
0
É a sua vez de comentar!x