Cum pot reduce trișatul cu IA la cursul meu?

Traducere automată a acestei pagini în limba engleză, încă neverificată de un vorbitor nativ.

Este săptămâna a șasea. Un eseu scris acasă se întoarce fluent și gol, iar tu nu poți spune dacă studentul l-a scris. Sau patru lucrări împărtășesc o formă pe care nimeni din sală nu a produs-o în septembrie, iar biroul de integritate vrea o relatare scrisă despre ce măsura sarcina. Sau departamentul tău a votat luna trecută să restricționeze IA generativă la cursurile de bază și te-a lăsat pe tine să faci restricția să însemne ceva.

Răspunsul pe care să îl dai unui coleg: nu mai încerca să dovedești cine a scris lucrarea și schimbă condițiile în care ea este scrisă. Detectarea este cea mai slabă pârghie pe care o ai. Pârghiile care rezistă sunt o sarcină în care scurtătura lasă o urmă, un singur pas fără asistență pe care îl poți observa și o secvență scurtă predată care ține studenții în interiorul muncii cognitive.

Pe scurt

1. Scoate detectarea de pe traseul critic. Dovezile de mai jos arată că ea dă rezultate false la editarea permisă și ratează evaziunea deliberată.

2. Pune un pas fără asistență și observabil în fiecare evaluare cu miză mare și dă-i o greutate reală.

3. Stabilește granița IA pe pas de sarcină, nu pe curs, astfel încât să urmeze ce notezi.

4. Dacă IA este permisă, configureaz-o să dea indicii în loc de răspunsuri și cere o încercare a studentului înainte ca ea să răspundă.

5. Fă divulgarea specifică și fără penalizare. Regulile vagi și cele punitive îi împing pe studenți, amândouă, spre ascundere.

Detectarea nu va susține cazul

Sinteza despre integritatea academică raportează limite substanțiale ale detectării textului generat de IA și susține că integritatea în era IA generativă este tot mai mult o problemă de design al evaluării, nu doar una de detectare. Du numerele în ședința în care justifici asta în fața cuiva care a cumpărat deja o licență.

Într-un studiu controlat pe 642 de rezumate științifice publicate în engleză, doi detectori comerciali au semnalat editarea ușoară cu IA, conformă cu orientările, în proporție de 38-80%. Au semnalat originalurile nemodificate din 2023-25 în proporție de 9-15%, cu lucrările din afara STEM mult peste cele STEM, la p<0,001. După „umanizarea” cu IA, aceleași instrumente au prins mai puțin de 4% din rescrierile etichetate ca IA (Karr (2026)). Citește-le pe cele trei în ordine. Utilizarea permisă a fost semnalată mai des decât cea interzisă, iar utilizarea interzisă a fost în mare parte invizibilă odată ce cineva a trecut-o printr-un parafrazator. Acesta este paradoxul integrității, un veritabil catch-22: detectorul pedepsește ajutorul onest în timp ce face posibilă evaziunea deliberată.

Dovezile de teren merg în aceeași direcție. Într-un studiu sub acoperire, 94% dintre lucrările integral generate de IA, introduse în examene online live la cinci module de psihologie, au trecut nedetectate, iar munca IA a obținut în medie scoruri mai mari decât studenții reali (Teichmann (2026)). Universitatea Vanderbilt și-a dezactivat detectorul licențiat după ce nu a reușit să valideze o rată de 1% pozitive false anunțată public, rată care ar implica circa 750 de studenți etichetați greșit între 75.000 de lucrări anuale.

Nimic din toate acestea nu stabilește că detectarea nu funcționează niciodată. Stabilește profilul de eroare cu care trebuie să trăiești. Un student semnalat este o persoană cu drept de apel, iar rezultatul pe 642 de rezumate spune că semnalul cade cel mai tare pe studenții care au făcut lucrul permis. Argumentul complet despre de ce asta schimbă ce poate susține o notă este în reproiectarea evaluării în era IA.

Schimbă ceea ce sarcina face ușor

Sinteza despre reducerea utilizării greșite a IA clasează reproiectarea pe nivelul 1 pentru un motiv structural: funcționează indiferent dacă studentul alege comportamentul corect, pentru că limitează mediul în loc să depindă de motivație.

Începe cu o etichetă. Scala de evaluare a IA (AIAS) dă fiecărei sarcini un nivel de utilizare a IA, de la „fără IA” prin „IA doar pentru brainstorming” și „asistență IA cu atribuire” până la „utilizare completă a IA”, astfel încât așteptarea este explicită și aplicabilă, nu dedusă.

Apoi schimbă artefactul. O revizuire sistematică a 72 de studii despre IA generativă în educația informatică evaluează reproiectarea ca fezabilă și cu cea mai mare pârghie, și scoate în evidență o singură mișcare: adaugă un element oral sau altfel vizibil în proces la cel puțin o evaluare cu miză mare pe curs. O numește intervenția cea mai eficace din corpus. Detectarea este zona cea mai subțire pe care o acoperă revizuirea, cu doar 3 studii, față de 60-80% dintre studenții la informatică care raportează folosirea IA generative în teme, de obicei fără aprobare explicită a profesorului, și 70% dintr-un eșantion național de cadre didactice care cer explicit formare în designul evaluării rezistent la IA (Kumar (2026)).

Meniul, aproximativ în ordinea în care fiecare opțiune rezistă într-o grupă mare.

Fără asistență, în sală, cu material închis: examene supravegheate, teste scurte, scriere cu timp limitat. Dă-le o greutate mai mare decât înainte, pentru că tema de casă este artefactul pe care IA îl umflă. Examenele orale și susținerile funcționează din același motiv, pentru că dialogul în timp real este greu de externalizat (Fenton (2025)).

Artefacte de proces: versiuni intermediare, urme de raționament, „arată ce gândești” adnotat, jurnale de revizuire, astfel încât procesul să fie vizibil, nu doar produsul (produse autentice, procese verificate (2026)). Sarcinile autentice lucrează alături de ele: cazuri locale, materiale de internship, datele proprii ale studentului, orice este greu de delegat (Kirsanov (2026)).

Variația sarcinii de la student la student, unde fiecare primește o versiune diferită la suprafață, dar echivalentă ca construct, face copierea structural inutilă. Tratează garanția ca fiind condiționată de capabilitate: VARIA a constatat că generatorii de frontieră ating doar 0,81-0,88 pe un scor comun de integritate, în timp ce modelele care nu sunt de frontieră colapsează la 0,50-0,55. Dacă variantele tale nu sunt echivalente, ai cumpărat protecție împotriva partajării, cu nedreptate între studenți.

Închide golul dintre exersare și examen

Aceasta este partea pe care profesorii o sar, și este locul unde dovezile cauzale sunt cele mai puternice.

Într-un RCT de teren, un tutor de tip ChatGPT fără bariere a ridicat performanța la exersarea asistată cu 48% și a redus scorurile la examenul fără asistență cu 17%. O versiune cu bariere de siguranță, care dă indicii în loc să răspundă și este alimentată cu informații despre problemă scrise de profesor, a eliminat complet prejudiciul (studiul despre bariere de siguranță). La scară mai mare, un studiu pe 26.811 studenți a constatat că externalizarea temelor a ridicat scorurile la teme cu 18%, în timp ce a scăzut scorurile la examenul cu material închis cu 20% în șase luni (Stromberg (2026)).

Observă forma ambelor rezultate. Câștigul și pierderea cad pe măsuri diferite, iar doar una dintre ele este cea pe care o certifici. Un singur RCT nu îți poate da mărimea efectului în cursul tău. Îți dă direcția, iar ambele studii arată în același sens.

Dacă vei lăsa studenții să folosească un tutor, configurează-l înainte de semestru, nu după prima plângere:

1. Setează-l să dea indicii incrementale, de tip socratic, în loc de următorul pas al răspunsului.

2. Alimentează-l cu soluții corecte și cu concepții greșite frecvente, astfel încât să vizeze erorile în loc să reia conținutul.

3. Cere o încercare înainte să apară orice rezultat.

4. Aplică regula capeanei lipsei de efort: dacă lăsarea IA înăuntru face sarcina să pară lipsită de efort, atunci este în locul greșit.

Ultima regulă este și locul unde sprijinul de tip schelă și barierele de siguranță își merită rostul, și unde un student simulat este util pentru a-ți testa propriul prompt înainte ca studenții reali să îl întâlnească.

Cere studenților să arate ce pot face

Nu vei stabili niciodată cum a fost produs un fișier. Poți stabili, ieftin, dacă studentul poate face ce pare să demonstreze fișierul.

„Cel mai bun răspuns la utilizarea IA de către studenți nu este detectarea, ci dialogul” descrie mecanismele: o explicație de două minute, față în față sau înregistrată, a unei lucrări depuse; un test scurt de urmărire pe același material, dat fără instrumente; o cerere de a revizui un eșantion din propria lucrare și de a explica modificările. Sursa este o relatare a unui practician, așa că trateaz-o ca practică promițătoare, nu ca dovadă a efectului.

Verificarea decide și dacă procesul tău de sancționare supraviețuiește unui apel. Munoz et al. (2026) au analizat dosare reale de acuzații de conduită necorespunzătoare legate de IA generativă și au constatat că justiția naturală cere ca studentul să fie informat despre acuzație și să aibă șansa de a răspunde înainte de orice decizie, de obicei într-o întâlnire de investigație sau într-un interviu în comisie, cu tot ce spune el intrând în dosarul probatoriu. Categoriile lor de dovezi explică de ce asta trebuie construit în curs: urmele comportamentale înregistrate de sistem există doar în evaluarea supravegheată, iar dovezile de proces mai slabe, precum versiunile intermediare, întâlnirile de îndrumare și prezentările, există doar acolo unde acestea erau deja rutină. Un obicei de verificare devine dovadă pe care te poți baza mai târziu.

Scrie regula și precis. Wright (2026) arată că interdicțiile care tratează transcrierea vocală și redactarea generativă ca aceeași „utilizare a IA” sunt suprainclusive și riscă să sancționeze studenți care nu au făcut lucrul interzis. Aceasta este o problemă de echitate înainte de a fi una juridică, iar aspectele juridice și riscurile acoperă restul.

Ține studenții în buclă în timp ce lucrează

Interzicerea instrumentului și permiterea lui fără structură produc același rezultat, și anume studenți care stau în afara muncii cognitive.

Sinteza despre reducerea utilizării greșite a IA expune opt principii de design pentru versiunea permisă, între care: păstrează frecarea cognitivă, poziționează IA ca partener provizoriu de gândire, nu ca autoritate, încorporează puncte de verificare a evaluării și cere jurnalizare metacognitivă și jurnale de prompturi.

Secvența care cară acele principii este destul de scurtă pentru a fi tipărită pe o fișă de sarcină:

1. Gândește întâi. Studenții fac brainstorming, schițează sau redactează independent înainte să deschidă ceva.

2. IA a doua. O folosesc pentru a critica, extinde sau genera alternative față de gândirea pe care o au deja.

3. Reflecția a treia. Notează la ce au folosit-o, ce au acceptat și ce au respins și de ce. Un prompt plus un jurnal de revizuire sunt suficiente.

Fă declarația specifică și ieftin de completat

Înlocuiește bifa generică „am folosit IA” cu un cadru de declarare specific domeniului care asociază utilizarea cu etape cognitive, de exemplu planificarea structurală față de generarea de conținut (cadre de declarare pentru învățământul superior). O fișă de gardă care întreabă ce etape, ce instrument, ce prompturi și cum a fost evaluat rezultatul face mai multă treabă decât un da sau nu.

Două condiții o fac onestă. Divulgarea trebuie să fie sigură, pentru că politicile punitive sau vagi împing activ spre ascundere (Gonsalves (2025)), iar studenții cântăresc riscul de a-ți spune față de riscul de a nu spune (Chang (2026)).

Aritmetica trebuie să favorizeze și ea spunerea adevărului. Mohamed și Temimi modelează asta ca pe o problemă de informație imperfectă, nu de morală. Divulgarea este atractivă doar cât timp costul onestității rămâne scăzut, iar pentru că pozitivele false ale unui detector cad tot pe studenții onești, o monitorizare mai puternică poate face ascunderea relativ mai atractivă ori de câte ori sensibilitatea suplimentară produce mai multe pozitive false noi decât pozitive reale noi. Citește o utilizare declarată ca context, nu ca mărturisire, și proiectează pentru studentul cel mai tentat să ascundă.

Predă alfabetizarea pe care o notezi

Sinteza despre reducerea utilizării greșite a IA clasează instruirea în alfabetizare în IA și în formularea de prompturi pe nivelul 2, sub schimbarea structurală.

Exemplul măsurat este un modul K-12 care folosește exersarea prompturilor pe scenarii cu un LLM care notează automat. A îmbunătățit competența reală de formulare a prompturilor și a ridicat încrederea în folosirea IA pentru învățare cu 10,4%, iar 87% au raportat că au învățat să folosească IA responsabil (AAAI 2026).

Ce cred de fapt studenții este mai puțin cinic decât sugerează panica. Între 504 studenți la sociologie, 65% folosiseră IA generativă pentru teme, dar doar 3% pentru a genera text de sarcină și 2% pentru a genera o versiune completă. 81% primiseră o formă de îndrumare privind IA și doar 46% au considerat-o foarte clară (sondajul privind folosirea IA generative). Ambiguitatea, nu sfidarea, este problema practică, de aceea o regulă clară plus o secvență predată schimbă mai mult comportament decât o avertizare. Mulisa și Mezgebu (2026) descriu studenți care întreabă dacă IA generativă este un instrument care facilitează trișatul sau un partener care sprijină învățarea, iar la acea întrebare ar trebui să răspundă așteptările tale.

Prejudiciul care merită predat explicit este decalajul dintre performanță și învățare: performanța crește acum, învățarea scade mai târziu, iar studentul trăiește doar prima parte. Instrumentele de IA în munca academică (2026) și raționalizările studenților despre scrierea cu IA acoperă partea de norme ale colegilor și de raționalizare, inclusiv apărarea „toată lumea o face”, pe care o normă clară o dezumflă. Despre cât de solidă este această bază, vezi dovezile despre alfabetizarea în IA și primele zece constatări pentru profesori.

Ce greșesc cadrele didactice aici

Un detector este o asigurare. Numără ce acoperă prima: la rata pe care Vanderbilt nu a putut-o valida, 1% din 75.000 de lucrări anuale înseamnă 750 de studenți etichetați greșit, iar studiul pe 642 de rezumate arată semnalele grupându-se pe editarea permisă.

O interdicție lămurește întrebarea. O interdicție scrisă în limbajul „utilizării IA” prinde transcrierea odată cu redactarea, ceea ce înseamnă că poți sancționa un student pentru că și-a dictat propria frază (Wright, 2026). Nu îți spune nici nimic despre ce poate face acel student.

Trișatul este o problemă de motivație, deci penalizările sunt instrumentul. Motivația este reală și nu este pârghia cu cele mai bune dovezi. Reproiectarea stă pe nivelul 1 pentru că nu cere studentului să aleagă bine, iar modelul regiunii de răspuns spune să proiectezi pentru studentul cel mai tentat să ascundă.

Dacă permit IA, utilizarea greșită încetează să mai fie problema mea. Permisiunea fără bariere de siguranță a produs câștigul de 48% la exersare și pierderea de 17% la examen în același studiu. Pune bariera la loc și prejudiciul a dispărut.

Studenții știu deja unde este linia. 81% avuseseră îndrumare și mai puțin de jumătate au considerat-o clară. Cifrele de 3% și 2% spun că majoritatea nu generează sarcini întregi; cifra de 46% spune că ghicesc în privința restului.

O bifă este o declarație. O bifă consemnează că un student a dat click. O declarație în etape îți spune ce a făcut la fiecare pas, și este singura versiune care te ajută pe tine sau pe el.

Ce se va întoarce împotriva ta

„Nu am timp să reproiectez un curs semestrul acesta.” Nu reproiecta cursul. Reproiectează o sarcină: un pas fără asistență, o linie de rubrică cu puncte. Este o schimbare de două ore și este schimbarea pe care o scoate în evidență revizuirea celor 72 de studii.

„Susținerile orale sunt imposibile cu 300 de studenți.” Atunci nu ține 300. Dă greutate componentei cu material închis, cere artefacte de proces și eșantionează verificări orale pe lucrările care par inconsecvente față de munca anterioară. Trei sute de studenți nu au nevoie de 300 de conversații pentru ca socoteala să se schimbe.

„Am nevoie de ceva să arăt biroului de integritate.” Dovada de proces este mai puternică decât scorul unui detector, pentru că Munoz et al. au constatat că șansa de a răspunde și evidențele proprii ale cursului sunt cele pe care se sprijină dosarul. Un procent semnalat este o acuzație. O explicație înregistrată este o dovadă.

„Cerința de declarare îi împovărează doar pe cei onești.” Așa este, dacă divulgarea atrage suspiciunea. Ține costul onestității aproape de zero: nicio penalizare pentru o utilizare declarată și o declarație citită ca context. Modelul prezice ascunderea exact atunci când onestitatea devine scumpă.

„Studenții vor folosi IA oricum.” O vor face, iar întrebarea utilă este ce răspuns face sarcina ta cel mai ușor. Într-o grupă unde 65% raportează utilizare și 2% raportează generarea unei versiuni complete, cea mai mare parte a traficului este asistență pe care ai putea-o preda, nu fraudă pe care trebuie să o prinzi.

„Înăsprirea regulilor îi va prinde pe studenții care nu au greșit cu nimic.” Acesta este modul de eșec documentat, nu o ipoteză. Precizia este protecția: numește actul interzis, nu instrumentul.

Ce să faci săptămâna aceasta

1. Rescrie clauza de IA din sarcina ta cea mai contestată astfel încât să numească pași concreți și acte concrete, și renunță la formularea generală.

2. Adaugă un pas fără asistență la acea sarcină și dă-i suficientă greutate ca să conteze.

3. Pune un artefact de proces în rubrică, cu puncte atașate, și descrie cum arată lucrul bun la fel de precis cum descrii produsul.

4. Dacă permiți un tutor, verifică-i configurația săptămâna aceasta față de cele patru setări de mai sus.

5. Spune-le studenților, în scris, că o utilizare declarată nu va fi penalizată, și chiar așa să fie.

Încotro mai departe

Reproiectarea evaluării în era IA este însoțitorul pe designul evaluării și locul de unde să începi dacă întrebarea ta este ce dovezi susține o notă. Dacă să folosim detectoare de IA tratează direct decizia despre detectori, politica de IA a cursului acoperă formularea pe care o citesc de fapt studenții, iar reforma scalei de evaluare a IA furnizează schema de etichete. Pe partea de predare, dovezile despre alfabetizarea în IA și prejudiciul de învățare din utilizarea greșită a IA acoperă cât valorează munca de alfabetizare și de ce apare prejudiciul.