← Все руководства Образование

ИИ-изображения и академическая добросовестность

Почему балл детектора не должен быть решающим в деле о нарушениях, что институтам стоит делать вместо этого и как студенты могут подтвердить авторство своих работ.

· 7 мин чтения · Best AI Image Detector

Балл не может быть основанием для решения о нарушении. У детектора есть заявленная погрешность, нет цепи хранения данных, нет эксперта, а студент не может оспорить работу модели.

Почему балл не может решать исход разбирательства

Академические дисциплинарные процедуры квазиюридические. Они требуют доказательств, которые студент может изучить и оспорить, последовательного применения правил и возможности апелляции. Вывод детектора не соответствует ни одному из этих критериев.

  • Существует известная погрешность. В лабораторных условиях ошибается примерно одно изображение из одиннадцати, а для работ, которые были экспортированы, сжаты и загружены через портал, ситуация еще хуже.
  • Нет цепи хранения данных. Файл был обработан на чьем-то ноутбуке без записи о том, какая версия модели была использована и что именно она проанализировала.
  • Обоснование нельзя проверить. Студент не может спросить модель, почему она выдала такой результат, а институт обычно и сам не может это объяснить.
  • Ошибки распределены неравномерно. Студенты, которые используют вспомогательные инструменты редактирования или работают на менее мощном оборудовании, сжимающем файлы при экспорте, попадают под подозрение чаще.

Этот последний пункт институты недооценивают. Если детектор систематически чаще помечает определенную группу студентов, использование его в решениях создает проблему неравенства вдобавок к проблеме справедливости.

Что запрашивать вместо этого

Вопрос не в том, выглядит ли изображение сгенерированным. Вопрос в том, сделал ли работу студент. Доказательства процесса отвечают на это напрямую, и их гораздо сложнее сфабриковать после факта, чем готовый файл.

  1. Требуйте рабочие файлы вместе с работой

    Многослойные документы, файлы проектов, исходники или историю версий. Запрашивайте их при сдаче, а не во время расследования, чтобы никому не приходилось собирать их под давлением подозрений.

  2. Запрашивайте промежуточные этапы

    Три экспорта с отметками времени демонстрируют процесс развития. Это самое полезное требование, которое может добавить институт, и оно почти ничего не стоит студентам.

  3. Проведите короткую беседу о работе

    Пять минут вопросов о том, почему было принято то или иное решение, разрешают большинство дел. Студент, который сам создал изображение, объяснит свой выбор. Тот, кто этого не делал, обычно не сможет.

  4. Используйте детектор только для понимания того, где искать

    Пометка — это повод запросить рабочие файлы. Это не вердикт, и он не должен фигурировать в письме с обвинением.

Проблема ложноположительных результатов в учебных работах

Студенческие работы близки к худшему сценарию для детекции. Работа экспортируется для портала, сжимается при загрузке и часто создается с использованием апскейлинга, шумоподавления или генеративной заливки, что является легитимной частью учебного процесса.

Одно изображение, четыре этапа одной сдачи
Исходный экспорт
22
Сжато для загрузки
41
Перекодирование порталом
58
Скриншот для оценки
71

Иллюстративные цифры для подлинной студенческой фотографии, экспортированной и загруженной обычным способом.

Насколько идентичная работа может измениться при прохождении через систему сдачи.

С этим изображением ничего не делали, кроме отправки. Преподаватель, проверяющий скриншот из интерфейса оценки, проверяет самую деградировавшую копию в цепочке, получая наименее надежный ответ из возможных.

Если вы студент, которого обвинили

Необходимость доказывать, что вы сделали работу сами, — это сложно и становится все более распространенным явлением. Вот что имеет вес для комиссии.

  • Рабочий файл со слоями или сохраненной историей. Это самое весомое доказательство, которое сложно убедительно подделать.
  • Датированные промежуточные версии, включая те, которыми вы остались недовольны.
  • Оригинал, прямо с камеры или телефона, а не тот экспорт, который вы сдали.
  • Запись об используемых инструментах, включая любые вспомогательные функции, о которых вы открыто заявляете, а не скрываете.
  • Запрос конкретных доказательств против вас. Институт должен быть в состоянии сказать, на что он опирается, кроме цифры.

Написание политики, которая работает

Институты, справляющиеся с этим лучше всего, изменили требования к сдаче, а не купили детектор. Такой подход стоит дешевле, порождает меньше споров и выдерживает встречу с апелляционной комиссией.

Требуйте рабочие файлы при сдаче для любого задания, где важно авторство. Студенты, которые знают о требовании, планируют его заранее, и материал поступает в обычном порядке, а не запрашивается у того, кто уже находится под подозрением.

Укажите, какие инструменты разрешены, и требуйте короткое заявление о том, что использовалось. Большинство споров касается студента, который использовал разрешенный инструмент и не подумал упомянуть об этом — поле для заявления полностью снимает эту проблему.

Четко заявите, что автоматическая детекция сама по себе не является доказательством нарушения. Включение этого в политику защищает институт так же, как и студента, потому что это не дает комиссии полагаться на то, что нельзя должным образом проверить.

Вопросы пользователей

Может ли университет использовать ИИ-детектор для сданных изображений?
Как сигнал для первичной сортировки — с осторожностью. В качестве доказательства в деле о нарушении — нет. Погрешность опубликована, обоснование нельзя проверить, а студент не может оспорить работу модели. Любой вердикт требует доказательств процесса создания работы, а не анализа готового файла.
Что если студент не может предоставить рабочие файлы?
Это вопрос к вашим требованиям по сдаче, а не к студенту. Если рабочие файлы не требовались при сдаче, запрашивать их после — несправедливо и часто невозможно. Измените требования для следующей группы, вместо того чтобы наказывать текущую.
Помечаются ли некоторые студенты чаще других?
Да, и это риск, который институты упускают. Студенты, использующие вспомогательные инструменты, работающие на менее мощном оборудовании или сдающие через системы, которые сильно сжимают файлы, с большей вероятностью будут помечены, и это никак не коррелирует с нарушениями.
Стоит ли запретить ИИ-изображения в учебных работах?
Это зависит от того, чему учит курс, а полный запрет обычно невозможно контролировать. Четкие правила о том, какие инструменты разрешены, плюс обязательное заявление, порождают гораздо меньше споров, чем запрет, который никто не может проверить.
Что должно быть сказано в обвинительном письме?
На какие доказательства опирается институт, в терминах, на которые студент может ответить. Письмо, в котором говорится, что автоматическая проверка указала на возможную генерацию ИИ, не является обвинением, на которое можно ответить, и комиссия, скорее всего, это подтвердит.
Могут ли студенты проверить свою работу перед сдачей?
Да, и это стоит сделать на том самом файле, который вы сдаете. Высокий балл на подлинной работе — это повод сохранить рабочие файлы и отметить используемые инструменты, а не причина что-то менять в проекте.