Klasyfikacja wymówek studentów za sekretne używanie AI

Studenci używają ChatGPT, aby uzasadnić prawie każdy poziom pomocy AI w swoich pracach, a nowe badanie identyfikuje sześć kategorii wymówek, które pomagają im zaciemnić granicę między uzasadnionym użyciem a jawnym oszustwem.

Nowe badanie z USA wykazało, że wielu studentów nie widzi już użycia AI jako oszustwa. Na podstawie wywiadów z studentami college’ów z całego kraju, badanie zidentyfikowało 23 różne sposoby, w jakie użycie AI w pracach może być uzasadnione, od twierdzenia, że “wszyscy to robią” i “AI nie ma ofiary”, do argumentowania, że użycie AI oszczędza czas, produkuje lepsze pisanie – lub nadal jest uważane za oryginalną pracę, jeśli wyjście jest edytowane przez studenta później.

Niektórzy studenci otwarcie przyznali się do łamania zasad kursu, jednocześnie uważając swoje zachowanie za uzasadnione.

Badanie pokazuje również, że studenci są albo sprzeczni (gdy jest wybór do rozważenia), albo zdezorientowani (gdy wybory dotyczące użycia AI nie są jasne) w wielu sytuacjach, i obawiają się poważnej niekorzyści konkurencyjnej, jeśli uważają, że inni osiągają korzyści z AI (niezależnie od tego, czy jest to postrzegane jako dozwolone czy nie).

23 przykłady zostały wydestylowane z znacznie większej liczby zidentyfikowanych w wywiadach, i każdy z nich mieści się w jednej z sześciu ostatecznych kategorii ustalonych przez badaczy:

Zachowanie bez ofiary (nikt nie jest krzywdzony); Minimalny wkład AI (AI pomaga tylko trochę); Wkład ex ante (pomysły studenta pojawiły się najpierw); Wkład post hoc (późniejsza edycja sprawia, że praca jest ich własna); Odwołanie od odpowiedzialności (ktoś lub coś innego jest odpowiedzialne); i Odwołanie do korzyści (wyniki uzasadniają użycie).

Autorzy nowej pracy (pt. “W porządku, bo…”: Dziki Zachód racjonalizacji użycia AI w piśmie akademickim, pochodzącej z czterech współautorów z Pennsylvania State University, University of Michigan i University of Miami) zauważają, że argumenty i relacje studentów błądzą niespójnie między różnymi kategoriami, nawet gdy alternatywne kategorie nie są komplementarne ani zgodne.

Zauważają dalej, że często brakuje spójnej logiki w argumentach – jakby studenci panikowali w swojej odpowiedzi (pomimo sytuacji całkowitej poufności); lub alternatywnie, jakby to było pierwszy raz, kiedy zostali poproszeni o myślenie o moralnych wymiarach użycia AI w swojej edukacji.

Autorzy stwierdzają*:

‘Każde formalne środowisko edukacyjne wiąże się z niejawnym kontraktem społecznym, w którym nauczyciel pomaga studentowi w nauce, a student jest szczery co do tego, co wie i nie wie.

‘Jednakże, racjonalizacje użycia AI przez studentów sugerują, że nie są oni świadomi tego ostatniego oczekiwania. Co istotne, użycie AI zaciemnia granicę między pracą studenta a pracą AI i utrudnia nauczycielowi ocenę ich pracy i pomoc w ich nauce.

‘Kluczowa interwencja w edukacji wyższej polega więc na pomocy studentom w zrozumieniu pedagogicznych powodów polityk AI, w tym dlaczego uczciwe przedstawienie własnej wiedzy jest ważne zarówno dla uczenia się, jak i oceny.’

Praca wskazuje, że oczekiwania dotyczące użycia AI w kontekście akademickim są rozproszone w pięciu segmentach: intencja wykładowcy; polityka formalna; interpretacja studenta tych; własna polityka studenta; i rzeczywista praktyka studenta.

Spójrzmy na sześć ostatecznych kategorii, które będziemy rozwijać wkrótce, co ujawnia różne sposoby, w jakie te pięć dziedzin nie jest zgodnych ze sobą; są niejasne; sprzeczne; lub po prostu ignorowane.

Dane zostały uzyskane przez przeprowadzenie wywiadów z dwudziestoma studentami studiów licencjackich z 12 różnych amerykańskich uniwersytetów, w stosunku 15/5 kobiet i mężczyzn, z wielkim zróżnicowaniem kierunków studiów, od angielskiego i sztuki po statystykę i biologię molekularną.

1: Zachowanie bez ofiary

Pierwsza kategoria odzwierciedla może najprostszą racjonalizację ze wszystkich: że nikt nie jest krzywdzony.

Studenci w tej grupie twierdzili, że tradycyjne obawy dotyczące plagiatu zależą od istnienia ludzkiej ofiary, a tekst wygenerowany przez AI łamie tę więź:

Ponieważ ChatGPT nie jest osobą, uzasadniali, używanie jego wyjścia nie może być równoznaczne z kradzieżą od innego autora (pomimo toczących się spraw sądowych, które wskazują inaczej).

Inni sugerowali, że AI po prostu łączy i przepisuje informacje z wielu źródeł, zamiast kopiować jakiekolwiek źródło bezpośrednio, co wprowadza wątpliwości co do własności.

W niektórych przypadkach jedyną uznawaną krzywdą była samozadana, a studenci twierdzili, że prawdziwe ryzyko polegało na osłabieniu własnego uczenia się, a nie na krzywdzeniu nauczyciela, kolegi lub pisarza. Jeden z uczestników stwierdził:

‘AI nie ma duszy… dawanie AI kredytu [lub] szacunku, jakby AI miało prawa własności lub legalność do pewnych informacji… to po prostu nieprawda.’

Inny:

‘To nie krzywdzi nikogo … myślę, że bardziej krzywdzę samego siebie niż nauczyciela lub innych ludzi.’

2: Minimalny wkład AI

Druga kategoria twierdzi, że rola AI jest zbyt mała, aby miała znaczenie. Zamiast negować, że AI wniósł wkład w ich pracę, studenci twierdzili, że wkład był nieznaczny, rutynowy lub porównywalny z formami pomocy, które są już powszechnie akceptowane:

Wielu z nich wyróżniało różnicę między ważną pracą akademicką a tym, co uważali za administracyjną “pracę rutynową”, twierdząc, że zadania o niskiej wartości nie były warte wysiłku, jaki wymagały.

Inni widzieli AI w podobnym świetle, jak sprawdzarki gramatyki, edytorów lub wyszukiwarki. Przez te argumenty, wspólnym tematem było to, że AI pomogło, ale nie wystarczająco, aby podważyć autorstwo, lub uznać, że ostateczna praca była czyjąś inną pracą, czy przypisać ją komuś innemu niż studentowi.

Jeden z uczestników ilustrował stopień, w jakim uważał ChatGPT za równie ważnego współpracownika, jak tradycyjni mentorzy w przestrzeni akademickiej:

‘Jeśli nie mam tej odpowiedzi dla siebie, to ona [trener] powie, że mogę to zrobić. To jest jak to, co robi ChatGPT dla mnie.’

3: Wkład ex ante

Dla wielu studentów najmocniejszą obroną użycia AI było nie to, że technologia wniósł niewielki wkład, ale to, że najważniejsza praca intelektualna została już wykonana przed zaangażowaniem ChatGPT.

W tych przypadkach AI było przedstawione jako narzędzie do wyrażania, organizowania, rozwijania lub udoskonalania materiału, który już istniał w głowie studenta:

Studenci twierdzili, że prawdziwa wartość leży w posiadaniu pomysłu, a także w późniejszym kierowaniu zadaniem lub gromadzeniu odpowiednich źródeł; podczas gdy AI pomagało tylko przekształcić te składniki w gotowy tekst.

Ta definicja autorstwa twierdzi, że własność pochodzi nie z pisania każdego słowa, ale z dostarczenia oryginalnej intencji i kierowania procesem, pozwalając studentom widzieć siebie jako prawdziwych twórców, nawet gdy znaczne części ostatecznego tekstu były generowane przez AI.

4: Wkład post hoc

Czwarta kategoria koncentrowała się na tym, co studenci robili po otrzymaniu tekstu wygenerowanego przez AI. Studenci twierdzili, że przepisywanie wyjścia AI, wybieranie tylko pewnych fragmentów, sprawdzanie faktów, weryfikowanie źródeł lub poprawianie sformułowań było wystarczające, aby uczynić ostateczną pracę własną:

Niektórzy sugerowali, że jeśli ChatGPT nauczył się pisać w sposób, który odpowiadał ich zwykłemu głosowi, poprzez rutynowe użycie, wynikający tekst mógłby być traktowany jako ich własna praca:

‘Ono rozpoznało wzorzec mojego sposobu pisania i tego, jak wyrażam się w projektach lub e-mailach lub czymś takim. Więc teraz wie, jaki jestem, pisząc.

‘Więc teraz daje odpowiedzi podobne do mojego sposobu myślenia.’

5: Odwołanie od odpowiedzialności

Piąta kategoria polegała na przerzuceniu odpowiedzialności na kogoś innego. Niektórzy twierdzili, że użycie AI stało się tak powszechne, że unikanie go stawia ich w niekorzystnej sytuacji, szczególnie jeśli koledzy z klasy używają ChatGPT, aby ukończyć pracę szybciej lub osiągnąć wyższe oceny:

‘Niektórzy z moich kolegów po prostu wrzucają to [do AI], generują, nie sprawdzają, [i] dostają wyższe oceny niż ja.’

Inni studenci wskazywali na niejasne polityki, niejasne instrukcje zadań lub postrzeganą obojętność nauczycieli:

Niektórzy studenci uzasadniali użycie AI, twierdząc, że jest ono mało prawdopodobne, aby zostać wykryte lub ukaranym, podczas gdy inni sugerowali, że odpowiedzialność leży po stronie samej technologii, a nie osoby, która ją używa.

Przez te argumenty, użycie AI wydawało się być podyktowane okolicznościami, normami lub czynnikami zewnętrznymi, a nie osobistym wyborem.

6: Odwołanie do korzyści

Ostatnia kategoria była najbardziej bezpośrednia, w której użycie AI było uzasadnione, ponieważ produkuje pożądane wyniki.

Dla niektórych studentów główną korzyścią było oszczędność czasu, szczególnie w zadaniach, które uważali za rutynowe lub o niskiej wartości:

‘[Wolę] spędzić czas z dziewczyną…’

Inni twierdzili, że nadal uczą się z materiału, przeglądając, przeredagowując lub pracując nad treścią wygenerowaną przez AI:

Niektórzy uważali, że ChatGPT produkuje lepsze pisanie niż oni sami, podczas gdy inni koncentrowali się na wynikach, takich jak lepsze oceny, pozytywna reakcja lub po prostu ukończenie zadania pomyślnie. Przez te argumenty, wartość wyniku była traktowana jako ważniejsza niż obawy dotyczące jak ten wynik został osiągnięty.

Podzielone królestwo

Napięcie między zasadami instytucjonalnymi a codziennym użyciem AI jest podkreślone w pracy poprzez jednego z uczestników, oznaczonego jako P6.

Ten konkretny student przyznał, że używanie AI wbrew zasadom kursu było nieprawidłowe; zgodził się, że nieujawnione użycie AI mogło być uważane za plagiat; i wyraził obawę, że silne uzależnienie od AI mogłoby zmniejszyć uczenie się i osłabić umiejętności komunikacyjne:

‘Szczegółowo, to prawdopodobnie nie jest zbyt etyczne. Robię dużo pracy z AI, i nie zawsze się uczę […]’

‘[…] AI pomaga mi bardzo, ponieważ nie mogę myśleć, co chcę powiedzieć. Ale jeśli mam AI, które pisze i potem ja zmieniam to, aby powiedzieć to, co chcę powiedzieć, nadal uważam, że to jest etyczne, ponieważ to są słowa, z którymi się zgadzam i w które wierzę.’

Jednocześnie uczestnik argumentował, że tekst wygenerowany przez AI staje się bardziej akceptowalny, gdy jest edytowany, przeredagowany lub dostosowany do osobistych poglądów. Użycie AI było również postrzegane inaczej w zależności od zadania, postrzeganego znaczenia kursu i czy celem było oszczędność czasu czy uczenie się czegoś z ćwiczenia.

Podobne wzorce pojawiły się gdzie indziej w wywiadach: zamiast polegać na jednej racjonalizacji, wielu studentów łączyło kilka, ważąc czynniki takie jak ujawnienie, wysiłek, uczenie się, wygodę i wartość zadania, przy ocenianiu własnego użycia AI.

Podsumowanie

Byłoby błędem cieszyć się zdezorientowaniem i winą studentów wokół użycia AI, biorąc pod uwagę obecny brak rozsądnych i spójnych wytycznych w miejscu pracy lub w społeczeństwie w ogóle.

Obecnie zeitgeist wokół AI jest reakcyjny w najlepszym przypadku, z każdym użyciem AI uważanym w różnych społecznościach i sektorach za “zaciemnienie” wyjścia jako całkowicie wygenerowanego przez AI. Obecnie brakuje nuansów, standardów lub wyrozumiałości.

Nie wiadomo jeszcze, czy wkład AI do wyjścia pisarskiego będzie postrzegany w przyszłości jako warstwa interpretacyjna, niewiele ważniejsza niż sprawdzanie pisowni, czy jako rezygnacja z ludzkiej agencji, kreatywności i zdolności interpretacyjnej, ustępującej wzorcom maszynowym.

* Moja konwersja cytatów autorów do linków. Jednak ze względu na niezwykle ograniczone formatowanie cytatów w tej pracy, nie będę mógł dostarczyć zwykłej liczby linków wspierających, ze względu na brak czasu niezbędnego do znalezienia brakujących linków w pracy.

Publikacja po raz pierwszy w piątek, 29 maja 2026