误区一：上链就能证明学历真实
防篡改解决的是记录是否被改变，学历真实性还涉及谁发证、凭什么发证。W3C可验证凭证数据模型明确区分凭证可验证与声明真实：核验方仍需按照自身规则评价签发者和凭证内容。
例如，一份课程证书能够通过技术校验，仍需确认发证机构是否具有相应资格、课程是否满足接收方要求。教育应用适合用技术辅助核验，不能省去对发证依据的审核。
误区二：数字教育凭证必须依赖区块链
W3C列出的可验证数据注册系统包括可信数据库和分布式账本等类型。这意味着，采用可验证凭证并不自动要求使用区块链。
判断是否适用，应先明确由谁签发、学生如何持有、接收机构如何验证。如果需求只是提供可核验的电子证书，应先厘清数据和信任关系，再选择基础设施。
误区三：智能合约能直接判断学生是否完成学习
以太坊预言机文档说明，智能合约默认无法访问链外信息，需要通过预言机等机制接收外部数据；数据来源是否正确、传输是否完整、更新是否及时，仍会影响执行结果。
自动发证因此依赖成绩、考勤或考核结论的可靠输入。即使合约准确执行了发证规则，也不能据此断定考试过程可靠。适用条件包括明确的数据提供方、审核责任和异常处理流程。
误区四：所有学习记录公开更容易建立信任
教育核验需要区分必要证明与完整学习档案。申请某项资格时，接收方可能只需要确认是否达到要求，无需取得全部成绩和身份信息。
系统设计应明确哪些信息由学生持有、哪些信息向核验方披露，以及哪些内容确有必要登记。长期留存和跨场景关联会扩大隐私风险，透明程度不能直接代表可信程度。
常见问题：核验通过后还需要人工审核吗
是否需要人工审核取决于业务规则。规则清晰、来源可靠的核验步骤可以自动化；涉及机构资质、课程等效性或争议成绩时，仍需有权负责的主体作出判断。技术验证结果与教育资格认可应分别记录。
证书发生错误怎么办？应用设计需要覆盖更正、重新签发和状态核验，让接收方能够判断凭证是否仍可使用。保留历史记录与确认当前有效性是不同需求，不能用一次核验替代后续状态管理。