Κέρδη:
- Ικανότητα διατήρησης της πρωτοτυπίας όχι με μια τεχνολογία αποτύπωσης, αλλά με μια κουλτούρα ειλικρίνειας και αξιολόγησης που βασίζεται στη διαδικασία
- Δυνατότητα αποφυγής αθέμιτων κατηγοριών γνωρίζοντας ότι οι ανιχνευτές τεχνητής νοημοσύνης είναι αναξιόπιστοι και δεν μπορούν να αποτελούν αποδεικτικά στοιχεία από μόνοι τους
- Δυνατότητα εφαρμογής διαφανούς αποκάλυψης χρήσης τεχνητής νοημοσύνης και σαφούς πολιτικής χρήσης
Η ικανότητα της τεχνητής νοημοσύνης να παράγει κείμενο αγγίζει το πιο εύθραυστο σημείο της λογοτεχνίας και της γλωσσικής εκπαίδευσης: την πρωτοτυπία. Για έναν δάσκαλο, «έγραψε πράγματι ο μαθητής αυτό το κείμενο;», για έναν επιμελητή, «αυτό το περιεχόμενο είναι πρωτότυπο ή παραγόμενο;», για έναν ερευνητή, «αυτή είναι η σκέψη μου ή η πρόταση της μηχανής;» ερωτήσεις είναι σε κάθε τραπέζι τώρα. Σε αυτή την ενότητα, θα συζητήσουμε την πρωτοτυπία, τη λογοκλοπή (παρουσίαση του έργου ή της ιδέας κάποιου άλλου ως δικής του δουλειάς χωρίς να αναφέρουμε την πηγή) και την αξιολόγηση κειμένων που έχουν γραφτεί με AI.
Μια ξεκάθαρη προειδοποίηση από την αρχή: Δεν υπάρχει αξιόπιστο εργαλείο που να μπορεί «σίγουρα» να εντοπίσει εάν είναι γραμμένο σε τεχνητή νοημοσύνη. Οι λεγόμενοι ανιχνευτές τεχνητής νοημοσύνης είναι εσφαλμένοι και μπορούν να ενοχοποιήσουν αθώα κείμενα. Γι' αυτό η λύση δεν βασίζεται σε μια «τεχνολογία σύλληψης» αλλά σε μια κουλτούρα ακεραιότητας, αξιολόγησης βάσει διαδικασιών και σαφών κανόνων.
Τι είναι πρωτοτυπία και τι όχι;
Πρωτοτυπία σημαίνει ότι ένα κείμενο μεταφέρει πραγματικά τη δική του σκέψη και έκφραση. Αυτό δεν σημαίνει ότι «δεν έχει χρησιμοποιηθεί AI». Ένας συγγραφέας μπορεί να ζητήσει από το AI να εισαγάγει, να διορθώσει την ορθογραφία, να λάβει σχόλια και το κείμενο μπορεί να είναι ακόμα πρωτότυπο και ειλικρινές — εφόσον η συνεισφορά είναι διαφανής και η αρχική σκέψη και φωνή παραμένουν προσωπικές.
Εκεί όπου η πρωτοτυπία πλήττεται είναι το εξής: Η τεχνητή νοημοσύνη παρήγαγε την ιδέα, τη δομή και τις προτάσεις του κειμένου και το άτομο το παρουσίασε ως δικό του πρωτότυπο έργο, κρύβοντας τη συνεισφορά. Το κύριο ζήτημα εδώ δεν είναι η τεχνολογία, αλλά η ειλικρίνεια: λέγοντας ξεκάθαρα τι γίνεται.
Συμβουλή: "Έχετε χρησιμοποιήσει AI;" Η ερώτηση είναι λάθος ερώτηση. Η σωστή ερώτηση: "Πού και πώς χρησιμοποιήσατε την τεχνητή νοημοσύνη και είναι δική σας η σκέψη;" Καθιερώστε μια κουλτούρα ανοιχτής αποκάλυψης σχετικά με τη χρήση της τεχνητής νοημοσύνης στον οργανισμό σας. Η διαφάνεια αντί για την απαγόρευση είναι πιο ρεαλιστική και διδακτική.
Γιατί δεν μπορούμε να εμπιστευτούμε τους ανιχνευτές AI;
Τα λεγόμενα εργαλεία ανίχνευσης τεχνητής νοημοσύνης προβλέπουν εάν ένα κείμενο είναι «μηχανικό» από στατιστικές ενδείξεις. Αλλά:
- Δίνουν ψευδώς θετικά στοιχεία: Μπορούν να επισημάνουν ένα ομαλό και ρεαλιστικό κείμενο που στην πραγματικότητα είναι γραμμένο από έναν άνθρωπο ως "AI". Αυτό σημαίνει ψευδή κατηγορία ενός αθώου μαθητή.
- Παρακάμπτονται εύκολα: Με μικρές αλλαγές, το κείμενο μπορεί να περάσει από τον ανιχνευτή.
- Τιμωρούν εκείνους που γράφουν με διαφορετικό τρόπο από τη μητρική τους γλώσσα: Όσοι γράφουν με απλούς τρόπους, μπορεί να θεωρηθούν άδικα ως ύποπτοι.
Επομένως, μια έξοδος ανιχνευτή δεν είναι αποδεικτικό στοιχείο και δεν μπορεί να αποτελέσει τη βάση για μια κατηγορία, σημείωση ή κύρωση από μόνη της.
Προσοχή: Μόνο και μόνο επειδή ένας ανιχνευτής λέει "αυτό το κείμενο είναι κατά 90% AI" δεν αρκεί για να κατηγορήσουμε έναν μαθητή. Αυτή η έξοδος είναι στην καλύτερη περίπτωση «έναρξη συνομιλίας». η πραγματική αξιολόγηση θα πρέπει να βασίζεται σε στοιχεία της διαδικασίας (σχέδια, ικανότητα του μαθητή να εξηγήσει το κείμενο).
Αξιολόγηση με βάση τη διαδικασία
Ο πιο σίγουρος τρόπος για να διατηρήσετε την αυθεντικότητα είναι να αξιολογήσετε τη διαδικασία και όχι το προϊόν:
- Ζητήστε ένα προσχέδιο. Σημειώσεις, ενδιάμεσες εκδόσεις, διορθώσεις είναι ίχνη της αρχικής διαδικασίας.
- Ζητήστε προφορική εξήγηση. Το άτομο που έγραψε πραγματικά το κείμενο μπορεί να εξηγήσει την επιλογή του: "Γιατί επιλέξατε αυτό το τέλος;"
- Χρησιμοποιήστε γραφή εντός της τάξης/παρατήρηση. Η παρακολούθηση μέρους της διαδικασίας καθιστά δύσκολη την αναπαραγωγή του προϊόντος.
- Ζητήστε προσωπική σύνδεση. Εργασίες που εξαρτώνται από την εμπειρία του ίδιου του μαθητή, από ένα συγκεκριμένο κείμενο που έχει διαβάσει, καθιστούν τη γενική παραγωγή τεχνητής νοημοσύνης άχρηστη.
τρεις μίνι θήκες
Περίπτωση 1 — Ο ανιχνευτής θα δημιουργούσε άδικη κατηγορία. Ένας δάσκαλος αμφισβήτησε μια εργασία όπου ένας ανιχνευτής είπε "88% AI". Πριν κατηγορήσει τον μαθητή, ζήτησε τα προσχέδιά του και τη λεκτική εξήγηση. Ο μαθητής υπερασπίστηκε το κείμενο λεπτομερώς και είχε χειρόγραφες σημειώσεις. Το κείμενο ήταν πρωτότυπο. Θα ήταν άδικο εάν ο ανιχνευτής ήταν αξιόπιστος.
Περίπτωση 2 — Αποδεκτή διαφανής χρήση. Ένας μαθητής δήλωσε στο δοκίμιό του: «Έβαλα την τεχνητή νοημοσύνη να κάνει ερωτήσεις για το προσχέδιο της ιδέας, διόρθωσα την ορθογραφία μου, αλλά έγραψα το κείμενο και την ιδέα» και πρόσθεσα σημειώσεις διαδικασίας. Ο δάσκαλος το θεώρησε αυτό τίμιο και αυθεντικό. Δεν ήταν τιμωρία αλλά παράδειγμα καλής πρακτικής.
Περίπτωση 3 — Πιάστηκε η κρυφή παραγωγή. Ένας μαθητής υπέβαλε ένα κείμενο που είχε γράψει εξ ολοκλήρου στο AI ως δικό του έργο. Στη λεκτική εξήγηση δεν μπορούσε να εξηγήσει ένα μέρος του κειμένου ή τη σημασία μιας λέξης που διάλεξε. Το πρόβλημα δεν ήταν ο ανιχνευτής, αλλά η μη εξοικείωση του μαθητή με το δικό του κείμενο. Η αξιολόγηση της διαδικασίας ξεκαθάρισε την κατάσταση.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Διαφανής δήλωση χρήσης AI (για μαθητή):
Σε αυτή τη μελέτη, χρησιμοποίησα την τεχνητή νοημοσύνη στα ακόλουθα στάδια:- Ιδέα/ερώτηση: [ναι/όχι, πώς]- Σχέδιο/σκελετός: [ναι/όχι]- Συγγραφή: [έγραψα το κείμενο]- Επεξεργασία (ορθογραφία/ροή): [ναι/όχι]Στάδια που δεν χρησιμοποίησα: [...]Η σκέψη και η έκφραση αυτού του κειμένου ανήκουν σε εμένα.
2) Αυτοέλεγχος πρωτοτυπίας:
Διαβάστε το κείμενό μου παρακάτω και κάντε μου (απαντήστε) τις ακόλουθες ερωτήσεις: Μπορώ να εξηγήσω κάθε βασική ιδέα με δικά μου λόγια, βρήκα κάθε πηγή, έχω τη δική μου σκέψη πίσω από κάθε πρόταση; Επισημάνετε τους αδύναμους συνδέσμους. Κείμενο: [επικόλληση κειμένου]
3) Σχεδιασμός εργασιών βάσει διαδικασίας (για δάσκαλο):
Ο ρόλος σας: σχεδιαστής αξιολόγησης. Σχεδιάστε μια εργασία γραφής που προσαρμόζεται σε διεργασίες και σε προσωπικό επίπεδο που δυσκολεύει την πλήρη εκτύπωση της τεχνητής νοημοσύνης για το ακόλουθο αποτέλεσμα: [επίτευγμα]. Δασμός; Περιλαμβάνει περίγραμμα, προφορική άμυνα και προσωπική εμπειρία.
4) Δίκαιος έλεγχος αξιολόγησης:
Αμφιβάλλω για την πρωτοτυπία ενός κειμένου. Δώστε μου μια λίστα ελέγχου για να προχωρήσω δίκαια, ΧΩΡΙΣ ΝΑ ΚΑΤΑΦΟΡΕΤΕ ΤΟΝ ΜΑΘΗΤΗ: τι αποδεικτικά στοιχεία διαδικασίας πρέπει να ζητήσω, ποιες ερωτήσεις να κάνω; Μην αντιμετωπίζετε την έξοδο του ανιχνευτή ως απόδειξη.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμος: "Πες μου αν ένα AI έγραψε αυτό το κείμενο."
Strong: "Ξέρω ότι δεν μπορείτε να προσδιορίσετε την πρωτοτυπία αυτού του κειμένου μόνοι σας. Αντίθετα, αναφέρετε ποια αποδεικτικά στοιχεία διαδικασίας (περίγραμμα, σημειώσεις) θα ζητούσα και ποιες ερωτήσεις περιεχομένου θα μπορούσα να ζητήσω στις οποίες θα μπορούσε να απαντήσει κάποιος που έγραψε το κείμενο για να έχει μια δίκαιη συζήτηση με τον μαθητή. Μην κάνετε μια ενοχοποιητική κρίση."
Η ισχυρή προτροπή δεν επιβάλλει μια εργασία "ανίχνευσης" στο AI που δεν μπορεί να κάνει. το χρησιμοποιεί στο σχεδιασμό μιας δίκαιης διαδικασίας. Η κακή προτροπή προκαλεί αναξιόπιστη κρίση.
Πίνακας προσέγγισης
Ερώτηση
αναξιόπιστος δρόμος
συμπαγής δρόμος
Αυτό το κείμενο είναι πρωτότυπο;
Ανιχνευτής AI
Διαδικασία + προφορική εξήγηση
Έχει χρησιμοποιηθεί AI;
προσπαθώντας να πιάσει
Ζητήστε διαφανή δήλωση
Πρέπει να βαθμολογήσω;
Ποσοστό ανιχνευτή
Απόκτηση + απόδειξη διαδικασίας
Είναι απαραίτητη η παραπομπή;
Μην βασίζεστε σε μία μόνο έξοδο
Συνέντευξη, στοιχεία, δικαιοσύνη
Καθιερώστε μια σαφή πολιτική χρήσης AI
Η αβεβαιότητα προκαλεί τόσο τον μαθητή όσο και τον δάσκαλο. «Αναρωτιέμαι αν αυτό ήταν σε άδεια;» Ενώ ο δισταγμός ανησυχεί αδικαιολόγητα τον έντιμο μαθητή, επισκιάζει επίσης την κακοποίηση. Η λύση είναι μια εκ των προτέρων και σαφώς διατυπωμένη πολιτική χρήσης: ορίζοντας με σαφείς κανόνες πού επιτρέπεται, πού είναι περιορισμένη και πού απαγορεύεται σε μια εργασία. Η καλή πολιτική ορίζεται σταδιακά και όχι σε ακραίες καταστάσεις όπως «όλα απαγορεύονται» ή «όλα επιτρέπονται».
Για παράδειγμα, σε μια εργασία δοκιμίου, η πολιτική μπορεί να είναι: το να κάνει ερωτήσεις από το AI στο στάδιο της ιδέας είναι δωρεάν και δηλωμένο. Η διόρθωση ορθογραφίας και στίξης είναι δωρεάν. Απαγορεύεται η τεχνητή νοημοσύνη να γράφει το ίδιο το κείμενο. Κάθε μαθητής προσθέτει μια σύντομη δήλωση χρήσης. Ένα τέτοιο πλαίσιο διασφαλίζει ότι ο μαθητής γνωρίζει τι μπορεί να κάνει και καθιστά δίκαιη την αξιολόγηση. Η κοινή χρήση της πολιτικής στην αρχή του μαθήματος αποτρέπει τις συζητήσεις «δεν το ήξερα αυτό» αργότερα.
Η ίδια αρχή ισχύει για ακαδημαϊκά και εκδοτικά περιβάλλοντα: περιοδικά, εκδοτικοί οίκοι και ιδρύματα απαιτούν όλο και περισσότερο δηλώσεις σχετικά με τη χρήση της τεχνητής νοημοσύνης. Τοποθετήστε αυτές τις δηλώσεις όχι ως παραδοχή ενοχής, αλλά ως μια έντιμη και συνηθισμένη πρακτική διαφάνειας.
Συμβουλή: Δημιουργήστε την πολιτική συζητώντας την με μαθητές. Ένας μαθητής που κατανοεί τη λογική του κανόνα (μάθηση και ειλικρίνεια) είναι πολύ πιο πρόθυμος να τον ακολουθήσει. Ένας κανόνας που μοιράζεται αντί να επιβάλλεται είναι ισχυρότερος.
Συνήθη λάθη
- Θεωρώντας την έξοδο του ανιχνευτή ως απόδειξη. Τα ψευδώς θετικά ενοχοποιούν αθώους ανθρώπους.
- Σκοτώνει τη διαφάνεια λέγοντας «Η τεχνητή νοημοσύνη απαγορεύεται». Η κουλτούρα της δήλωσης είναι πιο ρεαλιστική και διδακτική.
- Αξιολογώντας το προϊόν και αγνοώντας τη διαδικασία. Η διαδικασία είναι η αληθινή απόδειξη της πρωτοτυπίας.
- Κανονικοποίηση απόκρυψης συνεισφορών. Η ειλικρίνεια είναι σημαντική είτε χρησιμοποιείται είτε όχι.
- Κάνοντας την κατηγορία πριν τη συνομιλία. Αποδεικτικά στοιχεία και δίκαιη διαδικασία πρώτα.
Συνοπτικά
Η αυθεντικότητα δεν προστατεύεται από μια τεχνολογία σύλληψης, αλλά από μια κουλτούρα ακεραιότητας και αξιολόγησης που βασίζεται στη διαδικασία. Οι ανιχνευτές τεχνητής νοημοσύνης είναι αναξιόπιστοι και δεν μπορούν να είναι μόνο αποδεικτικά στοιχεία. Ενθάρρυνση της διαφανούς αποκάλυψης αντί της απαγόρευσης της χρήσης τεχνητής νοημοσύνης. Αξιολογήστε τη διαδικασία (περίγραμμα, λεκτική περιγραφή, προσωπική σύνδεση) όχι το προϊόν. Το πραγματικό ζήτημα δεν είναι η τεχνολογία, αλλά αν η σκέψη και η έκφραση ανήκουν πραγματικά στον άνθρωπο.
Εργασία εφαρμογής
Φανταστείτε ξανά μια γραπτή εργασία ως βασισμένη στη διαδικασία: υποβολή προσχέδιο, μια σύντομη λεκτική περιγραφή και προσθέστε ένα στοιχείο προσωπικής εμπειρίας. Στη συνέχεια, επισυνάψτε το πρότυπο «Δήλωση χρήσης διαφανούς τεχνητής νοημοσύνης» στην εργασία. Εξηγήστε σε μια παράγραφο γιατί αυτό το σχέδιο καθιστά δύσκολη την πλήρη εκτύπωση σε AI.
λίστα ελέγχου
- [ ] Δεν χρησιμοποίησα την έξοδο του ανιχνευτή AI ως απόδειξη.
- [ ] Ενθάρρυνα τη διαφανή αποκάλυψη χρήσης τεχνητής νοημοσύνης.
- [ ] Αξιολόγησα τη διαδικασία (περίγραμμα, περιγραφή), όχι το προϊόν.
- [ ] Πρόσθεσα ένα στοιχείο προσωπικής σύνδεσης και διαδικασίας στις εργασίες.
- [ ] Σε περίπτωση αμφιβολίας, αναζήτησα πρώτα δίκαιη συζήτηση και αποδείξεις.