Libertyville 教师因涉嫌使用 AI 篡改学生图像被解雇

Google News 曾传播一则关于 Nashville 教师被解雇的标题，但有据可查的案件实际发生在数百英里外的 Illinois 州 Libertyville。

这一地点错误至关重要，因为相关指控极其严重。检方指控前初中教师 Marshall Sheffer 使用人工智能篡改学生照片，制作露骨色情图像。

在学生反映担忧，称其在课堂上进行录制后，Libertyville Elementary District 70 让 Sheffer 行政停职。随后，学区董事会一致投票决定解雇他。

Sheffer 面临八项涉及儿童性虐待材料的重罪指控。这些指控目前仍属指控，刑事案件尚未作出裁决。

不准确标题与已核实事实之间的差异，不只是一次编辑更正。它说明，聚合报道如何可能让一宗令人不安的本地案件脱离其应有的地点、机构与法律背景。

这也暴露出学校面临的更棘手冲突。进入课堂的同一种图像生成技术，无需真实裸体图像，就能将一张普通学生照片转变为涉嫌虐待材料。

Google News 标题错在何处

被报道解雇的教师来自 Illinois 州 Libertyville，而不是 Nashville。

Google News 汇集出版商的标题和链接，而非独立报道每一则新闻。在这一事件中，所提供的标题将案件与 Nashville 联系起来，并将该报道归因于 WZTV。

然而，多家独立报道均确认，涉事学校是位于 Libertyville 的 Highland Middle School。Libertyville 位于 Chicago 以北的 Lake County。

法庭报道中提到的人是 Marshall Sheffer，一名 44 岁的社会学教师。部分早期报道以不同方式拼写了他的名字，这也进一步说明，应依赖官方记录及持续一致的本地报道。

在学年接近尾声时，学生向校方领导反映情况，随即出现了最初指控。据报道，他们认为 Sheffer 曾在课堂上拍摄或录制他们。

学区官员表示，学生在倒数第二个上课日提出了担忧。管理人员当天便将 Sheffer 调离课堂并安排其休假。

警方后来在调查中取得了他的手机。检方称，法证检查发现了大量经 AI 篡改、呈现为色情内容的学生图像。

当局随后搜查了 Sheffer 的住所，并扣押了其他电子设备。调查人员正在寻找其他可能的图像，以及与其制作或持有有关的证据。

Sheffer 于 2026 年 7 月 3 日向执法部门自首。检方依据 Illinois 州法律，以八项儿童色情罪名起诉他，其中包括两项 X 级重罪和六项 1 级重罪。

公开报道使用的术语不尽相同。儿童保护组织越来越多地使用“儿童性虐待材料”（child sexual abuse material，简称 CSAM），因为“色情”一词可能错误地暗示存在同意。

7 月 14 日，District 70 由七名成员组成的学校董事会一致投票决定解雇 Sheffer。此次表决是在学监 Rebecca Jenkins 提出建议后进行的。

本地报道称，他是一名获得终身教职的教师，并已在该学区工作 18 年。解雇获得终身教职的教师，通常需要经过有记录的程序，而非非正式的行政决定。

学区的具体指控文件概述了提出终止其职务的事实依据。根据解雇情况报道，Sheffer 可在 17 天内申请州级听证会。

这一雇佣措施与刑事检控相互独立。学校董事会可以认定其违反了雇佣标准，而无需判断检方是否证明了每一项刑事指控。

同样，解雇并不能取代法庭上的无罪推定。Sheffer 被指控实施相关行为，但根据公开记录，陪审团尚未判定他有罪。

Google News 的错误可能进一步混淆这一区别。读者若寻找 Nashville 学区、Tennessee 警方机构或当地法院，将找不到对应案件。

他们也可能错过实际负责通知家庭、保存证据及审查学校安全措施的机构。这些机构位于 Libertyville 和 Lake County。

聚合错误可能迅速扩散，因为后续摘要往往会照抄最先出现的措辞。错误地点随后可能因不断重复而显得得到证实，即使所有原始报道都指向其他地方。

因此，本案需要保持两个层面的谨慎。标题中的地理信息需要更正，而刑事指控则需要注明出处，并使用法律上准确的表述。

学生触发了调查

本案中最重要的发现机制并非 AI 分类器，而是一群察觉到可疑行为并进行举报的学生。

当局表示，学生认为 Sheffer 正在用手机录制他们。他们的举报让管理人员有理由介入，当时法证调查人员尚未了解涉嫌使用 AI 的部分。

学区表示，已立即将他调离课堂。这一应对措施既减少了他接触学生的机会，也为正式调查保留了空间。

根据终止职务文件，Sheffer 据称在 6 月 3 日的一项课堂活动中，将个人设备对准女学生的身体。检方后来在羁押听证会上提出了更广泛的指控。

刑事案件摘要称，州检察官的网络实验室检查了 Sheffer 的手机。调查人员据称发现多张经篡改的学生图像。

与法庭相关的报道指出，其中一些图像涉及年龄在 12 至 14 岁之间的学生。据报道，相关材料包含在校生和往届学生的图像。

学区的解雇文件称，相关照片拍摄于 2026 年 4 月至 6 月期间的校园内。文件还提及可追溯至 2018 年或 2019 年的较早学生照片。

检方指控，AI 被用于让学生看起来裸体。公开报道并未说明涉嫌使用的模型、应用程序或技术流程。

这一缺失的细节很重要。“AI 生成”可能涵盖多种流程，从在线去衣化服务到本地运行的图像生成软件。

去衣化应用会根据穿着衣物的照片合成未着衣物的形象。尽管一些服务以此营销其输出结果，但它并不会揭示被遮盖的原始身体。

更复杂的工作流程可能结合换脸、图生图生成、编辑蒙版或自定义模型训练。每种方法都可能在设备和服务账户中留下不同记录。

已知指控并未确定本案究竟采用了何种流程。它们仅表明检方所称法证审查人员发现了什么，以及当局认为图像是如何被篡改的。

这一核实边界应当保持清晰可见。将技术假设当作事实重复，可能造成与把案件错误定位在 Nashville 相同的失真。

但工具未知并不会减轻涉嫌造成的伤害。一张经篡改的图像，可能将一个可识别儿童的身份与虚构的性场景联系起来。

“真实”与“虚假”之间的区别甚至可能加剧伤害。受害者或许知道图中事件从未发生，却仍要面对被认出、遭受羞辱或图像反复传播的风险。

FBI 曾警告，经篡改的儿童性虐待材料仍属违法。其AI 图像指引明确涵盖由生成式 AI 及类似工具创作的内容。

联邦调查人员也曾对涉及以真实儿童为基础制作合成图像的案件提起诉讼。使用算法并不会自动使此类内容脱离刑法范围。

在 Libertyville 教师 AI 案件中，学生的日常观察形成了最初的证据路径。据报道，在有人发现被篡改文件之前，他们先注意到了该设备。

这一顺序为学校提供了实际教训。政策不能只关注学生是否使用 ChatGPT 完成作业，或教师是否自动化课程规划。

学校还需要制定关于教职人员拍照、个人设备、图像保留以及向第三方服务上传图像的规则。这些控制措施可在生成开始前处理源材料问题。

教职人员可能有正当理由拍摄课堂作业或学校活动。不过，正当使用应通过获批准的设备、记录在案的同意程序和受控存储来进行。

个人设备使这一链条的每一环都变得复杂。它们可能将学校图像与私人账户、消费级云备份及学区监管之外的应用程序混在一起。

学区还应为学生提供直接的举报渠道。Libertyville 的学生显然在成年人获得技术证据前，就意识到出了问题。

举报渠道只有在学生相信成年人会采取行动时才会发挥作用。迟缓或轻率的回应可能让文件被复制、删除或传播。

因此，学区迅速将其调离的决定，即使独立于后来的指控，也具有重要意义。它表明，机构可以在不公开宣告有罪的情况下，对可信的担忧作出回应。

AI 学生图像虐待改变学校安全模式

生成式 AI 正在将图像治理从一项行政隐私议题，转变为直接的保护责任。

学校一直都在处理敏感的学生信息。教育记录、健康细节、纪律档案和身份识别数据本已受到访问控制保护。

照片往往受到较宽松的处理。年鉴、体育页面、课堂通讯和社交账户，使学生图像成为学校沟通中常见的一部分。

生成式图像工具改变了这些照片所附带的风险。未经当事人参与，一张普通肖像照就可能成为虚构色情图像的输入材料。

这一机制将获取与制作分离。只要能获得儿童面部或身体的清晰图像，涉嫌犯罪者就不再需要私密照片。

它也将制作与传播分离。一张图像可以存在于私人设备中，而不出现在公开平台上，使下架系统无法发现它。

National Center for Missing and Exploited Children 报告称，已收到涉及 AI 篡改儿童露骨图像的案件。该机构还发现，同学之间曾使用去衣化应用针对其他学生。

NCMEC 的教育工作者指引建议开展预防教育，并对 AI 赋能的剥削行为作出明确回应。其案例已超出传统网络陌生人风险的范畴。

这一更广泛的模式给学区、技术供应商、家长和执法部门带来压力。没有任何单一参与方能够控制被篡改图像的完整生命周期。

学校控制着教职员工的访问权限和机构摄影。设备制造商和云服务控制部分已存储的证据，而 AI 提供商则影响其系统生成的内容。

消息和社交平台影响内容传播。警方和检察官决定如何在特定司法管辖区将现有法规适用于所发现的证据。

家长往往要承担记录伤害并寻求移除内容的责任。学生可能承受最大的情感负担，却拥有最少的机构权力。

Libertyville 的指控处于这些责任的核心，因为被告曾担任受信任的学校职务。教师能够例行接触儿童，这是外部人员所没有的。

这种接触可能包括课堂中的近距离接触、照片、视频、姓名、日程安排和存档的学校资料。笼统的可接受使用政策无法充分应对这种组合。

学区需要针对采集、存储、转换和发布分别设置控制措施。将每个阶段都简单视为“AI 使用”，会掩盖干预能够发挥作用的环节。

在采集方面，学校可以限制使用个人设备拍照，并要求记录明确的教育用途。获批设备可以保留个人手机可能无法提供的审计记录。

在存储方面，学区可以设定保留期限并限制自动同步。旧照片不应仅因删除不便就无限期地保留可访问状态。

在转换方面，学校可以禁止将可识别学生的图像上传至未经批准的生成式服务。供应商应披露其保留、训练和人工审核做法。

在发布方面，同意应涵盖实际用途，而非笼统地允许使用照片。生成合成版本构成了实质上不同的使用方式。

事件响应同样需要类似的具体性。教职员工应知道，当可疑材料涉及同事、主管、学生或外部人员时，应联系谁。

响应方案应保存设备、账户日志、报告和原始文件，同时还应限制对疑似虐待材料的进一步查看。

出于善意的员工可能会为核实而广泛转发图像，从而加剧风险暴露。受控的升级路径能够保护受害者和证据记录。

学校也必须避免要求学生在获得帮助前证明技术细节。报告可疑拍摄的儿童不可能知道图像模型后来是否被使用。

据报道，Libertyville 的学生描述的是可观察到的行为，而非完整的取证理论。随后由成年人调查设备和文件。

这种责任划分至关重要。学生应报告自己的经历，而训练有素的调查人员则应判定相关技术被指控如何使用。

AI 学生图像滥用也对传统数字素养课程构成挑战。告诉儿童不要分享私密照片，无法应对由普通公开照片制作的滥用内容。

因此，将责任归咎于受害者的预防信息可能失效。学生即使遵守每一项传统安全规则，仍可能成为伪造图像的对象。

更好的模式应以同意、滥用和问责为核心。它应教导学生如何报告图像操纵，而不会暗示他们的原始照片导致了滥用。

法律能够覆盖部分图像，但预防措施仍然滞后

新法律改善了起诉和下架选项，但通常是在图像已被制作或分享之后才会发挥作用。

Illinois 检察官依据该州儿童色情制品条款对 Sheffer 提出指控。每项指控的确切成立可能性将取决于图像、法证证据和适用的法定定义。

法院必须区分指控与证据。调查人员需要证明持有、知情、图像内容，以及与可识别未成年人的任何必要关联。

AI 过程可能会使这一分析更复杂，但不会使起诉变得不可能。联邦当局已表示，基于真实未成年人的 AI 生成 CSAM 可能符合现有法律门槛。

Libertyville 的指控包括两项 X 级重罪和六项 1 级重罪。这些分类表明指控的严重性，但并不预示最终结果。

辩方可能质疑搜查、文件归属、技术解读或法规适用。公开报道尚未呈现 Sheffer 完整的法律回应。

雇佣程序遵循不同的标准和目的。District 70 评估的是，继续雇佣是否与学生安全和职业义务相容。

其董事会称这些指控是令人无法接受的背信行为。一致通过的解雇决定反映的是机构判断，而非刑事裁决。

联邦政策也开始着手处理未经同意的私密图像。TAKE IT DOWN Act 涵盖未经同意发布的真实及计算机生成的私密描绘。

Federal Trade Commission 于 2026 年 5 月开始执行该法律对平台的要求。受规管服务必须提供移除流程，并在收到有效请求后 48 小时内作出回应。

这项 48-hour rule 还要求平台处理已知的相同副本。这可以在受害者发现内容被在线发布后，减少反复暴露。

然而，下架法律无法移除仍保存在私人手机中的文件。它也无法消除首次观看、信息传播或威胁所造成的影响。

目前已知的 Libertyville 报道尚未证实 Sheffer 在网上传播了被指控的图像。读者不应仅因调查人员称存在文件，就推断内容已经发布。

这一空白限制了联邦下架规则可直接适用于本案的程度。它也说明，平台监管无法取代学校层面的预防。

该法律的移除条款受到数字权利倡导者的批评。批评者警告，设计不当的举报系统可能在缺乏充分审查的情况下移除合法内容。

这些担忧值得重视，尤其是在自动审核处理敏感主张时。误报可能压制合法言论，或使受害者面临艰难的申诉程序。

不过，围绕下架设计的分歧并不会抹去潜在伤害。政策问题在于，如何在保护正当程序和合法表达的同时提供快速救济。

学校也面临自身版本的平衡问题。它们必须迅速采取行动保护学生，同时避免在缺乏证据支持的情况下对员工作出公开结论。

行政休假是管理这一冲突的一种机制。在调查事实期间，它会暂时将被指控者与学生隔离。

数字证据带来另一项挑战，因为合成文件可以被完美复制。删除一则可见帖子，并不表示每个副本都已消失。

图像哈希可以帮助查找完全相同的文件，但经过修改的版本可能逃避精确匹配。裁剪、压缩、叠加和重新生成都可能改变文件签名。

因此，对受害者的支持不能依赖于承诺彻底清除内容。机构应提供关于移除工作、证据保存、心理咨询和持续监测的现实信息。

检方还需要清晰解释 AI 证据。陪审员必须理解，伪造的场景仍可能涉及可识别的真实儿童。

同时，检方不应将“AI 生成”视为完整的法证解释。他们必须通过可采纳的证据，将设备、文件、用户行为和身份联系起来。

这种证据纪律保护着所有相关方。它强化正当案件，并限制基于恐惧或技术误解的惩罚。

同样的纪律也应指导媒体报道。报道应明确当局的指控、调查人员发现的内容，以及仍然未知的事项。

不准确的 Nashville 标签展示了跳过这项工作的风险。如果一个基本地点会在聚合过程中发生偏移，技术和法律主张也可能发生偏移。

学校和读者接下来应关注什么

下一阶段将检验刑事证据、学区的保障措施，以及承载该报道的信息系统的准确性。

第一个信号是 Sheffer 的法院程序。未来的听证会应澄清支持每项指控的证据，以及检方是否会说明被指控的生成方法。

这些程序可能揭示调查人员如何将学生照片与修改后的输出内容联系起来。它们也可能确定任何材料是否曾被传播，或仅保留在被查获设备上。

认罪、撤案或审判裁定都会实质性改变哪些内容可以被陈述为事实。在此之前，对 Sheffer 行为的描述必须保持为有归属的指控。

第二个信号是 District 70 的政策回应。该学区已对一名员工采取行动，但单靠解雇并不能表明更广泛的控制措施是否会改变。

家庭应关注涵盖个人手机、课堂摄影、生成式图像服务、存档学生照片和第三方存储的规则。

该学区还可以说明学生如何报告疑似拍摄。清晰的报告路径可将本案中学生的应对转化为可重复采用的保障措施。

培训应包括非技术性的预警信号。学生和教职员工无需在对无法解释的拍摄或图像收集提出担忧前识别出某个模型。

学校应在不披露受害者身份的前提下发布支持程序。家庭需要知道谁负责协调心理咨询、执法部门联络、证据保存和平台移除。

第三个信号是 Google News 和参与的出版商是否更正地点。更正不会改变这些指控，但会恢复本案正确的问责链条。

可见的更正应明确提及 Libertyville、Highland Middle School、District 70 和 Lake County。它不应只是删除“Nashville”，却仍让地点含糊不清。

Google News 用户在分享耸动标题前应打开底层报道。聚合器是有价值的发现工具，但其标签不能替代对来源的核实。

编辑在重新发布敏感刑事指控时，应比对地点、姓名和日期。当自动系统重写或分类标题时，这些基本检查变得更加重要。

本案也为技术提供商提供了具体的安全测试。图像工具应防止涉及未成年人的性化转换，并在发现滥用时迅速作出回应。

仅靠年龄检测无法解决问题。自动系统可能误判年龄，而提示词和源图像也可能缺少可靠的年龄信息。

提供商需要分层控制措施，包括禁止使用政策、模型防护、账户监测、举报系统，以及配合合法调查。

没有任何保障措施是完美的。开放模型、离线工作流程和规避性编辑，可能绕过主流托管服务上有效的控制措施。

这种局限并不意味着应放弃预防。它意味着学校不应将供应商的安全过滤器作为唯一防线。

最安全的学生照片不一定是学校从不拍摄的照片。它应受到明确用途、有限访问、受控保留和有意义同意的约束。

管理人员应梳理学生图像目前存放的位置。年鉴系统、学习平台、共享驱动器、新闻通讯和教职员工手机，都可能形成不同的风险暴露。

随后，他们应减少不必要的副本和权限。数据最小化意味着只保留合法学校职能所需要的内容。

家长可以询问学区是否允许教职员工使用个人手机拍摄学生照片，也可以询问生成式工具是否可以接收可识别学生身份的媒体资料。

学生需要获得许可，能够在不担心遭到报复的情况下质疑异常录制行为。据报道，Libertyville 的调查之所以启动，是因为学生足够信任自己的观察，选择了发声。

记者和读者则承担着另一项责任。不能仅因相关指控看似紧迫或在情感上显得明确，就让准确性变得可有可无。

所提供的标题将此事描述为 Nashville 教师案件。但经核实的报道表明，案件涉及的是 Libertyville 的一名教师、Illinois 的一个学区以及 Lake County 的检察官。

这一更正应始终附在有关该事件的每一次讨论中。否则，这一错误将继续把审视引向未涉入事件的机构。

更广泛的教训同样很具体。生成式 AI 并未造成被指控的接触学生机会，但据称它改变了某人能够利用这种接触制作出什么内容。

因此，学校必须将图像处理视为实体与数字安全防护的一部分。仅靠学术诚信规则无法应对这种风险。

公众应在对 Sheffer 的罪责作出结论前关注法庭证据。同时，也应要求 District 70 说明将如何保护未来的学生影像。

最后，读者应对 Google News 以及所有刊载敏感指控的出版商提出更高要求：核实地点，追踪法律记录，并始终将受影响的学生置于关注核心。