Κέρδη:
- Κατανόηση των τύπων λογοκλοπής, της αυτολογοκλοπής και της ηθικής κατάστασης της τεχνητής νοημοσύνης που παράγεται
- Δυνατότητα σύνταξης διαφανούς δήλωσης χρήσης τεχνητής νοημοσύνης σύμφωνα με τις πολιτικές χρήσης και δήλωσης τεχνητής νοημοσύνης του ιδρύματος και του περιοδικού
- Ικανότητα κατανόησης των αρχών του δημιουργού (η τεχνητή νοημοσύνη δεν μπορεί να είναι συγγραφέας), τις συνέπειες της κατασκευής δεδομένων και τις ηθικές παραβιάσεις και να ενεργεί με υπευθυνότητα
Ολόκληρη η αξία του ακαδημαϊκού χώρου βασίζεται στην εμπιστοσύνη: ο αναγνώστης μιας εργασίας εμπιστεύεται ότι ο συγγραφέας είναι ειλικρινής, τα δεδομένα είναι αυθεντικά, η συνεισφορά είναι πρωτότυπη και οι πηγές αναφέρονται με ακρίβεια. Όταν σπάσει αυτή η εμπιστοσύνη, δεν βλάπτεται μόνο ένα χαρτί, αλλά μια καριέρα, ακόμη και η φήμη ενός κλάδου. Η διατήρηση αυτής της εμπιστοσύνης στην εποχή της τεχνητής νοημοσύνης φέρνει νέες ευθύνες: τα όρια της λογοκλοπής, το ηθικό καθεστώς του κειμένου που δημιουργείται από την τεχνητή νοημοσύνη και τη διαφανή αποκάλυψη. Η βασική αρχή αυτής της ενότητας είναι μία: η χρήση της τεχνητής νοημοσύνης είναι νόμιμη αλλά δεν μπορεί να συγκαλυφθεί. Η ειλικρίνεια, η διαφάνεια και η απόλυτη ανθρώπινη ευθύνη διατηρούνται σε κάθε περίπτωση.
Είδη λογοκλοπής και αυτολογοκλοπή
Λογοκλοπή είναι να παρουσιάζετε την ιδέα, την πρόταση ή τα δεδομένα κάποιου άλλου ως δικά σας χωρίς να αναφέρετε την πηγή. Έχει διάφορες μορφές. Άμεση λογοκλοπή: αντιγραφή του κειμένου κατά λέξη. Μωσαϊκό/παραφραστική λογοκλοπή: αλλαγή λέξεων και χρήση της ιδέας χωρίς απόδοση — είναι ο πιο ύπουλος τύπος, γιατί λανθασμένα θεωρείται "δική μου πρόταση". Αυτολογοκλοπή: επαναπαρουσίαση της προηγούμενης δημοσίευσης του ίδιου του συγγραφέα χωρίς κατάλληλη απόδοση. Αποτελεί παράβαση η αναδημοσίευση ή η παρουσίαση των ίδιων δεδομένων ως νέα, ακόμα κι αν είναι δικό σας κείμενο. Φέτες σαλαμιού: τεχνητός διαχωρισμός ενός μεμονωμένου έργου σε πολλά άρθρα.
Η τεχνητή νοημοσύνη είναι ένα ζήτημα με δύο σκέλη εδώ. Από τη μία πλευρά, η ύπαρξη του κειμένου «παράφρασης» της τεχνητής νοημοσύνης θα αυτοματοποιούσε τη λογοκλοπή μωσαϊκού εάν δεν αναφέρεται η αρχική πηγή - η ιδέα της επανεγγραφής της τεχνητής νοημοσύνης δεν είναι δική σας. Η τεχνητή νοημοσύνη, από την άλλη πλευρά, μπορεί να σας βοηθήσει να επισημάνετε μη σκόπιμα αποσπάσματα ή κινδύνους αυτολογοκλοπής στο δικό σας κείμενο. Ο κανόνας δεν αλλάζει: η υποχρέωση αναφοράς πηγών είναι ανεξάρτητη από το ποιος ή τι έγραψε το κείμενο.
Προσοχή: Το "AI ξαναέγραψε, τώρα είναι η πρόταση μου" δεν είναι υπεράσπιση. Εάν η ιδέα είναι κάποιου άλλου, απαιτείται απόδοση, ανεξάρτητα από το πόσο άπταιστα την ξαναγράφει το AI. Διαφορετικά, η λογοκλοπή άλλαξε το μέσο, αλλά συνεχίζει να υπάρχει.
Η τεχνητή νοημοσύνη δημιούργησε κείμενο και γραφή
Οι κοινές κατευθυντήριες γραμμές για τη δεοντολογία της δημοσίευσης (π.χ. το ICMJE — επιτροπή συντακτών ιατρικών περιοδικών και COPE — επιτροπή για τις γραμμές δεοντολογίας της δημοσίευσης) θεσπίζουν δύο σαφείς κανόνες. Πρώτον: Το AI δεν μπορεί να είναι συγγραφέας. Η συγγραφή απαιτεί υπευθυνότητα—υπεράσπιση της ακεραιότητας του έργου, δήλωση συγκρούσεων συμφερόντων, υπευθυνότητα— και ένα γλωσσικό μοντέλο δεν μπορεί να κάνει αυτά τα πράγματα. Δεύτερον: Δηλώνεται η χρήση AI. Εάν χρησιμοποιήσατε τεχνητή νοημοσύνη στη δημιουργία κειμένου, την επεξεργασία γλώσσας ή την ανάλυση, το αποκαλύπτετε με διαφάνεια στη μέθοδο ή την ξεχωριστή ενότητα δήλωσης. Ο σκοπός της δήλωσης δεν είναι να σας κατηγορήσει. Είναι για να δείξουμε ειλικρινά στον αναγνώστη και τον επιμελητή πώς δημιουργήθηκε το κείμενο.
Οι πιο σοβαρές παραβιάσεις είναι η κατασκευή δεδομένων και η παραποίηση δεδομένων. Το να κάνει η τεχνητή νοημοσύνη να λέει "παράγει ένα εύλογο εύρημα", "συμπλήρωσε τα στοιχεία που λείπουν", "δείξε το αποτέλεσμα ισχυρότερο" εμπίπτει άμεσα σε αυτήν την κατηγορία και είναι το πιο σοβαρό έγκλημα που μπορεί να τερματίσει μια ακαδημαϊκή καριέρα. Αυτή η παγίδα είναι ύπουλη επειδή η τεχνητή νοημοσύνη μπορεί να δημιουργήσει άπταιστα αριθμούς. Η κόκκινη γραμμή είναι απόλυτη: τα δεδομένα προέρχονται μόνο από πραγματική παρατήρηση, που δεν παράγονται ποτέ.
Εταιρική πολιτική και πρακτική διαφάνειας
Η πολιτική τεχνητής νοημοσύνης κάθε ιδρύματος και περιοδικού είναι διαφορετική και αλλάζει γρήγορα. Ορισμένα επιτρέπουν την ευρεία χρήση, ενώ άλλα απαγορεύουν ορισμένα στάδια. Η ευθύνη σας είναι να διαβάσετε την τρέχουσα πολιτική του περιοδικού-στόχου και του ιδρύματός σας (πανεπιστήμιο, κανονισμοί διατριβής) πριν ξεκινήσετε την εργασία. Η πρακτική της διαφάνειας είναι συγκεκριμένη: καταγράψτε ποιο εργαλείο χρησιμοποιήσατε, σε ποιο στάδιο, για ποιο σκοπό και δηλώστε το όταν χρειάζεται. Αυτό το αρχείο σας προστατεύει και αποδεικνύει την ειλικρίνειά σας σε έναν έλεγχο.
Ένα σημείο πρέπει επίσης να διευκρινιστεί: Είναι λάθος να εμπιστευόμαστε τυφλά τα εργαλεία ανίχνευσης τεχνητής νοημοσύνης. Αυτά τα εργαλεία παράγουν τόσο ψευδώς θετικά (παρερμηνεύοντας την ανθρώπινη γραφή με τεχνητή νοημοσύνη) όσο και ψευδώς αρνητικά. Μπορεί να επισημάνουν άδικα το φυσικό κείμενο, ειδικά από μη γηγενείς Άγγλους συγγραφείς, ως "δημιουργημένο από AI". Επομένως, δεν είναι σωστό να κατηγορούμε το κείμενο ενός μαθητή που βασίζεται αποκλειστικά σε μια βαθμολογία ανιχνευτή, ούτε να βασιζόμαστε σε ένα τέτοιο εργαλείο για να πούμε "καθαρό" και να παραλείπουμε τη διαφάνεια. Η διασφάλιση της ακεραιότητας δεν είναι μια βαθμολογία λογισμικού, αλλά η διαφανής δήλωση και η πειθαρχία σας για την τήρηση αρχείων. Η ηθική δεν είναι μια μετρημένη αξία, αλλά μια εξασκημένη ευθύνη.
τρεις μίνι θήκες
Περίπτωση 1 — Μωσαϊκό λογοκλοπή. Ένας μαθητής χρησιμοποίησε μια παράγραφο ενός άρθρου χωρίς απόδοση, βάζοντας το AI να πει "παράφραση". Το λογισμικό λογοκλοπής έδειξε χαμηλή ομοιότητα, αλλά ο σύμβουλος αναγνώρισε την πηγή της ιδέας. Αυτό ήταν μια πλήρης λογοκλοπή μωσαϊκού. Το AI άλλαξε τις λέξεις, αλλά δεν εξάλειψε την υποχρέωση απόδοσης. Ο μαθητής πρόσθεσε την πηγή και έμαθε το μάθημα: η επανεγγραφή δεν αντικαθιστά την απόδοση.
Περίπτωση 2 — Όχι στην κατασκευή δεδομένων. Ένας ερευνητής είχε ελλείποντα δεδομένα σε ένα κελί και μπήκε στον πειρασμό να πει στο AI να «προτείνει μια λογική τιμή». Σταμάτησε και σκέφτηκε: αυτά τα δεδομένα ήταν πλαστά. Αντίθετα, ανέφερε με ειλικρίνεια την έλλειψη στη μέθοδο και δήλωσε ότι εφάρμοσε μια κατάλληλη τεχνική ελλειπόντων δεδομένων (καταλογισμός). Το κείμενο παρέμεινε διαφανές και δεν δημιουργήθηκαν αριθμοί.
Περίπτωση 3 — Διαφανής δήλωση. Ένας μη ιθαγενής συγγραφέας εξέλιξε τη γλώσσα του άρθρου του με AI και χρησιμοποίησε επίσης AI για το προσχέδιο της εισαγωγής του. Διάβασε την πολιτική του περιοδικού και πρόσθεσε μια δήλωση στην ενότητα μεθόδων, "Ένα εργαλείο δημιουργίας τεχνητής νοημοσύνης χρησιμοποιήθηκε για την επεξεργασία γλώσσας και τη σύνταξη εισαγωγής, και όλο το περιεχόμενο επαληθεύτηκε και εγκρίθηκε από τους συγγραφείς". Ο συντάκτης χαιρέτισε αυτό. Η διαφάνεια δημιούργησε εμπιστοσύνη.
Αντιγράψιμα πρότυπα
1) Έλεγχος λογοκλοπής/κινδύνου απόδοσης:
Σημειώστε τις προτάσεις ιδεών, ισχυρισμών ή δεδομένων στο παρακάτω κείμενο που μπορεί να απαιτούν παραπομπή αλλά φαίνεται να μην αναφέρονται. Επισημάνετε επίσης μέρη παρόμοια με την προηγούμενη δουλειά μου που ενέχουν κίνδυνο αυτολογοκλοπής. Είναι στο χέρι μου. αναφέρετε μόνο τα επικίνδυνα μέρη. Κείμενο: [επικόλληση]
2) Δήλωση χρήσης AI:
Γράψτε ένα διαφανές προσχέδιο μιας δήλωσης χρήσης AI για ένα άρθρο. Χρήση:[ποιο εργαλείο, ποιο στάδιο: π.χ. επιμέλεια γλώσσας, προσχέδιο περίληψης]. Θα πρέπει να σημειωθεί ότι ο BeyanYZ ΔΕΝ είναι ο συγγραφέας και όλο το περιεχόμενο έχει επαληθευτεί από τους δημιουργούς. 2-3 προτάσεις, επίσημος τόνος.
3) Παράφραση + απόδοση (σωστή χρήση):
Ξαναγράψτε την ακόλουθη πρόταση πιο άπταιστα ΑΛΛΑ να θυμάστε ότι αυτή είναι η ιδέα μιας άλλης πηγής: βάλτε ένα σύμβολο κράτησης θέσης στο τέλος της επανεγγραφής [ΑΝΑΦΟΡΑ ΕΔΩ] για να μπορώ να προσθέσω την πηγή. Μην αλλάξεις την ιδέα. Πρόταση + πηγή: [επικόλληση]
4) Λίστα ελέγχου πολιτικής:
Δημιουργήστε μια λίστα ελέγχου ηθικής τεχνητής νοημοσύνης πριν την υποβολή σε ένα περιοδικό: έχει διαβάσει την πολιτική του ιδρύματος, έχει διαβάσει την πολιτική τεχνητής νοημοσύνης του περιοδικού, έχει καταγραφεί η χρήση, έχει γραφτεί μια δήλωση, δεν έχουν κατασκευαστεί δεδομένα, έχουν επαληθευτεί όλες οι αποδόσεις. Κάντε το σύντομο και με σελιδοδείκτη.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Ξαναγράψτε αυτήν την παράγραφο για να μην υπάρχει λογοκλοπή. [παράγραφος]
Αυτό δεν λύνει το πρόβλημα της απόδοσης. Αν η ιδέα ανήκει σε κάποιον άλλο, το να ξαναγράψεις εξακολουθεί να είναι λογοκλοπή.
Ισχυρή προτροπή:
Η παρακάτω παράγραφος περιέχει την ιδέα μιας άλλης μελέτης. Βοηθήστε με να το συνοψίσω με δικά μου λόγια ΑΛΛΑ (1) αφήστε χώρο για να αναφέρω την πηγή, (2) μην παραμορφώνετε την ιδέα, (3) δείξτε μου χώρο όπου μπορώ να προσθέσω την αρχική μου ερμηνεία. Πηγή: [αποτύπωμα]. Παράγραφος: [επικόλληση]
Κατάσταση
Ηθική κατάσταση
σωστή συμπεριφορά
Διόρθωση γλώσσας με AI
θεμιτό
Δηλώστε
Γράψτε μια ιδέα χωρίς απόδοση με AI
Λογοκλοπή
Προσθήκη αναφοράς
Κάνοντας την τεχνητή νοημοσύνη να παράγει δεδομένα
σοβαρή παραβίαση
ποτέ μην κάνεις
Χρήση παλιού κειμένου χωρίς αναφορά
αυτολογοκλοπή
πηγή εκπομπής
Εμφάνιση AI ως συγγραφέα
απαράδεκτο
Ανθρώπινος συγγραφέας + δήλωση
Συνήθη λάθη
- Αντικατάσταση απόδοσης από την επανεγγραφή. Εάν η ιδέα είναι κάποιου άλλου, απαιτείται η απόδοση, ακόμη και αν το AI την ξαναγράψει.
- Προσαρμογή/ενίσχυση δεδομένων. Η πιο σοβαρή παραβίαση. Θα μπορούσε να τερματίσει μια καριέρα.
- Απόκρυψη χρήσης. Όταν συμβαίνει, θεωρείται παραβίαση της ακεραιότητας.
- Αγνοώντας την αυτολογοκλοπή. Απαιτείται αναφορά, ακόμα κι αν είναι δικό σας κείμενο.
- Δεν διαβάζει την πολιτική. Οι θεσμικοί κανόνες και οι κανόνες των περιοδικών είναι διαφορετικοί και δεσμευτικοί.
Συμβουλή: Μια απλή ερώτηση αυτοελέγχου: «Είναι πραγματικά δική μου η ιδέα/δεδομένα σε αυτήν την πρόταση ή προέρχεται από άλλη πηγή;» Εάν η απάντηση είναι "άλλο", παραπομπή. Εάν "παράγεται", σταματήστε. Αυτές οι δύο ερωτήσεις αποτρέπουν τις περισσότερες λογοκλοπές και κατασκευές ενώ γράφετε.
Συνοπτικά
Ακαδημαϊκή εμπιστοσύνη; διατηρείται με ειλικρίνεια, αυθεντικότητα και διαφάνεια. Η λογοκλοπή δεν απαλλάσσει την υποχρέωση απόδοσης αν η ιδέα ανήκει σε κάποιον άλλο, ακόμα κι αν ο μεσάζων είναι η τεχνητή νοημοσύνη. Η αυτολογοκλοπή και ο τεμαχισμός σαλάμι είναι επίσης παραβιάσεις. Το AI δεν μπορεί να είναι ο συγγραφέας, τα δεδομένα δεν μπορούν ποτέ να κατασκευαστούν και η χρήση δηλώνεται με διαφάνεια. Διαβάστε εκ των προτέρων τις πολιτικές των ιδρυμάτων και των περιοδικών και καταγράψτε τη χρήση σας. Ο συντομότερος κανόνας: η ιδέα εξαρτάται από την πηγή, τα δεδομένα εξαρτώνται από την αλήθεια, η χρήση εξαρτάται από τη δήλωση, η ευθύνη εξαρτάται από το άτομο.
Εργασία εφαρμογής
Πάρτε το δικό σας παράδειγμα κειμένου. Σαρώστε για κίνδυνο παραπομπής/αυτολογοκλοπής με AI και αξιολογήστε μόνοι σας τις επισημασμένες περιοχές. Εάν βρείτε τουλάχιστον μία ιδέα που δεν αναφέρεται, προσθέστε μια πηγή. Στη συνέχεια, γράψτε μια διαφανή δήλωση χρήσης AI κατάλληλη για τη δική σας χρήση. Τέλος, βρείτε την πολιτική AI του περιοδικού και του ιδρύματος-στόχου σας και σημειώστε τα τρία άρθρα του.
λίστα ελέγχου
- [ ] Έχω αναφέρει τις ιδέες/δεδομένα κάποιου άλλου;
- [ ] Έχω ελέγξει τη δική μου προηγούμενη εργασία για τον κίνδυνο αυτολογοκλοπής;
- [ ] Είμαι βέβαιος ότι δεν κατασκευάζω/διογκώνω δεδομένα;
- [ ] Έχω αποκαλύψει τη χρήση της τεχνητής νοημοσύνης μου σε μια διαφανή δήλωση;
- [ ] Έχω διαβάσει την πολιτική τεχνητής νοημοσύνης του ιδρύματος και του περιοδικού;