النزاهة الأكاديمية

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

النزاهة الأكاديمية — الإطار الأخلاقي الذي يحكم العمل الأكاديمي الأمين في عصر الذكاء الاصطناعي. توثّق قاعدة المعارف كيف أعاد الذكاء الاصطناعي التوليدي تشكيل هذا المفهوم: من مشكلة كشف المخرجات غير الأمينة إلى مشكلة تصميمية في جعل العمل الأمين مرئيًا وقابلًا للتحقق وجديرًا بالإنتاج. لقد تطور البحث في هذا المجال من مناهج تركّز على الكشف نحو إعادة تصميم جذرية للتقويم، والحوكمة التي يقودها التعليم، وتعليم الطلاب كيفية استخدام الذكاء الاصطناعي على نحو سليم بدلًا من مجرد مراقبة ما إذا كانوا يفعلون ذلك.

أسئلة تستحق التأمل

• تذكّر آخر مرة سمعت فيها نقاشًا حول "الغش بالذكاء الاصطناعي". هل كان الحديث عن الإيقاع بالطلاب أم عن تصميم مهام يرغب الطلاب في أدائها بأمانة؟ أيّ تركيز يبدو أكثر ألفة لك، ولماذا؟
• يمكن توليد عمل مصقول ومعقول في ثوانٍ. إذا لم يعد بإمكانك الحكم على قدرة الطالب من المنتج الذي يسلّمه، فما الذي ستحتاج إلى رؤيته أو سماعه لتثق بأنه تعلّمه فعلًا؟
• يجد البحث أن الطلاب كثيرًا ما يبرّرون استخدامهم للذكاء الاصطناعي ("نسخ نص الذكاء الاصطناعي عمل لا ضحية له") بدلًا من إساءة استخدامه عن سوء نية. ما الافتراضات حول دوافع الطلاب التي تضعها سياسة نزاهة عقابية بحتة — وما الذي قد تخطئ فيه هذه الافتراضات؟
• يعامل أحد خطوط البحث استخدام الطلاب للذكاء الاصطناعي كمسألة تنسيق: يتغير السلوك عندما تتغير توقعات الأقران وحوافز التقويم، لا عندما تُعاد صياغة القواعد. ما عوامل الأقران أو التصميم في سياقك التي قد تشكّل بهدوء ما إذا كان استخدام الذكاء الاصطناعي أمينًا؟
• تُظهر الدراسات أن الخوف من العقاب يدفع الطلاب إلى إخفاء استخدامهم للذكاء الاصطناعي، وأن الطلاب الشفافين قد يجذبون الشكوك حتى. لو كنت تصمّم نموذج "إفصاح عن استخدام الذكاء الاصطناعي"، فما الذي سيجعل الطالب يرغب فعلًا في ملئه بصدق؟
• تُفسَّر سياسة الذكاء الاصطناعي المؤسسية نفسها بشكل مختلف من طلاب مختلفين ثقافيًا — الثقافة، لا صياغة السياسة، هي ما يحدد ما يُشعر بالخطأ. كيف ينبغي إبلاغ سياسة النزاهة إلى جمهور متنوع ثقافيًا حتى تُفهم التوقعات فعليًا؟

مقدمة

لم يخلق وصول الذكاء الاصطناعي التوليدي الحاجة إلى النزاهة الأكاديمية — بل جعل نقاط الضعف في المناهج القائمة أصعب على التجاهل. صار بإمكان توليد منتج مصقول ومعقول في ثوانٍ، لذا فإن تشابه المنتج صار إشارة متضائلة الثقة على القدرة. هذا يحوّل سؤال النزاهة من "هل يمكننا كشف استخدام الذكاء الاصطناعي؟" إلى "هل لا تزال تقويماتنا تبرّر الاستدلالات التي نستخلصها عن تعلّم الطلاب؟"

التطور من الكشف إلى إعادة التصميم

• الشك في الكشف: يجد البحث في الكشف وتحليلات الحوكمة المؤسسية بشكل متزايد أن أدوات كشف الذكاء الاصطناعي غير موثوقة وغير عادلة إجرائيًا. يواجه كشف نصوص نماذج اللغة الكبيرة قيودًا جوهرية. يمكن للتسليمات المولّدة بالكامل بالذكاء الاصطناعي أن تعبر أنظمة الفحص الحيّ شبه غير مكتشفة، ولا يكشف المقيّمون الخبراء بثقة عن العمل الذي ألّفه الذكاء الاصطناعي التوليدي. الكشف، في أفضل أحواله، أداة محدودة ظرفية — ليس استراتيجية الملاذ الأول. ومع ذلك فإن الحجم المطلوب منه التعامل معه ليس هامشيًا: وجد تحليل لست سنوات لدورة CS2 كبيرة التسجيل أن 45.7% من طلاب ربيع 2026 قد تمت إشارتهم بأنماط متوافقة مع البرمجة المعانة بنماذج اللغة الكبيرة (Racovan وآخرون (2026)).
• هامش الكشف الضيق، والغش كسلوك مخطَّط: يجمع Leaton Gray وEdsall وParapadakis (2025) الحجّة القائلة بأن الذكاء الاصطناعي يضخّم ثغرة كان القطاع يمتلكها أصلًا. لقد مرّ النص المولّد بالذكاء الاصطناعي كنص بشري في ما يصل إلى 80% من الحالات، بينما تضع الأدلة التي يستشهدون بها الكشف الآلي عند نحو 80% مقابل 78.4% للمراجعين البشريين — هامش ضيّق جدًا على أن يحمل نتيجة مخالفة. وتحليلهم الدافعي هو المساهمة الأكثر تميزًا: انطلاقًا من نظرية السلوك المخطَّط لأجزن ونظرية الفعالية الذاتية لبانورا، يبلّغون عن التحليل البعدي لكرو وآخرين (2021) الذي وجد أن الفعالية الذاتية ترتبط سلبًا بالغش بينما لا ترتبط القدرة الفعلية به عكسًا على الإطلاق. لذا فإن الطالب القادر الواثيق الذي يقرأ أحد التقويمات على أنه غير عادل قد يغش لاستعادة السيطرة. وتتبع الخلاصة الانقلاب نفسه الذي توثقه هذه الصفحة في موضع آخر — التقويم الذي يستطيع نموذج الإجابة عنه بإقناع هو تقويم تافه فكريًا، والفشل ينتمي إلى التقويم لا إلى الطالب.
• إعادة تصميم التقويم: يحوّل التقويم الأصيل ومناهج ما بعد الكشف ومقياس تقويم الذكاء الاصطناعي التركيز من كشف استخدام الذكاء الاصطناعي إلى تصميم تقويمات يكون فيها استخدامه إما غير ذي صلة، أو شفافًا، أو مطلوبًا لإثبات قدرة محددة.
• الضعف البنيوي للتصحيح: يقدّم Chan وآخرون دراسة حالة ملموسة لكيفية تعرّض التصحيح الحالي بنيويًا للغش المتوسط بالذكاء الاصطناعي. في قسم الأحياء، رأى المدرسون أن الامتحانات المراقبة حضوريًا فقط هي الأقل عرضة للخطر؛ بينما كانت المهام خارج الصف تُعد شديدة العرضة، فتبقى نحو ثلث درجة الطالب شديدة العرضة و80% عرضتها للخطر إلى حد ما. يُؤطّر هذا مشكلة النزاهة جزئيًا كمشكلة تصميم تصحيح، ويدفع إلى إعادة التوازن نحو التقويم المراقب أو داخل الصف وتصاميم التقويم الأصيل الأصعب على الاستعانة الخارجية. ويقدّم Ivory وآخرون (2026) المقابل على مستوى المجال الدراسي عبر برنامج علم نفس كامل مدته ثلاث سنوات: أنتج 36 من 40 تقويمًا موزعة على 16 أنواع محتوى مقبولًا بأدنى جهد، وكانت الأربعة التي فشلت هي التي تتطلب الحضور أو الوسائط البصرية أو مجموعة بيانات الطالب نفسه. أما قراءتهم لـسبب نجاحها فهي الجزء الذي يعمّم: التصحيح الذي يكافئ البنية الطلقة والاستخدام الأمين للتحليل الصحيح يتجاوز عن القيم المختلقة والمراجع المهلوسة، لذا فإن حد النجاح لا الكشف هو ما يقرر ما إذا كان مخرج الذكاء الاصطناعي يُصَحَّح كإنجاز، وهشاشة التقويم "لا يمكن أن تُنسب إلى استخدام الطالب وحده".
• التسليم كساحة هجوم: حقن الأوامر ضد تصحيح الذكاء الاصطناعي. يختبر Humble (2026) سير عمل تصحيح يومي بفريق أحمر ويُظهر أن تسليمًا من الطالب قد يحمل تعليمات خفية تغيّر الدرجة التي ينتجها أداة الذكاء الاصطناعي: رفعت استراتيجيتان من خمس استراتيجيات حقن غير مباشر مدمجة في ملف التسليم مقالًا راسبًا إلى ناجح دون تحذير مرئي للمستخدم، بمعدلات نجاح هجوم معلنة 100% (9/9) و94% (17/18)، وكلتاهما تجمع بين التلاعب بالتعليمات وتمثيل الأدوار والتعتيم عبر صيغ docx وpdf وhtm. وقد فشل الهجوم الأكثر بساطة تمامًا، وكان رفضه صامتًا — عطّلت الأداة المحادثة دون الإبلاغ عن المحاولة — بينما أنتج حقن واحد مكتشف طمأنة بأن الأداة ستصحّح "حسب تعليمات المهمة الرسمية فقط" قبل أن ترفع ست تشغيلات أخرى من الملف نفسه الدرجة على أي حال. وتعمل نتيجة النزاهة في الاتجاهين: الدرجة التي يرفعها تعليمان خفي لا تحمل أي مزاعم صلاحية، والتقنية نفسها يمكن استخدامها لتقويض تسليم دون أثر باقٍ في المخرج، ويبقى المقيّم البشري الفحص الحقيقي الوحيد على تلاعب مصمم ألا يكون مرئيًا.
• الصلاحية كإطار تنظيمي: يعيد الصلاحية تأطير النزاهة كمشكلة دليلية. يُدخل البحث في التقويم الأصيل مفهوم استبدال البناء — يُنسب منتج مولّد بالذكاء الاصطناعي إلى الطالب، فيستدل التقويم على قدرة الأداة بدل قدرة الطالب. ويصمد السؤال الدليلي أمام أي سياسة ذكاء اصطناعي: سواء كان الاستخدام محظورًا أو مسموحًا أو مطلوبًا، يجب أن يظل التقويم يولّد أدلة تبرّر الاستدلال المسحوب.
• التنويع على نطاق واسع كآلية نزاهة بلا مراقبة: يختبر VARIA (Lee 2026) بمعيار معياري الافتراض الكامن وراء التقويم الأصيل المتكامل مع الذكاء الاصطناعي (AIAA) — استبدال المراقبة بالتنويع بحسب الطالب للمهمة حتى يصبح النسخ بلا فائدة بنيويًا. وضمانة النزاهة مشروطة بقدرة نماذج اللغة الكبيرة على توليد متغيّرات متميزة سطحيًا ومكافئة في البناء؛ يجد طيار VARIA ذو الـ600 متغيّر أن النماذج الحدّية تستوفي ذلك هامشيًا فقط (الدرجة المشتركة 0.81–0.88) بينما تنهار النماذج غير الحدّية (0.50–0.55)، لذا "لا يمكن حل التنويع على نطاق واسع بـهندسة الأوامر وحدها". وهذا يمنح جدل الكشف مقابل إعادة التصميم اختبارًا تجريبيًا قابلًا للدحض: لم يعد وعد عدم المراقبة في التقويم الأصيل المتنوع يعتمد على قدرة توليد مفترضة، بل على قدرة مقيسة (وما تزال ضيقة).
• توثيق تأملات الطلاب ضد الذكاء الاصطناعي التوليدي: يجادل Kadel وآخرون (2026) بأن نماذج التأمل التقليدية لم تبقَ قادرة على توثيق تأمل الطلاب بعد أن صار الذكاء الاصطناعي التوليدي قادرًا على تأليف نثر تأملي، فيدمجون النزاهة داخل نموذج التأمل نفسه — تعالج مرحلة المزالق في إطار 5P صراحةً الانتحال والهلوسة والاعتماد المفرط، بينما تتطلب مرحلتا العملية والمنتج توثيق الأوامر والتحقق من المخرجات حتى يمكن تمييز استدلال المتعلّمين أنفسهم عن المساهمات المولّدة بالذكاء الاصطناعي.
• تطوير السياسات: تفحص سياسات الذكاء الاصطناعي المؤسسية وبحث سياسات الذكاء الاصطناعي التعليمية كيف تطوّر الجامعات توقعات النزاهة وتواصلها — ولماذا تفشل العبارات السياسية المجردة كثيرًا.
• النزاهة كمشكلة حوكمة، لا مشكلة كشف. ينقل Coates وCroucher وCalderon (2025) القيد الملزم من سلوك الطالب إلى الحوكمة الأكاديمية، التي يصفونها بالمرنة لكنها "غير مهيأة أو مستعدة" لمواجهة تهديدات الذكاء الاصطناعي التوليدي لمصادقة تقويم الطلاب. وجوابهم إطار مؤشرات نزاهة من 130 بندًا موزعة على ثمانية أبعاد، من التصميم (19 بندًا) إلى التحسين (6)، وتتألف من أسئلة حوكمة لا من مقاييس قياس نفسي — ما إذا كان المجلس الأعلى للمؤسسة يتلقى تحديثات عن جودة التقويم، وما نسبة التقويم الذي يشبه مسائل ذات صلة ومعنى، وما نسبة الطلاب المعروفين فرديًا لدى المدرسين الذين يقوّمونهم. طُوّر الإطار عبر مراجعة بحثية متعددة السنوات، وخمس دراسات حالة لجامعات أسترالية، ونمذجة أولية، وتأكيد خبرائي مع 60 خبيرًا مدعوًا من ست مناطق عالمية، وتجريب كمي، ويُقترن بإصلاحات في بنى الحوكمة والأشخاص والتقنيات والموارد التي يتوقع المؤلفون أن تُثمر فقط تحت ضغط خارجي من التنظيم والمعايير المرجعية والمنافسة بين المؤسسات؛ ويقدمون الإطار على أنه تكويني ويدعون إلى تحقق قياسي نفسي قبل استخدامه للمقارنة أو القياس.
• ما تقوله الوثائق فعلًا: النزاهة تهيمن على سياسة الذكاء الاصطناعي المؤسسية. حلّل Eldredge وآخرون (2026) وثائق سياسة وتوجيه الذكاء الاصطناعي لجميع برامج الماجستير الـ48 المعتمدة من CAHIIM في المعلوماتية الصحية وإدارة المعلومات الصحية في الولايات المتحدة: كان لدى 40 (83%) منها وثيقة واحدة مؤهلة على الأقل، وأطرت تلك الوثائق الذكاء الاصطناعي بوصفه مسألة منع إساءة استخدام الطالب في العمل الدراسي، متمركزةً حول النزاهة الأكاديمية والاستخدام المقبول. وكانت النزاهة الأكاديمية الكلمة المفتاحية الأكثر تكرارًا بفارق كبير (n = 139، متقدمةً على الاستشهاد بـ59، والتقويم بـ50، والانتحال بـ38)، بينما كانت مواضيع الخصوصية والملكية الفكرية والتنظيم حاضرة لكن أقل شيوعًا (HIPAA n = 5، FERPA n = 11، توجيه IRB n = 8). وأعاد نمذجة المواضيع على نفس المجموعة أربعة موضوعات، أولها النزاهة الأكاديمية والاستخدام المناسب للذكاء الاصطناعي، إلى جانب الذكاء الاصطناعي التوليدي في التعليم، واستخدام الذكاء الاصطناعي وأدوات البيانات في البحث، وانخراط الطلاب مع أنظمة الذكاء الاصطناعي المحادثية. والقيمة الدليلية لهذه الصفحة هي الكمّ: التأطير المتمركز حول النزاهة ليس مجرد الافتراض البلاغي الافتراضي في سياسة الذكاء الاصطناعي المؤسسية، بل هو المحتوى المهيمن فيها تجريبيًا. وأحدّ ملاحظات المؤلفين يتعلق بالمكان الذي يتوقف عنده هذا الانتباه، إذ يلاحظون أن القليل نسبيًا من التوجيه يغطي استخدام الذكاء الاصطناعي في التطبيق العملي والبحث والبيئات المحاكيات، حيث تتقاطع الاهتمامات المنهجية وحوكمة البيانات، فتحكم الوثائق العمل الدراسي بينما تبقى الأوساط التي يُعدّ الدرجة الطلاب لها بلا معالجة واسعة.
• تأطير النزاهة يتنازل للتنظيم القائم على المهام: يُظهر الدراسة الطولية لـChirikov (2026) على أكثر من 31,000 مقرر دراسي أن سياسات المدرسين للذكاء الاصطناعي تتحول عن تأطير نزاهة محض: هبطت إشارات النزاهة الأكاديمية في المقررات من 63% (ربيع 2023) إلى 49% (خريف 2025)، بينما ارتفعت الإشارات إلى أثر الذكاء الاصطناعي على التعلّم من 1% إلى 29%. وينظّم المدرسون الذكاء الاصطناعي بشكل متزايد حسب نوع المهمة — تقييده للمسوّدة/الاستدلال (حيث يحل الذكاء الاصطناعي محل التعلّم) والسماح به للتحرير/التدقيق اللغوي ودعم الدراسة — بدلًا من تطبيق حظر نزاهة شامل. وهذا يعيد تأطير سياسة النزاهة كقرار تصميمي على مستوى المهمة لا كقاعدة ثنائية.
• المقاومة الآلية كوقاية لا ككشف. فإحداث اضطراب في المستند نفسه — تباعد الأحرف والكلمات والأسطر، وتذبذب العتامة، وطبقات مشارب، وضجيج الصور، بالإضافة إلى هجمات خصمية قائمة على القرار — يرفع الجهد اللازم لسوء الاستخدام المنخفض الكلفة للنماذج اللغوية الكبيرة عند المنصب مع قياس المعرفة ذاتها (Salaun et al. (2026)). ويظلّ النقل اليدوي ممكنًا، والهجمات الخصمية تحمي أسطرًا مختارة فقط، تاركةً نسبة خطأ الأحرف في المستند كاملًا دون 8.44%.

إجراءات المخالفات وانهيارها الدليلي

آلية الإنفاذ التي تعلو سياسة النزاهة هي بذاتها قرار تصميمي، وقد هدم الذكاء الاصطناعي التوليدي أساسها الدليلي. يجادل Teichmann (2026) بأن إجراء المخالفة الذي استوردته الجامعات من الانتحال يفترض أن الاستخدام المحظور يمكن كشفه وإثباته — وهي مقدمة تُذيبها التقنية. على خلاف برنامج مطابقة النصوص الذي يشير إلى مصدر منسوخ، لا يشير مصنّف نصوص الذكاء الاصطناعي إلى أي مصدر (لأنه غير موجود)؛ إنه يُخرج حكمًا احتماليًا حول الأسلوب يتدهور تحت إعادة الصياغة، ويصنّف خطأً كتابة غير الناطقين بالإنجليزية بشكل منهجي، ولا يمكن تفسيره أو مناقشته بالاستجواب، في حين لا يترك الاستخدام الماهر أو المحرَّر قليلًا أي أثر. والإصرار على ذلك على أي حال يعكس عبء الإثبات (يُطلب من الطالب إثبات نفي)، ويستنزف كل عنصر من عناصر العدالة الإجرائية، ويُوقع أشدّ أضرار الاتهام الكاذب على المحرومين أصلًا. والعلاج المقترح ذو شقين: معيار دليلي لا تُبنى بموجبه نتيجة على درجة كاشف وحدها، مع استجابات متدرجة تقدّم التعليم أولًا، وتحويل جهد المؤسسة نحو تصميم تقويم متمركز حول الصلاحية وأصيل — فجواب الذكاء الاصطناعي غير القابل للكشف هو تقويم أفضل لا مراقبة أفضل. والحالة الحدّية لا آلية لها على الإطلاق: يوثّق Isley وGaebler وGoel (2026) برنامج ماجستير في السياسة العامة في الولايات المتحدة حظر فيه المساعدة بالذكاء الاصطناعي التوليدي بإقرار موقّع ولم يفحص أي تسليمات، حيث قدّم 56.1% من متقدمي 2025 مقالًا واحدًا على الأقل صنّفه كاشف تجاري بأنه مكتوب بالذكاء الاصطناعي في جوهره، وارتبط كل مقال مُشار إليه بانخفاض 1.5 نقطة مئوية في احتمال القبول (p < .01)، يرتفع إلى 2.6 نقطة (p < .001) بمجرد تثبيت جودة المقال. وبلا أي خطوة كشف أو تحكيم أو إنفاذ بين القاعدة والنتيجة، سُلِّم العقاب بالكامل عبر حكم قرّاء القبول غير المكتوب — فالحظر مع حكم القرّاء بلا عون يُنتج العقاب التقديري غير المفسَّر الذي وُجد الإجراء العادل لمنعه.

يقدّم Munoz وآخرون (2026) المقابل التجريبي بترميز كل حالة مخالفة متعلقة بالذكاء الاصطناعي التوليدي في جامعة إقليمية أسترالية واحدة على مدى ثلاث سنوات: 1,162 حالة تحمل 1,855 بند دليل، كل منها مُقيَّم على الصلة والمصداقية والقوة الاستدلالية. كان مخرج الكواشف هو الدليل الأكثر استعانةً والأقل قدرةً على التحمل — حملت تقارير Turnitin أو التشابه 100% قوة استدلالية ضعيفة ومخرج الكاشف المستقل 100% مصداقية منخفضة، وهبط دليل الكواشف إلى 0.5% من البنود بحلول 2025 بعد أن استوعبت المؤسسات ما لا يستطيع إثباته — بينما كانت أقوى أنواع الأدلة هي التي لا تستند إلى التصنيف النصي الاحتمالي: اعترافات الطلاب، وسلوك امتحاني محظور ملاحظ، ومراجع مختلقة متحقَّق منها مستقلًا، وهي أكبر تحول بنيوي عند 22.3% من البنود. وأحدّ نقدهم بنيوي لا دليلي، إذ "لا يوجد أي اشتراط بأن يقيّم المحققون الجودة الاستدلالية للدليل قبل تقديم اتهام، ولا حد أدنى دليلي في أي مرحلة من مراحل المسار"، فلم تكن جودة الأدلة تحمل علاقة موثوقة بنتائج القضايا. ويسجلون أيضًا كيف لحقت السياسة بالممارسة: كانت سياسة التقويم السارية حتى 2024 لا تقول شيئًا عن الذكاء الاصطناعي، ومن يناير 2025 سمحت سياسة منقحة ببرامج المصداقية المعتمدة مع حظر رفع أعمال الطلاب إلى أدوات كشف طرف ثالث.

الفشل الثاني فشل نطاق لا إثبات. يُظهر Wright (2026) أن المحظورات المكتوبة على مستوى هوية المنصة بدل وظيفتها تُطارد تحويل الصيغ غير التوليدي — نسخ الكلام إلى نص، والتعرف الضوئي على الحروف، والنص العادي إلى LATEX — إلى جانب المسوّدة التوليدية التي يعنون حظرها، مع أن أدبيات علوم الحاسوب المحكمة تعتبر التعرف والتوليد عمليتين متميزتين. وتتكبد الكلفة بشكل غير متساوٍ: فقد اعتمد الطلاب ذو الحالات المؤثرة على التحكم الحركي الدقيق أو وضوح الخط أو دقة الكتابة على هذه الأدوات بالضبط، ومع توقف منتجات تحويل الصوت إلى نص المستقلة أو تدهورها، يملأ النسخ المدعوم بالذكاء الاصطناعي الفراغ الوظيفي، فتُزيل القاعدة الشاملة وسيلةً رئيسية لإنتاج عمل مقروء، وهو ما يجعل النزاع نزاع إمكانية وصول وإنصاف قبل أن يكون نزاع نزاهة. وعلاج Wright هو تعريف قائم على الوظيفة للذكاء الاصطناعي التوليدي مع أربعة معايير تشغيلية — الأمانة، وعدم الإضافة، وقابلية التتبع، والإقرار — تمنح الطالب مسارًا منظمًا لدحض اتهام بالنسخ وحده مع ترك عبء الإثبات على المؤسسة.

مشكلة الكشف الدليلية هي أيضًا مشكلة صلاحية. لأن مساعدة الذكاء الاصطناعي تكرارية ومتشابكة مع المسوّدة بدل أن تكون مستعانة خارجية شاملة، تنفصل مؤلفة النص وملكية المعنى، وقد لا يُثبت منتج مسلَّم سليم أن الطالب مارَس الحكم الذي كانت المهمة تستهدفه. ويتغير أداء الكواشف بين المهام والمجالات الدراسية وإصدارات النماذج، ويمكن أن يعمل استخدام الذكاء الاصطناعي المُفصَح عنه أو المشتبه به كإشارة تحيّز للمقيّمين، فاستجابة الكشف تضيف تباينًا غير ذي صلة بالبناء بدل أن تُزيله. وحين يسأل جدل النزاهة عن من أنتج الكلمات، يسأل حساب الصلاحية عن أي مزعوم على الطالب يبرّره الأداء.

مشكلة التبرير

لا يساء استخدام الطلاب للذكاء الاصطناعي عن سوء نية بشكل عام؛ إنهم يبرّرونه. تُحدّد أبحاث المقابلات خمسة مواقع انفصال على الأقل ينحرف فيها تفسير الطلاب لسياسة الذكاء الاصطناعي عن نيّة أعضاء هيئة التدريس، وتصنيفًا لأكثر من 20 تبريرًا متميزًا — من "نسخ نص الذكاء الاصطناعي عمل لا ضحية له" إلى "النص المعبّر عن معتقداتي هو كتابتي أنا". وهذه التبريرات ارتجالية ولاحقة وغير متسقة داخليًا، وتصف "منحدرًا أخلاقيًا حادًا زلقًا" ينزلق عليه الطلاب بعيدًا خارج أهداف البيداغوجيا. ولهذا فإن المفاهيم الخاطئة لدى الطلاب حول الذكاء الاصطناعي هي السبب الأعلى لانتهاكات النزاهة، ويجب أن يعالج تعليم النزاهة التفكير الأخلاقي لا المهارة التقنية وحدها.

يقدّم المراجعة الاستكشافية لـJi (2026) لـ38 دراسة تجريبية عن أصوات الطلاب التوليف الذي يستند إليه هذا القسم. ومواضيعها الأربعة هي الغموض (توليد مهمة كاملة يُقرأ كغش، أما التدقيق النحوي والعصف الذهني فمقبولان إلى حد كبير، وإعادة الصياغة والتفريغ والترجمة تقع في منطقة رمادية)، والفاعلية الأخلاقية التي يبني فيها الطلاب قواعدهم الشخصية في فراغ إرشادي يقرأونه كصمت يوافق على أفعالهم، والفجوة بين الوعي الأخلاقي والممارسة، والتنوع بحسب النوع والمستوى والمجال الدراسي والثقافة. وفجوة الوعي–الممارسة هي مشكلة التبرير مقيسة على نطاق واسع: رتّب مؤشر التنافر الأخلاقي لهوانغ وآخرين 522 طالبًا صينيًا في أربع عناقيد، أحدها كان يفعل بانتظام ما يراه غير مشروع، ووجدت النمذجة البنيوية لـOfem وآخرين على 4,679 طالبًا نيجيريًا أن التصورات الإيجابية حول ChatGPT تنبّئ بالاستخدام غير الأمين بينما عملت المواقف الإيجابية تجاه النزاهة كوسيط سلبي معتبر. ويقرأ Ji الطلاب لا كمستقبلين سلبيين للذكاء الاصطناعي التوليدي ولا كمذنبين بلا قيد أخلاقي بل كفاعلين نشطين يتنقلون في منطقة رمادية أخلاقية، ولهذا تتقارب الدراسات المراجعة على استجابات مُشترَكة وتربوية وحساسة للسياق لا على استجابات عقابية.

لماذا تفشل السياسة وحدها: مشكلة التنسيق

يقدّم إطار لعبة التنسيق حسابًا على مستوى الآلية لسبب ندرة تغيير النصائح السياسية للسلوك: استخدام الطلاب للذكاء الاصطناعي مشكلة تنسيق، تعتمد فيها الخيارات الفردية على توقعات الأقران وتصميم التقويم. والنتيجة المحورية للنموذج هي ديناميكيات عتبة غير خطية — يمكن لتغيرات صغيرة ومعايرة جيدًا في حوافز التقويم التأملي أن تُطلق تحولات سريعة على مستوى الجماعة نحو الاستخدام المسؤول، بينما تترك الحوافز الضعيفة أو غير المتوافقة الممارسة الانتهازية باقية. وبالتعبير العملي، يمكن أن يكون لإعادة التصميم المتواضعة (كاشتراط تأمل الطلاب في تفاعلاتهم مع الذكاء الاصطناعي) آثار غير متناسبة حيث لا يكون للقواعد المجردة أي أثر.

لا تشير محاسبة الأقران دائمًا نحو النزاهة، كما وجد Chen وZou (2026) في التقويم الجماعي المصحَّح: خفّض سبع من خمس عشرة مجموعة طلابية استخدامها للذكاء الاصطناعي التوليدي عن قصد جزئيًا لتفادي التطفل على زملاء المجموعة، لأن عواقب المجموعة كانت مشتركة لا مستقلة، لكن في خمس مجموعات خفّض مناخ جماعي متساهل — "كل من في مجموعتي يستخدم الذكاء الاصطناعي التوليدي" — مخاطرة سوء الاستخدام المدركة وعكس آلية المحاسبة نفسها التي وُجد العمل الجماعي ليخلقها. ووجدت الدراسة نفسها الطلاب يعيدون صياغة الأصالة كإخلاص للفهم الذي بناه زملاؤهم معًا، وتتبع توصيتها العملية ذلك مباشرةً: اجعلوا التفاوض حول استخدام الذكاء الاصطناعي المقبول نتيجة صريحة وموثقة وقابلة للتقويم بدل ترك القاعدة لتتبلور من ضغط الأقراء أو المخاطرة المدركة.

أنتجت عدم الاتساق في السياسة على مستوى المؤسسة بالضبط التخمين الذي يتوقعه حساب التنسيق. أطر تسعة من الأحد عشر ممن تمت مقابلتهم في Zou وآخرون (2026) إذن مقررهم الصريح باستخدام الذكاء الاصطناعي التوليدي على أنه "شرك" محتمل — طُعم لتحديد الطلاب الذين لم يستطيعوا مقاومته — مع أن السياسة كانت مفتوحة ومكتوبة في إرشادات التقويم؛ فعمّم الطلاب من المحظورات والتحذيرات التي لقوها في مكان آخر بدل قراءة قواعد مقررهم على حقيقتها. وتتبع خلاصة المؤلفين الآلية لا الصياغة: لم تكن وضوح المقرر كافيًا، ويلزم اتساق على مستوى البرنامج أو المؤسسة حتى يكف الطلاب عن استنتاج النية من الثقافة المحيطة.

السلوك نفسه، الأحكام مختلفة — وإفصاح لا يغير شيئًا. طبّق Poudyal (2026) 15 سيناريو معياريًا على بيئات السياسات في 20 جامعة أسترالية وأنتج 300 تصنيف: 120 (40.0%) محظورة بوضوح، و56 (18.7%) غير محسومة، ولا واحدة مسموح بها بوضوح، بينما صمتت الأدوات الملزمة عن الذكاء الاصطناعي التوليدي في 100 تركيبة حسمها التوجيه في 88. ولم يحدد الإفصاح النتائج — أنتجت حالة الإفصاح نفسها تصنيفات مختلفة بحسب قواعد الإذن وتعليمات المهمة، وسجل حقل الإفصاح 117 اشتراطًا مستوفى و80 إعلانًا كاذبًا.

الإجراءات لا تقل أهمية عن السياسات، وقد انهار أساسها الدليلي أمام الذكاء الاصطناعي. يجادل Teichmann (2026) بأن إجراء المخالفة الذي استوردته الجامعات من الانتحال يرتكز على مقدمة هدمها الذكاء الاصطناعي التوليدي: أن الاستخدام المحظور يمكن كشفه وإثباته. على خلاف برنامج مطابقة النصوص الذي يستطيع الإشارة إلى مصدر منسوخ، لا تحدّد مصنّفات نصوص الذكاء الاصطناعي أي مصدر لأنه غير موجود — إنها تُخرج حكمًا احتماليًا حول الأسلوب يتدهور تحت إعادة الصياغة، ويصنّف خطأً غير الناطقين به بشكل منهجي، ولا يمكن تفسيره أو مناقشته بالاستجواب، في حين لا يترك الاستخدام الماهر أو المحرَّر قليلًا أي أثر على الإطلاق. والإصرار على ذلك على أي حال يعكس عبء الإثبات (يُطلب من الطالب إثبات نفي)، ويستنزف كل عنصر من عناصر العدالة الإجرائية، ويُوقع أشدّ أضرار الاتهام الكاذب على المحرومين أصلًا. والعلاج المقترح ذو شقين: انشر معيارًا دليليًا لا يُبنى بموجبه نتيجة على مخرج كاشف وحدها، مع استجابات متدرجة تقدّم التعليم أولًا، وانقل جهد المؤسسة نحو تصميم تقويم متمركز حول الصلاحية وأصيل. ويقدّم Mohamed وTemimi (2026) المقابل على مستوى الآلية من جانب الطالب: لأن كل بيئة تقويم تجعل استجابةً ما الأكثر جاذبية، يترك الحظر التستر جاذبًا حين يكون التحقق ضعيفًا، ويجعل المراقبة الاستخدام المخفي أعلى كلفة دون أن تجعل الإفصاح آمنًا، ولا يحرّك إلا إعادة التصميم — بخفض المكسب من الاستعانة الخارجية ورفع قيمة الاستدلال المرئي — الطلاب نحو الاستخدام المسؤول. وأحدّ نتائجهم هي أن الردع يعمل عبر تمييز الكاشف بين الاستخدام المخفي والعمل المشروع لا عبر معدل إيقاعه، فعندما ترتفع الإيجابيات الكاذبة أسرع من الإيجابيات الصحيحة، تستطيع المراقبة الأقوى أن تجعل التستر أكثر جاذبية نسبيًا.

• يمكن إعادة كتابة واجب النزاهة ككفاءة فردية. عبر 366 ملخصًا في التعليم العالي متعلقًا بالذكاء الاصطناعي التوليدي، تظهر كلمة النزاهة 461 مرة لكن 6 فقط من 166 تعبيرًا عن الالتزام تسمّي الطلاب، فتطفو المصداقية والإفصاح كمهارات يُفترض أن يمتلكها الطلاب لا كالتزامات تفرضها المؤسسات (Poudyal, 2026).

• لا يكشف مدى إلزامية سياسة النزاهة عن مدى تعرّض التقويم. بفحص 15,587 سجل وحدة، وجد Villanueva (2026) أن الجامعات ذات تكليفات الإصلاح الشاملة وتلك ذات الأطر العامة تنتشر على نفس مدى تعرّض التقويم — المقابل التجريبي لحساب لعبة التنسيق لسبب ندرة تغيير النصائح للسلوك.

البُعد الاجتماعي–العاطفي

لإنفاذ النزاهة كلفة عاطفية مهملة. يُظهر بحث العار والذنب مع الطلاب أن هذه الانفعالات تنظّم متى وكيف يصبح استخدام الذكاء الاصطناعي مرئيًا، منتجةً سلوكيات إخفاء وإفصاحًا انتقائيًا — وأنها تتعايش مع الاستخدام المستمر، فتنشئ دورات من تراجع الفاعلية والتوتر الأخلاقي بدل تغير السلوك. ولهذا فإن الأعراف المحيطة باستخدام الذكاء الاصطناعي تنظّم الرؤية بفعالية أكبر مما تنظّم الاستخدام. بل يصف الطلاب استخدامهم للذكاء الاصطناعي بلغة الإدمان. والاستنتاج: إن السياسة المرجّحة نحو الكشف والموجهة نحو المراقبة تخاطر بـدفع سوء الاستخدام إلى الخفاء بدل معالجته، وهو ما يُقوّض التفاوض الصريح الذي يتطلبه الاستخدام المنتج.

المقابل للإخفاء هو الامتناع، وهو يحمل كلفته العاطفية. من بين 85 طالبًا معلمًا شملهم استطلاع Zou وآخرون (2026) تحت سياسة تقويم تسمح صراحةً بالذكاء الاصطناعي التوليدي، اختار 62.4% (53) عدم استخدامه على الإطلاق، وكان استخدام المتبنين سطحيًا وتصحيحيًا — التدقيق اللغوي (43.8%) وفحوص الوضوح (34.4%) فاقت بكثير توليد النص (18.8%) والعصف الذهني (12.5%). والخوف من الاتهام الباطل، لا الصعوبة التقنية، أدى الكثير من العمل: ذكره 41.5% من غير المتبنين، مقابل 13.2% استشهدوا بنقص المعرفة أو المهارات، بينما أطر 77.4% عدم الاستخدام ببساطة كتفضيل للعمل منفردًا. وحين تُقرأ سياسة متساهلة كشرك، تكون الاستجابة الآمنة هي رفض العرض — وهو ما يكلف المؤسسة العمل المتكامل مع الذكاء الاصطناعي الذي كانت تحاول استدعاءه.

بيانات إفصاح استخدام الذكاء الاصطناعي

بيانات استخدام الذكاء الاصطناعي والإفصاح عنه هي الآلية الملموسة التي تُشغَّل من خلالها توقعات النزاهة — ويُظهر البحث أنها تفشل كثيرًا حين تُعامل كنماذج امتثال محيّدة. وجد Gonsalves (2025) أن 74% من الطلاب لم يفصحوا عن استخدام الذكاء الاصطناعي في غلاف عمل دراسي إلزامي، مدفوعين بالخوف من العقوبات وغموض الإرشادات وعدم الاتساق في الإنفاذ وأعراف الأقران. ويؤكد Kirsanov وآخرون (2026) وVetter وآخرون (2026) أن الخوف من العقاب والسياسة غير الواضحة يُجمّدان الإفصاح — وأن الطلاب الشفافين قد يجذبون الشكوك حتى. ويعيد Chang وآخرون (2026) تأطير الإفصاح كسلوك طلب مساعدة/تنظيم ذاتي تعيد القلقة توجيهه نحو الأقران. والدرس الجماعي: يجب أن تعالج سياسات الإفصاح الحواجز العاطفية والاجتماعية، وأن تكون واضحة ومتسقة، وأن تعامل الإفصاح كبيداغوجيا تكوينية لا كمراقبة. ويضيف Luo وDawson (2026) جانب المدرسين من المعادلة: تصحيح المدرسين للعمل المعان بالذكاء الاصطناعي التوليدي مدفوع بأحكام قيمة حول أمانة الطالب واجتهاده وثقته، ويعاقب كثير من المدرسين (أو يميلون لمعاقبة) الطلاب الذين يفصحون عن استخدامهم للذكاء الاصطناعي التوليدي — حتى حين تكون جودة العمل قوية. هذه هي مشكلة "الشفافية ذات الاتجاهين": يُتوقع من الطلاب إعلان الاستخدام، لكن المدرسين نادرًا ما يوضحون كيف سيؤثر ذلك الإعلان على الدرجات، فيحمل الإفصاح الصادق عقاب تصحيح غير معلن. وتؤسس الدراسة مشكلة الإفصاح في واقع التصحيح المثقل بالقيم وتجادل بأن الشفافية يجب أن تعمل في الاتجاهين.

تكمّ تقارير الطلاب أنفسهم مدى سوء وصول تلك الرسالة. في استطلاع لـ504 طالبًا في علم الاجتماع، قال 81% إن مدرسيهم أو مساعديهم التعليميين أعطوهم إرشادات حول استخدام الذكاء الاصطناعي، لكن 46% فقط وصفوا تلك التعليمات بالواضحة جدًا؛ وأفاد 19% بتلقيهم لا إرشاد على الإطلاق ووصف الباقونها بأنها واضحة في أحسن الأحوال إلى حد ما (Kuznetsov وSheely وBaker, 2026). وكان الخوف من ارتكاب مخالفة أكاديمية ثاني أكثر اهتمام شائع أبداه الطلاب (28%) — كلفة فرضها الغموض لا الإنفاذ، إذ أبلغ 3% فقط عن استخدام الذكاء الاصطناعي التوليدي لتوليد نص مهمة و2% لإنتاج مسوّدة كاملة. والاستنتاج العملي هو أن وضوح التواصل بذاته آلية نزاهة، وأن الطالب العاجز عن معرفة ما هو مسموح يحمل مخاطرة لم تقصد المؤسسة فرضها أبدًا.

ولا يحل الإذن على مستوى المقرر معضلة الإفصاح أيضًا. في دراسة Zou وآخرون (2026) على 85 طالبًا معلمًا سمحت تقويماتهم صراحةً بالذكاء الاصطناعي التوليدي، بلغ مجموع الإفصاحات الذاتية 28 مستخدمًا مقابل 32 في الاستطلاع المجهول، واختلف المصدران في اتجاهين متعاكسين بحسب المقرر — سجل المقرر أ 14 مستخدمًا في الاستطلاع لكن 8 إفصاحات فقط، بينما عكس المقرر ج النمط (8 في الاستطلاع، 12 إفصاحًا). ويقرأ المؤلفون التباعد كعواقب مصحَّحة تشكّل ما كان الطلاب مستعدين لجعله مرئيًا، مضيفًا دليلًا من الطلاب المعلمين على أن نظام الإفصاح يقيس سلوك الإفصاح بقدر ما يقيس الاستخدام.

التنوع الثقافي والسياقي

نص السياسة لا يساوي إدراك السياسة. وجد البحث عبر الدول أن الطلاب في جامعات مختلفة قيّموا الممارسات نفسها المعانة بالذكاء الاصطناعي بشكل مختلف، رغم سياسات مؤسسية متكافئة وظيفيًا — فكانت الثقافة، لا صياغة السياسة، هي ما حدد الخطأ المدرك. فلا يُنتج التوفيق بين السياسات توفيقًا في الإدراك، لذا يفسّر الجماعات المتنوعة ثقافيًا القواعد نفسها بشكل مختلف، وهو اهتمام إنصاف في الإنفاذ والتصحيح يدفع نحو التوضيح القائم على السيناريوهات بدل العبارات القاعدية المجردة.

الخلفية اللغوية أكثر من الثقافة هي محور التنوع الثاني. يجادل Li (2026) بأنه لأن الواجهة نفسها تؤدي تحرير اللغة المسموح والمسوّدة الجوهرية المحظورة، فإن قواعد النزاهة التي تعامل الذكاء الاصطناعي التوليدي كفئة واحدة من المساعدة غير المصرح بها تحوّل الحرمان اللغوي إلى مخاطرة نزاهة: فالحظر المطلق يُزيل شكلًا قابلًا للتوسع من دعم اللغة، ونظام السماح مع الإفصاح يُحمّل عبء الامتثال على طلاب الإنجليزية كلغة إضافية الذين يكون استخدامهم أكثر تكرارًا وتكراريةً، والمحظورات على التحرير بما يتجاوز التغييرات الطفيفة تُركّز الشك على الكتّاب الذين تغيّر طلاقةُ لغتهم أكثر من غيرهم. والحد الذي يقترحه Li قائم على الغرض لا على الأداة — الدعم المسموح لا يضيف أفكارًا جديدة ولا مصادر جديدة ولا إعادة ترتيب جوهرية للتحليل، بينما يخلق الاستبدال العمل الفكري قيد التقويم أو يعيد تشكيله جوهريًا — وهو مرتكز في بناء التقويم لأن معايير التصحيح التي تمنح درجات على الطلاقة والتعبير الأصيل تُدخل تباينًا غير ذي صلة بالبناء للكتّاب من طلاب الإنجليزية كلغة إضافية (صدق التقييم). ويُنزل الإطار مخرج الكاشف إلى إشارة فرز نادرًا ما تشكّل إثباتًا، مفضلًا التثليث عبر تسليمات مرحلية، وتواريخ المسوّدات، ومسارات المصادر القابلة للتحقق، ومحادثة قصيرة متوافقة مع البناء، ويعاير الإفصاح حتى لا يحمل الدعم الروتيني كلف امتثال تتجاوز ما يتحمله الأقران أحاديو اللغة.

من الشرطة إلى البيداغوجيا

توثّق قاعدة المعارف تحولًا paradigm: من الذكاء الاصطناعي كتهديد للنزاهة يجب مراقبته، إلى الذكاء الاصطناعي كأداة يجب تعليم استخدامها المناسب. هذا هو البُعد الأخلاقي لـثقافة الذكاء الاصطناعي وهو متجسد في تصميم عملي:

• إفصاحات استخدام ذكاء اصطناعي خاصة بالمهمة: تحلّ أطر الإفصاح الخاصة بالمجال محل خانات الاختيار العامة "استخدمت الذكاء الاصطناعي" بإفصاحات منظمة تربط الاستخدام بالمراحل المعرفية (كالتخطيط البنيوي مقابل توليد المحتوى)، فتُجبر على التأمل وتحوّل التركيز من الشرطة إلى الممارسة المهنية.

• التقويم الشفاف في العملية: تجعل معماريات مثل الأمانة المعرفية والتسليمات المرحلية والمناقشات الشفهية وAI Viva (وكيل محادثة يتحقق مما إذا كان الطلاب يفهمون تسليماتهم) الحكم البشري والتحقق والمسؤولية مرئية. ويدفع Miles وHaber-Curran وArar (2026) المنطق نفسه إلى مستوى الأمر نفسه: يصحّح معيارهم النموذجي التحسين التكراري والتفسير النقدي للمخرجات والمراجعة التأملية، فيكون المقوَّم هو انخراط الطالب مع الأداة لا القطعة التي أنتجتها، ويجادلون بأن تعليم الطلاب تحسين المخرجات وحدها يترك الأبعاد الأخلاقية والمعرفية للاستخدام بلا مساس.

• تقليل سوء الاستخدام: تقبع النزاهة جنبًا إلى جنب مع أضرار سوء استخدام الذكاء الاصطناعي على التعلّم (كلفة سوء الاستخدام التعليمية) وتقليل سوء الاستخدام (التدخلات التي تمنعه)، رابطةً الأمانة بالتعلّم الحقيقي لا باتباع القواعد.

• الشفافية كاستراتيجية نزاهة، لا مجاملة فحسب: تعامل حالة تصميم McCorkle (2025) المبرر لكل استخدام مسموح أو غير مسموح للذكاء الاصطناعي التوليدي بوصفه آلية النزاهة ذاتها. فقد شرح الطلاب الذين تمت مقابلتهم بعد تجاهل سياسة حظر أنهم لم يروا أنفسهم يتصرفون بغير أمانة، وهو ما يعيد تأطير الفشل كغموض لا كعدم امتثال — فأجابت إعادة التصميم بتبرير كل تقييد بالـالتقويم المحدد الذي يحميه، وبالتصميم لـ"الوسط القابل للإقناع 20-60-20" لماكابي لا للقلة المصممة. وتسمي الحالة أيضًا كلفة الإنصاف للسياسة الغامضة: فالتوقعات غير الواضحة والمتفاوتة بين المدرسين هي ما يحوّل فشل السياسة إلى إجراء تأديبي (الإنصاف في تعليم الذكاء الاصطناعي).

• التصميم، لا الكشف: حالة بوخوم. ربطت إعادة تصميم جامعة بوخوم لمقدمة الفيزياء النووية والجسيمية (Mikhasenko وآخرون, 2026) سياستها للذكاء الاصطناعي بفشل نزاهة عملي لا بالكشف: لأن مسائل التمرين كانت مفصحة عنها مسبقًا، أعدّ بعض الطلاب حلولًا مولّدة بالذكاء الاصطناعي ونسخوها على السبورة دون الانخراط في الاستدلال المقصود. ويعامل المؤلفون ذلك كمشكلة تصميم — نقل مسائل التمرين إلى نقاش داخل الصف محضَّر وجعل الامتحان الكتابي محدد الدرجة — لا كمشكلة مراقبة، مع السماح صراحةً بالذكاء الاصطناعي في الدراسة، وشرح أن التحقق مسؤولية الطالب، وملاحظة أن الواجبات المنزلية المسموحة بالذكاء الاصطناعي رفعت أيضًا الاعتماد وإمكانية الوصول غير المتساوية للنماذج المدفوعة وعبء عمل مساعدي التدريس.

أوضح صياغة للانقلاب البيداغوجي تأتي من El Khoury وMa (2026)، الذين يجادلون بأن الإصلاح الذي ينطلق من الشكّ يضيّق الخيال التعليمي على الضبط والامتثال والمراقبة، وأن النزاهة يجب أن تكون نتيجة لتقويم مصمم للانخراط لا نقطة انطلاقه. وملاحظتهم الداعمة هي آلية مرئية أصلًا في مواضع أخرى من قاعدة المعارف: الانفصال أحد الشروط التي تصبح تحتها المخالفة أكثر احتمالًا، فتُترك الأجندات التي تُجهد التقويمات أو تُقيّد استخدام الذكاء الاصطناعي دون معالجة الانخراط بجزء من المشكلة بلا مساس.

يصف الطلاب خارج التعليم العالي الأنجلوفوني التوتر نفسه بمصطلحاتهم. أجرى Mulisa وMezgebu (2026) مقابلات مع 27 طالبًا جامعيًا في جامعة إثيوبية ووجدا جسم الطلاب منقسمًا على نفسه: استخدم الجميع تقريبًا الذكاء الاصطناعي التوليدي أو رأوا أقرانهم يستخدمونه، وأثنى معظمهم على تحسينه لتحصيلهم الأكاديمي، وسمّت أقلية صغيرة مثل هذا الاستخدام مخالفة صريحة، ووصف الجميع تقريبًا أرضية لعب غير مستوية يربح فيها العمل المعان بالذكاء الاصطناعي درجات أفضل من الجهد الأمين بينما يفقد العاملون المستقلون حس اجتهادهم. وأبرز ما في الحساب هو تعريف الطلاب للانتحال، وهو دفاع تقني وناقص — إذا كان الانتحال يعني إعادة إنتاج كلمات شخص آخر، فإن النص المكتوب آليًا الذي لا ينسخ شيئًا ليس انتحالًا — ولهذا يجادل المؤلفون بأن التعريف يجب أن يتسع لما بعد النسخ واللصق، تبعًا لـ"انتحال الذكاء الاصطناعي" عند Ka وChan (2025)، ولهذا يضعون معتقدات الطلاب أنفسهم، لا القواعد المؤسسية وحدها، في مركز الاستخدام الأخلاقي.

يأخذ Sharma (2026) الانقلاب البيداغوجي خطوة أبعد بمدّ إطار ما بعد الانتحال لإيتون من توجه أخلاقي إلى تصميم تقويم. فالنزاهة، على هذا الحساب، تُمارس عبر الحكم التقويمي — قدرة المتعلّم على وزن الخيارات وتبرير الاختيارات الأكاديمية وتحمل المسؤولية في ظل عدم يقين معرفي — وتُجعل مرئية عبر أربع ممارسات: مسارات قرار مُشروحة، وممارسات تحقق ومساءلة، ومناقشة شفهية ومساءلة حوارية، وفروق المسوّدات مع تواريخ الإصدارات. ويُبقى الكشف كطبقة تكميلية للتحريف الواضح أو الاستعانة الخارجية المتعمدة للعمل الفكري فقط، لا كبنية تحتية أساسية للنزاهة، لأنه يسأل عما إذا كان الذكاء الاصطناعي التوليدي قد استُخدم لا عن كيفية اتخاذ القرارات وراء العمل؛ وتسمي الحجة أيضًا مخاطرة الإنصاف في أن النماذج المتمركزة حول الكشف تسقط بأشد وطأة على المتعلّمين الذين يعتمدون على الأدوات التوليدية في السقالة اللغوية أو المعرفية.

المسار الثالث يقع بين الكشف وإعادة التصميم. يتنبّأ Akçapınar (2026) بمخاطرة الغش المعان بالذكاء الاصطناعي من آثار أنظمة إدارة التعلّم في بداية الفصل بـAAC يبلغ 0.763، ويؤطر المخرج كإرشاد أكاديمي منخفض المخاطر — تذكيرات ومتابعة المهام ولقاءات موجزة — لا كدليل على مخالفة، مُصرًّا على بقاء الدرجة منفصلة عن التصحيح والسجلات التأديبية.

Connections

ترتبط النزاهة الأكاديمية بـصلاحية التقويم وثقافة الذكاء الاصطناعي وكشف الذكاء الاصطناعي والتقويم الأصيل والتقويم وسياسات الذكاء الاصطناعي التعليمية والتنظيم والأخلاقيات والإنصاف في تعليم الذكاء الاصطناعي. وهي البُعد الأخلاقي لـالذكاء الاصطناعي في التعليم، لا ينفصل عن الاعتماد المفرط والسؤال الأشمل لكيف يُعيد الذكاء الاصطناعي التوليدي تشكيل التعلّم في التعليم العالي والتعليم K-12.

• توليف المراجعات المنهجية. تجد مراجعة PRISMA لـ25 دراسة (Balalle & Pannilage 2025) أن الذكاء الاصطناعي يعمل كتهديد (الكتابة المولّدة بالذكاء الاصطناعي، أدوات إعادة الصياغة) وأداة كشف (درجات الذكاء الاصطناعي في Turnitin)، وأن برامج الكشف غير موثوقة للعمل المولّد بالذكاء الاصطناعي، وأن على المؤسسات بناء ثقافة نزاهة أكاديمية عبر سياسة واضحة وإعادة تصميم للتقويم وتدريب أخلاقي لا عبر المراقبة وحدها.(Reassessing Academic Integrity in the Age of AI: A Systematic Literature Review on AI and Academic Integrity)
• من الشرطة إلى الحوار: التحقق من التعلّم. يحاج حساب تطبيقي لإطار جامعة Grand Canyon على مستوى المؤسسة (Mandernach 2026) بأن الكشف غير موثوق وأن عمليات النزاهة الرسمية نادرًا ما تصل إلى حل، تاركةً أعضاء هيئة التدريس بـ"شك بلا recourse". واختارت GCU بدلًا من ذلك التحقق من التعلّم — سؤال الطلاب عن إثبات فهمهم لعملهم المسلَّم في محادثة موجزة — معيدةً تأطير النزاهة من مشكلة امتثال إلى مشكلة تقويم. ويُعيد سلطة أعضاء هيئة التدريس، وينقل الطلاب من "كيف لا يُقبض عليك" إلى الانخراط الحقيقي، ويعامل استخدام الذكاء الاصطناعي كمقبول حين يستطيع الطالب إثبات التعلّم؛ ويبرز قلق الطلاب الأولي حول التحقق أن السياسة المرجّحة نحو المراقبة تستطيع أن تُتلف الثقة.
• الذكاء الاصطناعي التوليدي يهزم الواجبات القابلة للتصحيح الآلي (2026): نجح ChatGPT في كل واحدة من 150 جلسة اختبار على تصاميم واجبات Qiskit (حوسبة كمومية) محصّنة عن قصد وقابلة للتصحيح الآلي — التخصيص والمراجع المخفية والتأملات وتنفيذ المحاكي — مما يُظهر أن المصحّحين القائمين على معايير التصحيح لا يستطيعون التمييز بثقة بين العمل المكتمل بالذكاء الاصطناعي والطالب، ويحاجّون نحو تقويم مباشر للفهم (ChatGPT Solves All Tested Qiskit Homework Assignments).
• التقييم في عصر الذكاء الاصطناعي — المخرج كدليل (2026): يحاج تحليل على مستوى الجامعة بأن أزمة تقويم الذكاء الاصطناعي هي انفصال بين تصميم التقويم ومكاسب التعلّم لا مخالفة فحسب؛ ويوثّق أضرار المراقبة (المتصفحات المقيّدة وتتبع العين)، و"فخ الإفصاح" (يخاف الطلاب من أن خفض إعلان استخدام الذكاء الاصطناعي درجاتهم)، وفجوة أداء تصحّح الحالة الاجتماعية والاقتصادية (مستويات نموذج اللغة الكبيرة المدفوعة مقابل المجانية)، و"الإنهاك البيداغوجي" بين أعضاء هيئة التدريس المولين أنفسهم بمراقبة الذكاء الاصطناعي — مُوصيًا بالتقييم القائم على العملية بدل الكشف (Evaluation in the Age of AI: Output as Evidence of Learning).

أدلة أحدث: التفكير الأخلاقي، وحدود الكشف، وتسويق الذكاء الاصطناعي، والطلاب الأشباح

تُحدّ موجة من الأبحاث الحديثة صورة النزاهة الأكاديمية في عصر الذكاء الاصطناعي التوليدي:

• يستدل الطلاب في المرحلة الثانوية على "انتحال الذكاء الاصطناعي" ظرفيًا لا كقاعدة ثابتة. يُظهر Chan (2026) أن الاستدلال الأخلاقي للطلاب الثانويين حول "انتحال الذكاء الاصطناعي" دقيق ومعتمد على السياق — يرى كثيرون العمل المعان بالذكاء الاصطناعي مقبولًا حين يدعم الفهم لكن إشكاليًا حين يحل محل جهدهم — متحديًا الافتراض بأن الطلاب تفتقر نزاهتهم ببساطة أو أن سياسة واحدة تستطيع الإحاطة بأخلاقهم.

• لا تستطيع التقويمات الأصيلة وحدها صيانة النزاهة. يجد Kofinas وآخرون (2025) أن المقيّمين عمومًا لا يستطيعون التمييز بين تقويمات لها مدخلات من الذكاء الاصطناعي التوليدي وتقويمات بلا مدخلات، وأن مستوى أصالة التقويم لا يؤثر على الإطلاق في القدرة على الصيانة ضد استخدام الذكاء الاصطناعي التوليدي أو كشفه. ولا يستطيع قطاع التعليم العالي "الاعتماد على التقويمات الأصيلة وحدها للسيطرة على أثر الذكاء الاصطناعي التوليدي" — تحدي مباشر لاستراتيجية إعادة تصميم التقويم، التي يجب إقرانها بإجراءات أخرى.

• يجب أن يمتد توجيه النزاهة إلى عملية البحث لا إلى التعليم وحده. يجد Dai وChan (2026) أن الباحثين في مرحلة الدراسات العليا يمارسون ثقافة الذكاء الاصطناعي عبر مهام البحث ويحاجّون بأن سياسات الاستخدام المسؤول، التي تركّز حاليًا على التعليم والتقويم، يجب أن تسند الأبعاد الأخلاقية لاستخدام الذكاء الاصطناعي التوليدي في البحث — حيث تتقارب الاهتمامات حول الأصالة والمؤلفية وخصوصية البيانات وتدهور المهارات لا الانتحال وحده.

• يجب أن يتقدم الغرض على السياسة. يحاج Taylor وLaCroix (2026) بأن ما إذا كان استخدام الذكاء الاصطناعي التوليدي يشكّل مخالفة يعتمد على غرض الجامعة. فحالات المخالفة المتنامية تعكس لا تناسقًا بنيويًا في الجامعة الليبرالية الجديدة، حيث تتعارض الحماسة التقنية والتأثير المؤسسي وإنفاذ السياسة — تاركةً الطلاب مسؤولين عن سلوكيات تشكّلها المؤسسة ضمنًا. ولا تستطيع الجامعات إنفاذ النزاهة بجدية دون تناسق بين الرسالة المعلنة والبيداغوجيا وممارسة التقنية.

• المحددات النفسية والسلوكية. يُخطط بحث Frontiers الآليات النفسية والمحددات السلوكية للنزاهة الأكاديمية تحت الذكاء الاصطناعي — كيف تشكّل المواقف والفعالية الذاتية والأعراف والعواقب المدركة الاستخدام الأمين — رابطًا النزاهة بـالدافعية والفعالية الذاتية وثقافة الذكاء الاصطناعي كبنايا سلوكية لا كاتباع قواعد صِرف. وتُكمّ Tabares-Cruz وآخرون (2026) ذلك في نمذجة معادلات بنيوية على 980 طالبًا جامعيًا إكوادوريًا، مرتّبةً ميول النزاهة الأكاديمية والشفافية أولًا، تليها ثقافة الذكاء الاصطناعي والتحقق النقدي والإرشاد المؤسسي والتنظيم الذاتي وحماية البيانات — حيث تُفسر ميول النزاهة وثقافة الذكاء الاصطناعي معًا حصةً معتبرة من الاستخدام الأخلاقي للذكاء الاصطناعي التوليدي متجاوزةً القواعد المؤسسية وحدها.

• يسوّق تسويق الذكاء الاصطناعي الاستخدام ويعيد تأطيره كـ"الغش مقابل المنافسة". يُظهر Sobo وآخرون (2025) أن الذكاء الاصطناعي يُسوّق للطلاب كضرورة عملية ("اجعل كتابتك تبدو أكثر طبيعية لتجنب الإشارة إليك بالخطأ")، ويشعر الطلاب بأنهم مضطرون لتبنيه للبقاء منافسين حتى مع قلقهم من الاعتماد وتخلّي التعلّم — إلزام ريادة أعمال متأصل داخليًا. ويشير ذلك إلى الحاجة إلى ثقافة التسويق كجزء من تعليم نزاهة الذكاء الاصطناعي.

• تكشف مُنَسنات الذكاء الاصطناعي الدورة الأدائية للكشف. يُفهرس Roe وآخرون (2026) 55 موقع مُنَسنِن ذكاء اصطناعي تُعدّل النص المولّد بالذكاء الاصطناعي للتهرب من الكشف، مؤطَّرةً عبر دراماتورجيا جوفمان. فتجعل المُنَسنِنات المخالفة غائبة خطابيًا وتؤدي المشروعية، مُظهرةً أن سباق التسلح بين الكشف والتفادي غير منتهٍ بنيويًا — مُعزّزةً التحول من المراقبة إلى تصميم التقويم وثقافة الذكاء الاصطناعي.

• الإنفاذ، لا الكشف، هو حيث يجري الحديث. عبر 270,929 سجلًا متعلقًا بالذكاء الاصطناعي من 26 منتدى فرعيًا تعليميًا على مدى ثلاث سنوات ونصف، حمل عنقود النزاهة الأكاديمية 37.1% من النقاش وكان إنفاذ المخالفات الموضوع الأكبر منفردًا عند 12.1%، بينما كانت 32.3% من مناقشات أعضاء هيئة التدريس–الطلاب تقع داخل نزاعات الكشف والإنفاذ (Yüce وآخرون (2026)).

• الطلاب الأشباح وفجوة التحقق في الذكاء الاصطناعي الوكيلي. يُدخل Bozkurt وCrompton وFell Kurban (2026) "الطالب الشبح": بديل رقمي يُنشأ بقرن نماذج اللغة الكبيرة ("العقل") بمتصفحات الذكاء الاصطناعي الوكيلية ("الجسد") الذي يستطيع التنقل في أنظمة إدارة التعلّم والانخراط مع المحتوى وإكمال التقويمات بتقليد شبيه بالإنسانية، فتصبح حضورية المتعلّم الفعلي اختيارية. وهذا يخلق فجوة تحقق عاجزة بنيويًا عن إغلاقها المراقبة التقليدية والكشف — تهديد نزاهة ينمو مع صيرورة الذكاء الاصطناعي وكيلًا لا توليديًا فحسب.

أوضح قضية دراسية لصالح إعادة التصميم على الكشف تأتي من تعليم الحوسبة. تجد المراجعة المنهجية لـ72 دراسة عن الذكاء الاصطناعي التوليدي في الحوسبة وتعليم البرمجة (Kumar وWongsirichot وNanthaamornphong 2026) ثلاث دراسات فقط تفحص آليات كشف الذكاء الاصطناعي — أرقّ قاعدة أدلة من بين المواضيع الـ14 التي وحدتها — بينما دعمت إعادة تصميم المقرر والتقويم 25 دراسة. وتعامل المراجعة الاختلال كتشخيص لا كعرض عابر: لقد حدّثت المؤسسات وثائق السياسة إلى حد كبير دون إعادة تصميم التقويمات، ويجلس معظم المدرسين عند مستوى تسامح لا تحول من التكامل، مع 70% من عيّنة أعضاء هيئة تدريس وطنية تطلب صراحةً تدريبًا على تصميم تقويم مقاوم للذكاء الاصطناعي. واستجابتها الموصى بها ملموسة: أضف مكوّنًا شفهيًا أو عنصرًا مرئيًا في العملية إلى تقويم عالي المخاطر واحد على الأقل لكل مقرر، واجعل الانخراط النقدي مع مخرجات الذكاء الاصطناعي (القراءة والاختبار والتعديل والشرح والنقد) مكوّنًا مصحَّحًا وقابلًا للملاحظة في عمل الطالب لا طموحًا تُرك لتقدير الطالب (صدق التقييم).

• وصلت المراجع المختلقة إلى سجل تعليم الحوسبة المنشور. تتبّع Denny وآخرون (2026) 113,588 مرجعًا من 5,225 ورقة في تعليم الحوسبة في مكتبة ACM الرقمية مقابل المجموعة الكاملة من 723,930 منشورًا و15,872,533 مرجعًا، وتحققوا يدويًا من 828 سجلًا مشتبهًا به، وأكّدوا 30 مرجعًا يحتوي معلومات ببليوغرافية مختلقة قابلة للتحقق عبر 14 ورقة، كلها منشورة في 2025 أو 2026. وفي ندوة SIGCSE التقنية ارتفع العدد المتحقق منه من 3 في 2025 إلى 17 في 2026، قابعًا في 2.3% من أوراق وقائع 2026، وظهرت المراجع المهلوسة عبر خمسة مواعيد SIGCSE برعاية أو بتعاون في 2025. ولا يبقى الرقم سليمًا إلا بموازنه: كانت معظم المراجع المُشار إليها حميدة — 229 منها عدم تطابق في بيانات ACM الوصفية حيث كان ملف PDF صحيحًا و188 كانت متغيرات ببليوغرافية صحيحة — لذا فإن رقم المَوقَع حد أدنى متعمد. ويقع العبء على المؤلفين لا على التقييم بالأقران وحده، لأن المراجعين الذين يفحصون قوائم المراجع لا يستطيعون التحقق من كل مدخل، ويجعل الصياغة المعانة بـنموذج اللغة الكبيرة إنتاج استشهاد مختلق لكن معقول رخيصًا.

• الوضوح دون إعادة التصميم يزيح سوء الاستخدام جانبًا لا يُزيله. يرسم Petricini وZipf (2026) استخدام الذكاء الاصطناعي على محورين — نية الطالب وجهده مقابل الوضوح والدعم الذي توفره البيئة — ويبلّغان أن أكثر مربع مأهول في بيانات مقابلاتهما كان الامتثال القلق، حيث يخفي الطلاب مساعدة مشروعة (دعم نحوي، وشروح مفاهيم، وتنظيم أفكارهم أنفسهم) لتفادي الاتهام الكاذب. وتحذيرهما اتجاهي: حيث تصبح القواعد واضحة لكن التقويم ما يزال يكافئ السرعة والمنتج، ينزلق الطلاب الواعون بالسياسة نحو التفاوض الفعال بدلًا من استخدام الأداة الفاضل. ويصل Austin (2026) إلى الموضع نفسه من جانب المهمة — حين تفي الوكلاء بكل معيار تصحيح دون استدلال مرئي، يحل تصحيح مسار القرار (معايرة الثقة، واقتراحات الذكاء الاصطناعي المرفوضة، وقيود المقرر الخاصة) محل الكشف، الذي تلاحظ أنه يخطئ في الاتجاهين.

• يخفّض أرباب العمل قيمة الدرجات التي يعتقدون أن الذكاء الاصطناعي أنتجها — ويتقاربون على التحقق الحضوري. في تجربة استطلاع مع نحو 1,750 محترف توظيف في الولايات المتحدة، يُظهر Boyd-Swan وReynolds (2026) أن تأطير استخدام الطلاب للذكاء الاصطناعي كأداة مساعدة ترك المتقدمين بلا عقاب، بينما خفض تأطيره كـبديل عن جهد الطالب وقدرته احتمال المقابلة و— بشكل أكثر حدة — الاستعداد للتفاوض على الراتب، مُتمركزًا بين المتقدمين ذوي المعدلات التراكمية العالية بلا اعتماد للعرق/النوع. وحين سُئلوا عما سيخفف الاهتمامات، اختارت المجموعتان المُؤطّرتان علاجًا واحدًا مشتركًا فقط: الاختبارات الحضورية. وتعزل التجربة الاعتقاد (لا الاستخدام الفعلي للذكاء الاصطناعي)، فتُظهر كيف تحرّك قناة الإشارة وحدها نتائج التوظيف — دليل مبكر على أن أسواق العمل قد تدفع التقويم عودةً نحو الصيغ القابلة للتحقق بالحضور، وهو اتجاه التصميم نفسه الذي تحث عليه أدبيات الطالب الشبح المؤسسات على تبنيه.

تُوسّع أول دراسة لنظرية السلوك المخطَّط حول نية المخالفة القائمة على GAIT هذه الصورة: بين 186 طالبًا جامعيًا، وجد Baig وPaparo (2026) أن المواقف تجاه المخالفة والأعراف الذاتية حولها والمواقف الإيجابية تجاه الذكاء الاصطناعي تنبّئ كلها بالنية، بينما لم تفعل المواقف السلبية تجاه الذكاء الاصطناعي، وأن الاحتمال المدرك الأعلى للكشف تنبّأ بنية أدنى — رادع تُقوّضه عدم موثوقية أدوات كشف الذكاء الاصطناعي الموثقة.

تتحول سياسات النزاهة ممن كتب الكلمات إلى مَن كانت لديه الأفكار، ويُعاد بناء الكواشف لتطابق ذلك. يتنبّأ IdeaLens بمصدر الأفكار من مخطط لا من نثر: على 50 قصة كتبها أشخاص من الصفر وفق خطط مولّدة بالذكاء الاصطناعي أشار إلى 68% منها بالذكاء الاصطناعي، مقابل 8% لـPangram 4 و0% لمجموعة ضبطه المدرَّبة على النثر، ووسم 94.7% من النص البشري المصقول بالذكاء الاصطناعي كبشري (Rajendhran وآخرون (2026)). وتسمي بيانات أخلاقياته المخرجَ تقديرًا إحصائيًا يجب ألا يُستخدم بذاته كدليل قاطع على استخدام الذكاء الاصطناعي.

المفاهيم المرتبطة

• الأنماط التربوية — تسلسلات التحقق المُتبَناة استجابةً للذكاء الاصطناعي التوليدي
• بيانات استخدام الذكاء الاصطناعي والإفصاح عنه — بيانات استخدام الذكاء الاصطناعي والإفصاح عنه
• صدق التقييم
• ثقافة الذكاء الاصطناعي
• كشف محتوى الذكاء الاصطناعي
• التقويم الأصيل
• التقويم
• سياسة الذكاء الاصطناعي في التعليم
• تنظيم الذكاء الاصطناعي في التعليم
• الأخلاقيات
• الإنصاف
• التفريغ المعرفي
• سوء استخدام الذكاء الاصطناعي والضرر التعليمي
• الحد من إساءة استخدام الذكاء الاصطناعي
• المفاهيم الخاطئة حول الذكاء الاصطناعي
• الذكاء الاصطناعي التوليدي
• التعليم العالي
• K-12
• الذكاء الاصطناعي في التعليم
• المسائل القانونية والمخاطر
• الأعراف الاجتماعية لاستخدام الذكاء الاصطناعي — القواعد غير الرسمية التي تقبع تحت السياسة الرسمية

المقالات المرتبطة

• The Integrity of Psychology Assessments in the AI Age: A Critical Examination — برنامج علم نفس كامل قابل للنجاح بأدنى جهد، ومعايير التصحيح التي مرّرته (Ivory وآخرون 2026)

• "Is this a trap?": Student teachers' perceptions and adoption of GenAI in assessments in three teacher education courses — رفض الطلاب المعلمون الذكاء الاصطناعي التوليدي تحت سياسة متساهلة؛ تأطير "الشرك" وفجوة الاستطلاع–الإفصاح

• AI Agents, Joyful Assessment, and Third Space: Rethinking Assessment in the GenAI Era — وكلاء الذكاء الاصطناعي، والتقويم المبهج، والفضاء الثالث

• Generative AI in computing education: A systematic review and a framework for responsible integration — دليل الكشف رقيق (3 دراسات من 72)؛ إعادة التصميم تحمل العبء

• Designing an Aligned Generative AI Course Policy: An Equitable and Transparent Learner-Centered Approach — سياسة مقرر متوافقة مع الذكاء الاصطناعي التوليدي: أذونات مستنبطة من التقويم ومبرر شفاف (McCorkle 2025)

• VARIA: Benchmarking Frontier LLMs on Construct-Equivalent Assessment Variant Generation — توليد متغيّرات تقويم مكافئة في البناء (Lee 2026)

• How Instructors Regulate AI in College: Evidence from 31,000 Course Syllabi — كيف ينظّم المدرسون الذكاء الاصطناعي عبر 31,000 مقرر دراسي؛ تأطير النزاهة آفل (Chirikov 2026)

• Can students cheat their way to a biology degree? A case study of the vulnerability of biology course grades to academic dishonesty in the era of generative AI — هل يستطيع الطلاب الغش في طريقهم إلى درجة أحياء؟ دراسة حالة لهشاشة درجات مقررات الأحياء أمام المخالفة الأكاديمية في عصر الذكاء الاصطناعي التوليدي

• Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher — عدم امتثال الطلاب لإفصاحات استخدام الذكاء الاصطناعي

• Once a Response, Always a Response: Detecting LLM-generated Text via Latent Prompt Restoration — كشف النصوص المولّدة بنماذج اللغة الكبيرة

• Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — ما بعد الكشف: التقويم الأصيل في عالم متوسط بالذكاء الاصطناعي

• A bit of chaos and madness: The AI Assessment Scale and the work of assessment reform — مقياس تقويم الذكاء الاصطناعي وإصلاح التقويم

• From authentic products to authenticated processes: a systematic conceptual review of authentic assessment in AI-rich — من المنتجات الأصيلة إلى العمليات الموثقة

• It's OK Because...": The Wild West of Student Rationalization of AI Use in Academic Writing — "إنه مقبول لأن…": تبرير الطلاب لاستخدام الذكاء الاصطناعي

• Mathematical Modelling of Ethical AI Use in Higher Education: A Coordination Game Framework for Future-Facing Learning — إطار لعبة التنسيق للاستخدام الأخلاقي للذكاء الاصطناعي

• Stuck in a Spiral": Shame and Guilt as Social Regulators of AI Use in Computing Education — العار والذنب كمنظّمين اجتماعيين لاستخدام الذكاء الاصطناعي

• Did Alice Do Wrong? Cross-Cultural Differences in Student Perceptions of Generative AI Use in University Computing Education — هل أخطأت Alice؟ تصورات عبر الثقافات لاستخدام الذكاء الاصطناعي

• Exploring value judgements in grading: will teachers mark down student work assisted by GenAI, and should they? — أحكام القيمة في تصحيح العمل المعان بالذكاء الاصطناعي التوليدي: الأمانة والثقة والصلاحية والشفافية ذات الاتجاهين (Luo وDawson 2026)

• Students' Agency in GenAI-Mediated Group Assessment: An Ecological-Emergent Perspective — محاسبة الأقران والأصالة في التقويم الجماعي المتوسط بالذكاء الاصطناعي التوليدي

• Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI — انهيار الكشف الدليلي وحجة العدالة الإجرائية والتناسب والتصميم

• Assessment Design Under Imperfect Information: Generative AI, Disclosure, and Student Response in Higher Education — الردع والإفصاح وإعادة التصميم كمشكلة تصميم تقويم في ظل معلومات ناقصة

• How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis — ما استندت إليه ملفات مخالفات الذكاء الاصطناعي التوليدي الـ1,162 فعلًا، وحد الأدنى الدليلي المفقود

• Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment — قواعد الذكاء الاصطناعي الشاملة والتمييز بين النسخ والتوليد

• AI-based digital cheating at university, and the case for new ethical pedagogies — الغش الرقمي المعتمد على الذكاء الاصطناعي والبيداغوجيا الأخلاقية الوقائية: حالة المخالفة 183-إلى-27 وخمس إعادات تصميم خاصة بالمجالات الدراسية (Leaton Gray وEdsall وParapadakis 2025)

• Governing academic integrity: Ensuring the authenticity of higher thinking in the era of generative artificial intelligence — النزاهة كمشكلة حوكمة: إطار مؤشرات من 130 بندًا لحكام الشأن الأكاديمي (Coates وCroucher وCalderon 2025)

• Academic integrity in the age of generative AI: A scoping review of research on higher education student voices — مراجعة استكشافية لـ38 دراسة عن أصوات طلاب التعليم العالي في النزاهة الأكاديمية والذكاء الاصطناعي التوليدي (Ji 2026)

• GenAI assessment and language equity: Drawing the line between support and substitution — رسم خط الدعم مقابل الاستبدال لكتّاب الإنجليزية كلغة إضافية، وعدم إنصاف القواعد التي تتجاهل الخلفية اللغوية (Li 2026)

• Ethical implications of prompt injection in AI-mediated grading: An adversarial red-team evaluation — حقن الأوامر ضد التصحيح المتوسط بالذكاء الاصطناعي: تعليمات خفية تغيّر الدرجة دون كشف (Humble 2026)

• Designing for Virtuous AI Use: The AI-Use Ethics Matrix in AI-Mediated Classrooms — مصفوفة أخلاقيات استخدام الذكاء الاصطناعي: الامتثال القلق، ولماذا يدفع الوضوح وحده الطلاب إلى التفاوض الفعال (Petricini وZipf 2026)

• When AI Agents Can Complete the Assignment: Practical Strategies for Designing Tasks That Still Require Human Thinking — تصحيح مسار الاستدلال حين تستطيع وكلاء الذكاء الاصطناعي إكمال المهمة (Austin 2026)

• AI-written admissions essays are widespread but penalized — مقالات القبول المكتوبة بالذكاء الاصطناعي واسعة الانتشار لكن معاقَبة

• Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research — من يفعل، ومن يعرف، ومن يجيب؟ تحليل خطابي بمساعدة الحاسوب للفاعلية والمسؤولية المعرفية والمساءلة في أبحاث التعليم العالي للذكاء الاصطناعي التوليدي

• Mapping the Authorized Boundary: A Comparative Policy-Vignette Study of Generative AI Governance in Australian Higher Education — رسم الحد المصرّح به: دراسة مقارنة للسيناريوهات السياسية لحوكمة الذكاء الاصطناعي التوليدي في التعليم العالي الأسترالي

• Argus: Academic Integrity in the Era of Generative AI — Argus: النزاهة الأكاديمية في عصر الذكاء الاصطناعي التوليدي

• How AI-vulnerable is Australian higher education assessment? A computational audit of Group of Eight Arts and Humanities units, 2022–2026 — نتيجة تدقيق القطاع: جامعات التكليف والإطار لا تُظهر فرقًا في تعرّض التقويم، المقابل التجريبي لمشكلة التنسيق

• Early Prediction of AI-Assisted Cheating Risk in Online Exams Through Learning Analytics — Akçapınar (2026) — التنبؤ المبكر بمخاطرة الغش المعان بالذكاء الاصطناعي من آثار أنظمة إدارة التعلّم، مؤطَّرًا كإرشاد أكاديمي لا كدليل على مخالفة

• ChatGPT vs Teachers vs Students: Large-Scale Analysis of Generative AI Discourse in Education Communities on Reddit — ثلاث سنوات ونصف من منتديات Reddit التعليمية: الإنفاذ يهيمن، ونزاعات النزاهة هي مَوْقع أعضاء هيئة التدريس–الطلاب الرئيسي (Yüce وآخرون 2026)

• Early Evidence on Employer Responses to College Student Use of Generative AI — تجربة استطلاع: تأطير الاستبدال لاستخدام الطلاب للذكاء الاصطناعي يعاقب المتقدمين ذوي المعدلات التراكمية العالية في التوظيف والراتر؛ الاختبار الحضوري هو العلاج الوحيد الذي اختارته المجموعتان

• AIRRI: Towards a Human-Readable, Machine-Resistant Reading Interface — AIRRI: نحو واجهة قراءة يقرأها الإنسان وتقاوم الآلة