Obrazy AI a integralność akademicka | Best AI Image Detector

Wynik nie może stanowić podstawy do stwierdzenia naruszenia zasad. Detektor ma publikowany wskaźnik błędów, brak łańcucha dowodowego i brak egzaminatora, a student nie może poddać modelu cross-eksaminacji.

Dlaczego wynik nie może rozstrzygnąć sprawy

Procedury dotyczące naruszeń akademickich mają charakter quasi-prawny. Wymagają dowodów, które student może przeanalizować i zakwestionować, stosowanych w sposób spójny, z drogą odwoławczą. Wynik detektora zawodzi pod każdym względem.

Istnieje znany wskaźnik błędów. Mniej więcej co jedenasty obraz jest błędnie klasyfikowany w warunkach laboratoryjnych, a jeszcze gorzej w przypadku nadesłanych prac, które zostały wyeksportowane, skompresowane i przesłane przez portal.
Brak łańcucha dowodowego. Plik został przetworzony na czyimś laptopie bez zapisu tego, co uruchomiono lub która wersja modelu wygenerowała tę liczbę.
Argumentacja nie podlega weryfikacji. Student nie może zapytać modelu, dlaczego wyprodukował taką wartość, a instytucja zazwyczaj też nie potrafi tego wyjaśnić.
Błędy nie są rozłożone równomiernie. Studenci, którzy korzystają z pomocniczych narzędzi do edycji lub pracują na sprzęcie o słabszych parametrach, który kompresuje eksporty, są oznaczani częściej.

Ten ostatni punkt jest przez instytucje niedoceniany. Jeśli detektor systematycznie oznacza jakąś grupę studentów częściej, jego stosowanie przy podejmowaniu decyzji tworzy problem równościowy obok problemu uczciwości.

O co pytać zamiast tego

Pytanie nie brzmi, czy obraz wygląda na wygenerowany. Chodzi o to, czy student wykonał tę pracę. Dowody procesu odpowiadają na to bezpośrednio i znacznie trudniej je sfabricować po fakcie niż gotowy plik.

Wymagaj plików roboczych wraz z pracą
Dokumenty warstwowe, pliki projektowe, surowe pliki RAW lub historia wersji. Poproś o nie w momencie składania pracy, a nie w trakcie dochodzenia, aby nikt nie musiał ich zbierać pod presją podejrzeń.
Poproś o etapy pośrednie
Trzy eksporty postępu z znacznikami czasu dowodzą rozwoju pracy. To najbardziej przydatny wymóg, jaki instytucja może wprowadzić, a studentów kosztuje on prawie nic.
Przeprowadź krótką rozmowę na temat pracy
Pięć minut pytań o to, dlaczego podjęto takie decyzje, wyjaśnia większość spraw. Student, który stworzył obraz, potrafi wyjaśnić swoje wybory. Ktoś, kto tego nie zrobił, zazwyczaj nie potrafi.
Użyj detektora tylko po to, aby zdecydować, gdzie szukać
Flaga jest powodem do poproszenia o pliki robocze. Nie jest to rozstrzygnięcie i nigdy nie powinna pojawić się w piśmie z zarzutami.

Problem fałszywych pozytywów w pracach zaliczeniowych

Prace studenckie są bliskie najgorszemu możliwemu scenariuszowi dla detekcji. Prace są eksportowane do portalu, kompresowane podczas przesyłania i często tworzone przy użyciu skalowania, odszumiania lub generatywnego wypełniania, stosowanych legalnie w ramach nauczanego procesu pracy.

Jedno zdjęcie, cztery etapy tego samego zgłoszenia

Oryginalny eksport

Skompresowane do przesłania

Ponowne kodowanie w portalu

Zrzut ekranu markera

Ilustratywne dane dla autentycznej fotografii studenta wyeksportowanej i przesłanej w normalny sposób.

Jak bardzo identyczna praca może zmienić się w drodze przez system przesyłania.

Z tym obrazem nie zrobiono nic poza jego przesłaniem. Osoba sprawdzająca zrzut ekranu z interfejsu oceny sprawdza najbardziej zdegradowaną kopię w całym łańcuchu i otrzymuje najbardziej niewiarygodną odpowiedź z możliwych.

Jeśli jesteś studentem, wobec którego wysunięto oskarżenia

Prośba o udowodnienie, że wykonałeś własną pracę, jest trudna i staje się coraz powszechniejsza. Oto rzeczy, które mają wagę w oczach komisji.

Plik roboczy, z nienaruszonymi warstwami lub historią. To najsilniejszy dostępny dowód, który trudno wiarygodnie sfałszować.
Opatrzone datami wersje pośrednie, w tym te, z których nie byłeś zadowolony.
Oryginalne ujęcie, prosto z aparatu lub telefonu, a nie przesłany przez Ciebie eksport.
Zapis użytych narzędzi, w tym wszelkich funkcji wspomagających, przedstawiony otwarcie, a nie odkryty później.
Żądanie przedstawienia konkretnych dowodów przeciwko Tobie. Instytucja powinna być w stanie wskazać, na czym się opiera poza samą liczbą.

Napisanie polityki, która się obroni

Instytucje radzące sobie z tym najlepiej zmieniły wymagania dotyczące przesyłania prac zamiast kupowania detektora. Takie podejście kosztuje mniej, generuje mniej sporów i wytrzymuje konfrontację z komisją odwoławczą.

Wymagaj plików roboczych przy składaniu pracy w przypadku każdej oceny, gdzie autorstwo ma znaczenie. Studenci, którzy wiedzą o tym wymogu, planują to, a materiał dociera w naturalny sposób, zamiast być żądanym od kogoś, kto już jest pod okiem podejrzeń.

Określ, jakie narzędzia są dozwolone, i wymagaj krótkiej deklaracji tego, co zostało użyte. Większość sporów dotyczy studenta, który użył narzędzia dozwolonego na kursie i nie przyszło mu do głowy, by o tym wspomnieć – pole na deklarację całkowicie to eliminuje.

Jasno stwierdź, że automatyczna detekcja sama w sobie nie stanowi dowodu naruszenia zasad. Umieszczenie tego w regulaminie chroni instytucję w takim samym stopniu jak studenta, ponieważ uniemożliwia żądanie od komisji polegania na czymś, czego nie może ona właściwie zweryfikować.

Często zadawane pytania

Czy uniwersytet może używać detektora AI do przesłanych obrazów?

Jako sygnał wstępnej selekcji – z zachowaniem ostrożności. Jako dowód w sprawie o naruszenie dyscyplinarne – nie. Wskaźnik błędów jest opublikowany, argumentacja nie podlega weryfikacji, a student nie może rzucić wyzwania modelowi. Każde ustalenie wymaga dowodów dotyczących procesu tworzenia pracy, a nie gotowego pliku.

Co jeśli student nie może dostarczyć plików roboczych?

To pytanie dotyczące wymagań w zakresie składania prac, a nie samego studenta. Jeśli pliki robocze nie były wymagane przy zgłoszeniu, żądanie ich po fakcie jest niesprawiedliwe i często niemożliwe do spełnienia. Zmień wymagania dla kolejnego rocznika zamiast karać obecny.

Czy niektórzy studenci są oznaczani częściej niż inni?

Tak, i to jest ryzyko, które instytucje pomijają. Studenci korzystający z narzędzi wspomagających edycję, pracujący na sprzęcie o słabszych parametrach lub przesyłający prace przez systemy mocno rekompresujące pliki są bardziej narażeni na oznaczenie, a nic z tego nie ma związku z nieuczciwością.

Czy sztuczna inteligencja do tworzenia obrazów powinna zostać zakazana w pracach zaliczeniowych?

To zależy od tego, czego uczy dany kurs, a całkowity zakaz jest zazwyczaj nieegzekwowalny. Jasne zasady dotyczące tego, które narzędzia są dozwolone, połączone z wymogem deklaracji, generują znacznie mniej sporów niż zakaz, którego nikt nie jest w stanie zweryfikować.

Co powinno zawierać pismo o zarzutach?

Informację, na jakich dowodach się oparto, w sposób zrozumiały dla studenta, by mógł się do nich odnieść. Pismo stwierdzające, że automatyczna weryfikacja wykazała możliwe wygenerowanie przez AI, nie jest zarzutem, na który można odpowiedzieć, a komisja prawdopodobnie to zauważy.

Czy studenci mogą sprawdzić własne prace przed ich przesłaniem?

Tak, i warto to zrobić na dokładnym pliku przeznaczonym do wysłania. Wysoki wynik na autentycznej pracy to sygnał, by zachować pliki robocze i odnotować użyte narzędzia, a nie powód do zmiany czegokolwiek w samej pracy.