Professor de Libertyville Demitido em Meio a Alegações de Imagens de Estudantes Alteradas por IA

O Google News divulgou uma manchete sobre a demissão de um professor de Nashville, mas o caso documentado ocorreu a centenas de quilômetros dali, em Libertyville, Illinois.

O erro de localização importa porque as alegações subjacentes são excepcionalmente graves. Promotores acusam o ex-professor de ensino fundamental Marshall Sheffer de alterar fotografias de estudantes com inteligência artificial para produzir imagens sexualmente explícitas.

O Distrito Escolar Elementar 70 de Libertyville colocou Sheffer em licença administrativa depois que estudantes relataram preocupações sobre gravações feitas por ele em sala de aula. Posteriormente, o conselho escolar votou por unanimidade por sua demissão.

Sheffer responde a oito acusações criminais relacionadas a material de abuso sexual infantil. As acusações continuam sendo alegações, e o processo criminal ainda não resultou em veredicto.

A diferença entre a manchete imprecisa e os fatos verificados é mais do que uma correção editorial. Ela mostra como a agregação de notícias pode desvincular um caso local perturbador de sua localização, instituições e contexto jurídico corretos.

Também expõe um conflito mais difícil para as escolas. A mesma tecnologia de geração de imagens que chega às salas de aula pode transformar uma fotografia comum de um estudante em suposto material de abuso sem exigir uma imagem real de nudez.

O Que a Manchete do Google News Errou

A demissão noticiada envolvia um educador de Libertyville, Illinois, não um professor de Nashville.

O Google News agrega manchetes e links de publicadores, em vez de noticiar cada história de forma independente. Neste caso, a manchete fornecida associou o caso a Nashville e atribuiu a matéria à WZTV.

No entanto, vários relatos independentes identificam a Highland Middle School, em Libertyville, como a escola envolvida. Libertyville fica no Condado de Lake, ao norte de Chicago.

A pessoa mencionada nas reportagens judiciais é Marshall Sheffer, um professor de estudos sociais de 44 anos. Algumas coberturas iniciais registraram seu primeiro nome de forma diferente, mais um motivo para se apoiar em registros oficiais e em uma cobertura local consistente.

As alegações iniciais surgiram depois que estudantes procuraram líderes escolares perto do fim do ano letivo. Segundo relatos, eles acreditavam que Sheffer os havia fotografado ou gravado durante a aula.

Autoridades do distrito disseram que os estudantes apresentaram suas preocupações no penúltimo dia de aula. Os administradores retiraram Sheffer da sala de aula e o colocaram em licença naquele mesmo dia.

Posteriormente, a polícia obteve seu telefone durante a investigação. Os promotores afirmam que uma perícia encontrou numerosas imagens de estudantes alteradas com IA para parecerem sexualmente explícitas.

As autoridades então revistaram a casa de Sheffer e apreenderam dispositivos eletrônicos adicionais. Os investigadores buscavam outras possíveis imagens e provas relacionadas à sua produção ou posse.

Sheffer se entregou às autoridades policiais em 3 de julho de 2026. Os promotores o acusaram de oito crimes de pornografia infantil sob a lei de Illinois, incluindo dois crimes de Classe X e seis de Classe 1.

A terminologia na cobertura pública varia. Organizações de proteção à infância usam cada vez mais “material de abuso sexual infantil”, ou CSAM, porque “pornografia” pode sugerir incorretamente consentimento.

Em 14 de julho, o conselho escolar de sete membros do Distrito 70 votou por unanimidade pela demissão de Sheffer. A votação seguiu uma recomendação da superintendente Rebecca Jenkins.

A cobertura local o descreveu como professor efetivo e funcionário do distrito há 18 anos. A demissão de um professor efetivo geralmente exige um processo documentado, e não uma decisão administrativa informal.

O documento de acusação do distrito resumiu a base factual apresentada para a demissão. Segundo o relato da demissão, Sheffer poderia solicitar uma audiência estadual em até 17 dias.

Essa medida trabalhista é separada da acusação criminal. Um conselho escolar pode determinar que padrões de emprego foram violados sem decidir se os promotores provaram cada acusação criminal.

Da mesma forma, a demissão não substitui a presunção de inocência em tribunal. Sheffer é acusado da conduta, mas um júri não o condenou com base no registro disponível publicamente.

O erro do Google News corre o risco de tornar essa distinção ainda mais confusa. Leitores que procurassem um distrito de Nashville, uma agência policial do Tennessee ou um tribunal local não encontrariam nenhum caso correspondente.

Eles também poderiam deixar de identificar as instituições reais responsáveis por notificar famílias, preservar provas e revisar as salvaguardas escolares. Essas instituições ficam em Libertyville e no Condado de Lake.

Erros de agregação podem se espalhar rapidamente porque resumos posteriores frequentemente copiam a primeira formulação visível. Uma localização equivocada pode então parecer confirmada pela repetição, mesmo quando todas as reportagens de origem apontam para outro lugar.

Este caso, portanto, exige dois níveis de cautela. A geografia da manchete precisa ser corrigida, enquanto as alegações criminais exigem atribuição e linguagem juridicamente precisa.

Estudantes Desencadearam a Investigação

O sistema de detecção mais importante neste caso não foi um classificador de IA. Foi um grupo de estudantes que percebeu um comportamento preocupante e o denunciou.

As autoridades afirmam que os estudantes acreditavam que Sheffer usava seu telefone para gravá-los. O relato deles deu aos administradores um motivo para intervir antes que os peritos entendessem o suposto componente de IA.

O distrito afirma que o retirou imediatamente da sala de aula. Essa resposta reduziu seu acesso aos estudantes, ao mesmo tempo que preservou espaço para uma investigação formal.

Segundo a documentação da demissão, Sheffer supostamente apontou seu dispositivo pessoal para os corpos de estudantes do sexo feminino durante uma atividade em sala de aula em 3 de junho. Posteriormente, os promotores apresentaram alegações mais amplas em sua audiência de detenção.

O resumo do processo criminal informa que o laboratório cibernético do procurador estadual examinou o telefone de Sheffer. Os investigadores supostamente encontraram várias imagens alteradas de estudantes.

Reportagens relacionadas ao tribunal dizem que algumas retratavam estudantes entre 12 e 14 anos. O material supostamente incluía imagens de estudantes atuais e ex-estudantes.

Os documentos de demissão do distrito descrevem fotografias tiradas na escola entre abril e junho de 2026. Também fazem referência a fotos mais antigas de estudantes, datadas de 2018 ou 2019.

Os promotores alegam que a IA foi usada para fazer os estudantes parecerem nus. A cobertura pública não identifica o modelo, o aplicativo ou o fluxo de trabalho técnico supostamente utilizado.

Esse detalhe ausente é importante. “Gerado por IA” pode abranger vários processos, de um serviço online de remoção digital de roupas a um software de geração de imagens operado localmente.

Um aplicativo de remoção digital de roupas sintetiza uma representação sem roupa a partir de uma fotografia de alguém vestido. Ele não revela um corpo original oculto, apesar da forma como alguns serviços promovem sua produção.

Fluxos de trabalho mais avançados podem combinar substituição de rosto, geração de imagem para imagem, máscaras de edição ou treinamento de modelos personalizados. Cada abordagem pode deixar registros diferentes em dispositivos e contas de serviços.

As alegações conhecidas não estabelecem qual processo ocorreu neste caso. Elas estabelecem apenas o que os promotores dizem que os peritos forenses encontraram e como as autoridades acreditam que as imagens foram alteradas.

Esse limite de verificação deve permanecer visível. Repetir suposições técnicas como fatos criaria o risco da mesma distorção que situou o caso em Nashville.

Ainda assim, a ferramenta desconhecida não reduz o dano alegado. Uma imagem alterada pode associar a identidade reconhecível de uma criança a uma cena sexual fabricada.

A distinção entre “real” e “falsa” pode até agravar a lesão. Uma vítima pode saber que o evento retratado nunca aconteceu e, ainda assim, enfrentar reconhecimento, humilhação ou circulação repetida.

O FBI alertou que material de abuso sexual infantil manipulado continua sendo ilegal. Suas orientações sobre imagens de IA cobrem explicitamente conteúdo criado com IA generativa e ferramentas semelhantes.

Investigadores federais também já apresentaram casos envolvendo imagens sintéticas baseadas em crianças reais. O uso de um algoritmo não coloca automaticamente esse conteúdo fora da legislação criminal.

No caso de IA envolvendo o professor de Libertyville, a observação comum dos estudantes criou o caminho probatório inicial. Eles notaram o dispositivo antes que alguém descobrisse, segundo relatos, os arquivos alterados.

Essa sequência oferece uma lição prática às escolas. As políticas não podem se concentrar apenas em saber se os estudantes usam ChatGPT em trabalhos ou se os professores automatizam o planejamento das aulas.

As escolas também precisam de regras que governem fotografias feitas por funcionários, dispositivos pessoais, retenção de imagens e envios a serviços de terceiros. Esses controles abordam o material de origem antes que a geração comece.

Um funcionário pode ter motivos legítimos para fotografar trabalhos em sala de aula ou eventos escolares. No entanto, o uso legítimo deve ocorrer por meio de dispositivos aprovados, consentimento documentado e armazenamento controlado.

Dispositivos pessoais complicam todas as partes dessa cadeia. Eles podem misturar imagens escolares com contas privadas, backups em nuvem de consumidores e aplicativos fora da supervisão do distrito.

Os distritos também devem oferecer aos estudantes um canal direto de denúncia. Os estudantes de Libertyville aparentemente reconheceram que algo estava errado antes que os adultos tivessem provas técnicas.

Um canal de denúncia só funciona quando os estudantes acreditam que os adultos agirão. Respostas lentas ou desdenhosas podem permitir que arquivos sejam copiados, apagados ou distribuídos.

A rápida decisão do distrito de removê-lo, portanto, importa independentemente das acusações posteriores. Ela mostra como uma instituição pode responder a uma preocupação crível sem declarar publicamente culpa.

O Abuso de Imagens de Estudantes por IA Muda o Modelo de Segurança Escolar

A IA generativa transforma a governança de imagens, antes uma questão administrativa de privacidade, em uma responsabilidade direta de proteção.

As escolas sempre lidaram com informações sensíveis dos estudantes. Registros educacionais, dados de saúde, arquivos disciplinares e dados de identificação já estão protegidos por controles de acesso.

As fotografias frequentemente receberam tratamento menos rigoroso. Anuários, páginas esportivas, boletins de sala de aula e contas em redes sociais tornaram as imagens de estudantes partes familiares da comunicação escolar.

Ferramentas generativas de imagem mudam o risco associado a essas fotografias. Um retrato normal pode se tornar entrada para uma imagem sexual fabricada sem a participação da pessoa retratada.

Esse mecanismo separa a aquisição da produção. Um suposto infrator não precisa mais de uma fotografia íntima se uma imagem nítida do rosto ou corpo da criança estiver disponível.

Ele também separa a produção da distribuição. Uma imagem pode existir em um dispositivo privado sem aparecer em uma plataforma pública, deixando os sistemas de remoção incapazes de detectá-la.

O National Center for Missing and Exploited Children relata receber casos envolvendo representações explícitas de crianças alteradas por IA. A organização também observou colegas de classe usando aplicativos de remoção digital de roupas contra outros estudantes.

As orientações para educadores da NCMEC recomendam educação preventiva e respostas claras à exploração facilitada por IA. Seus exemplos vão além dos perigos convencionais de estranhos online.

Esse modelo mais amplo pressiona distritos escolares, fornecedores de tecnologia, pais e autoridades policiais. Nenhum participante controla todo o ciclo de vida de uma imagem alterada.

As escolas controlam o acesso da equipe e a fotografia institucional. Fabricantes de dispositivos e serviços em nuvem controlam parte das evidências armazenadas, enquanto provedores de IA influenciam o que seus sistemas geram.

Plataformas de mensagens e redes sociais influenciam a distribuição. A polícia e os promotores determinam como os estatutos existentes se aplicam às evidências recuperadas em uma determinada jurisdição.

Os pais frequentemente se tornam responsáveis por documentar os danos e buscar a remoção do conteúdo. Os estudantes podem carregar o maior peso emocional, tendo o menor poder institucional.

As alegações de Libertyville estão no centro dessas responsabilidades porque a pessoa acusada ocupava uma função escolar de confiança. Professores têm acesso rotineiro a crianças que pessoas de fora não têm.

Esse acesso pode incluir proximidade em sala de aula, fotografias, vídeos, nomes, horários e materiais escolares arquivados. Uma política genérica de uso aceitável não aborda plenamente essa combinação.

Os distritos precisam de controles separados para captura, armazenamento, transformação e publicação. Tratar cada etapa simplesmente como “uso de IA” oculta os pontos em que uma intervenção pode funcionar.

Na captura, as escolas podem restringir a fotografia com dispositivos pessoais e exigir finalidades educacionais documentadas. Equipamentos aprovados podem preservar registros de auditoria que telefones pessoais talvez não forneçam.

No armazenamento, os distritos podem definir períodos de retenção e limitar a sincronização automática. Fotografias antigas não deveriam permanecer disponíveis indefinidamente apenas porque excluí-las é inconveniente.

Na transformação, as escolas podem proibir o envio de imagens identificáveis de estudantes a serviços generativos não aprovados. Os fornecedores devem divulgar práticas de retenção, treinamento e revisão humana.

Na publicação, o consentimento deve abranger o uso real, em vez de uma permissão vaga para usar uma fotografia. Gerar uma versão sintética cria um uso materialmente diferente.

A resposta a incidentes precisa de especificidade semelhante. A equipe deve saber com quem entrar em contato quando o material suspeito envolver um colega, supervisor, estudante ou agente externo.

O plano de resposta deve preservar dispositivos, registros de contas, denúncias e arquivos originais. Ele também deve limitar a visualização adicional de material suspeito de abuso.

Funcionários bem-intencionados podem agravar a exposição ao encaminhar imagens amplamente para verificação. Um caminho controlado de escalonamento protege as vítimas e o registro probatório.

As escolas também devem evitar exigir que estudantes comprovem detalhes técnicos antes de receber ajuda. Uma criança que denuncia uma gravação suspeita não tem como saber se um modelo de imagem foi posteriormente envolvido.

Os estudantes de Libertyville teriam descrito uma conduta observável, não uma teoria forense completa. Os adultos então investigaram os dispositivos e arquivos.

Essa divisão de responsabilidades é essencial. Os estudantes devem relatar o que vivenciaram, enquanto investigadores treinados determinam como a tecnologia teria sido usada.

O abuso de imagens estudantis por IA também desafia as lições convencionais de educação digital. Dizer às crianças para não compartilharem fotos privadas não aborda abusos criados a partir de fotografias públicas comuns.

Mensagens de prevenção que atribuem responsabilidade às vítimas podem, portanto, falhar. Um estudante pode seguir todas as regras tradicionais de segurança e ainda assim se tornar alvo de uma imagem fabricada.

O melhor modelo se concentra em consentimento, uso indevido e responsabilização. Ele ensina os estudantes a denunciar manipulações sem sugerir que sua fotografia original causou o abuso.

A Lei Alcança Algumas Imagens, mas a Prevenção Ainda Fica para Trás

Novas leis melhoram as opções de acusação e remoção, mas normalmente entram em ação depois que uma imagem foi criada ou compartilhada.

Promotores de Illinois acusaram Sheffer com base em disposições estaduais sobre pornografia infantil. A viabilidade exata de cada acusação dependerá das imagens, das evidências forenses e das definições legais aplicáveis.

Os tribunais devem distinguir alegações de provas. Os investigadores precisam estabelecer posse, conhecimento, conteúdo das imagens e qualquer conexão exigida com menores identificáveis.

O processo de IA pode complicar essa análise sem tornar a acusação impossível. Autoridades federais já declararam que CSAM gerado por IA com base em menores reais pode atender aos limiares legais existentes.

As acusações de Libertyville incluem duas acusações criminais de Classe X e seis de Classe 1. Essas classificações sinalizam a gravidade das alegações, mas não preveem o desfecho final.

Argumentos da defesa poderiam contestar a busca, a atribuição dos arquivos, a interpretação técnica ou a aplicação da lei. A cobertura pública ainda não apresentou a resposta jurídica completa de Sheffer.

O processo trabalhista segue um padrão e uma finalidade diferentes. O Distrito 70 avaliou se a continuidade do emprego era compatível com a segurança dos estudantes e as obrigações profissionais.

Seu conselho descreveu as alegações como uma violação inconcebível de confiança. A demissão unânime reflete um julgamento institucional, não um veredito criminal.

A política federal também avançou para tratar imagens íntimas não consensuais. A TAKE IT DOWN Act abrange representações íntimas autênticas e geradas por computador publicadas sem consentimento.

A Federal Trade Commission começou a aplicar os requisitos da lei para plataformas em maio de 2026. Os serviços abrangidos devem oferecer um processo de remoção e responder em até 48 horas a solicitações válidas.

A regra das 48 horas também exige que as plataformas tratem cópias idênticas conhecidas. Isso pode reduzir a exposição repetida depois que uma vítima descobre a publicação online.

No entanto, uma lei de remoção não pode apagar um arquivo que permanece em um telefone privado. Ela também não pode desfazer a primeira visualização, mensagem ou ameaça.

A cobertura conhecida sobre Libertyville não estabeleceu que Sheffer distribuiu as supostas imagens online. Os leitores não devem inferir publicação apenas porque os investigadores afirmam que arquivos existiam.

Essa lacuna limita a aplicação direta das regras federais de remoção a este caso. Ela também ilustra por que a regulação das plataformas não pode substituir a prevenção no nível escolar.

As disposições de remoção da lei atraíram críticas de defensores dos direitos digitais. Críticos alertam que sistemas de denúncia mal projetados podem remover conteúdo legal sem revisão adequada.

Essas preocupações merecem atenção, especialmente quando a moderação automatizada lida com alegações sensíveis. Um falso positivo pode suprimir discurso lícito ou expor vítimas a um processo de recurso difícil.

Ainda assim, a discordância sobre o desenho das remoções não elimina o dano subjacente. A questão de política pública é como oferecer alívio rápido enquanto se protege o devido processo e a expressão legítima.

As escolas enfrentam sua própria versão desse equilíbrio. Elas devem agir com rapidez suficiente para proteger os estudantes, evitando conclusões públicas sem respaldo sobre um funcionário.

O afastamento administrativo é um mecanismo para gerir esse conflito. Ele separa temporariamente a pessoa acusada dos estudantes enquanto os fatos são investigados.

As evidências digitais criam outro desafio porque arquivos sintéticos podem ser copiados perfeitamente. Excluir uma publicação visível não demonstra que todas as cópias desapareceram.

Hashes de imagem podem ajudar a localizar arquivos idênticos, mas versões alteradas podem escapar da correspondência exata. Recorte, compressão, sobreposições e regeneração podem modificar a assinatura do arquivo.

Portanto, o apoio às vítimas não pode depender da promessa de apagamento completo. As instituições devem oferecer informações realistas sobre esforços de remoção, preservação de evidências, aconselhamento e monitoramento contínuo.

A acusação também precisará explicar claramente as evidências de IA. Os jurados devem entender que uma cena fabricada ainda pode envolver uma criança real identificável.

Ao mesmo tempo, os promotores não devem tratar “gerado por IA” como uma explicação forense completa. Eles precisam conectar dispositivos, arquivos, ações de usuários e identidades por meio de provas admissíveis.

Essa disciplina probatória protege todos os envolvidos. Ela fortalece casos legítimos e limita punições baseadas em medo ou mal-entendidos técnicos.

A mesma disciplina deve orientar a cobertura da mídia. As reportagens devem identificar o que as autoridades alegam, o que os investigadores recuperaram e o que permanece desconhecido.

A identificação incorreta como Nashville demonstra o risco de pular esse trabalho. Se uma localização básica pode se desviar durante a agregação, alegações técnicas e jurídicas também podem.

O Que Escolas e Leitores Devem Acompanhar a Seguir

A próxima fase testará as provas criminais, as salvaguardas do distrito e a precisão dos sistemas de informação que divulgam a história.

O primeiro sinal é o processo judicial de Sheffer. As futuras audiências devem esclarecer as provas que sustentam cada acusação e se os promotores identificam o suposto método de geração.

Esses processos podem revelar como os investigadores conectaram fotografias de estudantes a resultados alterados. Eles também podem estabelecer se algum material foi distribuído ou permaneceu em dispositivos apreendidos.

Uma confissão, arquivamento ou decisão em julgamento mudaria materialmente o que pode ser afirmado como fato. Até lá, as descrições da conduta de Sheffer devem permanecer como alegações atribuídas.

O segundo sinal é a resposta de política do Distrito 70. O sistema escolar agiu contra um funcionário, mas a demissão por si só não mostra se controles mais amplos serão alterados.

As famílias devem acompanhar regras que abrangem telefones pessoais, fotografia em sala de aula, serviços de imagens generativas, fotos arquivadas de estudantes e armazenamento por terceiros.

O distrito também poderia explicar como os estudantes denunciam gravações suspeitas. Canais claros de denúncia transformariam a resposta dos estudantes neste caso em uma salvaguarda repetível.

O treinamento deve incluir sinais de alerta não técnicos. Estudantes e funcionários não precisam identificar um modelo antes de levantar preocupações sobre fotografias inexplicadas ou coleta de imagens.

As escolas devem publicar procedimentos de apoio sem revelar as identidades das vítimas. As famílias precisam saber quem coordena aconselhamento, contato com as forças de segurança, preservação de evidências e remoção em plataformas.

O terceiro sinal é se Google News e os editores participantes corrigem a localização. Uma correção não alteraria as alegações, mas restauraria a cadeia adequada de responsabilização do caso.

Uma correção visível deve mencionar Libertyville, Highland Middle School, Distrito 70 e Lake County. Ela não deve simplesmente remover “Nashville” e deixar a localização ambígua.

Usuários do Google News devem abrir a reportagem original antes de compartilhar uma manchete alarmante. Agregadores são ferramentas valiosas de descoberta, mas seus rótulos não substituem a verificação da fonte.

Editores devem comparar localização, nomes e datas ao republicar alegações criminais sensíveis. Essas verificações básicas se tornam mais importantes quando sistemas automatizados reescrevem ou categorizam manchetes.

O caso também oferece aos provedores de tecnologia um teste concreto de segurança. Ferramentas de imagem devem impedir transformações sexuais envolvendo menores e responder rapidamente quando o uso indevido for detectado.

A detecção de idade, por si só, não pode resolver o problema. Sistemas automatizados podem avaliar a idade incorretamente, enquanto prompts e imagens de origem podem omitir informações confiáveis sobre idade.

Os provedores precisam de controles em camadas, incluindo políticas de uso proibido, salvaguardas de modelo, monitoramento de contas, sistemas de denúncia e cooperação com investigações legais.

Nenhuma salvaguarda é perfeita. Modelos abertos, fluxos de trabalho offline e edição evasiva podem contornar controles que funcionam em serviços hospedados convencionais.

Essa limitação não justifica abandonar a prevenção. Ela significa que as escolas devem evitar depender do filtro de segurança de um fornecedor como sua única barreira.

A fotografia estudantil mais segura não é necessariamente aquela que nenhuma escola jamais tira. É aquela regida por uma finalidade clara, acesso limitado, retenção controlada e consentimento significativo.

Os administradores devem mapear onde as imagens dos estudantes atualmente estão armazenadas. Sistemas de anuários, plataformas de aprendizagem, unidades compartilhadas, boletins informativos e telefones de funcionários podem criar diferentes formas de exposição.

Em seguida, devem reduzir cópias e permissões desnecessárias. Minimização de dados significa manter apenas o que uma função escolar legítima exige.

Os pais podem perguntar se um distrito permite que funcionários usem telefones pessoais para fotografar estudantes. Também podem perguntar se ferramentas generativas podem receber mídias identificáveis de estudantes.

Os estudantes precisam de permissão para questionar gravações incomuns sem medo de retaliação. A investigação em Libertyville teria começado porque os estudantes confiaram suficientemente em suas observações para falar.

Jornalistas e leitores têm uma responsabilidade distinta. A precisão não deve se tornar opcional apenas porque a alegação subjacente parece urgente ou emocionalmente evidente.

A manchete fornecida apresentou o caso como envolvendo uma professora de Nashville. Reportagens verificadas, porém, apontam para uma professora de Libertyville, um distrito de Illinois e promotores do Condado de Lake.

Essa correção deve permanecer vinculada a toda discussão sobre a história. Caso contrário, o erro continuará direcionando o escrutínio a instituições que não estiveram envolvidas.

A lição mais ampla é igualmente específica. A IA generativa não criou o suposto acesso aos estudantes, mas teria mudado o que alguém poderia produzir a partir desse acesso.

As escolas devem, portanto, tratar o manuseio de imagens como parte da proteção física e digital. Regras de integridade acadêmica, por si só, não conseguem abordar essa forma de risco.

O público deve acompanhar as provas do processo antes de tirar conclusões sobre a culpa de Sheffer. Também deve exigir que o Distrito 70 explique como as futuras imagens dos estudantes serão protegidas.

Por fim, os leitores devem esperar mais do Google News e de todos os veículos que divulgam alegações sensíveis. Verifiquem o local, acompanhem os registros judiciais e mantenham os estudantes afetados no centro da atenção.