એકમો
1. શૈક્ષણિક સંશોધનમાં કૃત્રિમ બુદ્ધિ: ભૂમિકાઓ, સીમાઓ, માન્યતા અને શૈક્ષણિક અખંડિતતા 2. સાહિત્ય શોધ વ્યૂહરચના: કીવર્ડ, બુલિયન શોધ અને અવકાશ 3. લેખ વાંચન અને સારાંશ: સંશ્લેષણ, વિવેચનાત્મક વાંચન અને સાહિત્ય મેટ્રિક્સ 4. સંશોધન ડિઝાઇન સપોર્ટ: પ્રશ્ન, પૂર્વધારણા, પદ્ધતિ અને નમૂના 5. ડેટા વિશ્લેષણ આધાર: કોડ, આંકડાકીય અર્થઘટન અને ગુણાત્મક કોડિંગ 6. શૈક્ષણિક લેખન: IMRaD માળખું, રૂપરેખા અને દલીલનું નિર્માણ 7. ભાષા, શૈલી અને સંગઠન: શૈક્ષણિક સ્વર, સરળીકરણ અને અનુવાદ 8. અવતરણ અને ગ્રંથસૂચિ: શૈલીઓ, વ્યવસ્થાપન સાધનો અને કાલ્પનિક અવતરણનું જોખમ 9. જર્નલની પસંદગી અને સબમિશન: સ્કોપ કમ્પ્લાયન્સ, પ્રિડેટરી જર્નલ અને પીઅર રિવ્યુ પ્રક્રિયા 10. સાહિત્યચોરી, પ્રકાશન નીતિશાસ્ત્ર અને એઆઈ પારદર્શિતા 11. એન્ડ-ટુ-એન્ડ રિસર્ચ વર્કફ્લો અને વેરિફિકેશન પ્રોટોકોલ
એકમ 10 / 11

સાહિત્યચોરી, પ્રકાશન નીતિશાસ્ત્ર અને એઆઈ પારદર્શિતા

નફો:

  • સાહિત્યચોરીના પ્રકારો, સ્વ-સાહિત્યચોરી અને કૃત્રિમ બુદ્ધિની નૈતિક સ્થિતિને સમજવાથી ટેક્સ્ટનું ઉત્પાદન થાય છે
  • સંસ્થા અને જર્નલ આર્ટિફિશિયલ ઇન્ટેલિજન્સ ઉપયોગ અને ઘોષણા નીતિઓ અનુસાર પારદર્શક કૃત્રિમ બુદ્ધિ ઉપયોગ નિવેદન લખવાની ક્ષમતા
  • લેખકત્વના સિદ્ધાંતોને સમજવાની ક્ષમતા (કૃત્રિમ બુદ્ધિ લેખક ન હોઈ શકે), ડેટા બનાવટ અને નૈતિક ઉલ્લંઘનના પરિણામો અને જવાબદારીપૂર્વક કાર્ય કરવાની ક્ષમતા

એકેડેમિયાનું સમગ્ર મૂલ્ય ટ્રસ્ટ પર આધારિત છે: કાગળના વાચકને વિશ્વાસ છે કે લેખક પ્રમાણિક છે, ડેટા અધિકૃત છે, યોગદાન મૂળ છે અને સ્ત્રોતો ચોક્કસ ટાંકવામાં આવ્યા છે. જ્યારે આ ભરોસો તૂટે છે ત્યારે માત્ર પેપર જ નહીં પણ કારકિર્દી અને ક્ષેત્રની પ્રતિષ્ઠાને પણ નુકસાન થાય છે. AI ના યુગમાં આ વિશ્વાસ જાળવી રાખવાથી નવી જવાબદારીઓ આવે છે: સાહિત્યચોરીની મર્યાદા, AI-જનરેટ કરેલ ટેક્સ્ટની નૈતિક સ્થિતિ અને પારદર્શક જાહેરાત. આ એકમનો મુખ્ય સિદ્ધાંત એક છે: AI નો ઉપયોગ કાયદેસર છે પરંતુ તેને છુપાવી શકાતો નથી; પ્રામાણિકતા, પારદર્શિતા અને અંતિમ માનવ જવાબદારી તમામ સંજોગોમાં જાળવવામાં આવે છે.

સાહિત્યચોરી અને સ્વ-સાહિત્યચોરીના પ્રકાર

સાહિત્યચોરી એ સ્રોત ટાંક્યા વિના કોઈ બીજાના વિચાર, વાક્ય અથવા ડેટાને તમારા પોતાના તરીકે રજૂ કરે છે. તેના અનેક સ્વરૂપો છે. પ્રત્યક્ષ સાહિત્યચોરી: શબ્દશઃ ટેક્સ્ટની નકલ કરવી. મોઝેઇક/પેરાફ્રેસિંગ સાહિત્યચોરી: શબ્દો બદલવું અને એટ્રિબ્યુશન વિના વિચારનો ઉપયોગ કરવો - તે સૌથી કપટી પ્રકાર છે, કારણ કે તે "મારું પોતાનું વાક્ય" માટે ભૂલથી છે. સ્વ-સાહિત્યચોરી: યોગ્ય એટ્રિબ્યુશન વિના લેખકના પોતાના અગાઉના પ્રકાશનનું પુનઃપ્રસ્તુતિ; તે જ ડેટાને નવા તરીકે પુનઃપ્રકાશિત અથવા પ્રસ્તુત કરવો એ ઉલ્લંઘન છે, પછી ભલે તે તમારો પોતાનો ટેક્સ્ટ હોય. સલામી સ્લાઇસિંગ: કૃત્રિમ રીતે એક કામને બહુવિધ લેખોમાં વિભાજીત કરવું.

AI અહીં બે-પાંખીય મુદ્દો છે. એક તરફ, જો મૂળ સ્રોત ટાંકવામાં ન આવે તો AI "પેરાફ્રેઝ" ટેક્સ્ટને સ્વચાલિત કરવું એ મોઝેક સાહિત્યચોરીને સ્વચાલિત કરશે - AI પુનઃલેખનનો વિચાર તમારો નથી. બીજી બાજુ, AI, તમને તમારા પોતાના લખાણમાં અજાણતાં બિનસલાહભર્યા માર્ગો અથવા સ્વ-સાહિત્યચોરીના જોખમોને ફ્લેગ કરવામાં મદદ કરી શકે છે. નિયમ બદલાતો નથી: સ્ત્રોતો ટાંકવાની જવાબદારી લખાણ કોણે અથવા શું લખ્યું તેના પર સ્વતંત્ર છે.

સાવધાન: "એઆઈએ ફરીથી લખ્યું, હવે તે મારું વાક્ય છે" એ બચાવ નથી. જો વિચાર બીજા કોઈનો હોય, તો એટ્રિબ્યુશન જરૂરી છે, પછી ભલેને એઆઈ તેને કેટલી સારી રીતે લખે. નહિંતર, સાહિત્યચોરીએ માધ્યમ બદલ્યું છે પરંતુ અસ્તિત્વમાં છે.

AI એ લખાણ અને લેખન જનરેટ કર્યું

સામાન્ય પબ્લિકેશન એથિક્સ ગાઈડલાઈન્સ (દા.ત., ICMJE — મેડિકલ જર્નલ એડિટર્સની કમિટી અને COPE — કમિટી ઑન પબ્લિકેશન એથિક્સ લાઈન્સ) બે સ્પષ્ટ નિયમો સ્થાપિત કરે છે. પ્રથમ: એઆઈ લેખક ન હોઈ શકે. લેખકત્વ માટે જવાબદારીની જરૂર છે-કાર્યની અખંડિતતાની રક્ષા કરવી, હિતોના સંઘર્ષની ઘોષણા કરવી, જવાબદાર બનવું-અને ભાષા મોડેલ આ વસ્તુઓ કરી શકતું નથી. બીજું: AI નો ઉપયોગ જાહેર કરવામાં આવ્યો છે. જો તમે ટેક્સ્ટ જનરેશન, ભાષા સંપાદન અથવા વિશ્લેષણમાં AI નો ઉપયોગ કર્યો હોય, તો તમે તેને પદ્ધતિ અથવા અલગ ઘોષણા વિભાગમાં પારદર્શક રીતે જાહેર કરશો. નિવેદનનો હેતુ તમારા પર આરોપ લગાવવાનો નથી; તે પ્રામાણિકપણે વાચક અને સંપાદકને બતાવવાનું છે કે ટેક્સ્ટ કેવી રીતે બનાવવામાં આવ્યું હતું.

સૌથી ગંભીર ઉલ્લંઘનો ડેટા ફેબ્રિકેશન અને ડેટા ખોટીકરણ છે. AIને "વાજબી શોધ ઉત્પન્ન કરો", "ગુમ થયેલ ડેટા પૂર્ણ કરો", "પરિણામ વધુ મજબૂત બતાવો" એવું કહેવું સીધું આ શ્રેણીમાં આવે છે અને તે સૌથી ગંભીર ગુનો છે જે શૈક્ષણિક કારકિર્દીનો અંત લાવી શકે છે. આ ટ્રેપ કપટી છે કારણ કે AI અસ્ખલિત નંબરો જનરેટ કરી શકે છે; લાલ રેખા નિરપેક્ષ છે: ડેટા ફક્ત વાસ્તવિક અવલોકનમાંથી આવે છે, ક્યારેય ઉત્પન્ન થતો નથી.

કોર્પોરેટ નીતિ અને પારદર્શિતા પ્રથા

દરેક સંસ્થા અને જર્નલની AI નીતિ અલગ છે અને ઝડપથી બદલાતી રહે છે; કેટલાક વ્યાપક ઉપયોગની મંજૂરી આપે છે જ્યારે અન્ય અમુક તબક્કાઓને પ્રતિબંધિત કરે છે. તમારી જવાબદારી કાર્ય શરૂ કરતા પહેલા લક્ષ્ય જર્નલની વર્તમાન નીતિ અને તમારી સંસ્થા (યુનિવર્સિટી, થીસીસ રેગ્યુલેશન્સ) વાંચવાની છે. પારદર્શિતાની પ્રેક્ટિસ નક્કર છે: તમે કયા સાધનનો ઉપયોગ કર્યો હતો, કયા તબક્કે, કયા માટે, રેકોર્ડ કરો અને જ્યારે જરૂરી હોય ત્યારે તેને જાહેર કરો. આ રેકોર્ડ તમારું રક્ષણ કરે છે અને ઑડિટમાં તમારી પ્રમાણિકતા સાબિત કરે છે.

એક મુદ્દો પણ સ્પષ્ટ કરવો જોઈએ: એઆઈ ડિટેક્શન ટૂલ્સ પર આંધળો વિશ્વાસ કરવો ખોટું છે. આ સાધનો ખોટા સકારાત્મક (એઆઈ માટે માનવીય લેખનમાં ભૂલ કરતા) અને ખોટા નકારાત્મક બંને પેદા કરે છે; તેઓ કુદરતી લખાણને અયોગ્ય રીતે ચિહ્નિત કરી શકે છે, ખાસ કરીને બિન-મૂળ અંગ્રેજી લેખકો દ્વારા, "AI-જનરેટેડ" તરીકે. તેથી, માત્ર ડિટેક્ટર સ્કોર પર આધારિત વિદ્યાર્થીના ટેક્સ્ટને દોષ આપવો યોગ્ય નથી, કે "સ્વચ્છ" કહેવા અને પારદર્શિતાને અવગણવા માટે આવા સાધન પર આધાર રાખવો યોગ્ય નથી. અખંડિતતાની ખાતરી એ સોફ્ટવેર સ્કોર નથી, પરંતુ તમારી પારદર્શક ઘોષણા અને રેકોર્ડ-કીપિંગ શિસ્ત છે. નૈતિકતા એ માપેલ મૂલ્ય નથી, પરંતુ પ્રેક્ટિસ કરેલી જવાબદારી છે.

ત્રણ નાના કેસો

કેસ 1 - મોઝેક સાહિત્યચોરી. એક વિદ્યાર્થીએ એટ્રિબ્યુશન વિના લેખના ફકરાનો ઉપયોગ AI દ્વારા "ફરાફ્રેઝ" કહીને કર્યો. સાહિત્યચોરી સોફ્ટવેર ઓછી સમાનતા દર્શાવે છે, પરંતુ સલાહકારે વિચારના સ્ત્રોતને ઓળખી કાઢ્યા હતા. આ એક સંપૂર્ણ મોઝેક સાહિત્યચોરી હતી; AI એ શબ્દો બદલ્યા છે, પરંતુ એટ્રિબ્યુશનની જવાબદારીને દૂર કરી નથી. વિદ્યાર્થીએ સ્રોત ઉમેર્યો અને પાઠ શીખ્યા: પુનઃલેખન એટ્રિબ્યુશનને બદલતું નથી.

કેસ 2 - ડેટા ફેબ્રિકેશન માટે ના. એક સંશોધક પાસે કોષમાં ડેટા ખૂટતો હતો અને તે AI ને "વાજબી મૂલ્ય સૂચવવા" કહેવા માટે લલચાયો હતો. તેણે અટકીને વિચાર્યું: આ ડેટા નકલી હતો. તેના બદલે, તેણે પદ્ધતિમાં ગુમ થયાની પ્રમાણિકતાથી જાણ કરી અને જણાવ્યું કે તેણે યોગ્ય ગુમ-ડેટા ટેકનિક (ઈમ્પ્યુટેશન) લાગુ કરી. ટેક્સ્ટ પારદર્શક રહે છે અને કોઈ સંખ્યાઓ બનાવવામાં આવી નથી.

કેસ 3 - પારદર્શક નિવેદન. એક બિન-મૂળ લેખકે તેમના લેખની ભાષા AI સાથે પોલિશ કરી અને તેમના પરિચયના ડ્રાફ્ટ માટે AI નો ઉપયોગ પણ કર્યો. તેમણે જર્નલની નીતિ વાંચી અને પદ્ધતિઓ વિભાગમાં એક નિવેદન ઉમેર્યું, "ભાષા સંપાદન અને પરિચય ડ્રાફ્ટિંગ માટે જનરેટિવ AI ટૂલનો ઉપયોગ કરવામાં આવ્યો હતો, અને તમામ સામગ્રી લેખકો દ્વારા ચકાસવામાં આવી હતી અને મંજૂર કરવામાં આવી હતી." તંત્રીએ આનું સ્વાગત કર્યું; પારદર્શિતાએ વિશ્વાસ પેદા કર્યો.

નકલ કરી શકાય તેવા નમૂનાઓ

1) સાહિત્યચોરી/એટ્રિબ્યુશન જોખમ સ્ક્રીનીંગ:

નીચેના લખાણમાં વિચારો, દાવાઓ અથવા ડેટાના વાક્યોને ચિહ્નિત કરો કે જેના માટે અવતરણની જરૂર પડી શકે છે પરંતુ બિનસલાહભર્યા દેખાય છે. મારા અગાઉના કાર્ય જેવા જ સ્થાનો પણ દર્શાવો કે જે સ્વ-સાહિત્યચોરીનું જોખમ ઊભું કરે છે. તે મારા પર છે; તમે માત્ર જોખમી સ્થળોની યાદી આપો છો. ટેક્સ્ટ: [પેસ્ટ કરો]

2) AI વપરાશ નિવેદન:

લેખ માટે AI ઉપયોગ નિવેદનનો પારદર્શક ડ્રાફ્ટ લખો. ઉપયોગ: [કયું સાધન, કયું સ્ટેજ: દા.ત. ભાષા સંપાદન, ડ્રાફ્ટ અમૂર્ત]. એ નોંધવું જોઈએ કે BeyanYZ લેખક નથી અને તમામ સામગ્રી લેખકો દ્વારા ચકાસવામાં આવી છે. 2-3 વાક્યો, ઔપચારિક સ્વર.

3) પેરાફ્રેસિંગ + એટ્રિબ્યુશન (સાચો ઉપયોગ):

નીચેના વાક્યને વધુ અસ્ખલિત રીતે ફરીથી લખો પરંતુ યાદ રાખો કે આ અન્ય સ્ત્રોતનો વિચાર છે: પુનઃલેખનના અંતે પ્લેસહોલ્ડર મૂકો [અહીં સંદર્ભ] જેથી હું સ્રોત ઉમેરી શકું. વિચાર બદલશો નહીં. વાક્ય + સ્ત્રોત: [પેસ્ટ]

4) પોલિસી ચેકલિસ્ટ:

જર્નલમાં સબમિટ કરતા પહેલા AI એથિક્સ ચેકલિસ્ટ બનાવો: શું સંસ્થાની નીતિ વાંચવામાં આવી છે, શું જર્નલ AI નીતિ વાંચવામાં આવી છે, શું ઉપયોગ રેકોર્ડ કરવામાં આવ્યો છે, નિવેદન લખવામાં આવ્યું છે, કોઈ ડેટા બનાવટી નથી, તમામ વિશેષતાઓ ચકાસવામાં આવી છે. તેને ટૂંકા અને બુકમાર્ક કરવા યોગ્ય બનાવો.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આ ફકરાને ફરીથી લખો જેથી કોઈ સાહિત્યચોરી ન થાય. [ફકરો]

આ એટ્રિબ્યુશન સમસ્યાને હલ કરતું નથી; જો વિચાર બીજા કોઈનો હોય, તો ફરીથી લખવું એ હજુ પણ સાહિત્યચોરી છે.

શક્તિશાળી પ્રોમ્પ્ટ:

નીચેના ફકરામાં બીજા અભ્યાસનો વિચાર છે. મારા પોતાના શબ્દોમાં તેનો સારાંશ આપવામાં મને મદદ કરો પરંતુ (1) સ્ત્રોત ટાંકવા માટે જગ્યા છોડો, (2) વિચારને વિકૃત કરશો નહીં, (3) મને જગ્યા બતાવો જ્યાં હું મારું મૂળ અર્થઘટન ઉમેરી શકું. સ્ત્રોત: [છાપ]. ફકરો: [પેસ્ટ કરો]

સ્થિતિ

નૈતિક સ્થિતિ

યોગ્ય વર્તન

AI સાથે ભાષા સુધારણા

કાયદેસર

જાહેર કરો

AI સાથે એટ્રિબ્યુશન વિના વિચાર લખવો

સાહિત્યચોરી

અવતરણ ઉમેરો

AI ઉત્પાદન ડેટા બનાવે છે

ગંભીર ઉલ્લંઘન

ક્યારેય નહીં

એટ્રિબ્યુશન વિના પોતાના જૂના લખાણનો ઉપયોગ કરવો

સ્વ-સાહિત્યચોરી

સ્ત્રોત બતાવો

લેખક તરીકે AI બતાવો

અસ્વીકાર્ય

માનવ લેખક + ઘોષણા

સામાન્ય ભૂલો

  • એટ્રિબ્યુશન માટે પુનર્લેખન બદલવું. જો વિચાર બીજા કોઈનો હોય, તો એટ્રિબ્યુશન જરૂરી છે, ભલે AI તેને ફરીથી લખે.
  • ફિટિંગ/મજબુત ડેટા. સૌથી ગંભીર ઉલ્લંઘન; તે કારકિર્દી સમાપ્ત કરી શકે છે.
  • ઉપયોગ છુપાવો. જ્યારે તે થાય છે, ત્યારે તેને અખંડિતતાનો ભંગ ગણવામાં આવે છે.
  • સ્વ-સાહિત્યની અવગણના કરવી. એટ્રિબ્યુશન આવશ્યક છે, પછી ભલે તે તમારું પોતાનું લખાણ હોય.
  • નીતિ વાંચી નથી. સંસ્થાકીય અને જર્નલ નિયમો અલગ અને બંધનકર્તા છે.
ટીપ: એક સરળ સ્વ-તપાસ પ્રશ્ન: "શું આ વાક્યમાંનો વિચાર/ડેટા ખરેખર મારો છે, અથવા તે અન્ય સ્ત્રોતમાંથી આવ્યો છે?" જો જવાબ "બીજું", સંદર્ભ છે; જો "ઉત્પાદિત" થાય, તો રોકો. જ્યારે તમે લખી રહ્યાં હોવ ત્યારે આ બે પ્રશ્નો મોટાભાગની સાહિત્યચોરી અને બનાવટને અટકાવે છે.

સારાંશમાં

શૈક્ષણિક આત્મવિશ્વાસ; પ્રમાણિકતા, પ્રમાણિકતા અને પારદર્શિતા સાથે જાળવવામાં આવે છે. સાહિત્યચોરી એટ્રિબ્યુશનની જવાબદારીમાંથી મુક્ત થતી નથી જો વિચાર બીજા કોઈનો હોય, પછી ભલે મધ્યસ્થી એઆઈ હોય; સ્વ-સાહિત્યચોરી અને સલામી સ્લાઇસિંગ પણ ઉલ્લંઘન છે. AI લેખક ન હોઈ શકે, ડેટા ક્યારેય બનાવટી ન હોઈ શકે, અને ઉપયોગ પારદર્શક રીતે જાહેર કરવામાં આવે છે. સંસ્થાકીય અને જર્નલ નીતિઓ અગાઉથી વાંચો અને તમારા ઉપયોગને રેકોર્ડ કરો. સૌથી ટૂંકો નિયમ: વિચાર સ્ત્રોત પર આધાર રાખે છે, ડેટા સત્ય પર આધાર રાખે છે, ઉપયોગ નિવેદન પર આધાર રાખે છે, જવાબદારી વ્યક્તિ પર આધારિત છે.

એપ્લિકેશન કાર્ય

ટેક્સ્ટનું તમારું પોતાનું ઉદાહરણ લો. AI સાથે અવતરણ/સ્વ-સાહિત્યચોરીના જોખમ માટે સ્કેન કરો અને ચિહ્નિત વિસ્તારોનું જાતે મૂલ્યાંકન કરો; જો તમને ઓછામાં ઓછો એક અસ્પષ્ટ વિચાર મળે, તો સ્રોત ઉમેરો. પછી તમારા પોતાના ઉપયોગ માટે યોગ્ય પારદર્શક AI વપરાશ નિવેદન લખો. છેલ્લે, તમારા લક્ષ્ય જર્નલ અને સંસ્થાની AI નીતિ શોધો અને તેના ત્રણ લેખો નોંધો.

ચેકલિસ્ટ

  • [ ] શું મેં બીજા કોઈના વિચારો/ડેટા ટાંક્યા છે?
  • [ ] શું મેં સ્વ-સાહિત્યચોરીના જોખમ માટે મારું પોતાનું અગાઉનું કાર્ય તપાસ્યું છે?
  • [ ] શું મને ખાતરી છે કે હું કોઈપણ ડેટા બનાવટી/વધારતો નથી?
  • [ ] શું મેં મારા AI નો ઉપયોગ પારદર્શક નિવેદનમાં જાહેર કર્યો છે?
  • [ ] શું મેં સંસ્થા અને જર્નલ AI નીતિ વાંચી છે?