AI изображенията и академичната цялост

Един резултат не може да подкрепи констатация за нарушение. Детекцията има публикуван процент грешки, липса на верига на задържане и липса на проверяващ, а студентът не може да разпитва модел.

Защо резултатът не може да реши едно изслушване

Процедурите за академични нарушения са квазиюридически. Те изискват доказателства, които студентът може да разгледа и оспори, прилагани последователно, с възможност за обжалване. Резултатът от детектор се провал във всяко отношение.

Има известен процент на грешки. Около едно от десет изображения се определя погрешно при лабораторни условия, а още по-зле е при предадена работа, която е била експортирана, компресирана и качена през портал.
Няма верига на задържане. Файлът е бил обработен на лаптопа на някого без запис за това какво е било пуснато или коя версия на модела е произвела числото.
Расъждението не подлежи на проверка. Студентът не може да разпитва модел защо е произвел дадена цифра, а институцията обикновено също не може да я обясни.
Грешките не са разпределени равномерно. Студентите, които използват помощни инструменти за редактиране или работят на оборудване с по-ниски спецификации, което компресира експортовете, се маркират по-често.

Последната точка е тази, която институциите подценяват. Ако детекторът систематично маркира група студенти по-често, използването му при вземане на решения създава проблем с равенството в допълнение към проблема с коректността.

Какво да изисквате вместо това

Въпросът не е дали изображението изглежда генерирано. Въпросът е дали студентът е свършил работата. Доказателствата за процеса отговарят директно на това и са много по-трудни за фалшифициране след събитието, отколкото готов файлов резултат.

Изисквайте работни файлове заедно с предаването
Многослойни документи, проектни файлове, сурови кадри или история на версиите. Изисквайте ги при предаването, а не по време на разследване, така че никой да не трябва да ги събира под съмнение.
Изисквайте междинни етапи
Три експорта в процес на работа с времеви печати показват развитието. Това е най-полезното изискване, което една институция може да добави, и то не струва почти нищо на студентите.
Проведете кратка защита (вива) на работата
Пет минути въпроси за това как е взето едно решение разрешават повечето случаи. Студентът, който е направил изображението, може да обясни изборите. Този, който не го е направил, обикновено не може.
Използвайте детектор само за да решите къде да търсите
Маркерът е основание да поискате работните файлове. Той не е констатация и никога не трябва да фигурира в писмо с обвинение.

Проблемът с фалшиво положителните резултати в курсовите работи

Студентските работи са близо до най-лошия сценарий за детекция. Работата се експортира за портал, компресира се при качване и често се произвежда с мащабиране, премахване на шума или генеративно запълване, използвани легитимно като част от преподавания работен процес.

Едно изображение, четири етапа на едно и също предаване

Оригинален експорт

Компресирано за качване

Повторно кодиране в портала

Екранна снимка на маркера

Илюстративни стойности за истинска студентска фотография, експортирана и качена нормално.

Колко много еднаква работа може да се промени по пътя си през система за предаване.

Нищо не е било направено с това изображение освен качването му. Преподавател, проверяващ екранна снимка от интерфейс за оценяване, проверява най-деградираното копие в цялата верига и получава най-ненадеждния възможен отговор.

Ако сте студент, който е бил обвинен

Изискването да докажете, че сте си направили сами работата, е трудно и все по-често срещано. Това са нещата, които имат тежест пред една комисия.

Работният файл, със слоеве или запазена история. Това е най-силното налично доказателство и е трудно да бъде убедително фалшифицирано.
Междинни версии с дати, включително тези, с които не сте били доволни.
Оригиналният кадър, директно от камерата или телефона, вместо експорта, който сте предали.
Запис на инструментите, които сте използвали, включително всички помощни функции, посочени открито, вместо да бъдат открити по-късно.
Искане за конкретните доказателства срещу вас. Една институция трябва да може да каже на какво разчита освен на едно число.

Написване на политика, която издържа на проверки

Институциите, които се справят с това най-добре, промениха изискванията си за предаване, вместо да купуват детектор. Този подход струва по-малко, води до по-малко спорове и издържа на среща с апелативна комисия.

Изисквайте работни файлове при предаването за всяка оценка, където авторството има значение. Студентите, които знаят за изискването, планират това и материалът пристига по подразбиране, вместо да бъде изискван от някой, който вече е под съмнение.

Кажете кои инструменти са разрешени и изискайте кратка декларация за това какво е било използвано. Повечето спорове включват студент, който е използвал инструмент, разрешен от курса, и не се е сетил да го спомене, което полето за декларация елиминира напълно.

Заявете ясно, че автоматизираната детекция сама по себе си не представлява доказателство за нарушение. Поставянето на това в политиката защитава институцията точно колкото и студента, защото спира практиката комисия да бъде молена да разчита на нещо, което тя не може да разгледа подобаващо.

Въпроси, които хората задават

Може ли университет да използва AI детектор за предадени изображения?

Като сигнал за триаж, с внимание. Като доказателство в случай на нарушение – не. Процентът на грешки е публикуван, разсъждението не подлежи на проверка и студентът не може да оспори модела. Всяка констатация се нуждае от доказателства за процеса, по който е направена работата, а не за готовия файл.

Какво става, ако студентът не може да предостави работни файлове?

Това е въпрос към вашите изисквания за предаване, а не към студента. Ако работните файлове не са били изисквани при предаването, изискването им след това е несправедливо и често невъзможно за изпълнение. Променете изискването за следващия випуск, вместо да наказвате този.

Дали някои студенти са маркирани по-често от други?

Да, и това е рискът, който институциите пропускат. Студентите, които използват помощни инструменти за редактиране, работят на оборудване с по-ниски спецификации или предават през системи, които компресират силно, са много по-склонни да бъдат маркирани и нищо от това не корелира с нарушение.

Трябва ли AI изображенията да бъдат забранени в курсовите работи?

Това зависи от това какво преподава курсът, а общата забрана обикновено е неприложима. Ясните правила за това кои инструменти са разрешени, заедно с изискването за декларация, водят до много по-малко спорове от забрана, която никой не може да провери.

Какво трябва да казва едно писмо с обвинение?

На какви доказателства се разчита, изразено с думи, на които студентът може да отговори. Едно писмо, което казва, че автоматизирана проверка е показала възможно AI генериране, не е обвинение, на което може да се отговори, и е вероятно комисията да каже същото.

Могат ли студентите да проверяват собствената си работа преди предаване?

Да, и си струва да се направи върху точно този файл, който ще бъде предаден. Високият резултат върху реална работа е подтик да запазите работните файлове и да отбележите използваните инструменти, а не причина да променяте каквото и да било по творбата.