17 AI说（AI-Speak）：基于数据的系统，第1部分
课堂中的决策
作为一名教师，你可以接触到许多种类的数据。无论是具体的数据，如出勤和表现记录，还是无形的数据，如学生的肢体语言。请思考你在职业生涯中做出过的一些决策：是哪些数据帮助你做出这些决策的？
有的技术应用程序可以帮助你可视化数据或处理数据。人工智能系统通过使用数据进行个性化学习，能做出辅助你教学和管理课堂的预测和决策：你有哪些需求是技术可以做出解答的吗？如果有，这样的系统可能需要哪些数据来完成任务？
教育系统一直在生成数据——学生的个人数据、学术记录、出勤数据等等。通过数字化和AIED应用可以记录和存储更多的数据：鼠标点击、打开的页面、时间戳和键盘敲击1。随着以数据为中心的思维方式成为社会常态，会自然地产生有关如何处理所有这些数据来做一些相关的事情的问题。我们是否能给学习者带来更个性化的反馈？我们是否能为教师设计出更好的可视化和通知工具？2
无论使用什么技术，必须要满足课堂中的真实需求。在确定需求后，我们可以关注可用的数据并询问与期望的结果相关的数据有哪些。这涉及到揭示让教育者做出精巧决策的因素。这些因素能否通过可用数据来捕捉？解决需求的最佳方式是数据和基于数据的系统吗？这样使用数据会产生哪些可能的后果？3
机器学习让我们可以将许多问题交给数据本身4。机器学习应用程序是根据数据进行训练的，它们通过操作数据来工作。它们发现模式，做出概括，并将其存储为模型——可用于回答未来问题的数据4。它们做出的决策和预测，以及对学生学习产生的影响都是以数据形式呈现。因此，理解人工智能工作方式的重要一环就是了解程序员、机器和用户是如何处理数据的。
关于数据
数据通常是关于一个在现实世界存在的实体——一个人、一个物品或一个事件。每个实体都可以通过多个属性（特征或变量）来进行描述5。例如，姓名、年龄和所属班级是学生的一些属性。这些属性的集合就是我们关于学生所拥有的数据。虽然这些数据并不是真实存在的个体，但它们确实能告诉我们一些关于他们的信息。在教育系统中收集、使用和处理的数据被称为教育数据1。
一个数据集是按行和列来进行排列的一系列数据。一个班级的出勤记录是一个数据集。在这种情况下，每一行记录一名学生。每一列可能是他们在某天或某课程中的出席或缺席情况。因此，每一列记录一个属性。
[AI4T] 数据：其形状和大小多种多样 (Data: it comes in many shapes and sizes (1/2)
数据的创建是通过选择属性并进行测量：每一条数据都是人类决策和选择的结果。因此，数据的创建是一个主观的、片面的，有时是混乱的过程，容易出现技术上的困难4,5。此外，我们选择测量或者不测量对预期结果会产生很大影响。
数字痕迹是学生活动的记录，如鼠标点击、查看页面产生的数据、交互的时间或在数字系统中的按键信息1。元数据是描述其它数据的数据5。派生数据是根据其它数据计算或推断出来的数据：每个学生的个人成绩是数据，班级平均分就是派生数据。通常，在获得有用的见解，发现模式和做出预测方面，派生数据更有用。机器学习应用程序可以创建派生数据，并将其与元数据的数据痕迹相联系起来，创建出详细的学习者模型，促进个性化学习1。
为了使任何基于数据的应用程序成功运行，应仔细选择属性并进行正确的测量。在教育背景下，应检查发现的模式是否有意义。如果设计和维护得当，基于数据的系统会非常有价值。
[AI4T] 数据：其形状和大小多种多样 (Data: it comes in many shapes and sizes (2/2)
本章旨在介绍一些有关数据和基于数据的技术的基础知识，但数据素养也非常重要，值得开展专门的培训，并长期提供支持和更新1。
你应该了解的法律
由于数据存储成本的大幅降低，我们可以保存更多的数据和元数据，且能保留更长的时间6。这可能导致隐私泄露和权利侵犯。通用数据保护条例（GDPR）这样的法律明确规定禁止此类做法，并给予欧盟公民更多权利去管控他们的个人数据。它们在所有欧盟成员国提供法律上可执行的数据保护规定。
根据GDPR，个人数据是指任何与已识别或可识别的个人（数据主体）有关的信息。学校除了与处理其数据的公司开展合作外，还存储了大量有关学生、家长、员工、管理层和供应商的个人信息。作为数据控制者，他们必须保密，安全地存储数据，并需要有程序保护正确使用所有的个人数据1。
GDPR确立的权利包括：
- 公民拥有强制性访问权：能够（轻松地）知道收集了哪些他们的数据
- 公民的知情权：了解被收集的数据的用途
- 删除权：允许已被平台收集数据的公民提出从该平台构建的数据集中删除该数据的诉求（并且允许出售给他人）
- 解释权：每当任何会对公民产生影响的自动决策过程需要说明时，应提供相应的解释
尽管如此，GDPR也允许在“合法利益”7下收集某些数据，并且允许无限期、无需同意地使用派生、聚合或匿名化数据5。新的《数字服务法》限制将个人数据用于定向广告目的7。除此之外，欧盟-美国隐私盾（EU-US Privacy Shield）加强了欧盟公民的数据保护权利，来应对他们的数据被转移到欧盟以外地区的情况5。
请参考GDPR入门，这是由欧洲公民自由联盟（Liberties）的独立专家进行的分析。欧洲公民自由联盟是一个保护欧盟公民人权的监督机构。
1 Ethical guidelines on the use of artificial intelligence and data in teaching and learning for educators, European Commission, October 2022.
2 du Boulay, B., Poulovasillis, A., Holmes, W., Mavrikis, M., Artificial Intelligence And Big Data Technologies To Close The Achievement Gap, in Luckin, R., ed. Enhancing Learning and Teaching with Technology, London: UCL Institute of Education Press, pp. 256–285, 2018.
3 Hutchinson, B., Smart, A., Hanna, A., Denton, E., Greer, C., Kjartansson, O., Barnes, P., Mitchell, M., Towards Accountability for Machine Learning Datasets: Practices from Software Engineering and Infrastructure, Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, Association for Computing Machinery, New York, 2021.
4 Barocas, S., Hardt, M., Narayanan, A., Fairness and machine learning Limitations and Opportunities, MIT Press, 2023.
5 Kelleher, J.D, Tierney, B, Data Science, MIT Press, London, 2018.
6 Schneier, B., Data and Goliath: The Hidden Battles to Capture Your Data and Control Your World, W. W. Norton & Company, 2015.
7 Kant, T., Identity, Advertising, and Algorithmic Targeting: Or How (Not) to Target Your “Ideal User.”, MIT Case Studies in Social and Ethical Responsibilities of Computing, 2021.
