evidoria

← Volver al listado

Good practice

El KHDA de Dubái — Reglas de Acceso Escalonado por Edad y Protección de Datos para Escuelas Privadas

Emiratos Árabes Unidos · Dubai · Ver el perfil de Emiratos Árabes Unidos

El regulador de escuelas privadas de Dubái, KHDA, y la ley federal emiratí de protección de datos (PDPL) exigen ahora un acceso a la IA escalonado por edad y supervisado por docentes, evaluaciones de impacto de protección de datos obligatorias antes del despliegue, y prohíben que los proveedores reentrenen modelos con datos de alumnos — aunque el propio KHDA reconoce que aún no existe una lista de herramientas aprobada de forma centralizada.

El KHDA de Dubái — Reglas de Acceso Escalonado por Edad y Protección de Datos para Escuelas Privadas

Detalles

Madurez
Scaling
Promotor
Knowledge and Human Development Authority (KHDA), Dubai
Período
2025–ongoing
Palabras clave
AI policy, data protection, age-staged access, private-school regulation, PDPL compliance

Contexto

La Autoridad de Desarrollo del Conocimiento y Humano (KHDA) de Dubái, que regula el amplio sector de escuelas privadas del emirato, ha construido su gobernanza de la IA generativa en torno a un modelo de acceso escalonado por edad, en lugar de una prohibición o un permiso generalizados. Los estudiantes de los primeros años y de primaria inferior no tienen acceso independiente a herramientas de IA generativa abiertas: el uso está liderado por el profesorado. Los estudiantes de primaria superior y secundaria inferior se introducen gradualmente en actividades supervisadas y grupales que enseñan la elaboración ética de instrucciones, el reconocimiento de sesgos y la verificación de datos. Solo los estudiantes de secundaria y mayores pasan a un uso individual supervisado, y el uso de IA está totalmente prohibido durante las evaluaciones formales en todos los grupos de edad.

Actividades

Las escuelas deben documentar qué datos personales de los estudiantes recogen, dónde se almacenan y quién tiene acceso de terceros; no se puede introducir información de identificación personal ni datos sensibles de salud/comportamiento en modelos públicos; los proveedores deben estar contractualmente impedidos de utilizar las aportaciones de los estudiantes para reentrenar sus modelos; y se espera que las escuelas realicen Evaluaciones de Impacto sobre la Protección de Datos antes de implantar nuevos servicios de IA, en virtud de la Ley federal de Protección de Datos Personales (PDPL) de los EAU. Esto coexiste con una política nacional distinta: en mayo de 2025, el Ministerio de Educación de los EAU hizo obligatoria la enseñanza de IA en las escuelas públicas, desde infantil hasta secundaria.

Conclusiones

El marco es honestamente incompleto, según reconoce la propia KHDA: un director de escuela declaró a los periodistas que actualmente no existe ninguna lista de plataformas de IA aprobada o emitida de forma centralizada por la KHDA para uso escolar, dejando que cada escuela realice su propia diligencia debida, una brecha real entre los principios declarados y la aplicación centralizada. Como resumió Rumaisah Wajid, de la KHDA: 'El reto ya no es el acceso a las herramientas, sino garantizar su calidad, seguridad y relevancia.'

Implementación
Coste indicativo
Medium (€50k–€500k) — No public cost figures disclosed; cost_band set to medium reflecting the compliance burden (DPIAs, staff training, contractual review) placed on schools network-wide.
Tiempo hasta resultados
Long (> 3 years) — Ongoing regulatory framework since 2025, alongside a parallel national K-12 AI-instruction mandate from May 2025; timeline_band set to long.
Personal y competencias
School-level compliance staff conducting due diligence on AI tools, KHDA regulators setting and monitoring the framework

Condiciones para el éxito

  • Age-staged access tiers (teacher-led → supervised group use → supervised individual use)
  • Mandatory Data Protection Impact Assessments before deployment
  • Contractual bans on vendors retraining models on student data
  • AI banned outright during formal assessments

Modos de fallo comunes

  • No centrally approved or issued list of AI platforms yet, leaving schools to their own due diligence
  • No specific provision found addressing equity across fee levels between well-resourced and smaller private schools

Dónde encaja

Tipo de gobernanza
emirate-level private-school regulator (KHDA) plus UAE federal PDPL law
Escala
Dubai's large private-school sector

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles