文 | 劉文昭
每年開學，都會有學校搞出一些新聞，今年也不例外。位於江蘇南京的中國藥科大學，在部分教室試水人臉識別系統。學生進教室後，系統會自動識別個人信息，全程監控學生上課的聽講情況，學生發呆、打瞌睡和玩手機等動作也能被識別出來。
消息一出，一些學生哀歎再也不能讓同學幫自己“答到”了，還有學生質疑這是否侵犯隱私權。
人臉識別對這屆大學生“下手了”
在校內安裝“人臉識別”系統，並非中國藥科大學首創。據報導，在校園安全的壓力下，不少大學和中學都在校門口建立了人臉識別考勤系統，學生們通過刷臉進出校園。
中國藥科大學能上頭條，是因為它把人臉識別系統裝到了教室。在過去的報導中，這種系統多見於中小學的教室，在大學教室中推廣挺罕見。
面對質疑，中國藥科大學圖書與信息中心主任許建真很委屈，“為了（敦促）你學習，你還抱怨，請問你還是學生嗎？”
不過，似乎並不是所有的學校都願意這樣“為學生好”。在接受採訪時，中國農業大學本科中國農業大學大學生院綜合處處長韋笑，就謹慎得多。
韋笑表示，中國農業大學自2015年開始進行“智慧課堂”教室改造，已經對全校的200多間教室進行了設備和環境的改善。接下來的“智慧課堂”建設，重點將會放在利於課堂交流和知識獲取上。
“我們更希望能夠應用這些軟體，幫助老師和學生有更多的交流，抬頭率只是一個表象，學生可以複習，更多的還是要抓住老師授課的課堂。”
一些教育專家對監控系統也持反對態度。中國教育科學研究院研究員儲朝暉認為，“這個問題爭論了幾十年了，大家從專業這個角度一個得出一個共同的結論，在教室裡是不能裝監控的……學生可以作假，教師也可以作假，那麽真實的教學就不可能發生。”
這並非危言聳聽。曾有學者對中國、以色列和澳大利亞的共計748位老師和5521名學生的調研，發現在三個國家都有這樣的情況：老師在課堂上的紀律懲罰和干涉越多，學生的分神和對老師的負面情緒就越多。
學生正處在自我意識飛速成長的時期，長期處在監控的“干涉”之下，他們會不會感到壓抑和不滿？對學習真的百利而無一害？
推廣人臉識別，高校有沒有想過數據洩露的風險？
面對侵犯隱私的質疑，許建真主任表示，已向警察部門和法務部門谘詢，由於教室屬於公開場所，不存在“侵犯隱私”的說法。但有律師表示，雖然教室是公共場合，但這不代表學生在課堂上就沒有隱私——學生在課堂上同樣有涉及個人隱私的行為。
就算“不侵犯隱私”，我們還要問問學校，“貿然推廣人臉識別，是否能保證學生的數據安全？”
今年6月，微軟悄然刪除其最大的公開人臉識別數據庫——MS Celeb。MS Celeb數據庫2016年建立，微軟描述其為世界上最大的公開面部識別數據集，擁有超過1000萬張圖像。有分析稱，這是因為微軟擔心侵犯公眾隱私權、“數據權”，產生法律上的風險。
今年8月份，瑞典數據監管機構對當地一所高中開出第一張基於歐盟《通用數據保護條例》（GDPR）的罰單，金額為20萬瑞典克朗。
這所高中乾的事在中國完全不值一提——他們引進了一項人臉識別試驗計劃，為期三周，以該校的22名學生作目標。當他們進入課室時，系統會辨識他們的容貌，記錄出席率。
據報導，在瑞典記錄每節課的出勤率是法律要求。有統計顯示，每年瑞典老師需要花費17000多個小時在記錄出勤率的工作上。
就是這樣一個學生和家長都同意的實驗，依然被監管部門認定違法——學校沒有足夠的合法理由，去搜集他人的敏感數據。至於統計出勤率，監管部門認為，完全可以通過其他方式完成，對學生權益的侵犯也會小得多。
可以說，目前很多國家都意識到人臉識別可能對公民基本權利構成重大風險，對人臉識別的態度也越來越審慎。
而在中國，某些機構對人臉識別的擔心似乎並不強烈。今年2月，國內安防領域的某人工智能企業被曝發生大規模數據洩露事件，680萬條數據疑似洩露。
有專家表示，企業、機構數據庫安防力量薄弱、責任意識淡薄以及數據市場需求旺盛等因素為大規模數據洩露埋下伏筆，用戶數據倒賣在中國已形成相對成熟的黑灰產業。
而我國個人信息保護制度尚不完善，執法權責並不清晰，很多數據洩露事件也在人們關注度下降後不了了之，間接導致行業內用戶數據保護的氛圍惡化。
法律完善的歐美國家都對人臉識別慎之又慎，不知道中國藥科大學有何底氣保證數據安全？萬一提供服務的公司在市場競爭中落敗了，倒閉了，學校又如何保證這些數據不洩露？
人臉識別比傳統手段貴得多，公眾需要知道這筆錢花得值不值
學校推廣人臉識別系統，打的旗號無非是維持課堂秩序，讓學生更專注，進而提高成績。但就算沒有人臉識別，教師站在講台上，學生的學習狀態也是進入眼底。有經驗的老師通過觀察學生的反應，判斷出學生們聽懂沒聽懂，課程有沒有意思等等，也能做到八九不離十。
人臉識別系統，成本可比傳統手段貴很多，效果又能怎麽樣？2018年，杭州某中學上了一套“智慧課堂行為管理系統”。這套系統內置三個攝影頭，用以捕捉同學們的面部表情和動作，然後進行一系列大數據分析。
該校負責人表示，系統每隔30秒就會進行一次掃描，針對學生們閱讀、舉手、書寫、起立、聽講、趴桌子等6種行為，再結合面部表情是高興、傷心，還是憤怒、反感，分析出學生們在課堂上的狀態。
不過，雷鋒網曾專門撰文指出，與其他生物識別技術的研發相比，微表情識別因為太過細微，一直是計算機視覺領域一個具有挑戰性的技術難題。
目前這一技術最多地是用在金融領域。當涉及大額的貸款申請時，金融機構會讓面審員與用戶進行問答。開始是基本信息，在用戶回答的過程中，會為用戶進行一個微表情的側寫，記錄一個用戶回答問題的習慣。
隨著面審員問題的深入，用戶在回答之後地問題時，如果出現了違反他之前的回答習慣（例如眼睛從直視螢幕轉為眼睛往上瞟或往腳下看），系統則會為其標記一個異常……如果前後差距過大，就意味著從基礎問題到追問環節，此人的情緒、心理變化較大，如此就可提醒面審員此人有一定風險。
也就是說，這項技術的應用需要有面審員，有逐步深入的提問，然後根據回答觀察對方的細微面部表情變化。這跟幾十個學生在課堂上上課，大多時候聽老師講的場景，差別太大了。
某公司的智能算法開發部專家也從多個方面分析了這套系統在應用中的問題，並表示“對於這套系統的可操作性，我持懷疑態度”。
要是目前沒啥作用，各個學校就真的需要解釋下為啥要急著上這種“智慧課堂系統”了。比如有沒有利益輸送，權力尋租。
要知道，學校的預算不是大風刮來的，數目也有限。花在系統上，可能就要在學生身上省了。
如果曬完账本，學生也同意，安裝監控系統也不是不可以。但別忘了給老師和校領導的辦公室也裝一個，至少可以放在門口。畢竟提高成績，不能光靠學生努力，也需要“園丁們”兢兢業業地工作。
香港九龍灣馬來街興發大廈15樓D室