课堂上，当学生戴上“智能头环”，传感器便开始实时采集其脑电波，自动评估学生的注意力水平并打分，同时将“专注度分数”同步推送给家长和教师。这并非科幻电影中的场景，而是已在部分学校试点的真实教育实践。

尽管技术初衷不乏善意，可以帮助教师了解学生听课状态、辅助识别注意力缺陷等问题，但其背后隐藏的法律与伦理风险已远超传统教育数据治理的范畴，对现行法律制度提出了严峻挑战。“人机一体”的教育应用，正迫使我们在未成年人保护、教育公平等维度上，重新审视技术进校园的法律边界与规制逻辑。

“人机一体”数据的法律定性

目前在教育领域，数据的采集维度正不断拓展，从传统的学籍信息延伸至课堂行为、认知模式、学习习惯等层面。以“智能头环”为代表的“人机一体”设备所采集的数据，呈现出与传统教育数据截然不同的法律属性。传统教育数据主要反映学生的“外在行为”，如考试成绩、出勤记录、课堂表现等。而“人机一体”数据，如脑电波、瞳孔变化等生理指标，直接揭示的是学生的认知状态与情绪状态，是其生理自我的直接表现。二者在法律性质上的根本差异在于：传统教育数据是学生主动或被动留下的行为痕迹，“人机一体”数据则是其内在精神活动的外显表征。“人机一体”数据一旦被持续、无感地采集，学生便实质上丧失了对其自身内在状态的控制权。

在法律性质上，“人机一体”数据首先应被界定为敏感个人信息。根据《中华人民共和国个人信息保护法》第二十八条规定，敏感个人信息是一旦泄露或者非法使用，容易导致自然人的人格尊严受到侵害或者人身、财产安全受到危害的个人信息，包括生物识别、宗教信仰、特定身份、医疗健康、金融账户、行踪轨迹等信息，以及不满十四周岁未成年人的个人信息。生物识别信息属于典型的敏感个人信息，而脑电波等神经数据具备独特的生物识别特征，应归入此类。

然而，将“人机一体”数据简单归类为敏感个人信息，尚不足以应对其带来的全部法律与伦理挑战。国际学术界及部分立法机构正在推动一个更为前沿的法律概念——“神经权利”（Neuro-rights）。该权利旨在保护个体的神经数据不被滥用，确保人格完整性免受技术侵害。《中华人民共和国民法典》第九百九十一条规定，民事主体的人格权受法律保护，任何组织或者个人不得侵害。这一权利定位为“人机一体”数据的法律保护提供了更为坚实的法理基础。

　数据风险法律规制的现实困境

教育的根本目的在于培养具有独立思考能力的个体，而“智能头环”等技术若预先设定学生的内在状态需由外部系统“评判”，可能会弱化学生的自我认知调节能力，侵蚀教育的内在价值。针对未成年人这一特殊群体，我国现行法律已确立了多层次的保护框架。《中华人民共和国未成年人保护法》设立了“网络保护”专章，明确信息处理者通过网络处理未成年人个人信息时应当遵循“合法、正当、必要”原则。《中华人民共和国个人信息保护法》第二十八条将不满十四周岁未成年人的个人信息列为“敏感个人信息”，第三十一条规定处理该类信息应当取得其父母或其他监护人的同意。《儿童个人信息网络保护规定》则进一步在存储期限管控、访问权限限制、加密存储要求、删除流程保障及数据泄露上报等方面作出了明确规定。上述规范体现了我国在国家层面针对未成年人信息数据实行优先保护、特殊保护的核心思路。尽管如此，面对“人机一体”教育数据所带来的新型风险，现有法律框架仍显不足。其特殊性要求立法者在敏感个人信息保护的基础上，探索建立更具针对性的特殊法律保护机制，以回应技术发展对教育领域个人基本权利提出的新挑战。

一是“知情同意”框架在教育场景的水土不服。《中华人民共和国个人信息保护法》第十四条规定，基于个人同意处理个人信息的，该同意应当由个人在充分知情的前提下自愿、明确作出。但在教育场景中，“知情同意”存在双重困境：一是师生与学校之间存在权力不对等，“同意”名存实亡；二是大量数据处理基于“法定职责”或“正当利益”，边界模糊，易被滥用。

二是教育数据算法规制的制度滞后。《中华人民共和国个人信息保护法》第二十四条规定，个人信息处理者利用个人信息进行自动化决策，应当保证决策的透明度和结果公平、公正。《中华人民共和国数据安全法》第八条规定，开展数据处理活动，应当遵守法律、法规，尊重社会公德和伦理，遵守商业道德和职业道德，诚实守信，履行数据安全保护义务，承担社会责任，不得危害国家安全、公共利益，不得损害个人、组织的合法权益。《互联网信息服务算法推荐管理规定》第四条规定，提供算法推荐服务，应当遵守法律法规，尊重社会公德和伦理，遵守商业道德和职业道德，遵循公正公平、公开透明、科学合理和诚实信用的原则。以上法律和部门规章虽然对算法透明、公正公平有原则性规定，但缺乏可操作的实施细则。尤其在教育领域，尚未建立专门的算法备案、伦理审查与影响评估制度。

数据风险防范的法律规制建设

《教育强国建设规划纲要（2024—2035年）》明确提出，在“促进人工智能助力教育变革”的同时，要“加强网络安全保障，强化数据安全、人工智能算法和伦理安全”。教育领域的“人机一体”数据风险防范应从以下几个方面完善法律规制建设。

一是确立“教育主导技术”的法治原则。在教育领域，明确技术在教育中的辅助性地位，坚持“教育主导技术”的原则，防止因技术滥用导致“技术主导教育”的异化现象。在算法设计中贯彻“教师最终决定权”机制，确保关键决策节点由教育工作者把控。

二是建立教育数据分类分级保护制度。根据教育数据的性质与风险程度，将其划分为基础信息、学业数据、生物特征数据等类别，实施差异化、精细化的安全管理。鉴于神经数据具有高度敏感性，应将其列为严格保护的特殊数据类型，适用高于一般敏感个人信息的保护标准。原则上，应禁止在基础教育阶段以任何形式采集学生的脑电波、神经信号用于专注度分析或日常教学管理。除医学诊断等法定特殊情形外，不得使用；确有必要使用的，必须经过法定程序审查批准。

三是严格规范“同意机制”的适用。充分考虑教育数据的多主体性，教育主管部门、学校、企业等主体在数据的产生、使用与管理中应依法履职，明确各自责任。学校、教师、学生及家长作为教育技术的直接使用者，其数据安全意识和防护能力直接影响风险防控成效。应推行场景化、分层级的同意机制，涉及学生重大权益的教育数据处理行为，必须获得其父母或其他监护人单独、明确的同意。

四是建立伦理审查与外部监督机制。鼓励并规范设立校级或区域级“人工智能教学应用伦理委员会”，负责对教育领域人工智能应用开展伦理审查。依法赋予师生数据异议权、删除权及算法申诉权，保障其在数据被不当处理时的救济途径。对数据泄露、算法歧视等违法行为，依法建立并落实民事、行政与刑事多元追责机制，形成有效法律责任闭环。

法治不仅要鼓励创新，更要守住底线。在“智能头环”试图读懂每一个学生内心时，法律应当划出清晰红线：有些边界不能逾越，有些数据不能采集，有些技术不能滥用。教育的核心价值——思想自由、内心尊严、自主成长——恰恰是任何算法都无法“量化”的。

（作者系西南政法大学副教授）

《中国教育报》2026年10月21日 第04版

作者：赵莹