🔐👧 Privacy and personal data / गोपनीयता र व्यक्तिगत डेटा

Moodle type: Page / Book   |   Estimated time: 15 minutes

Privacy and personal data — what never goes into a tool

Responsible AI use with pupils begins with protecting their personal information. Many generative AI tools are public, and what you type into them may not stay private.

What counts as personal data?

Personal data is any information that identifies a real person. For pupils, this includes full name, photo, address, phone number, marks, health information, and identity-related information such as caste, ethnicity, or disability status. Information about children needs extra protection.

The rule and how to keep it
  • Never type pupils’ personal data into a public AI or online tool.
  • Use initials, codes, or fictional examples instead of names.
  • Describe a learning need without identifying the pupil.
  • Use school-approved tools for anything sensitive.
  • When in doubt, do not enter the data; ask the school focal point first.
Personal-data red line: Pupils’ personal data is never typed into a public AI or online tool.
Try it: Take a real-looking class list, report comment, or certificate request. Cross out every item that identifies a pupil and rewrite it with initials or codes.
Moodle प्रकार: Page / Book   |   अनुमानित समय: १५ मिनेट

गोपनीयता र व्यक्तिगत डेटा — उपकरणमा कहिल्यै नराख्ने कुरा

विद्यार्थीसँग एआईको जिम्मेवार प्रयोग उनीहरूको व्यक्तिगत जानकारी जोगाउने कुराबाट सुरु हुन्छ। धेरै जेनेरेटिभ एआई उपकरणहरू सार्वजनिक हुन्छन्, र तपाईंले राखेको जानकारी निजी नरहन सक्छ।

व्यक्तिगत डेटा के हो?

व्यक्तिगत डेटा भनेको वास्तविक व्यक्तिलाई चिनाउने कुनै पनि जानकारी हो। विद्यार्थीका लागि यसमा पूरा नाम, फोटो, ठेगाना, फोन नम्बर, अंक, स्वास्थ्य जानकारी र जात, जातीयता वा अपाङ्गता अवस्थाजस्ता पहिचानसम्बन्धी जानकारी पर्छन्। बालबालिकासम्बन्धी जानकारीमा थप सुरक्षा चाहिन्छ।

नियम र त्यसलाई पालना गर्ने तरिका
  • विद्यार्थीको व्यक्तिगत डेटा सार्वजनिक एआई वा अनलाइन उपकरणमा कहिल्यै नराख्नुहोस्।
  • नामको सट्टा अक्षर, कोड वा काल्पनिक उदाहरण प्रयोग गर्नुहोस्।
  • विद्यार्थीलाई नचिनिने गरी सिकाइ आवश्यकता वर्णन गर्नुहोस्।
  • संवेदनशील कामका लागि विद्यालयले स्वीकृत गरेका उपकरण मात्र प्रयोग गर्नुहोस्।
  • शंका लागे डेटा नराख्नुहोस्; पहिले विद्यालयको फोकल व्यक्तिलाई सोध्नुहोस्।
व्यक्तिगत डेटा रातो रेखा: विद्यार्थीको व्यक्तिगत डेटा सार्वजनिक एआई वा अनलाइन उपकरणमा कहिल्यै टाइप गरिँदैन।
अभ्यास गर्नुहोस्: कक्षा सूची, रिपोर्ट टिप्पणी वा प्रमाणपत्र अनुरोधजस्तो उदाहरण लिनुहोस्। विद्यार्थीलाई चिनाउने सबै कुरा काट्नुहोस् र अक्षर वा कोड प्रयोग गरेर पुनर्लेखन गर्नुहोस्।
Last modified: Sunday, 28 June 2026, 10:03 AM