Ar trebui să folosim detectoare de IA?

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

Un scor de detector apare ca semnalat pe o lucrare pe care ai citit-o deja de două ori, sau un coleg vrea ca instrumentul să fie pornit înainte de următorul termen de predare a eseului, sau o comisie de integritate îți cere să aperi o constatare care se sprijină pe un procent. Cineva din sală va spune că scorul este doar o piesă de dovezi. Ce decizi tu este mai îngust decât argumentul care urmează: dacă acest număr poate avea greutate într-un proces de abatere și ce vei pune în locul lui dacă nu poate.

Răspunsul scurt pe care îl poți repeta în ședință: un scor de detector nu poate fundamenta o constatare, pentru că nu poate fi validat față de un adevăr de referință, nu poate fi supus contra-interogării și nu atinge balanța probabilităților. Erorile lui se repetă după tipare, iar ele cad cel mai greu pe editorii onești și pe studenții care scriu într-o a doua limbă. Întreabă în schimb dacă un student poate demonstra că înțelege ce a predat și finanțează această capacitate.

Pe scurt

1. Scrie în politică faptul că rezultatul unui detector nu declanșează niciodată o consecință, nu stă niciodată singur și nu fundamentează niciodată o constatare. Pune asta în documentul de politică însuși, unde o comisie îl poate găsi după ce nota internă a dispărut.

2. Înlocuiește „ai folosit IA?" cu „îmi poți arăta că înțelegi asta?". Folosește o conversație scurtă, o schiță timpurie sau o explicație înregistrată.

3. Pune un pas autentificat sau un pas fără ajutor în fiecare sarcină cu miză mare, dimensionat după capacitatea de corectare pe care o ai cu adevărat.

4. Cere furnizorului ratele de eroare în scris, apoi încearcă să le reproduci pe propriile lucrări. Vanderbilt a încercat asta și a dezactivat instrumentul.

5. Mută banii de la licența de detectare către capacitatea de verificare și îndrumare. Acolo arată plângerea documentată a cadrelor didactice.

Decide dacă ai o constatare sau o întrebare

Sunt două meserii diferite și merg pe dovezi diferite. O constatare cere dovezi care ating balanța probabilităților, iar un scor de detector nu ajunge acolo de unul singur. Nu poate fi validat față de un adevăr de referință, pentru că în lucrările reale nimeni nu știe cum a fost produs textul, așa că validarea devine circulară, iar ratele de fals pozitiv și fals negativ înseamnă ceva doar în interiorul unui test controlat. Instrumentul nu publică praguri și date de antrenare și nu permite replicare independentă, ceea ce lasă un student semnalat fără nimic de răspuns și pe tine fără nimic de explicat (Heads We Win, Tails You Lose: AI Detectors in Education, Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI).

Combinarea scorului cu alte semnale nu repară asta. Marcajele lingvistice, comparațiile de stil, judecățile LLM și tăcerea unui student însumează tot mai puțin decât standardul. Tăcerea este cea de urmărit: studenții își păstrează dreptul de a refuza, iar refuzul nu înclină balanța. Ce poți cere în mod legitim este dacă studentul poate demonstra învățarea pe care evaluarea pretinde că o măsoară, iar un răspuns oral lămurește asta într-un mod în care un scor de similaritate nu o va face niciodată (Heads We Win, Tails You Lose: AI Detectors in Education).

Nici dihotomia nu este întrebarea potrivită. Lucrările studenților sunt frecvent create cu IA, de-a lungul unui continuum hibrid, iar politicile care spun „în evaluare" rareori definesc când începe o evaluare, ceea ce lasă judecata la latitudinea celui care citește primul dosarul (Heads We Win, Tails You Lose: AI Detectors in Education).

Sub toate acestea există o problemă de date de referință. Detectorii sunt antrenați și testați pe scriere umană dinaintea IA generative, iar validarea proprie a Turnitin a folosit 700.000 de lucrări dinainte de 2019. Acel corpus este presupus a reprezenta proza actuală a studenților, o presupunere pe care nimeni nu a verificat-o și care se schimbă cu fiecare lansare de model (Heads We Win, Tails You Lose: AI Detectors in Education).

Uită-te la cifrele de acuratețe înainte să citezi vreuna

Cel mai puternic test controlat din baza de cunoștințe a examinat 642 de rezumate publicate în engleză, din patru domenii și două perioade de timp. La un prag de 0,50, doi detectori comerciali au semnalat editarea ușoară cu IA, conformă cu ghidurile, în 38-80% din cazuri, au semnalat originalele nemodificate din 2023-2025 în 9-15% din cazuri (non-STEM mult peste STEM, p<0,001) și, după ce textul trecuse printr-un serviciu de „umanizare", au prins mai puțin de 4% din rescrierile etichetate ca IA, o rată de fals negativ de peste 96%. Autorii numesc asta un catch-22 al integrității: studenții care declară și editează ușor sunt cei pe care instrumentul îi prinde, iar cei care pornesc să îl ocolească nu. Recomandarea lor este explicită: scorurile detectorilor să nu servească niciodată drept dovezi de sine stătătoare de abatere (Why AI Detection Fails for Academic Integrity).

Un etalon independent ajunge în același loc pe altă cale. Niciunul dintre cele 14 instrumente nu a atins 80% acuratețe, iar parafrazarea simplă, editarea minoră sau un serviciu de umanizare cam înjumătățesc și această performanță. La rate de bază realiste, fals pozitivele le depășesc numeric pe cele adevărat pozitive (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI).

Ratele de prindere la generarea integrală sunt mai rele decât sugerează cifrele de eroare din titlu. Într-un studiu de teren sub acoperire, cercetătorii au injectat lucrări generate integral de IA într-un sistem online de evaluare sumativă aflat în uz, pe cinci module de psihologie: 94% au trecut nedetectate, iar lucrările IA au obținut în medie scoruri mai mari decât studenții reali. Trișarea prin contract arătase deja aceeași problemă structurală, pentru că nu lasă nicio urmă de încredere de găsit (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI).

Acuratețea se mișcă și cu sarcina. Când cercetătorii au testat dacă IA generativă își poate detecta propriul rezultat, rezultatele au fost demne de încredere pentru programare și pentru scrierea reflexivă mai lungă și slabe pentru răspunsurile scurte, unde modelul și-a evaluat adesea propriul text ca mai uman decât lucrările autentice ale studenților. Variații minore de prompt au redus brusc acuratețea (Distinguishing Artificial from Authentic: Evaluating LLMs for Detecting LLM-Generated Content). Un prag care ține pentru o sarcină va eșua la alta, și nu vei ști care până la contestație.

Apoi este expirarea. Un studiu din 2026 reîncadrează detectarea ca problemă de adaptare: un atac de rescriere în cutie neagră a coborât detectorul comercial Pangram la o acuratețe echilibrată de 63,5% și la un recall de 27,0% pentru IA, iar un detector antrenat pe Llama 3.3 70B Instruct a atins doar 55% recall pe rezumate provenite de la un model mai nou. Adaptarea la momentul testării a recuperat până la 94,4% acuratețe echilibrată și 99% recall pe același text, ceea ce este jumătatea încurajatoare. Aceeași lucrare arată cât costă soluția: pe măsură ce adoptarea simulată a LLM-urilor se răspândește, recall-ul unui detector supervizat fix pe text uman scade de la 85,9% la 73,4% de-a lungul deceniului. Condiția lui de expirare este formulată fără ocolișuri: acuratețea echilibrată nu poate depăși jumătate din unu plus distanța de variație totală dintre distribuția umană și cea a IA, așa că o convergență a celor două ar învinge orice detector bazat pe învățare. Un scor validat ține până când modelele se mișcă, iar ele se mișcă la câteva luni (Hitting a Moving Target: Test-Time Adaptation for AI Text Detection under Continual Distribution Shift).

Iar mașina nu a bătut niciodată clar un cititor atent. Leaton Gray, Edsall și Parapadakis (2025) raportează detectarea automată a textului IA sau parafrazat la aproximativ 80%, față de 78,4% pentru evaluatorii umani, și citează dovezi că textul generat de IA a trecut drept scris de om în până la 80% din cazuri. Acea marjă dispare în banda de eroare pe care omul o aduce deja, prea subțire ca să fundamenteze o constatare (AI-based digital cheating at university, and the case for new ethical pedagogies).

Clarifică pe cine cade eroarea

Trăsăturile pe care detectorii le citesc ca semnale de IA, adică densitatea de tokenuri lungi, frecvența cuvintelor academice și stilul uniform, sunt și trăsături ale scrierii competente într-o a doua limbă. Clasificarea greșită urmează deci originea lingvistică, nu conduita, ceea ce face din asta o întrebare de echitate înainte de a fi una tehnică (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI).

Acea distorsiune apare și în afara englezei. Un etalon pe 3.811 pasaje despre care se poate demonstra că au fost scrise înainte de ChatGPT a constatat că cinci detectori publici antrenați pe engleză, rulați așa cum au fost lansați, semnalează 81,4% din pasajele umane în kazahă (TMR RoBERTa) și 79,6% din eseurile publicate ale studenților kazahi (Desklib DeBERTa), cu 25,5% pentru Fakespot, și că recalibrarea lor la o rată de fals pozitiv de 1% prinde în schimb cel mult 1,3% din textul de mașină. Rezerva studiului contează când îl citezi: pasajele umane sunt text public dinaintea ChatGPT, așa cum a fost găsit, nu eseuri de studenți, deci ratele lui educaționale sunt cifrele cele mai nesigure pe care le raportează (Unchecked or Falsely Accused? Evaluating AI-Generated Text Detectors on Kazakh).

Disciplina adaugă o altă axă. Rezumatele non-STEM au fost semnalate mult peste cele STEM în studiul pe 642 de rezumate, ceea ce reflectă convențiile de scriere ale acelor domenii, nu conduita autorilor lor (Why AI Detection Fails for Academic Integrity). Două instrumente comerciale larg folosite au măsurat 0,69 și 0,61 acuratețe într-o comparație, iar ambele au eșuat pe textul hibrid om-IA (Evaluating the accuracy and reliability of AI content detectors in academic contexts, Who wrote this? Evaluating the reliability of AI detection tools in higher education). Un detector este un test de stil, iar stilul pe care îl pedepsește urmărește originea lingvistică, disciplina și registrul. Niciuna dintre acestea nu este un fapt despre dacă un student a folosit IA, și fiecare dintre ele este un fapt despre student. Tiparul mai larg este documentat în Efecte diferențiate între grupurile de cursanți.

O parte din cost apare înainte de orice audiere. Pentru că procesele formale cer o probă de nivelul detectării care este practic indisponibilă, cadrele didactice ajung la ceea ce un practician numește „suspiciune fără recurs", în timp ce studenții își raționalizează propria utilizare, iar dosarele stagnează (The Best Response to Student AI Use Is Not Detection, It Is Dialog). Costul în încredere cade pe relația de care depinde procesul.

Schimbă întrebarea pe care i-o pui studentului

Grand Canyon University a trecut de la „A folosit acest student IA?" la „Poate acest student să demonstreze că înțelege ce a predat?", folosind conversații scurte, schițe timpurii și explicații înregistrate, implementat la nivelul întregii instituții în toamna lui 2025. Argumentul este practic: cadrele didactice sunt deja calificate să judece înțelegerea, iar schimbarea le dă autoritatea înapoi în loc să le lase să aștepte o probă care nu va veni niciodată (The Best Response to Student AI Use Is Not Detection, It Is Dialog).

Asta schimbă și ce poate face un student cu acuzația. Pus în fața îngrijorării și rugat să explice, un student o poate rezolva. Pus în fața unui procent, nu poate decât să îl nege.

Desfășoară conversația astfel încât să treacă de o reexaminare

Tratează o conversație de verificare ca pe un pas al procesului, cu notificare și cu o înregistrare, și va rezista când cineva citește dosarul un semestru mai târziu.

Începe cu notificarea. Spune studentului ce a stârnit îngrijorarea, în limbaj simplu, și spune în ce scop are loc conversația. Dacă îngrijorarea vine dintr-un scor de detector, spune asta și spune că scorul nu este o constatare. Spune-i unui student doar că este acuzat de trișare și întâlnirea devine o apărare a caracterului, nu o relatare a lucrării.

Apoi întreabă despre lucrarea în sine. Ce afirmație încercai să faci în această secțiune. De unde a venit această dovadă. De ce ai organizat-o așa. Ce ai eliminat. Un student care a scris textul poate răspunde la nivelul deciziilor. Studentul care nu l-a scris va răspunde la nivelul temei, iar diferența apare repede, fără ca cineva să trebuiască să dovedească intenția.

Păstrează intact dreptul la tăcere. Refuzul de a răspunde nu concede nimic, iar o procedură care tratează refuzul ca pe o mărturisire nu va rezista unei contestații. Înregistrează ce s-a întrebat, ce s-a răspuns și ce s-a refuzat.

Încheie cu o decizie pe care o poți enunța fără scor. Fie studentul a demonstrat înțelegerea pe care o măsoară evaluarea, fie există o îngrijorare separată și substanțială despre lucrare, pe care o poți descrie în cuvintele tale. Dacă niciuna nu este adevărată, dosarul se termină acolo. Acel rezultat este unul normal și ar trebui consemnat ca atare, pentru că un proces care înregistrează mereu doar vinovăție învață următoarea comisie că suspiciunea este același lucru cu o constatare.

Pune în sarcină un pas în care instrumentul nu poate intra

Evaluările orale asincrone, construite ca prompturi de moment cu răspunsuri înregistrate scurte și limitate în timp, notate cu rubrici încorporate, s-au dovedit comparabile cu examenele cu variante multiple de răspuns față în față într-un studiu și semnificativ mai bune în altul, studenții raportând o pregătire mai activă și o relevanță profesională percepută mai mare. Pentru un Administrators, proprietatea care contează este că asta se scalează fără supraveghere (Asynchronous Oral Assessments: Enhancing Integrity, Engagement, and Communication in the AI Era).

Reproiectarea sarcinii face mai mult decât întărirea verificării. Un studiu de caz pe studenți de licență la economie a constatat că doar aproximativ o treime au raportat vreo utilizare a IA, cu declararea și mai rară, și a citit nedeclararea ca prudență rațională într-o politică ambiguă, nu ca necinstelitate. Aceiași studenți preferau sarcinile reale, bazate pe date, ca soluție (Beyond Detection: How Students Use—and Hide—AI in Online Assessments and What Authentic Tasks Can Do About It). A aștepta, a declara și a examina utilizarea IA bate polițarea ei, pentru că autenticitatea trebuie proiectată, nu impusă (Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World).

Urmează două decizii. Mărimea vine prima. O verificare orală scurtă la fiecare lucrare majoră este accesibilă într-un seminar. La un curs cu trei sute de studenți, schițele etapizate și o verificare prin eșantionare pe lucrările anormale sunt ce rezistă până în săptămâna zece. Alege versiunea pe care o poți rula încă în ultima săptămână a semestrului, cu orele de corectare pe care le ai, pentru că un pas autentificat care se prăbușește sub încărcare te lasă din nou cu artefactul.

Punctele vin a doua. Dacă o justificare, un istoric al schițelor sau o reflecție asupra unei sugestii IA respinse nu valorează nimic, va fi produsă în cinci minute și nu o va citi nimeni, iar studenții vor optimiza pentru partea care se notează. Dă-i o greutate suficientă încât omiterea pasului să coste mai mult decât parcurgerea lui.

Fă declararea alegerea ieftină

Politicile vagi sau punitive împing spre ascundere. Cadrele de declarare specifice, legate de etape cognitive, însoțite de asigurarea că declararea sinceră nu este penalizată, scot mai multe informații de la studenți decât face supravegherea (Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher, "Should I Tell My Teacher?" Student AI Disclosure Practices, Stigma, and Self-Regulated Learning in Higher Education). Întrebarea de proiectare este ce răspuns îi fac regulile tale cel mai ușor studentului tentat să ascundă, iar o regulă care tratează o declarație ca pe o mărturisire a răspuns la ea prost.

Formularea face cea mai mare parte a muncii aici. O declarație care le cere studenților să bifeze o casetă și apoi stă necitită într-un sistem de predare îi învață că declararea este teatru, iar următoarea generație învață asta mai repede. O declarație legată de o etapă a lucrării, care întreabă în ce scop a fost folosit instrumentul la acea etapă și ce a făcut studentul cu rezultatul, îți dă ceva ce poți citi cu adevărat și îi dă studentului un motiv să fie exact.

Scrie clauzele care te țin departe de o audiere

Expunerea rareori începe ca litigiu. Apare mai întâi ca o contestație internă sau ca o plângere la autoritatea de reglementare, iar primul lucru testat este procedura. Justiția naturală cere ca studentul să fie informat despre acuzație și să aibă ocazia să răspundă înainte de orice decizie, iar acea ocazie este de obicei o întâlnire de investigare sau un interviu în comisie a cărui înregistrare devine probă. Constatările obținute fără acel pas sunt vulnerabile chiar și acolo unde suspiciunea de bază era rezonabilă (How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis).

Standardele de probă vin a doua. Constatările de abatere au nevoie de dovezi care ating balanța probabilităților, iar dacă dosarul tău nu poate fi expus fără scorul detectorului, dosarul este slab la prima vedere (Heads We Win, Tails You Lose: AI Detectors in Education). Acolo unde dosarul se sprijină doar pe stil, o rută de verificare orală aparține procedurii, nu bunăvoinței președintelui comisiei.

Domeniul de aplicare este al treilea. Interdicțiile generale de IA care nu separă transcrierea și OCR de redactarea generativă pot elimina un instrument asistiv de care depind studenții cu afecțiuni care le afectează controlul motor, lizibilitatea scrisului de mână sau acuratețea tastării, dintre care mai multe au fost retrase, transcrierea cu IA umplând golul. Asta este expunere juridică, precum și imprecizie (Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment). Numește în textul politicii instrumentele asistive și pe cele de transcriere.

Achizițiile sunt a patra. Detectorii stochează lucrările studenților pe servere terțe, uneori peste graniță, sub protecții mai slabe de confidențialitate, ceea ce pune încălcarea securității, păstrarea datelor și utilizarea comercială ulterioară în registrul de risc al instituției tale, nu pe pagina de marketing a furnizorului. Termenii ar trebui să acopere păstrarea, utilizarea pentru antrenarea modelului, locația stocării, notificarea încălcărilor și drepturile de contestație (Heads We Win, Tails You Lose: AI Detectors in Education). Relatarea bazei de cunoștințe despre expunerea juridică este în Legal Issues and Risks, și este onestă cu privire la limitele ei: documentează proceduri, categorii de probe și fiabilitatea instrumentelor, nu rezultate judecate.

Ce reduce riscul este procedural. Nu trata niciodată rezultatul ca probă de sine stătătoare sau ca declanșator automat. Documentează standardul pe care îl aplică procesul tău. Dă notificare și o șansă reală de a răspunde, consemnată. Oferă verificare când dosarul se sprijină pe stil. Păstrează urma de audit care arată că toate acestea s-au întâmplat.

Testează formularea pe patru cazuri

Limbajul politicilor eșuează pe cazurile la care nimeni nu s-a gândit când a fost scris. Trece aceste patru cazuri prin schița ta înainte ca ea să ajungă în comisie și notează unde textul nu are răspuns.

Un student care a trecut o schiță printr-un instrument de traducere. Politica trebuie să spună dacă traducerea contează ca utilizare a IA și dacă contează la fel pentru un student care scrie într-o a doua limbă ca pentru unul care scrie în prima. Dacă tace, comisia va improviza, iar improvizația este locul unde începe argumentul de echitate.

Cineva care a folosit IA pentru a schița structura și a scris fiecare paragraf singur. Sub o regulă care întreabă dacă IA a atins lucrarea, acest student este în aceeași categorie cu cel care a generat întreaga lucrare. Sub o regulă legată de pași, nu este, și poți spune de ce. Acea diferență este constructul, iar politica trebuie să îl numească.

Cineva care a generat textul și nu îl poate explica. Acesta este cazul pentru care este construit procesul tău și este cel care se rezolvă fără un scor de detector.

Un student care folosește transcrierea pentru că tastarea nu este fiabilă. Numește instrumentele asistive ca o categorie separată, cu propria rută, astfel încât o adaptare să nu devină o acuzație.

Ce greșesc administratorii în privința detectorilor

Rata de fals pozitiv publicată de un furnizor este o cifră de risc pe care poți bugeta. Vanderbilt a licențiat un detector care promova o rată de fals pozitiv de 1%, apoi a încercat să valideze cifra și nu a putut. La 75.000 de lucrări pe an, 1% implica aproximativ 750 de studenți etichetați greșit. Universitatea a dezactivat instrumentul (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI). O rată pe care nu o poți reproduce pe propriul corpus este o cifră de marketing, iar studenții etichetați greșit rămân ai tăi de procesat.

Detectarea îi descurajează pe studenții care ar trișa altfel. Descurajarea trece prin capacitatea detectorului de a distinge între utilizarea ascunsă și munca legitimă, nu prin rata lui brută de prindere. Când sensibilitatea adăugată produce mai multe fals pozitive noi decât adevărat pozitive noi, o monitorizare mai puternică face ascunderea relativ mai atractivă, așa că cheltui credibilitate pe studenți care nu au greșit cu nimic mai repede decât îi identifici pe cei care au greșit (Assessment Design Under Imperfect Information: Generative AI, Disclosure, and Student Response in Higher Education). Meta-analiza lui Krou et al., citată în aceeași recenzie, constată că autoeficacitatea se corelează negativ cu trișarea, în timp ce abilitatea reală nu se corelează deloc invers cu ea, așa că studenții capabili pot trișa când judecă evaluarea ca nedreaptă. Detectarea nu este nici un instrument fiabil, nici un factor de descurajare evident (AI-based digital cheating at university, and the case for new ethical pedagogies).

Un scor plus câțiva indicatori fac un dosar. Nu fac. Standardul este proba care atinge balanța probabilităților, iar scorurile combinate cu marcaje, comparații de stil, judecăți LLM sau tăcere rămân sub el. Un test care merită aplicat este dacă ai spune raționamentul cu voce tare într-o audiere (Heads We Win, Tails You Lose: AI Detectors in Education).

O licență de detector costă mai puțin decât reproiectarea evaluării. Licența este cea mai mică linie bugetară și aduce cu ea expunere privind protecția datelor, muncă de achiziții și un flux permanent de contestații construite pe un instrument a cărui eroare este tipizată după originea lingvistică. Cadrele didactice descriu experiența ca „suspiciune fără recurs", așa că linia bugetară care schimbă rezultatele este capacitatea de verificare și îndrumarea (The Best Response to Student AI Use Is Not Detection, It Is Dialog).

O interdicție generală protejează instituția. Regulile supraincluzive pot elimina o adaptare și invită exact argumentul de discriminare pe care încercai să îl eviți, pentru că eroarea pe care o produc este concentrată pe grupuri identificabile, nu răspândită uniform (Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment, Evaluating the accuracy and reliability of AI content detectors in academic contexts).

Ce se va întoarce împotriva ta

„Furnizorul nostru promovează o rată de fals pozitiv de 1%." Detectorul licențiat de Vanderbilt pretindea exact asta, iar pretenția nu a supraviețuit încercării universității de a o valida. Etaloanele independente nu pun niciun instrument peste 80% acuratețe (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI). Cere studiul de validare și corpusul pe care a rulat, apoi cere să îl rulezi tu.

„Îl folosim doar ca o piesă de dovezi." Standardul este proba care atinge balanța probabilităților, iar un scor combinat cu marcaje, comparații de stil, judecăți LLM sau tăcere tot nu îl satisface (Heads We Win, Tails You Lose: AI Detectors in Education). Dacă comisia nu ar accepta raționamentul rostit cu voce tare, dosarul nu ar trebui să îl conțină.

„Dacă renunțăm la detectare, trișarea câștigă." Trișarea trece deja de aceste instrumente. 94% din lucrările IA injectate au trecut neobservate printr-un examen online aflat în uz, umanizarea învinge detectarea în peste 96% din cazuri, iar trișarea prin contract nu lăsa deja nicio urmă de încredere. Ce prind detectorii, cu fiabilitate măsurată, este editarea ușoară onestă și proza non-nativă (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI, Why AI Detection Fails for Academic Integrity).

„Îl folosim doar privat, ca să pornim o conversație." Aceasta este utilizarea cea mai puțin dăunătoare și tot costă ceva, pentru că studenții cei mai susceptibili de a fi semnalați sunt cei mai puțin susceptibili de a folosi greșit IA. Suspiciunea cade atunci pe oamenii greșiți înainte ca vreo conversație să înceapă (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI). Răspunsul celor de la Grand Canyon a fost să nu mai pornească deloc de la suspiciune (The Best Response to Student AI Use Is Not Detection, It Is Dialog).

„Un student care nu are nimic de ascuns nu are de ce să se teamă." Studiul pe 642 de rezumate a găsit editarea ușoară conformă semnalată în 38-80% din cazuri la un prag de 0,50, iar etalonul kazah a găsit 81,4% și 79,6% din pasaje demonstrabil umane semnalate de detectori lansați (Why AI Detection Fails for Academic Integrity, Unchecked or Falsely Accused? Evaluating AI-Generated Text Detectors on Kazakh). Un dosar curat nu oferă nicio protecție când semnalul este stilul. De aceea autorii kazahi își semnalează propriile rate educaționale ca pe cifra cea mai slabă din studiu și de aceea nu ar trebui să le citezi ca rată pentru eseurile studenților.

„Putem pur și simplu să cerem o declarație și să tratăm lipsa ei ca vinovăție?" O declarație lipsă nu este dovadă de utilizare ascunsă, iar tratarea ei ca atare face ascunderea rațională. Cadrele specifice legate de etape cognitive, cu declararea sinceră protejată de penalizare, extrag mai multe informații decât supravegherea (Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher, "Should I Tell My Teacher?" Student AI Disclosure Practices, Stigma, and Self-Regulated Learning in Higher Education). Dovezile de pe această pagină privesc ce produce declararea. Nu spun nimic despre câtă trișare previne un regim de declarare.

Ce să faci săptămâna aceasta

1. Deschide procedura ta de abatere și găsește fiecare loc în care un scor de detector ar putea declanșa un pas. Scrie o frază care elimină declanșatorul și du-o la cel care deține documentul.

2. Trimite un e-mail furnizorului pentru studiul de validare din spatele ratei de eroare promovate și întreabă ce corpus a folosit.

3. Alege sarcina ta cu cea mai mare miză și adaugă un pas autentificat pe care îl poți nota în timpul pe care îl ai.

4. Schițează cele trei întrebări pe care le vei pune unui student semnalat, începând cu ce încerca să argumenteze și cum a verificat.

5. Trimite clauzele de achiziții și de accesibilitate biroului care semnează contracte, cu termenii de păstrare, de utilizare pentru antrenare și de notificare a încălcărilor explicit enunțați.

Încotro mai departe

Companionul din partea de proiectare este Cum pot reduce trișatul cu IA la cursul meu?, iar Cum îmi regândesc evaluarea astfel încât o notă să îmi mai spună ceva defendabil despre ce știe sau ce poate face studentul? duce argumentul despre evaluare mai departe. Cum scriu o politică de IA pentru curs și cum o comunic studenților? acoperă modul de formulare și de comunicare a unei politici de curs, iar Alfabetizare în IA acoperă ce trebuie să știe studenții pentru a lucra cu aceste instrumente fără a pierde lucrarea în sine. Paginile conceptuale din spatele argumentului sunt Integritate academică, Equity și Legal Issues and Risks; clauzele specifice detectării de mai sus sunt stratul instituțional al Educational AI Policy.