Privacy Policy
隱私政策
這是一個為新手老師打造的親師溝通練習平台。我們相信,要研究與改善親師溝通, 不需要、也不應該蒐集你的敏感原始資料。以下逐頁說明我們如何在保護你的前提下進行研究。 向下滑動以閱讀。
01 — De-identification
去識別化,預設不蒐集原始資料
我們的訊息紀錄一律經過去識別化處理。預設關閉原始資料紀錄, 僅進行分類統計與去識別化摘要——除非你願意主動分享。
這套做法參考 Anthropic 的 Clio(Clio: Privacy-preserving insights into real-world AI use): 資料先被自動匿名化與聚合,分析者只看得到較高層次的群集;系統設有最小聚合門檻,唯有當一個樣態代表足夠多的使用者時才會呈現, 而且不對任何特定個人進行分析,也不開放存取原始內容。
參考:Anthropic, Clio: Privacy-preserving insights into real-world AI use。
02 — Non-commercial
不得商用,只用於公共化用途
本平台所蒐集、保護的資料不得用於任何商業用途, 僅能用於提升親師溝通教育品質的公共化研究與非營利目的。
我們承諾不販售、不交換、不將資料提供給以營利為目的之第三方。 研究成果以公共財的形式回饋給教育現場。
03 — What & Why
我們記錄什麼,以及為什麼
每一項蒐集都對應一個明確的研究問題意識,並說明這項蒐集如何幫助我們回答它:
操作與流程事件(按鈕點擊、進入/完成情境階段)
問題意識:新手老師在親師溝通訓練中,哪些環節會卡關、容易放棄?
透過去識別化的操作流程統計,找出學習路徑上的摩擦點,據以優化教材與關卡設計。
開始前的背景資料(任教學段、目前身分、年資區間、是否擔任過導師),以及前情提要中「是否處理過類似問題」
問題意識:不同經歷與職涯階段的新手老師,在親師溝通上卡關的地方有何不同?
全部是封閉選項的分類值,只做聚合統計;你填的名字與頭像只存在你的裝置、不會上傳。我們不詢問校名、縣市、科目、性別或年齡,避免組合後能辨識出個人。
練習後的小調查(整體體驗、家長反應的真實感、練習後的信心自評、對資深顧問或回覆建議的認同度、是否上過親師溝通課程)
問題意識:練習結束時老師有多少把握面對家長?模擬的家長夠不夠真實?受過培訓的老師感受是否不同?
完全自願,可直接略過;略過時不記錄任何東西。送出時只記錄你選的選項(分類值),不含名字或訊息內容。
頁面停留時間
問題意識:哪些教學內容真正被閱讀與消化,哪些被快速略過?
以聚合後的停留時間分布,判斷內容的吸引力與負荷,調整篇幅與呈現方式。
情境與階段識別碼(scenario id、難度、phase)
問題意識:不同情境/難度對新手老師的挑戰程度有何差異?
以情境為單位彙整表現,理解哪些情境最需要更多鷹架與提示。
訊息與潤飾的去識別化分類(主題類型、語氣與意圖分類、通用關鍵詞、長度與使用技巧;不含原文)
問題意識:老師在真實情境下傾向使用哪些溝通技巧、面對哪類主題、又缺少哪些?
潤飾草稿會經 AI 即時轉為去識別化分類(並移除姓名、日期、校名等可識別資訊),僅保存分類統計與通用關鍵詞;原始草稿不被保存。
語音輸入的錄音(僅在你按下麥克風時)
目的:讓你能用說的練習回覆,更貼近真實的親師溝通。
錄音只會即時傳送給 Google Gemini 轉成文字,轉好的文字填回輸入框,由你確認後才送出;我們不保存任何錄音檔。轉出的文字與一般打字訊息適用相同的紀錄規則。
04 — Principles
雲端資料自決與公共利益
我們尊重雲端資料自決(data self-determination / data sovereignty)原則: 你對自己的資料如何被使用擁有自主權。是否提供原始紀錄給研究,永遠由你主動選擇、預設關閉, 而且可隨時改變決定。
同時,我們遵循公共利益與社會影響力原則:資料的運用以促進教育公共善為前提, 在保護個人的同時,讓研究成果能擴大正向的社會影響力。
參考:Hummel, Braun, Tretter & Dabrock (2021), Data sovereignty: A review, Big Data & Society;以及 Operationalizing digital self-determination, Data & Policy, Cambridge。