香港推出个人数据AI沙盒：学校先试，隐私先审

AI 进入校园，先别急着问「模型能做什么」，要先问「学生数据会经过什么环节」。

7 月 6 日，香港个人资料私隐专员公署与数字政策办公室宣布推出「保障个人资料 AI 沙盒」，面向政府资助的中小学探索 AI 应用。首阶段为期 6 个月，计划选出 15 个申请者，提供隐私监管指引和技术支持。1

这件事有意思的地方，不是又多了一个 AI 试用项目，而是把隐私风险评估往前挪了：学校、AI 方案供应商、监管和技术支援机构一起看使用场景，先发现问题，再调整用例。PCPD 7 月 13 日的后续介绍也明确提到，沙盒希望帮助参与者在早期识别隐私风险，并在专家指导下完善 AI 用例。2

学生资料的敏感性，不会因为 AI 被包装成学习工具就自动降低。PCPD 在 2026 年 5 月公布的 60 家机构合规检查里，57 家已经在日常运营中使用 AI；其中 24 家通过 AI 系统收集或使用个人资料，19 家在上线 AI 系统前做过隐私影响评估。3

放到校园场景，至少要提前问清三件事：

这也是沙盒的实际价值：不是等学校全面部署后再补一份隐私说明，而是在场景设计阶段就把数据流、权限、人工监督和事件响应放在同一张图上。

7 月 23 日，PCPD 在 AI-Powered Enterprise Forum 的官方记录中再次强调建立稳健的 AI 治理框架，并介绍了「人工智能：个人资料保障模范框架」和「员工使用生成式 AI 指引清单」。4

这份员工使用指引清单早在 2025 年 3 月发布，建议组织明确允许使用的工具和用途、可输入的信息类型与数量、输出信息的保存和留存规则，也要规定允许使用的设备和人员，以及 AI 事件报告和违规后果。5

换句话说，AI 治理不能只写成「员工小心一点」。它要落到数据从哪里进、经过谁、保存多久、出事谁负责。

沙盒解决的是「先评估、再落地」。如果场景涉及学籍、病历、合同或财务资料，还要继续追问：明文在哪一刻出现？传输、推理、日志和结果返回，是否都留下了暴露点？

公开报道中的 AI 加密平台介绍了一种不同的架构思路：数据在本地先加密，传出去的是密文和操作说明书，模型对密文做不解密的盲算，结果回到本地后再解密。报道中的受访者称，平台和模型都看不到用户真实数据。6

这两层不是一回事：沙盒把风险判断前置，AI 加密平台把明文暴露的位置继续往前压。对校园、医疗、金融和政务等高敏感场景，制度审查与技术架构都不能缺席。

你更关心 AI 进入校园后的哪一类数据边界？评论区聊聊。

#AI 隐私 #数据合规 #人工智能治理 #教育科技 #AI 安全 #AI 加密平台