FERPA(家庭教育权利和隐私法) & AI Compliance
FERPA 如何适用于用学生教育记录训练和运行定制 AI 模型
Overview
《家庭教育权利和隐私法》(FERPA)是美国于1974年颁布的联邦法律,旨在保护学生教育记录的隐私。FERPA 由美国教育部下属的学生隐私政策办公室负责管理,适用于从教育部所管理项目获得资助的教育机构和机构部门,几乎涵盖全国所有公立 K-12 学校、学院和大学。违规可能导致联邦资助被撤回,因此 FERPA 是教育机构的重中 之重。
FERPA 赋予家长和符合条件的学生(年满18岁或就读于高等教育机构的学生)关于教育记录的特定权利。这些权利包括查阅和审查记录的权利、要求更正不准确记录的权利、同意披露教育记录中个人可识别信息(PII)的权利,以及向教育部提出投诉的权利。学生年满18岁或进入高等教育阶段后,这些权利由家长转移给学生本人。
对教育领域的 AI 应用而言,FERPA 对学生数据的使用方式构成了重要约束。自适应学习平台、预测辍学风险的预警系统、自动作文评分以及学习分析仪表板,都依赖受 FERPA 保护的学生数据。教育机构必须确保处理学生记录的 AI 系统尊重 FERPA 的同意要求、披露限制和记录保存义务。随着 AI 在教育中的使用日益增多,教育部已发布指南,说明 FERPA 如何适用于教育科技和 AI 驱动的教育服务。
AI-Specific Requirements
FERPA 的同意要求是教育领域使用 AI 的核心问题。一般而言,机构在披露教育记录中的个人可识别信息之前,必须取得家长或符合条件学生的书面同意。这一要求有若干例外,包括“学校官员”例外(34 CFR 99.31(a)(1)),允许向具有正当教育利益的学校官员披露;以及“目录信息”例外,适用于机构已指定为目录信息的基本信息。对 AI 系统而言,当 AI 供应商代表机构处理学生数据时,最常援引的是学校官员例外。
教育机构依据学校官员例外聘用 AI 服务提供商时,必须确保该提供商履行的是机构服务或职能,仅将 PII 用于协议中规定的目的,在教育记录的使用和保存 方面受机构直接控制,并遵守 FERPA 关于再披露的限制。即使使用第三方 AI 服务,机构仍须对遵守 FERPA 负责。这让机构有充分理由保持对学生数据的控制,而不是把数据发送到外部的云端 AI 平台。
FERPA 还要求机构记录每一次访问教育记录中个人可识别信息的请求以及每一次披露(34 CFR 99.32),但向具有正当教育利益的学校官员披露无需记入该记录。即便如此,机构仍需掌握哪些系统和供应商持有教育记录,以及它们如何使用这些记录。教育部的指南强调要对 AI 供应商开展尽职调查,包括其数据安全做法、数据保留政策和数据删除能力。未能对 AI 供应商保持充分监督的机构可能违反 FERPA,进而危及其联邦资助。
How Ertas Helps
Ertas Studio 在 Ertas 的云端 GPU 上训练,因此训练数据集会上传到 Ertas 并被存储,以便重复运行。如果数据集包含教育记录中的个人可识别信息,上传本身就是一次披露,需要取得同意或适用某项例外,例如学校官员例外,以及该例外所要求的直接控制。对大多数项目来说,更稳妥的做法是先去标识化,移除姓名、学号和其他标识符,使记录不再能识别到个人,再在 Studio 的数据集构建工具 Data Craft 中编辑并审批每条样本。项目结束后,您可以删除已上传的数据集。
可识别的学生数据通常出现在日常使用中,因为教职员工和学生会询问真实记录。将训练好的模型导出为 GGUF 或 safetensors,在机构自己的环境中运行,这些提示词和输出就不会到达 Ertas,推理环节也就不涉及 FERPA 的披露问题。模型归机构所有,其版 本在机构重新训练之前保持不变。自适应模型端点和企业定制模型构建可以在机构自己的云环境或本地部署中运行模型。
同意和年度告知、正当教育利益的认定、模型运行环境中的访问控制和日志记录,以及员工培训,都仍由机构负责。
Compliance Checklist
Relevant Ertas Features
- 模型导出(GGUF、safetensors)
- 自托管推理,运行时不依赖 Ertas
- Data Craft 数据集构建工具,用于编辑和审批每条训练样本
- 数据集删除
- 自适应模型端点,可在您的云环境或本地部署中运行
Related Resources
Ship AI that runs on your users' devices.
Start free with 150 credits after card verification. Paid plans from $20/mo USD.