siberius/student-data-protection / uk
zakhyst-danykh-uchniv
VerifiedПроєктує, впроваджує або перевіряє захист персональних даних учнів у шкільних застосунках (Україна та ЄС). Використовуйте при зміні персональних даних, автентифікації, прав, строків збереження, експортів чи AI-потоків, а також для безпекового аудиту. Не перетворюйте косметичні зміни на повний аудит відповідності.
| File | Kind | Size |
|---|---|---|
| LICENSE | other | 1.0 KB |
| SKILL.md | skill md | 6.6 KB |
| references/ai-act.md | markdown | 4.2 KB |
| references/ai-data.md | markdown | 4.8 KB |
| references/crypto.md | markdown | 1.4 KB |
| references/data.md | markdown | 2.0 KB |
| references/identity.md | markdown | 2.7 KB |
| references/legal.md | markdown | 7.7 KB |
| references/operations.md | markdown | 2.7 KB |
| references/practical-solutions.md | markdown | 3.4 KB |
| references/publication.md | markdown | 3.4 KB |
| references/source-status.md | markdown | 3.9 KB |
| references/sso.md | markdown | 1.3 KB |
| references/storage.md | markdown | 1.6 KB |
| references/verification.md | markdown | 11.1 KB |
| references/web.md | markdown | 1.6 KB |
| references/workflow.md | markdown | 6.5 KB |
references/ai-data.md
View on GitHub# 15. Потоки даних AI, навчальні асистенти та RAG [П/ПЕР]
<!-- Згенерована довідка; редагуйте окремий самостійний посібник. -->
Джерельні розділи: 15.
## 15. Потоки даних AI, навчальні асистенти та RAG [П/ПЕР]
### 15.1 Мовні моделі в освіті
[П/ПЕР] Використання великих мовних моделей (LLM) як інтерактивних асистентів:
- **Режим Zero-Data Retention (ZDR):** Договір із хмарним постачальником AI повинен гарантувати, що запити учнів не зберігаються на серверах провайдера після генерації відповіді і не використовуються для донавчання загальних моделей.
- **Культура промптів:** Учнів навчають правилам цифрової гігієни: не вводити у поле запиту персональні дані, адреси чи особисту конфіденційну інформацію.
### 15.2 Пошуково-орієнтована генерація (RAG)
[П] В освітніх RAG-системах:
- Векторні бази наповнюються виключно навчальними матеріалами (підручники, завдання, методички).
- Заборонено завантажувати у вектори особові справи, журнали оцінок чи характеристику учнів.
### 15.3 Педагогічний нагляд
[П] Відповіді та рекомендації AI мають виключно допоміжний характер. Остаточні рішення щодо оцінювання та атестації приймає вчитель-людина (принцип Human-in-the-loop).
### 15.4 Архітектурні шлюзи та k-анонімність для систем AI [П]
[П] Захист інформації під час роботи з компонентами штучного інтелекту:
#### 1. Рівні обробки (L0 / C1 / C2)
- **Рівень L0 (Повністю локальний):** Модель розгортається безпосередньо у локальній мережі закладу освіти або на робочому місці (наприклад, Ollama, llama.cpp). Жодні запити не передаються за межі школи.
- **Рівень C1 (Хмарний провайдер із договором DPA та ZDR):** Хмарний сервіс із підписаним договором та гарантією незбереження даних. Прямі ідентифікатори учнів (імена, класи) видаляються перед передачею запиту.
- **Рівень C2 (Публічні відкриті моделі):** Відсутній договір із закладом. Дозволено надсилати лише повністю знеособлені та узагальнені запити без жодних даних про учнів.
#### 2. Вимоги k-анонімності (k >= 5) та l-різноманітності (l >= 2)
При формуванні аналітичних наборів даних, прогресу навчання та навчальної статистики:
- **Поріг k-анонімності:** Кожна група записів із однаковими квазі-ідентифікаторами (вік, клас, стать, профіль) ПОВИННА містити не менше $k = 5$ різних учнів. Менші групи підлягають вилученню або узагальненню.
- **Поріг l-різноманітності:** У межах кожної групи чутливі характеристики (наприклад, оцінка чи відвідуваність) повинні мати щонайменше $l = 2$ різні значення для уникнення розкриття за однорідністю.
- **Автоматична валідація:** Використовуйте автоматичний валідаційний скрипт (`scripts/check_k_anonymity.py`) перед кожним експортом даних.
© 2026 Luděk Sušický. [MIT](https://opensource.org/license/mit). Переглянуте видання версії 1.2, що базується на початковому посібнику від жовтня 2026 р. Зберігайте інформацію про автора, ліцензію та примітки про зміни.
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |