آئرلینڈ ادب میں ڈیٹا جمع کرنے کے ایتیکل تجزیہ جات سیکٹر میں

اس سے پہلے بھی ڈیٹا کی حجم جو ہر طالب علم کو ترقی دے چکا تھا. 2020-2021 میں دور دراز تعلیم کی ہنگامی منتقلی نے ڈیجیٹل آلات کی منظوری کو یقینی بنایا، جن میں سے بہت سے کو ملانے یا انورٹر ترتیبات میں استعمال کیا جاتا ہے، یہ ڈیٹا اکثر انفرادی اسکولوں کے اندر نہیں بلکہ تعلیم کے شعبے کے لیے، تعلیمی اداروں کے ساتھ ساتھ ساتھ ساتھ ساتھ تعلیمی شعبے کے شعبے کے لیے بھی شیئر کیا جاتا ہے اور ان کے ذریعے جو کہ ان کے زیرِ تحقیقی مطالعات کو فراہم کرتے ہیں۔

اخلاقی چیلنج یہاں شروع ہوتا ہے: زیادہ سے زیادہ ڈیٹا جمع کیا جاتا ہے، اس کے لیے ایک نوجوان کی زندگی کی تفصیلی تصویر بنانا پڑتا ہے – ان کی تعلیمی جدوجہد، سماجی مواصلات، جذباتی حالت اور ان کے گھر کے ماحول کی بھی وضاحت کرنا پڑتا ہے۔

کلیدی فکر

اختیار اور تحفظ

تعلیمی نظام کے تحت ، مرضی کے تحت ، مرضی سے دی گئی معلوماتی اعداد و شمار کو منظوری دی جاتی ہے ۔

آئرلینڈ کے ڈیٹا تحفظ قانون 2018ء میں ڈیجیٹل رضامندی کی عمر 16 سال بتائی جائے گی جبکہ طالبعلموں کو والدین یا سرپرست سے حاصل ہونا چاہیے لیکن ” علم “ کا مطلب اکثر قانونی زبان میں لکھا گیا ہے ۔ جب کہ والدین کو اکثراوقات خفیہ پالیسیوں کے ساتھ پیش کِیا جاتا ہے ، خاص طور پر نوجوان اپنے ڈیٹا کو کیسے استعمال کریں گے ، جمع کرنے یا شیئر کرنے کے لئے ایک ہی سال میں صرف کئے گئے ہیں ۔

مزید یہ کہ "ڈمکیشن رضامندی" کا نظریہ - جہاں فرد وقت کے ساتھ ساتھ اپنی ترجیحات کو تبدیل کر سکتا ہے- اس پر عمل درآمد کم ہوتا ہے۔ جب ایک طالب علم یا والدین نے رضامندی دی ہے تو اکثر طالب علم کے پورے ڈیجیٹل تجربے کو خراب کیے بغیر مخصوص مقاصد کے لیے اسے ترک کرنے کا کوئی بھی کوئی جواز نہیں ہے۔

ان خدشات کو پورا کرنے کے لیے اسکولوں کو مناسب طور پر منظوری سے آگے بڑھنا چاہیے. انہیں ڈیٹا استعمال کے بارے میں واضح، عمر کے انتہائی حساس رابطے کا منصوبہ بنانا چاہیے،

ڈیٹا سیکورٹی

آئرش تعلیمی شعبے نے پہلے ہی سے ناکافی اعداد و شمار کے نتائج کا تجربہ کیا ہے۔مارچ 2022ء میں تعلیم کے شعبے کو ایک اہم فدائی حملہ ہوا جس میں ہزاروں اور سابقہ طالب علموں کے ذاتی اعداد و شمار کو بے نقاب کیا گیا جس میں نام، پتے اور طبی معلومات شامل ہیں۔ حملے کے دوران اسکول آپریشن اور حساس نوجوانوں کے اعداد و شمار کو بچانے کی حکومت پر عوامی اعتماد کو بے حد متاثر کیا جاتا ہے۔

ایسے واقعات اکثر غیر متصل نہیں ہوتے بلکہ یہ کہ مخصوص آئی ٹی سیکورٹی ٹیموں اور بجٹ کی کمی ہوتی ہے کہ مالی ادارے یا صحت کی دیکھ بھال کرنے والے ادارے ایسے ہیں جنکی دیکھ‌بھال کرنے والے لوگ کرتے ہیں ۔

اعداد و شمار کی حفاظت کرنا فرض نہیں ہے، نہ صرف قانونی طور پر نگہداشت کرنا ہے، بلکہ جب کوئی سکول کسی بچے کی ذہنی صحت یا سیکھنے کی صلاحیت کے بارے میں حساس معلومات جمع کرتا ہے تو یہ اس معلومات کی حفاظت کرنے کی ذمہ داری کا اندازہ لگاتا ہے جو بظاہر نقصاندہ ہونے سے عمر بھر کے نتائج حاصل کر سکتی ہے، جن میں شناخت چوری، سماجی عدم استحکام یا تعصب شامل ہے۔

آئرش اسکولوں کے لیے بہترین کارکردگی میں باقاعدہ تحفظ Audits کا عمل، عبوری اور آرام دونوں میں ڈیٹا کو نافذ کرنا، ضرورت پر سخت رسائی کنٹرولوں پر عمل کرنا اور تمام سٹافوں کے لئے حفاظتی تربیت فراہم کرنا شامل ہے۔ ڈی پی سی نے بھی ڈیٹا خلاف ورزی کے منصوبے کو جگہ پر شامل کرنے کی اہمیت پر زور دیا ہے، نیز اس کے علاوہ 72 گھنٹوں میں لوگوں اور انتہائی آگاہی کے اندر دوبارہ رد عمل میں آنے کی اہمیت پر زور دیا ہے۔

مقصد اور انتخاب

ایک فرضی مقصد کے لئے جمع ہونے والے ڈیٹا کو آسانی سے استعمال میں لانے والے استعمالات میں لا سکتے ہیں جنہیں کبھی توقع نہیں کی جا رہی تھی یا منظور کیا گیا – یہ تاثر جو اعداد و شمار کے مطابق "انتہائی منظم" کے طور پر جانا جاتا ہے تعلیم میں بنیادی اخلاقی فکر ہے مثال کے طور پر ، ایک بچے کو مخصوص تعلیمی خدمت (این پی ایس) کے ساتھ جمع کرنے کے لئے بعد میں جمع کیا جا سکتا ہے ، یا پھر اس کی شناخت کے لئے ایک اسکول کی طرف سے

اکثر اسکولز ایسے کام پر دستخط کر سکتے ہیں جن میں اکثر لوگ حد سے زیادہ استعمال کرتے ہیں اور جب آپ کے پاس یہ چیزیں موجود ہیں تو آپ کو معلوم ہو جائے گا کہ آپ کے پاس زیادہ سے زیادہ معلومات اور معلومات ہیں

اخلاقی راستی برقرار رکھنے کے لیے تعلیمی اداروں کو ایک سخت اصول منظور کرنا ہوگا: ڈیٹا کو صرف مقررہ، واضح، اور قانونی مقاصد کے لیے جمع کیا جانا چاہیے اور ان مقاصد کے ساتھ مزید معلوماتی تناظر میں ترتیب نہیں دینی چاہیے۔ ہر ڈیٹا جمع کرنے والے کو ڈیٹا جمع کرنے میں شامل ہونا چاہیے۔

خطرات اور خطرات

تعلیم میں ڈیٹا کے گرد اخلاقی بحث ترقی اور نجیت کے درمیان میں binary انتخاب نہیں ہے۔ایبٹ آباد اور تب سے جب غیر فعال اور غیر فعال طور پر حل ہو جائے تو تبدیلی فوائد محفوظ کر سکتی ہے:

• Personalised ducation – ترقیاتی پلیٹ فارم ہر طالب علم کی ضروریات کے مطابق مواد اور رفتار کو تبدیل کر سکتے ہیں، کامیابی کی کمی کو قریب کرنے میں مدد دیتے ہیں۔
• [Early Introduction – Analytics ایسے طالب علم جو پیچھے گر کر یا اپنی طرف سے تقسیم کرنے کے نشانات دکھا رہے ہوں، اساتذہ اور مشیروں کی جانب سے وقتی حمایت حاصل کرنے کے قابل ہو سکتے ہیں۔
• Reurce Provimisation – Aggeregate data اسکول اور شعبہ تعلیم سرمایہ کاری، تعلیمی اسٹاف اور مواد جہاں ان کی ضرورت سب سے زیادہ ہے۔
• Evidence onstruction – لانگینٹل ڈیٹا قومی پیشوں کے اثرات کی سمت چلتا ہے، جیسے ڈیجیٹل اسکیم فار اسکولوں کے لیے اور مستقبل کی سرمایہ کاری کو آگاہ کرتا ہے۔

تاہم ، خطرات یکساں ہیں ۔ غیر مجاز اعداد و شمار کے مجموعے [Profiling and لیبل]]]] کا سبب بن سکتا ہے کہ ایک طالب علم کو مستقل طور پر "low-ity" کے طور پر استعمال کیا جا سکتا ہے، ابتدائی ٹیسٹ اسکوروں کے دوران، نگرانی کے لئے جگہ کے بغیر،