evidoria

← Voltar à navegação

Good practice

AI Toetsingskader — o quadro de conformidade da SIVON e da Kennisnet com o Regulamento europeu de IA para escolas neerlandesas

Países Baixos · Zoetermeer · Ver o perfil de Países Baixos

A SIVON e a Kennisnet, apoiadas pelo ministério da educação neerlandês, publicaram um quadro (AI Toetsingskader, v1.0, abril de 2026) que ajuda os 476 conselhos escolares neerlandeses a classificar ferramentas de IA segundo o Regulamento de IA da UE.

476 primary and secondary school boards
Direções escolares abrangidas pelas orientações da SIVON (as of April 2026)

Detalhes

Promotor
SIVON / Kennisnet (with the Dutch Ministry of Education, Culture and Science)
Período
{'end': '', 'start': '2026-04'}
Palavras-chave
AI governance, EU AI Act compliance, data protection, school IT procurement, primary and secondary education

Contexto

A SIVON, a cooperativa de TIC que representa 476 direções de escolas do ensino primário e secundário nos Países Baixos, publica orientações de contratação pública e conformidade em nome das escolas neerlandesas. À medida que as ferramentas de IA generativa se espalhavam pelas salas de aula e pela administração escolar, e as obrigações da Lei de IA da UE começaram a entrar em vigor de forma faseada a partir de agosto de 2024, as escolas e os seus fornecedores de software careciam de uma forma comum de determinar que regras se aplicavam a que ferramenta. Em 1 de abril de 2026, a SIVON publicou a versão 1.0 do AI Toetsingskader Funderend Onderwijs (Quadro de Avaliação de IA para o Ensino Primário e Secundário), desenvolvido em conjunto com a Kennisnet e com o apoio do Ministério da Educação, Cultura e Ciência dos Países Baixos (OCW), explicitamente identificado como preliminar, com atualizações previstas ao longo de 2026.

Objetivos

Dar às escolas e aos seus fornecedores de IA uma forma comum e passo a passo de classificar ferramentas de IA ao abrigo da Lei de IA da UE — se um sistema cumpre a definição de sistema de IA da Lei, se se enquadra numa prática proibida, que categoria de risco se aplica, e que disposições de transparência ou isenção daí decorrem.

Atividades

O quadro assinala as decisões de admissão, a avaliação do desempenho dos alunos e a monitorização de exames como usos provavelmente de alto risco, e avisa as escolas de que personalizar uma ferramenta de IA generativa para uso pedagógico próprio pode, por si só, tornar a escola um 'fornecedor' de IA nos termos da Lei, assumindo todos os deveres de conformidade de um fornecedor e não apenas os de um utilizador. Este quadro acompanha a própria Avaliação de Impacto sobre a Proteção de Dados (DPIA) que a SIVON está a realizar ao Google Gemini dentro do Workspace for Education (resultados esperados para 2026), na sequência da DPIA de 2024 da organização-irmã SURF ao Microsoft 365 Copilot, que concluiu que uma implementação cautelosa ('terughoudend') continuava a justificar-se. As orientações relacionadas da SIVON dizem às escolas para preferirem contas pagas que excluam os dados submetidos do treino dos modelos, para gerirem as contas de IA de forma centralizada em vez de deixarem o pessoal instalar ferramentas sem supervisão, e para não permitirem que alunos com menos de 13 anos utilizem IA generativa diretamente.

Conclusões

O quadro é uma ferramenta de conformidade e classificação de risco, não uma intervenção pedagógica: não contém dados sobre resultados de aprendizagem dos alunos, e tanto a SIVON como a Kennisnet descrevem-no como uma versão preliminar que esperam rever à medida que as orientações secundárias da Lei de IA da UE forem finalizadas.

Implementação

Custo indicativo
Low (< €50k) — No budget figures are published. Guidance-document production by an existing ICT cooperative and its partners, without new technical infrastructure, points to a low direct cost; treated as a conservative estimate.
Tempo até resultados
Short (< 1 year) — Version 1.0 was published on 1 April 2026 with updates explicitly planned through the rest of 2026 as EU implementing guidance solidifies — a short, iterative revision cycle rather than a long-horizon programme.
Equipa e competências
SIVON policy and compliance staff, Kennisnet, Support from the Dutch Ministry of Education, Culture and Science (OCW)

Condições de sucesso

  • Multi-stakeholder development (SIVON, Kennisnet, OCW) giving the framework sector-wide legitimacy
  • Pairing the general framework with concrete, tool-specific work — SIVON's DPIA of Google Gemini in Workspace for Education and SURF's prior DPIA of Microsoft 365 Copilot
  • Explicit, actionable guidance (e.g. prefer paid accounts that exclude data from model training, manage AI accounts centrally, no direct generative-AI use for under-13s)

Modos de falha comuns

  • The framework is explicitly preliminary and expected to be revised as EU AI Act secondary guidance is finalised, so current classifications may change
  • A school that customises a generative AI tool for its own teaching use can inadvertently become an AI 'provider' under the Act, taking on a compliance burden it may not anticipate
  • No data on student learning outcomes exists — this is a compliance tool, not a validated pedagogical or efficiency intervention

Onde se enquadra

Tipo de governação
national school-ICT cooperative with ministry support
Escala
national (476 school boards)
Nível de rendimento
high income

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis