Apa Praktik Terbaik untuk Pengajaran Menulis dalam Konteks AI?

Terjemahan mesin otomatis halaman berbahasa Inggris ini, yang belum ditinjau oleh penutur asli.

Anda sedang menulis ulang lembar tugas dan kalimat di hadapan Anda menyatakan bahwa AI diizinkan dengan pengakuan, yang tidak memberi tahu siswa apa pun tentang apakah alat itu boleh memasok argumen. Seorang kolega mengusulkan larangan di seluruh mata kuliah dan Anda menduga larangan itu paling keras menghantam penulis multibahasa di ruang kelas. Atau satu tumpukan esai kembali lebih mulus daripada diskusi seminar di belakangnya, dan Anda memerlukan aturan yang dapat Anda pertahankan pada rapat kurikulum berikutnya.

Intinya: sebutkan kerja intelektual yang menjadi alasan tugas itu ada, pertahankan langkah itu bersama siswa, dan beri alat itu pekerjaan yang menghasilkan sesuatu yang harus dinilai siswa. Aturan yang ditulis dengan cara itu memberi tahu siswa langkah mana yang dilindunginya.

Versi singkat

1. Tulis satu kalimat yang menyebutkan pemikiran yang dinilai oleh tugas itu, dan letakkan di tempat yang akan dibaca siswa.

2. Buat siswa menetapkan klaim, interpretasi, atau draf kasar sebelum alat itu melihat tugasnya.

3. Tetapkan batas per langkah. Izinkan AI di tempat langkah itu bukan yang Anda nilai, batasi di tempat langkah itulah yang Anda nilai.

4. Beri AI kursi kritikus, lalu nilai apa yang dilakukan siswa dengan tanggapannya.

5. Simpan satu tulisan yang tidak pernah disentuh alat itu dan bacalah karya berbantuan terhadapnya.

6. Katakan di muka apa dampak pengungkapan terhadap nilai.

Sebutkan pemikiran yang menjadi tujuan tugas

Batas AI adalah pertanyaan kedua, dan sebagian besar lembar tugas menjawabnya lebih dulu. Sebelum Anda memutuskan apa yang diizinkan, selesaikan kalimat ini: tugas ini ada untuk menunjukkan bahwa siswa dapat melakukan X. Jika X adalah argumentasi, siswa harus merumuskan dan mempertahankan klaimnya. Jika X adalah interpretasi disipliner, siswa harus membuat pertimbangan interpretatif. Jika X adalah penalaran ilmiah, siswa harus menghubungkan bukti dengan kesimpulan. AI yang mengerjakan kerja itu merusak inferensi yang ingin Anda tarik dari esai, dan prosa yang sangat baik tidak memperbaikinya. Validitas Penilaian memperlakukan hal ini sebagai masalah validitas, bukan masalah perilaku, itulah sebabnya pendidikan menulis dan integritas akademik sama-sama berargumen untuk aturan tingkat tugas alih-alih larangan tingkat mata kuliah.

Nash dan Burriss menunjukkan betapa mudahnya kalimat itu salah arah. Dari 27 calon guru bahasa Inggris dalam program pendidikan guru, kebijakan AI kelas mereka menunjukkan pola yang konsisten: 22 mengizinkan AI untuk ide dan curah gagasan, 22 melarang atau membiarkan tidak jelas penggunaan AI untuk menyusun kalimat, paragraf, atau makalah, dan 22 tidak mengatakan apa pun tentang membaca. Guru-guru yang sama menyebut ide dan revisi sebagai “berpikir” sementara menempatkan pemikiran sesungguhnya pada teks tertulis akhirnya. Jika berpikir berlangsung melalui perencanaan, penyusunan draf, revisi, dan evaluasi, kebijakan yang hanya menjaga produk terakhir menjaga langkah yang salah, dan membaca memerlukan aturan yang sejelas menulis.

Tulis aturan itu sebagai kalimat tentang sebuah langkah, lalu: “Anda boleh menggunakan AI untuk menguji bantahan terhadap klaim yang sudah Anda buat. Anda tidak boleh menggunakannya untuk menghasilkan klaim atau buktinya.” Seorang siswa dapat bertindak atas dasar itu. “AI diizinkan dengan pengakuan” tidak memberi mereka apa pun untuk ditindaklanjuti.

Buat siswa menetapkan posisi sebelum alat merespons

Urutan operasi adalah pilihan desain paling berguna dalam literatur ini. Studi sensitif lapisan Chen atas 168 mahasiswa sarjana di enam kelas utuh memisahkan empat jenis pendelegasian: offloading permukaan, struktural, ide, dan penalaran. Kolaborasi AI terbuka menghasilkan tulisan berbantuan AI terkuat dan kinerja mandiri yang paling lemah di kemudian hari. Mendelegasikan penalaran adalah lapisan yang paling negatif berkaitan dengan berpikir tingkat tinggi mandiri. Kondisi terbatas, yang membatasi apa yang boleh didelegasikan siswa dan mewajibkan mereka menjelaskan bagaimana mereka menerima, mengubah, atau menolak setiap saran AI, lebih baik pada tulisan mandiri, kedalaman argumen, dan revisi.

Perlakukan klaim kausal itu dengan hati-hati. Studi ini kuasi-eksperimental, dengan enam kelas utuh dan tanpa penugasan acak siswa, sehingga perbedaan kelas tetap terbelit dengan perlakuan. Arahnya sesuai dengan literatur offloading kognitif yang lebih luas, itulah sebabnya layak ditindaklanjuti, dan besaran efeknya bukan sesuatu yang dikutip di depan komite.

Di lembar tugas, ini hanya memakan satu baris: siswa membawa interpretasi, hipotesis, argumen, atau analisis, dan AI diminta menyerangnya. “Inilah tiga bantahan terhadap argumen saya” menjaga pemikiran tetap pada penulis. “Tuliskan argumen saya” tidak, apa pun yang dilakukan siswa dengan keluarannya sesudahnya.

Perlakukan draf pertama sebagai langkah yang mahal

Bantuan pada tahap yang berbeda menimbulkan kerusakan yang berbeda. Dalam studi atas 253 penulis, bantuan AI apa pun menurunkan rasa kepemilikan atas karya, bantuan penyusunan draf menurunkannya paling banyak, dan bantuan perencanaan paling sedikit. Semakin banyak teks dan ide yang disumbangkan AI berjalan seiring dengan kualitas esai yang lebih baik dan kepemilikan yang lebih rendah dalam kiriman yang sama (studi kepemilikan dari perencanaan ke revisi). Kombinasi itulah yang perlu diperhitungkan: esai yang lebih kuat dan rasa kepenulisan yang lebih lemah datang bersamaan, dan yang kedua adalah dasar agensi dalam menulis.

Jika kepenulisan penting di mata kuliah Anda, pisahkan izinnya. AI yang memancing perencanaan, menanyakan bukti apa yang sudah dimiliki siswa, atau menyebutkan kontra-argumen yang terlewat oleh siswa dapat dipertahankan hampir di mana saja. AI yang menghasilkan paragraf sulit dipertahankan di tempat menyusun adalah keterampilan sasaran. Di tempat menyusun bukan sasaran, perhitungannya berubah.

Tetapkan aturan pada setiap langkah

Satu urutan yang layak dipinjam menjaga AI dalam peran konsultan dan menempatkan penalaran pada siswa:

Tahap	Yang dilakukan siswa	AI boleh	Artefak yang dapat Anda kumpulkan
1. Menemui bukti	Membaca, mengamati, menganotasi, menghitung, menjalankan eksperimen	Tidak ada, atau hanya klarifikasi	Catatan, anotasi, observasi
2. Membentuk posisi	Menghasilkan interpretasi, pertanyaan, hipotesis, klaim	Mengajukan pertanyaan, menantang asumsi	Memo klaim atau hipotesis
3. Merencanakan	Memutuskan bukti, urutan, audiens, genre	Mengkritik kerangka, menyarankan alternatif	Kerangka dengan alasan
4. Menyusun draf	Menghasilkan prosa dan penalaran yang substantif	Dibatasi sesuai tujuan pembelajaran	Draf dan riwayat versi
5. Respons manusia	Memberi dan menerima umpan balik sejawat atau pengajar	Tidak perlu	Komentar sejawat
6. Umpan balik AI	Meminta kritik yang mengacu pada kriteria	Kritikus, pembaca, penghasil kontra-argumen, pemeriksa kejelasan	Transkrip umpan balik AI
7. Mengevaluasi umpan balik	Membandingkan saran sejawat, pengajar, dan AI, menerima atau menolak dengan alasan	Keluarannya kini menjadi objek evaluasi	Memo keputusan umpan balik
8. Merevisi	Membuat dan membenarkan perubahan substantif	Menguji kejelasan, menawarkan alternatif	Revisi
9. Memverifikasi	Memeriksa setiap klaim faktual atau yang bergantung pada sumber	Tidak dapat memverifikasi keluarannya sendiri	Sumber dan bukti
10. Merefleksikan dan mengungkapkan	Menjelaskan peran AI dan apa yang berubah dalam pemikiran mereka	Tidak ada	Refleksi proses singkat
11. Pemeriksaan mandiri	Menjelaskan atau menerapkan penalaran tanpa AI	Tidak ada	Pembelaan lisan, tulisan cepat, kasus baru

Ini adalah PAIRR yang diperluas: draf, umpan balik manusia, umpan balik AI, perbandingan, revisi, refleksi, dengan garis dasar mandiri dan batas yang lebih ketat di sekitar penalaran. Gunakan kolom tengah sebagai tugas dan kolom kanan sebagai dasar yang dapat menopang nilai.

Sebelas baris lebih banyak daripada yang dibutuhkan sebagian besar tugas. Runtuhkan tabel itu menjadi langkah-langkah yang benar-benar dapat Anda bedakan di kelas: menemui bukti, membentuk posisi, menyusun draf, dan merevisi. Dalam versi yang lebih pendek itu, pertemuan dengan bukti dan posisi adalah tempat konstruk berada, penyusunan draf adalah langkah yang diperdebatkan, dan pemformatan atau pemeriksaan referensi dapat diizinkan sepenuhnya. Menulis tabel itu adalah cara Anda menemukan dua atau tiga tempat di mana aturan Anda harus mengatakan sesuatu, sehingga aturan dengan tiga klausa yang dapat diikuti siswa mengalahkan matriks yang tidak dibaca siapa pun.

Pertahankan umpan balik manusia dalam lingkarannya

Studi kelas terbesar di sini adalah PAIRR: 654 siswa di sepuluh mata kuliah menulis dan tiga mata kuliah STEM yang padat menulis. Mereka menyusun draf, menyelesaikan penilaian sejawat, memperoleh umpan balik AI berbasis rubrik, membandingkan dan mengevaluasi kedua sumber, menulis rencana revisi, merevisi, dan berefleksi. 58% lebih menyukai gabungan umpan balik sejawat dan AI. 6% lebih menyukai umpan balik AI saja. Siswa menganggap AI berguna untuk nasihat revisi yang berorientasi rubrik secara luas, dan sejawat memasok pengetahuan kontekstual serta respons audiens yang autentik.

Tepatlah tentang klaimnya. PAIRR mengukur pengalaman dan evaluasi siswa atas umpan balik, bukan perolehan belajar jangka panjang, sehingga buktinya kuat untuk desain umpan balik dan lebih lemah untuk klaim bahwa menulis membaik berbulan-bulan kemudian. Pertahankan langkah sejawat bahkan ketika langkah AI lebih cepat. Sebagian besar kerja umpan balik terjadi dalam perbandingan antara kedua sumber, dan menghilangkannya menghapus bagian yang menurut siswa mereka hargai.

Nilai apa yang dilakukan siswa dengan umpan balik itu

Literasi umpan balik adalah kapasitas untuk mencari umpan balik, menilai kualitasnya, mengelola reaksi terhadapnya, dan mengubahnya menjadi revisi. Siswa yang lebih memilikinya memperoleh manfaat jauh lebih besar dari umpan balik AI. Siswa yang menganggap keluarannya otoritatif memperoleh lebih sedikit (Kualitas Umpan Balik AI).

Tabel keputusan singkat membuat kapasitas itu terlihat, satu baris per saran: saran AI, terima / tolak / ubah, alasannya, dan kriteria rubrik atau bukti di balik keputusan itu. Empat kolom, tanpa perlu esai. Ini mengubah keluaran model menjadi bahan untuk pertimbangan evaluatif, dan memberi Anda sesuatu yang dapat dinilai yang bukan prosanya.

Jelaskan baris yang kuat secemerlang Anda menjelaskan pernyataan tesis: baris itu menyebut kriteria rubrik, menunjuk pada sebuah bagian atau bukti, dan menjelaskan perubahan yang benar-benar dibuat siswa. Baris yang berbunyi “poin bagus, setuju” tidak memperoleh apa pun. Siswa menulis mengikuti contoh di depan mereka, jadi contoh itulah instruksinya.

Buat pengungkapan murah dan spesifik

Siswa menyembunyikan penggunaan AI ketika kebijakan ambigu, menghukum, atau menstigma, dan kejujuran dapat mengundang kecurigaan (Pernyataan Penggunaan dan Pengungkapan AI; penelitian rasionalisasi siswa). Yang membuat pengungkapan berguna secara pedagogis adalah bahwa ia mencatat keputusan: untuk apa alat itu digunakan, apa yang diberikan siswa kepadanya, saran mana yang penting, apa yang diterima atau ditolak siswa.

Mohamed dan Temimi memasok mekanismenya. Pengungkapan menjadi pilihan yang menarik hanya ketika biaya kejujuran tetap rendah. Detektor juga menghasilkan positif palsu terhadap siswa yang jujur, sehingga pengawasan yang lebih berat dapat membuat penyembunyian secara relatif lebih menarik. Saran mereka adalah merancang untuk siswa yang paling tergoda menyembunyikan dan membaca penggunaan yang dideklarasikan sebagai konteks, bukan sebagai pengakuan.

Dua detail melakukan sebagian besar pekerjaan pada formulirnya. Minta penggunaan yang spesifik, bukan kategori, dan nyatakan bagaimana deklarasi akan memengaruhi nilai. Siswa yang tidak tahu akan menganggap yang terburuk.

Empat pertanyaan cukup untuk sebagian besar tugas: pada langkah mana alat itu digunakan, apa yang siswa pasok kepadanya, saran mana yang mengubah draf, dan mana yang ditolak serta mengapa. Pertanyaan terakhir adalah yang paling informatif, karena penolakan dengan alasan adalah bukti pertimbangan dan daftar saran yang diterima bukan.

Sesuaikan aturan dengan apa yang disebut menulis di bidang Anda

Mata kuliah komposisi dan menulis

Pengajar komposisi memiliki alasan terkuat untuk melindungi prosesnya, karena penyusunan draf, keputusan retoris, revisi, kesadaran audiens, dan suara adalah tujuan pembelajaran, bukan pertunjukannya. Kumpulkan beberapa sampel mandiri di awal semester, sehingga Anda dan siswa sama-sama tahu apa yang dapat dilakukan penulis saat ini. Perkenalkan AI sebagai audiens, kritikus, dan mitra revisi: tanyakan di mana pembaca kehilangan alur, hasilkan bantahan terhadap tesis, bandingkan draf dengan rubrik, tandai klaim yang tidak didukung, jelaskan mengapa sebuah paragraf terasa tidak koheren. Siswa menilai setiap saran.

Pertahankan tinjauan sejawat bersama umpan balik AI, karena sejawat memasok pengetahuan kontekstual dan audiens yang tidak dimiliki model, dan mengevaluasi perbedaan antara keduanya adalah latihan kepenulisan itu sendiri. Bersikaplah konservatif terhadap AI yang menghasilkan bagian panjang dari draf pertama ketika belajar menyusun adalah tujuannya, karena alasan kepemilikan dan offloading di atas. Hindari larangan menyeluruh atas bantuan tata bahasa, frasa, atau bahasa, yang menciptakan hambatan yang tidak perlu bagi penulis multibahasa. Pisahkan dukungan bahasa dari kepenulisan intelektual: bantuan ekspresi tidak apa-apa, dan siswa tetap bertanggung jawab atas ide, bukti, keputusan retoris, dan makna. Audit umpan baliknya sendiri, karena Tan et al. menemukan bahwa tulisan yang identik memperoleh lebih banyak pujian dan lebih sedikit kritik substantif ketika atribut demografis atau pendidikan siswa disertakan dalam prompt, yang menempatkan mitigasi bias di dalam desain umpan balik.

Mata kuliah humaniora dan ilmu sosial

Interpretasi biasanya merupakan kemampuan sasaran, jadi buat pertemuan dengan sumber terjadi sebelum pertemuan dengan AI. Siswa menganotasi teks primer, sumber sejarah, karya seni, item arsip, wawancara, atau bagian teoretis dan membentuk pembacaan awal sebelum berkonsultasi dengan apa pun. Sesudahnya model bekerja sebagai penantang: tawarkan pembacaan alternatif, katakan bukti apa yang akan menantang interpretasi ini, sebutkan asumsi yang dibuat argumen, hasilkan pembacaan dari perspektif teoretis yang kontras. Siswa memutuskan pembacaan mana yang sebenarnya didukung teks.

Tugaskan kritik atas model sebagai kerja disipliner. Beri siswa interpretasi AI atas sebuah puisi, peristiwa, argumen, atau fenomena sosial dan tanyakan apa yang diperhatikannya, apa yang terlewat, bukti apa yang mendukung klaimnya, perspektif siapa yang absen, dan di mana ia meruntuhkan ambiguitas menjadi jawaban yang mulus. Itu menjaga pertimbangan interpretatif yang menjadi alasan mata kuliah humaniora ada. Nilai keputusan interpretatif dan pembenaran evidensialnya, dan gunakan pertanyaan konferensi singkat seperti “Mengapa Anda membaca bagian ini dengan cara ini dan bukan dengan alternatif yang Anda tolak?” Menebak apakah sebuah kalimat tampak ditulis mesin adalah ukuran yang lebih lemah, seperti yang dijelaskan deteksi AI.

Mata kuliah STEM dan laporan laboratorium

Satu kualifikasi lebih dulu: basis pengetahuan ini memuat bukti yang jauh lebih kuat tentang tulisan akademik berbantuan AI secara umum daripada tentang penulisan laporan laboratorium secara khusus. Pedagogi praktik langsung dan laboratorium masih kurang tercakup, termasuk dalam literatur pendidikan teknik, sehingga uraian berikut menerapkan temuan tentang menulis, offloading, validitas, dan teknik pada latar yang tidak diuji oleh studi-studi itu.

Tarik batas di sekitar penalaran ilmiah, bukan prosa secara keseluruhan. Siswa tetap bertanggung jawab atas observasi, data mentah, perhitungan, ketidakpastian, gambar, pilihan analisis, hasil, dan penalaran klaim-bukti. Setelah hal-hal itu ada, AI dapat secara wajar membantu pengorganisasian, keterbacaan, transisi, dan konvensi disipliner, yang merupakan pembagian permukaan-dan-penalaran yang sama seperti dalam studi Chen.

Paket laporan untuk mata kuliah laboratorium era AI membawa laporan ditambah data mentah terpilih, perhitungan atau keluaran buku catatan, gambar dengan interpretasi yang ditulis siswa, dan pernyataan singkat tentang bagaimana kesimpulan sentral mengikuti dari bukti. Untuk laporan berisiko tinggi, ajukan satu atau dua pertanyaan lanjutan yang terindividualisasi tentang sebuah grafik, hasil anomali, pilihan metodologis, atau keterbatasan. Jangan biarkan kelancaran menulis menggantikan pemahaman konseptual: penilaian otomatis fisika dapat meremehkan pemahaman konseptual ketika ekspresi linguistik lebih lemah, dan itu paling berat menghantam siswa multibahasa (Penilaian Esai Otomatis). Jika penalaran dan menulis keduanya merupakan tujuan, nilai keduanya secara terpisah.

Mata kuliah teknik

Akuntabilitas profesional mengubah perumusannya. Tinjauan atas 99 studi empiris pendidikan teknik mengidentifikasi transparansi, pengawasan manusia, kemandirian siswa, privasi, kepenulisan, keadilan, dan berbuat baik sebagai kekhawatiran etis yang berulang, dan berargumen bahwa etika AI termasuk dalam pembentukan profesional, bukan hanya dalam kepatuhan aturan. Dalam laporan laboratorium atau desain, minta siswa mengungkapkan bantuan dan menyatakan bahwa mereka telah memverifikasi perhitungan, sumber, asumsi, dan klaim yang relevan dengan keselamatan.

Simpan satu sampel yang tidak pernah disentuh alat

Kinerja berbantuan bukan kapasitas mandiri, dan Anda memerlukan setidaknya satu pembacaan atas yang kedua. Kondisi penarikan sesekali sudah cukup: tulisan singkat tanpa AI, interpretasi di kelas, penjelasan lisan, konferensi, revisi spontan, atau masalah lanjutan yang memindahkan penalaran yang sama ke kasus baru. Ini paling penting ketika makalah akhir membawa bobot nilai yang besar. Ini tidak berarti mengawasi setiap tugas. Beberapa sampel yang ditempatkan memberi Anda dan siswa garis dasar untuk menafsirkan karya berbantuan, yang merupakan kasus khusus menulis dari argumen dalam desain ulang penilaian di era AI.

Bacalah kedua tulisan itu berdampingan dan tanyakan apakah penalaran dalam yang berbantuan juga terlihat dalam yang tanpa bantuan. Jika ya, esai itu menjalankan tugasnya sebagai bukti. Jika tidak, nilai berbantuan itu mengukur apa yang dipasok alat. Perbandingan itu juga yang harus Anda tunjukkan kepada siswa yang menyanggah nilai, karena ia menunjuk pada bagian pemikiran yang spesifik, bukan pada kesan tentang prosanya.

Putuskan apa yang boleh dinilai AI

Dua hasil yang tampak bertentangan sebenarnya sejalan. Sistem yang dikalibrasi dengan hati-hati dengan rubrik dan contoh terperinci dapat menilai tugas tertentu dengan baik, dan penilaian LLM di luar kotak menyimpang jauh dari pertimbangan manusia. Mathew et al. menemukan kesesuaian manusia-LLM yang lemah dan bervariasi secara sistematis dengan kualitas esai: model memberi imbalan berlebih pada esai pendek yang terbaca dangkal, kurang memberi imbalan pada esai yang lebih panjang dan lebih kuat dengan kesalahan permukaan kecil, dan mengelompok ke tengah skala. Pola itu mendukung AI untuk umpan balik formatif berisiko rendah, penyusunan komentar, dan triase, jauh lebih daripada untuk penilaian sumatif otonom (Penilaian Esai Otomatis).

Siswa sendiri menarik garis serupa. Dalam mata kuliah komunikasi teknis sarjana di mana ChatGPT menilai tulisan tangan dan siswa diberi tahu hal itu, semua 13 peserta menemukan umpan baliknya jelas dan berguna untuk revisi tingkat permukaan. Sebagian besar memisahkan kegunaan umpan balik dari otoritas evaluatif: mereka menerima kritiknya dan bersikeras pengajar yang memutuskan nilai (Who Should Grade My Work? Student Perspectives on Transparent AI-Assisted Writing Assessment in Higher Education). Rancang pengawasan manusia sebagai titik di mana keluaran AI menjadi nilai, bukan sebagai kebaikan yang diberikan bila nyaman.

Nilai buktinya sebelum Anda menulis ulang silabus

Dasar untuk desain-desain ini menjanjikan dan belum cukup kuat untuk membenarkan satu kebijakan penulisan AI yang universal. Sebagian bukti terbaik berasal dari studi kelas yang besar seperti PAIRR dengan 654 siswanya. Sebagian besar sisanya bertumpu pada kuasi-eksperimen, sampel eksperimental kecil, analisis konseptual, dan karya 2025-2026 yang masih baru: studi penulisan terbatas Chen memiliki 168 siswa tetapi hanya enam kelas utuh, studi kepemilikan menggunakan tugas menulis eksperimental yang singkat, dan sebuah studi yang melaporkan perolehan kualitas langsung setelah latihan ChatGPT hanya melibatkan 21 siswa internasional tahun pertama dan tidak menetapkan transfer jangka panjang (Leveraging ChatGPT in academic writing: ChatGPT enhances students' writing quality, writing experience, and ownership). Yang didukung basis pengetahuan AI dalam Pendidikan adalah seperangkat prinsip desain, dan temuan lintas-studi yang paling andal di dalamnya adalah mempertahankan agensi, pertimbangan evaluatif, kompetensi mandiri, penalaran disipliner, dan umpan balik manusia pada siswa sambil menggunakan AI untuk memperluas akses ke kritik, latihan, dukungan revisi, dan bantuan linguistik.

Campuran itu memiliki konsekuensi praktis. Ubah satu tugas, simpan artefaknya, dan bandingkan kohort berikutnya dengan kohort ini pada ukuran yang sama. Aturan yang dapat Anda revisi setelah satu semester lebih bernilai daripada kebijakan yang tidak dapat Anda uji, dan studi-studi kecil di atas tidak akan memberi tahu Anda apa yang terjadi di mata kuliah Anda.

Apa yang salah dipahami pengajar tentang hal ini

Detektor akan memastikan apakah tulisan itu milik siswa. Tidak. Dalam studi lapangan tersembunyi, 94% kiriman ujian yang dihasilkan AI tidak terdeteksi dan memperoleh nilai lebih tinggi daripada siswa sungguhan, dan sebuah studi terkontrol menemukan detektor menandai penyuntingan AI ringan yang patuh pada 38-80% sementara melewatkan lebih dari 96% penulisan ulang yang dihumanisasi (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI; Why AI Detection Fails for Academic Integrity). Deteksi menjawab pertanyaan deteksi, dan validitas adalah pertanyaan yang berbeda.

Kebijakan tingkat mata kuliah lebih jelas daripada aturan per tugas. Kebijakan Nash dan Burriss adalah dokumen tingkat mata kuliah, dan 22 dari 27 mengizinkan curah gagasan, 22 membatasi atau mengaburkan penyusunan, dan 22 bungkam tentang membaca. Satu dokumen yang mencakup segalanya cenderung spesifik tentang langkah yang dikhawatirkan pengajar dan kabur tentang sisanya.

Prosa yang lebih baik berarti pengajaran menulisnya berhasil. Studi kepemilikan menemukan kualitas esai yang lebih baik dan kepemilikan yang lebih rendah dalam kiriman yang sama, dan kondisi kolaborasi terbuka Chen menghasilkan tulisan berbantuan terkuat dengan kinerja mandiri yang paling lemah di kemudian hari. Kualitas prosa adalah ukuran produk. Tujuan mata kuliah adalah ukuran kapabilitas.

Akses tanpa batas plus prompt yang baik sudah cukup. Siswa yang menganggap umpan balik AI otoritatif memperoleh lebih sedikit darinya daripada siswa dengan literasi umpan balik yang sudah berkembang. Akses ke kritik dan kapasitas menggunakan kritik adalah aset yang terpisah.

Melarang AI melindungi proses menulis. Larangan menjawab pertanyaan yang berbeda menurut langkah, dan ia menciptakan hambatan bagi penulis multibahasa yang membutuhkan dukungan bahasa yang tidak ada hubungannya dengan kepenulisan. Pemisahan yang dapat dijalankan berjalan antara ekspresi dan tanggung jawab intelektual.

Apa yang akan kembali kepada Anda

“Saya tidak punya waktu membaca artefak lain.” Kalau begitu buat artefaknya kecil: empat kolom tabel keputusan, atau lima menit menulis di kelas sebagai sampel mandiri. Korpus tidak melaporkan data waktu penilaian untuk desain-desain ini, sehingga argumen beban kerja harus diuji pada satu tugas, bukan diasumsikan dari halaman ini.

“Siswa saya akan memakai AI apa pun kata aturannya.” Mereka akan memakainya, dan pertanyaan desainnya adalah respons mana yang paling mudah dibuat oleh tugas Anda. Deklarasi yang tidak memakan biaya dan rubrik yang membayar proses membuat pengungkapan menjadi jalur yang lebih murah. Mekanisme itu berasal dari pemodelan, bukan dari uji coba kebijakan pengungkapan, jadi perlakukan prediksi itu sebagai wajar dan belum terkonfirmasi.

“Larangan lebih sederhana, dan melindungi prosesnya.” Lebih sederhana, ya. Kebijakan di atas menunjukkan bagaimana satu aturan tingkat mata kuliah melayang menjadi diam tentang langkah-langkah yang penting, dan pembatasan bahasa yang menyeluruh jatuh pada siswa yang paling membutuhkannya.

“Tinjauan sejawat sudah berlebihan sekarang AI merespons dalam hitungan detik.” 58% siswa PAIRR lebih menyukai kombinasinya dan 6% lebih menyukai AI saja, dan alasan yang mereka berikan adalah pengetahuan kontekstual dan audiens yang dipasok sejawat. Itu mengukur pengalaman, sehingga jangkauannya lebih pendek daripada hasil perolehan belajar.

“Model menilai tugas ini sebaik saya.” Sistem yang dikalibrasi dengan rubrik terperinci dan contoh yang dikerjakan dapat menilai tugas tertentu dengan baik. Penilaian generik tidak, dan Mathew et al. menunjukkan ketidaksesuaian mengikuti kualitas esai alih-alih menyebar acak, yang merupakan jenis galat yang lebih sulit disadari. Uji alat itu pada kumpulan yang sudah Anda nilai sebelum ia menyentuh nilai.

“Ini menghukum siswa yang bahasa Inggris akademiknya lebih lemah.” Bisa, jika aturan memperlakukan ekspresi dan kepenulisan sebagai satu hal. Pisahkan keduanya, dan audit umpan balik AI untuk pola yang ditemukan Tan et al., di mana tulisan yang identik memperoleh lebih banyak pujian dan lebih sedikit kritik substantif begitu atribut demografis atau pendidikan ada dalam prompt. Korpus mendokumentasikan bias itu. Korpus tidak melaporkan perbaikan yang teruji, jadi perbandingan Anda sendiri adalah pemeriksaannya.

Yang perlu dilakukan pekan ini

1. Tulis kalimat kemampuan untuk tugas besar berikutnya dan letakkan di lembar tugas.

2. Tambahkan satu baris yang mewajibkan klaim, interpretasi, atau draf kasar siswa sebelum penggunaan AI apa pun, dan nyatakan apa yang akan Anda kumpulkan.

3. Tandai setiap langkah tugas itu sebagai membawa konstruk atau tidak, dan tulis ulang aturan AI sehingga mengizinkan alat di tempat langkah itu tidak dinilai.

4. Tambahkan tabel keputusan umpan balik empat kolom ke rubrik, dengan poin yang dilekatkan.

5. Jadwalkan satu tulisan singkat yang tidak disentuh alat apa pun, dan putuskan sekarang tugas mana yang memuatnya.

Ke mana selanjutnya

Sisi penilaian dari argumen ini, termasuk desain langkah-langkah terautentikasi, ada di desain ulang penilaian di era AI. Untuk dokumen kebijakan yang benar-benar dibaca siswa, lihat kebijakan AI mata kuliah, dan untuk alat umpan baliknya sendiri, Kualitas Umpan Balik AI. Memverifikasi keluaran AI membahas apa yang harus diperiksa siswa ketika model memasok klaim atau sumber, dan halaman konsep pelatih, bukan penopang menyatakan batas yang terus dirujuk halaman ini.