Flux de travail de bout en bout, confidentialité, intégrité académique et audit — Intelligence artificielle en philosophie et éthique appliquée

Gains :

Être capable de diviser une étude philosophique en sept anneaux et de positionner le rôle de l'intelligence artificielle et du contrôle humain obligatoire dans chaque anneau
Capacité à protéger la confidentialité (données personnelles, travaux inédits, arbitre aveugle) dans le domaine humain et à anonymiser ou utiliser un système sécurisé
Capacité à maintenir une intégrité académique de bout en bout, une transparence honnête et une surveillance humaine à chaque instant

Dans cette dernière unité, nous combinerons les compétences des dix unités précédentes en un seul flux de travail intégré. Un véritable travail philosophique ou éthique – un article, une conférence, une revue, un rapport de comité d’éthique – n’est pas une tâche unique mais une chaîne de tâches interconnectées : lecture, cartographie, littérature, brouillon, révision, vérification, soumission. Positionner correctement l’IA à chaque maillon de cette chaîne est bien plus efficace et plus sûr que des requêtes individuelles dispersées. Dans le même temps, cette unité rassemble les trois thèmes en spirale de l’ensemble du module – confidentialité, intégrité académique et contrôle humain – dans un cadre de contrôle unique.

L’objectif est « Quand dois-je utiliser l’IA ? » de « Comment puis-je exécuter un projet en toute sécurité du début à la fin avec l'IA ? » pour passer à la question.

Flux de travail de bout en bout : sept anneaux

Divisons un travail philosophique typique en sept anneaux et montrons le rôle de l'IA et du contrôle humain nécessaire dans chaque anneau.

1. Question et portée. Quelles sont les limites que vous demandez ? L’IA aide à clarifier le problème ; mais la question de recherche et l’angle unique vous appartiennent.

2. Fermez la lecture. Analyser des textes primaires (Unité 2). L'IA fournit un résumé initial et une terminologie ; Le commentaire est le vôtre.

3. Cartographie des arguments. Extraire la structure logique des textes (Unité 3). C'est à vous de juger du cadre d'IA, de la validité/robustesse.

4. Littérature. Cartographie de la zone et collecte des ressources (Unité 4-5). Carte conceptuelle de l'IA ; Chaque source est vérifiée indépendamment.

5. Brouillon. Écrire votre propre argument (Unité 7). L'essence est à vous ; L’IA est le plus grand partenaire de discussion.

6e révision. Langage, flux, structure (Unité 7). Éditeur d'IA ; le sens est préservé.

7. Vérification et livraison. Vérification finale de toutes les sources, citations et faits (unités 5, 10) et déclaration de transparence.

Astuce : Avant de passer dans chaque anneau, faites un "pass check" : la sortie de cet anneau a-t-elle été validée avant d'entrer dans le suivant ? Un résumé non vérifié fait référence à une cartographie ; Si une source fabriquée est introduite dans le projet, l’erreur augmente de façon exponentielle. La force de la chaîne est autant que son maillon le plus faible.

Confidentialité : s’applique également au domaine humain

On pourrait penser que la philosophie n’est pas un domaine de « documents secrets », mais la confidentialité est ici aussi essentielle. Un comité d’éthique discute d’un cas réel de patient ou d’employé ; un étudiant envoie sa thèse non publiée à son directeur ; Un rapporteur évalue un manuscrit dans le cadre d'un examen par les pairs à l'aveugle. Tous ces éléments contiennent des données personnelles ou de la propriété intellectuelle non publiée. La règle est claire : les informations personnelles, les travaux non publiés, les manuscrits évalués par des pairs à l’aveugle et les données confidentielles des comités ne peuvent pas être saisis dans un outil public d’IA que votre établissement n’a pas approuvé. Si vous devez faire analyser un cas réel, anonymisez-le d’abord (supprimez toutes les informations d’identification personnelle) ou utilisez uniquement un système sécurisé et approuvé par l’agence.

Attention : coller un article évalué à l'aveugle dans un outil d'IA viole à la fois la propriété intellectuelle de l'auteur et la confidentialité du processus d'évaluation par les pairs et constitue une faute académique grave. De même, introduire votre propre œuvre non publiée dans le domaine public peut être risqué ; Apprenez la politique de votre institution et de la revue.

Déclaration d'intégrité académique et de transparence

L'intégrité académique que nous soulignons tout au long du module devient concrète lors de la phase de livraison. La plupart des institutions et des revues exigent désormais une divulgation transparente de l’utilisation de l’IA : avec quel outil, à quelle étape, pour quoi ? L’utilisation de l’IA pour la correction linguistique est généralement acceptée et déclarée ; L'impression de l'argument ou du texte sur l'IA n'est pas acceptée dans la plupart des endroits. Apprenez la politique actuelle de votre propre institution et de votre publication cible et suivez-la à la lettre. La transparence n’est pas un aveu de faiblesse, mais un signe d’honnêteté et de professionnalisme.

trois mini-cases

Cas 1 — Vérification de la chaîne. Un chercheur a parcouru du début à la fin un article assisté par l’IA : lecture, cartographie, littérature, brouillon, révision. Il vérifiait l'accès à chaque sonnerie. Dans le cercle de la littérature, il a éliminé 2 des 12 sources comme fabriquées ; correction de 3 citations textuellement dans l'anneau de vérification. L’article a été publié sans une seule citation erronée. La chaîne systématique a empêché les erreurs de s'infiltrer dans le manuscrit.

Cas 2 – Retour suite à une violation de la vie privée. Un évaluateur collerait l’article évalué à l’aveugle dans un outil d’IA accessible au public pour un résumé rapide. Il s'est arrêté au dernier moment : il s'agissait d'un ouvrage inédit et confidentiel. Il a fait l'évaluation sans aucun outil, avec sa propre lecture. Une violation de la propriété intellectuelle et de la vie privée a été évitée.

Cas 3 — Déclaration transparente. Un doctorant a utilisé l'IA uniquement pour l'édition linguistique dans sa thèse et l'a clairement déclaré dans la section méthodologie de la thèse : "Un outil d'IA a été utilisé pour l'édition linguistique et les flux ; tous les arguments, thèses et sources sont ceux de l'auteur et vérifiés de manière indépendante." Le jury a apprécié cette transparence. Une déclaration honnête a établi la confiance.

Invite faible/Invite forte

Invite faible :

Préparez-moi cet article du début à la fin : recherchez, rédigez, ajoutez des sources.

Cette invite délègue toute la chaîne (réflexion, vérification, responsabilité) à l’IA ; Le résultat serait fabriqué, inauthentique et indéfendable du point de vue de la confidentialité/intégrité.

Invite puissante (basée sur un anneau) :

Votre rôle : assistant de phase dans un processus de recherche en philosophie.Actuellement [WHICH RING : par ex. Nous sommes dans le ring [du mappage d’arguments]. Faites simplement le travail de cet anneau ; passer aux anneaux suivants.Règles : ajustement de la source ; relier chaque affirmation au texte que j'ai donné ; cochez « doit être vérifié » si vous n'êtes pas sûr ; La décision et la thèse restent avec moi. Entrée de cet anneau : [sortie vérifiée de l'anneau précédent]

Cette invite divise le travail en anneaux, force la vérification dans chaque anneau et vous garde le contrôle.

Quatre modèles copiables

1) Clarification de la portée du projet :

Votre rôle : consultant en recherche. Aidez-moi à affiner l'idée de recherche suivante : (a) affiner la question de recherche, (b) suggérer des exclusions, (c) énumérer les étapes nécessaires pour y répondre. Ne me donnez pas de thèse ; affiner la question.Mon avis : [écrivez votre avis]

2) Contrôle d'accès en anneau :

Vérifiez le résultat de [Nom de l'anneau] avant de passer à l'étape suivante : (1) Y a-t-il des sources/citations/faits non vérifiés ? (2) Y a-t-il des affirmations qui ne sont pas liées au texte ? (3) L'IA a-t-elle rendu un jugement lorsqu'une décision est requise ? Marquez les zones problématiques ; Je ferai la correction. Résultat : [coller]

3) Présélection de confidentialité :

Scannez le texte suivant AVANT le traitement : contient-il des données personnelles, des travaux non publiés, une évaluation aveugle par les pairs ou des données de panel confidentielles ? Si oui, quelles parties et ne devraient-elles pas être traitées dans un outil accessible au public ? Préviens-moi. Texte : [texte]

4) Projet de déclaration de transparence :

Dans l'étude suivante, j'ai utilisé l'IA dans les étapes suivantes/aux fins suivantes : [étapes d'écriture]. Rédigez une déclaration honnête et claire sur l'utilisation de l'IA, conforme à la politique de votre institution/journal. Exagération; reflète simplement ce que je fais réellement.

Anneau / rôle / table de contrôle

bague

Rôle de l'IA

Surveillance humaine obligatoire

Risque principal

Question/portée

clarificateur

question de recherche

originalité

lecture attentive

premier résumé

Commentaire, lien vers la source

distorsion

Cartographie des arguments

squelette

Validité/robustesse

erreur logique

littérature

carte conceptuelle

vérification à la source

attribution apocryphe

brouillon

partenaire d'entraînement

thèse, justification

perte d'originalité

Révision

Éditeur de langue

Signification protection

Dérive du contenu

Vérification/livraison

liste de contrôle

Confirmation finale, déclaration

violation de l'intégrité

Erreurs courantes

Déléguer toute la chaîne en une seule requête. « Préparez-vous soigneusement » est l'ordre le plus risqué ; Divisez le travail en anneaux.
Contourner le contrôle d’accès. Déplacer la sortie non vérifiée vers l’anneau suivant multiplie l’erreur.
Sous-estimation de la vie privée dans le domaine humain. L’examen aveugle par les pairs, les études non publiées et les données de cas individuels devraient également être protégés.
Omettre ou exagérer la déclaration de transparence. La déclaration doit être honnête et adaptée à un usage réel ; Ni cacher ni gonfler.
Abandonner le contrôle. Aussi automatique que soit la chaîne, la décision et la responsabilité à chaque maillon appartiennent à l’humain.

En résumé

Toutes les capacités de ce module se combinent dans un flux de travail de bout en bout : question, lecture, carte, littérature, brouillon, révision, vérification. Positionnez correctement l'IA sur chaque maillon et vérifiez à chaque passage : la chaîne est aussi solide que son maillon le plus faible. Trois thèmes hélicoïdaux s'appliquent partout : la confidentialité (les données personnelles, les travaux non publiés et l'évaluation aveugle par les pairs sont protégés, également dans le domaine humain), l'intégrité académique (la pensée originale est la vôtre, la déclaration de transparence est honnête) et le contrôle humain (la décision et la responsabilité vous appartiennent toujours). Évitez la commande « faites-le pour moi du début à la fin » ; Divisez le travail, vérifiez et gardez le contrôle. L’IA accélère le processus ; c'est vous qui pensez, vérifiez et signez.

Tâche de candidature

Choisissez un petit projet philosophique (un court essai ou un plan de cours).
Divisez-le en sept anneaux et écrivez le rôle de l'IA et l'étape de contrôle pour chaque anneau.
Scannez chaque entrée que vous utiliserez avec le modèle « pré-analyse de la confidentialité ».
Vérifiez la sortie d'un anneau avec le modèle "contrôle de transition d'anneau" et déplacez-le vers le suivant.
Rédigez une déclaration honnête d’utilisation de l’IA avec le modèle « projet de déclaration de transparence ».

liste de contrôle

[ ] J'ai divisé le projet en anneaux ; Je ne l'ai pas transféré avec une seule demande.
[ ] J'ai fait un contrôle de validation à chaque passage de ring.
[ ] J'ai conservé ou anonymisé des données personnelles/non publiées/évaluées à l'aveugle par les pairs.
[ ] J'ai confirmé une dernière fois la source, la citation et les faits.
[ ] J'ai produit moi-même la thèse originale et la justification.
[ ] J'ai préparé une déclaration honnête d'utilisation/transparence de l'IA.
[ ] J'avais la décision et la responsabilité dans chaque cercle.

Examen de module

1. Lequel des énoncés suivants constitue le positionnement le plus précis de l’intelligence artificielle en philosophie et en éthique appliquée ?

A) L'intelligence artificielle peut directement prendre et justifier une décision éthique sans l'approbation humaine
B) L'intelligence artificielle n'est utile que pour traduire des textes, elle n'a rien à voir avec des tâches philosophiques
C) L'intelligence artificielle est un assistant de lecture, de cartographie, de synthèse et de rédaction ; La responsabilité de l’interprétation, de la justification et de la pensée originale incombe à l’être humain ✔
D) Puisque l’intelligence artificielle donne la moyenne de millions de textes, c’est le moyen le plus fiable de faire rédiger par elle la thèse originale.

Description : Intelligence artificielle ; Il s'agit d'un assistant qui accélère la lecture de textes, la cartographie des arguments, l'analyse de la littérature et la génération de brouillons. Des tâches telles que juger un argument, interpréter correctement un philosophe, justifier une décision éthique et produire une thèse originale appartiennent à l'expert et au penseur compétent ; En philosophie, le produit lui-même est le raisonnement, et confier le raisonnement à la machine, c'est abandonner le travail.

2. Comment s'appelle-t-on et comment peut-on l'éviter lorsque l'intelligence artificielle donne une citation claire et un numéro de page entre guillemets mais que cette information ne se trouve pas dans la source primaire ?

A) Paragraphe ; est évité en réécrivant la citation dans vos propres mots
B) Hallucinations ; Chaque citation et référence est empêchée par une vérification textuelle à la source principale ✔
C) Erreur de validité ; est évité en transformant l'argument en forme standard
D) Préjugés ; On l’évite en le regardant sous un angle différent.

Explication : Il s'agit d'une hallucination : sans connaître la vérité, l'IA produit une citation qui semble statistiquement probable, réaliste, mais qui n'existe pas. Antidote est la discipline consistant à vérifier chaque citation et attribution textuellement dans la source principale ; le ton confiant de l'IA n'est pas un signe d'exactitude.

3. Quel est le risque réel lorsque l'intelligence artificielle simplifie une phrase philosophique et transforme une expression signifiant « toujours » en « la plupart du temps » ?

A) Signification changement ; Un changement de nuance d'un seul mot peut saper la prétention d'universalité de l'argument et nécessite une comparaison avec l'original ✔
B) Il n'y a aucun risque car la simplification préserve toujours le sens
C) Seul le style change, le contenu logique de l'argument n'est pas du tout affecté
D) Le texte devient plus long et plus complexe, ce qui le rend difficile à lire

Explication : En philosophie, les expressions de quantité (chacun/certains/la plupart) et de modalité (nécessaire/possible) sont souvent au cœur du débat. Le passage d'un seul mot entre « toujours » et « la plupart du temps » peut détruire la prétention d'un argument à l'universalité. Chaque simplification doit donc être considérée comme une suggestion d’interprétation et la perte de nuance doit être vérifiée en la comparant à l’originale.

4. Quelle est la différence entre un argument « valable » et « valable » ?

A) C’est la même chose ; Tout argument valable est nécessairement valable
B) La solidité ne concerne que la structure, la validité concerne la vérité des prémisses
C) La validité signifie que les prémisses semblent convaincantes et la solidité signifie qu'elles sont écrites couramment.
D) La validité est l'exactitude de la structure, et la solidité est le fait que la validité et les prémisses sont réellement vraies.

Explication : La validité n'est qu'une question de structure : si les prémisses étaient vraies, la conclusion le serait-elle nécessairement ? L’argument peut être valable même si les prémisses sont en réalité fausses. La solidité exige à la fois la validité et que toutes les prémisses soient vraiment vraies. L'IA est efficace pour extraire la structure, mais ne peut pas évaluer la précision réelle des prémisses en termes de robustesse ; Ce jugement appartient à l'homme.

5. Quelle est l'importance de rechercher une « prémisse implicite » lors de la cartographie d'un argument ?

A) Il n'est pas nécessaire de rechercher des prémisses implicites car seules celles explicitement énoncées font partie de l'argumentation.
B) La prémisse implicite ne fait qu'améliorer le style du texte et n'a rien à voir avec la logique.
C) La prémisse implicite révèle l'hypothèse cachée de l'argument et constitue souvent le point de critique le plus fort ✔
D) La prémisse implicite est le jugement final de l'intelligence artificielle qui doit être accepté comme définitif

Explication : Une prémisse implicite est une hypothèse nécessaire au fonctionnement de l'argument mais qui n'est pas énoncée dans le texte. Une bonne lecture philosophique voit aussi ce qui n’est pas dit ; La critique la plus forte réside souvent dans cette hypothèse implicite. L'IA peut fournir le squelette, mais c'est le travail de l'humain de connecter et de vérifier la prémisse implicite du texte et d'évaluer son caractère controversé.

6. Pourquoi est-il dangereux en sciences humaines de dire à l'IA de « me donner les 10 sources les plus importantes sur ce sujet et leurs résumés » ?

A) L’intelligence artificielle peut créer de fausses balises d’apparence convaincante ; Toutes les ressources ne peuvent pas être utilisées sans vérification dans un catalogue indépendant ✔
B) L'intelligence artificielle donne toujours des sources précises, le seul problème c'est que les résumés sont trop longs
C) Il n'y a aucun danger ; Le numéro DOI donné par l’intelligence artificielle est une preuve définitive de la réalité
D) La lecture ne prend que du temps car le nombre de sources est élevé, il n'y a pas d'autre risque.

Explication : l'IA n'est pas une base de données de citations ; Il a appris « à quoi ressemble une citation » à partir de modèles de texte et produit des attributions réalistes, qu'elles soient réelles ou non. Cette affirmation mélange des sources réelles avec des sources fictives qui n’existent pas du tout ; Une seule référence fallacieuse détruit la crédibilité de l’œuvre. Chaque empreinte doit être vérifiée textuellement dans un catalogue indépendant.

7. Si une citation donnée par l'intelligence artificielle se trouve textuellement dans un vrai livre, mais que l'auteur a utilisé cette phrase pour exprimer et réfuter un point de vue opposé, quelle erreur y a-t-il à utiliser cette citation comme sa propre thèse ?

A) Il s'agit d'une erreur d'impression ; Il peut être résolu en corrigeant simplement le numéro de page.
B) Il s’agit d’une distorsion de décontextualisation ; Utiliser la citation sans lire son environnement peut amener l'auteur à dire le contraire ✔
C) Il s'agit d'une erreur de validité ; l'argument doit être mis sous une forme standard
D) Ce n'est pas un problème ; Le contexte n'a pas d'importance tant que la phrase est littéralement vraie

Explication : Il s'agit d'une violation de la fidélité du contenu (couche 2) : la première vérification est réussie car la source est authentique, mais la citation a été sortie de son contexte. La distorsion la plus insidieuse se produit lorsqu’une phrase réelle est sortie de son contexte et que l’auteur est amené à dire exactement le contraire. Avant d'utiliser une citation, il est nécessaire de lire le paragraphe qui l'entoure et de déterminer si l'auteur l'a créé pour la défendre ou pour la transmettre.

8. Lorsqu'un instructeur demande une analogie à l'intelligence artificielle pour l'éthique de la vertu, que faire s'il s'aperçoit que l'analogie reçue déforme le concept ?

A) L’analogie doit être utilisée tant qu’elle est courante ; l’exactitude conceptuelle est secondaire
B) Il faut s’attendre à ce que les étudiants corrigent eux-mêmes l’analogie, l’instructeur ne doit pas intervenir.
C) Il suffit d'utiliser l'analogie telle qu'elle est et de noter « cela a été produit par l'intelligence artificielle »
D) L'analogie doit être vérifiée et si elle est déformée, elle doit être remplacée par un exemple correct qui préserve le cœur du concept ✔

Explication : Une analogie trompeuse est plus nuisible que l’absence d’exemple du tout car elle donne à l’élève une mauvaise racine et est difficile à corriger. Chaque analogie et chaque exemple produit par l’intelligence artificielle dans l’enseignement doit être vérifié par un expert pour voir s’il reflète correctement le concept ; L’analogie déformante doit être remplacée par un exemple qui préserve le cœur du concept.

9. Quelle est l'approche la plus appropriée pour utiliser l'intelligence artificielle dans la rédaction académique en termes de « limite d'originalité » ?

A) Rédigez d'abord votre propre brouillon, en utilisant l'IA comme éditeur de langage/flux et partenaire générateur d'objections ; Construisez vous-même votre thèse et votre argumentation ✔
B) Demandez à l'intelligence artificielle de remplir la page blanche, puis changez quelques phrases et prononcez-la
C) Faire rédiger la thèse et la conclusion en intelligence artificielle car le texte moyen est le plus fiable
D) Ne pas utiliser du tout l’intelligence artificielle ; Même la correction de la grammaire est une violation de l'intégrité académique

Description : L'écriture est divisée en couches : la correction du langage et du flux peut être laissée en toute sécurité à l'IA ; la structure est une décision mutuelle ; Thèse, argumentation et contribution originale sont inaliénables et appartiennent uniquement aux humains. La règle générale est d'écrire d'abord votre propre brouillon et de demander à l'IA de le peaufiner, plutôt que de laisser l'IA remplir la page blanche. La maîtrise n'est pas l'originalité ; La valeur académique réside dans une distinction subtile et une thèse audacieuse.

10. Comment un comité d’éthique doit-il utiliser l’IA lors de l’analyse d’un cas ?

A) Il faut demander à l'intelligence artificielle « que dois-je faire » et appliquer la réponse unique qu'elle donne directement comme décision.
B) L’intelligence artificielle ne devrait pas être utilisée du tout, car elle ne peut pas contribuer à l’analyse éthique
C) Il doit utiliser l'intelligence artificielle pour cartographier le cas à partir de plusieurs cadres, extraire les parties prenantes et prendre lui-même la décision et la justification ✔
D) En supposant que l’intelligence artificielle soit la plus impartiale, toute priorisation devrait lui être laissée

Description : Le véritable pouvoir de l'IA est de cartographier un cas à multiples facettes à partir de cadres conséquentialistes, déontologiques et fondés sur la vertu, en extrayant les parties prenantes et en rendant visibles les conflits de principes. Mais le jugement éthique ; Cela nécessite de donner la priorité aux valeurs, de prendre des responsabilités et de signer des décisions. L’IA manque de valeurs, de responsabilité, de connaissance du contexte et comporte des préjugés ; La décision et la justification appartiennent donc à l’être humain, en particulier au conseil d’administration responsable.

11. Quelle est la position la plus philosophiquement correcte pour éviter que la responsabilité ne « tombe dans le vide » lorsqu'un système basé sur l'intelligence artificielle cause un préjudice ?

A) La responsabilité appartient à l’intelligence artificielle elle-même, car c’est elle qui produit le résultat
B) La responsabilité doit être placée sur les maillons pertinents de la chaîne humaine qui conçoit, déploie et utilise le système ✔
C) Personne n'est responsable car le système est trop complexe et personne ne peut le comprendre
D) La responsabilité incombe uniquement à l'utilisateur final ; le concepteur et l’institution sont totalement exonérés

Explication : L’opinion dominante est que l’IA est un outil et que la responsabilité morale incombe aux personnes qui la conçoivent, fournissent les données, les distribuent et les utilisent ; Parce que la responsabilité requiert l’intention, la compréhension et la volonté de signer la décision. Le langage « l'IA a décidé » brouille la responsabilité ; Un langage conceptuel rigoureux place la responsabilité aux maillons pertinents de la chaîne humaine.

12. Pourquoi « l'originalité du raisonnement » en philosophie ne peut-elle pas être transférée à l'intelligence artificielle ?

A) Parce que l’intelligence artificielle produit la moyenne ; L'originalité naît de son propre jugement, où l'on s'écarte de la moyenne ✔
B) Parce que l'intelligence artificielle est très lente et ne peut pas produire le texte original à temps
C) Parce que l'intelligence artificielle fait toujours des erreurs grammaticales et que le texte devient illisible
D) Transférable ; La thèse produite par l’intelligence artificielle est la plus originale et la plus profonde

Explication : En philosophie, la valeur réside dans la manière dont vous arrivez à une réponse : quelles distinctions vous faites, quelles objections vous anticipez et rencontrez. L'intelligence artificielle produit en moyenne des millions de textes ; Cette moyenne paraît fluide et raisonnable, mais elle n’est pas originale. La pensée originale commence là où vous vous éloignez de la moyenne. Si vous déléguez la réflexion elle-même, vous vous retrouvez avec un texte pur, ce qui constitue également une violation de l'honnêteté intellectuelle.

13. En termes d’honnêteté intellectuelle, comment présenter une affirmation controversée que vous ne pouvez pas vérifier dans un texte de séminaire ?

A) Vous devez le présenter comme absolument correct parce que l’intelligence artificielle le dit.
B) Vous devez omettre complètement l'affirmation et ne pas la mentionner du tout, car l'ambiguïté est inacceptable
C) Vous devez écrire dans un langage précis qui semble le plus convaincant et ne laisse pas le lecteur dans le doute.
D) Vous devez le présenter honnêtement, en indiquant clairement que la réclamation est contestée ou non fondée ✔

Explication : La première règle de l'honnêteté intellectuelle est de ne pas dissimuler l'incertitude : ne présentez pas comme certain ce que vous ne savez pas ou ne pouvez pas vérifier. Dire « ce point est discutable » ou « je n'ai pas pu le vérifier » n'est pas un signe de faiblesse mais un signe de maturité et d'honnêteté. Une fausse certitude est plus nuisible qu’une réserve honnête et détruit la confiance.

14. Pourquoi est-ce un problème sérieux de coller un article évalué à l'aveugle (non encore publié) dans un outil d'IA accessible au public pour un résumé rapide ?

A) C'est bon ; Les œuvres inédites sont déjà considérées comme du domaine public
B) Ce ne sera un problème que si le résumé est long, les résumés courts sont acceptables.
C) Viole la propriété intellectuelle de l'auteur et la confidentialité des arbitres ; ces données ne sont pas saisies dans des outils publics sans approbation ✔
D) Le seul problème est que le véhicule roule lentement et perd du temps.

Explication : Cela viole à la fois la propriété intellectuelle de l'auteur et la confidentialité du processus d'évaluation par les pairs et constitue une faute académique grave. La confidentialité est également essentielle dans le domaine humain : les données personnelles, les travaux inédits, les évaluations aveugles par les pairs et les données confidentielles des comités ne sont pas saisies dans des outils publics que l'institution n'a pas approuvés. Si nécessaire, le texte est anonymisé ou seul un système sécurisé et approuvé par l'institution est utilisé.