【OpenHarmony/HarmonyOs 】教育类 App 隐私保护：禁止 AI 识图与精细化权限管控实践

2502_94757980

81人浏览 · 2026-07-03 18:37:38

2502_94757980 · 2026-07-03 18:37:38 发布

【OpenHarmony/HarmonyOs 】教育类 App 隐私保护：禁止 AI 识图与精细化权限管控实践

本文基于我的 OpenHarmony/HarmonyOS 项目「物理视界 PhysicsVision」整理。项目当前没有接入拍照识题、AI 识图、云端大模型等能力，而是采用本地 Canvas 模拟、手动参数输入、题库筛选和本地学习记录。
这一篇从教育 App 的角度，聊聊为什么“禁止 AI 识图”有时反而是更稳妥的产品选择，以及如何做精细化权限管控和隐私保护。🔐

一、为什么教育 App 要认真对待隐私？

教育类 App 的用户经常是学生，使用场景也很敏感：

可能涉及未成年人；
可能产生学习轨迹；
可能包含错题、成绩、收藏、挑战记录；
如果接入拍照识题，还可能涉及书本、桌面、头像、家庭环境等图像信息。

所以在设计「物理视界」时，我没有把“AI 拍照识题”作为默认能力，而是优先做了：

🔬 本地物理模型模拟；
🎚️ 手动参数调节；
🧮 公式计算器；
🎯 本地题库挑战；
❤️ 本地收藏；
🏅 本地成就。

这个思路的核心是：能不采集就不采集，能本地完成就本地完成，能不用敏感权限就不用敏感权限。

二、项目当前的权限状态：无相机、无相册、无网络请求

我在项目中搜索了权限、相机、图片、网络、AI 相关调用，目前主业务代码没有发现：

相机权限申请；
相册读取；
图片上传；
网络请求；
AI 识图接口；
人脸识别调用；
定位、通讯录等敏感权限。

module.json5 中只声明了基础 Ability 和备份扩展，没有额外申请敏感权限：

{
  "module": {
    "name": "entry",
    "type": "entry",
    "deviceTypes": [
      "phone",
      "tablet"
    ],
    "abilities": [
      {
        "name": "EntryAbility",
        "srcEntry": "./ets/entryability/EntryAbility.ets",
        "exported": true
      }
    ]
  }
}

这对隐私保护很有价值：
用户打开应用，不会被一堆权限弹窗打断，也不会担心学习过程被拍照、上传或分析。

三、禁止 AI 识图：不是能力不足，而是产品边界

很多学习 App 喜欢做“拍照识题”，但这类能力有几个风险：

图像里可能包含学生个人信息；
桌面、房间、试卷、姓名都可能被拍进去；
如果上传云端，链路更复杂；
AI 识别结果可能错误，影响学习判断；
学生容易从“理解过程”变成“直接要答案”。

「物理视界」的定位是物理实验和理解工具，所以更适合禁止 AI 识图，把重点放在可交互模型上。

比如光的干涉模型不需要拍题，用户直接调节波长、缝间距、屏距，就能观察条纹变化：

Slider({ value: this.wavelength, min: 380, max: 700, step: 10 })
  .selectedColor(this.getColorFromWavelength())
  .onChange((v: number) => {
    this.wavelength = v
    if (this.canvasReady) this.drawScene()
  })

这种方式更符合物理学习的目标：学生不是把题目丢给 AI，而是亲自观察变量关系。

四、本地数据：只保存必要学习状态

项目中保存的数据很克制，主要是：

favorites：收藏模型；
highScore：挑战最高正确率；
totalPlayed：挑战次数；
visitedModels：已浏览模型。

首页初始化时通过 PersistentStorage 建立这些状态：

aboutToAppear(): void {
  PersistentStorage.persistProp('favorites', '')
  PersistentStorage.persistProp('highScore', 0)
  PersistentStorage.persistProp('totalPlayed', 0)
  PersistentStorage.persistProp('visitedModels', '')
}

组件中通过 @StorageLink 读取和更新：

@StorageLink('favorites') favStr: string = ''
@StorageLink('highScore') highScore: number = 0
@StorageLink('totalPlayed') totalPlayed: number = 0

这些数据不包含姓名、手机号、定位、照片，也不需要账号体系。
对于一个物理学习工具来说，这样的最小化存储已经能满足核心功能。

五、用户可控：设置页提供清除入口

隐私保护不能只停留在“不采集”，还要让用户可以主动清理。

项目设置页提供了清除收藏和重置挑战记录：

Button('清除收藏')
  .onClick(() => {
    if (this.favStr.length > 0) {
      this.favStr = ''
      promptAction.showToast({ message: '已清除所有收藏' })
    }
  })

Button('重置记录')
  .onClick(() => {
    if (this.totalPlayed > 0) {
      this.highScore = 0
      this.totalPlayed = 0
      promptAction.showToast({ message: '已重置挑战记录' })
    }
  })

从体验上看，这两个按钮很简单；从隐私设计上看，它们很重要：

用户知道 App 保存了什么；
用户可以随时清理；
清理后有 Toast 反馈；
不需要进入复杂系统设置。

后续还可以加一个“清除全部学习数据”，把收藏、最近浏览、挑战记录、成就进度统一重置。

六、精细化权限管控：按功能再申请

如果未来要扩展能力，我会坚持“按功能申请权限”：

功能	是否需要权限	建议
Canvas 物理模拟	不需要	保持本地计算
公式计算器	不需要	手动输入参数
收藏模型	不需要	本地状态即可
挑战题库	不需要	本地题库即可
近场分享	可能需要	用户点击分享时再触发
拍照识题	需要相机	默认不做，或作为可选功能
云端同步	可能需要网络	明确说明同步内容
人脸识别	高敏感	不建议用于普通学习场景

权限弹窗不应该在 App 启动时全部弹出，而应该在用户主动触发对应功能时再申请。
这就是精细化权限管控：权限跟着功能走，而不是功能跟着权限走。

七、备份能力也要注意边界

项目当前有 BackupExtensionAbility：

export default class EntryBackupAbility extends BackupExtensionAbility {
  async onBackup() {
    hilog.info(DOMAIN, 'testTag', 'onBackup ok')
    await Promise.resolve()
  }

  async onRestore(bundleVersion: BundleVersion) {
    hilog.info(DOMAIN, 'testTag', 'onRestore ok %{public}s', JSON.stringify(bundleVersion))
    await Promise.resolve()
  }
}