Academic Integrity and AI: 学生のためのガイド

Academic integrity AI: この語は、完成した段落を文法チェッカーに通すことから、そもそもチャットボットにその段落を書かせることまでを含む広い範囲を指し、多くの学生は、ある利用がどこで終わり、別の利用がどこから始まるのかについて、明確な答えを得られないままである。この境界は、学生が受講するあらゆる科目について一度だけ中央で引かれるわけではない。各科目で、各教員がそれぞれのコースハンドブックにおいて別々に引くものであり、特定の課題を規定する版は、大学の一般方針が述べる内容よりもしばしば狭い。

それは抜け穴ではない。実際に方針を文書化したほぼすべての機関がこれをどのように扱うかを選んできたやり方である。なぜなら、実験レポート、個人的なエッセイ、コーディング課題はそれぞれ異なる問いを提起し、一つの中央ルールでは十分に答えられないからである。このガイドは、どこでも概して許容されること、どこでも概して許容されないこと、その中間にあるグレーゾーン、そして実際に何を行ったかを記録に残す簡単な方法を示す。したがって、特定の問いに対する答えは、決して単なる推測ではない。

Academic Integrity AI は、大学の方針ではなく、受講科目の方針から始まる

詳細な AI ガイダンスを公表している大学は、実際の判断を一貫して「大学」全体よりも小さい単位へと委ねている。Oxford の方針は、学生にとって、評価における AI の使用は明示的に許可された場合にのみ認められ、学部または学科の指示に従って申告しなければならず、無許可の使用は原則として academic misconduct と見なされると明確に述べている。Cambridge では、適用される規則は個々の評価課題説明のレベルで定められており、総括評価において未申告の AI 生成コンテンツを使用することは、その課題説明に別段の明記がない限り misconduct に当たる。これは、同じモジュールであっても、ある課題では一種の使用を認め、次の課題ではそれを禁じることがあり得ることを意味する。

MIT Sloan はこれをさらに直接的に述べており、課題を完了するために生成 AI ツールを使用することについて明確な方針はなく、教員が科目ごとに独自の規則を定め、その中にはそのような使用の一部または全部を許可することも禁止することも含まれるとしている。Monash では、この判断は各 unit の Chief Examiner に委ねられており、AI をどこで、どのように使用できるかを明示しなければならず、使用する場合には常に謝辞が必要である。これらはいずれも例外的な事例ではない。3 大陸にある 4 つの異なる大学が、それぞれ同じ方針上の問題をどのように構成するかを選んだ結果であり、学校の一般的な声明が全体像だと考える前に、記憶しておく価値がある。大学における AI 方針の各機関での違いを詳しく見ると、確認されたほとんどすべての場所で、同じ権限委譲のパターンが見られる。

ほとんど常に問題ない使用

最も明確なパターンは、大学の外側において、学術出版社が完成した研究を提出する著者に対して同じ問題をどのように扱うかに現れる。Elsevier の方針では、文法、綴り、句読点の基本的な確認は、いかなる申告も必要ないとしている。Wiley は、綴り、文法、一般的な編集のみに用いられるツールを開示義務の対象から除外している。IEEE は、文法および編集ツールはそもそもその AI 方針の意図の範囲外であると説明している。これらはいずれも大学の盗用規則ではないが、根底にある区別, すなわち、すでに学生自身のものである文章に対する機械的な修正と、そうではない新しい内容との区別は、ほとんどすべての科目レベルの AI 方針が同様に引いている線でもある。無料の文法チェッカーは、学生が遭遇しうるほぼあらゆる方針の下で、まさにその問題ない範疇に入る。

これは、構成に関するフィードバックについても同じです。既存の内容に対するフィードバックは、方針文のようなもの、あるいは文ごとの指摘である必要はありません。ツールは、あなたが書いた論証が論理的かどうか、あるいはどこかで同じことを繰り返していないかを尋ねることができます。これは、古い内容を置き換えるための新しい内容を求めているのではありません。上のあらゆる方針にわたって繰り返し現れる区別は、最終稿に至る過程でどのツールが文書に触れたかではなく、実質の著作権が誰にあるかです。

ほとんど決して適切ではない用途

生成された論証は、これまでに文書化されてきたほぼすべての場面で、同じ境界の反対側にあります。つまり、チャットボットに実際の主張、実際の分析、または実際の解釈を求め、その出力を提出物の実質として保持することです。生成された証拠はさらに悪く、より良いものではありません。なぜなら、捏造された統計や存在しない研究は、文体の問題ではないからです。それは、事実として提出された虚偽の主張です。引用も、より具体的な形で同じリスクを伴います。言語モデルは、きわめてもっともらしく読める出典をしばしば作り出します。そのため、単一の生成された引用を参考文献一覧に載せる前に、does ChatGPT make up references を読む価値があります。

これらすべての背後にある理由は、規則そのものよりも一貫しています。チャットボットは、自ら生成した主張を支持することも、出典と照合することも、その主張が誤っていた場合に責任を負うこともできません。まさにそのために、研究出版社は、文の生成に何が寄与したかにかかわらず、あらゆる主張について人間の著者が保証することを求めています。Turnitin's AI writing report が特定の段落を検出するかどうかは、その基礎となる内容がそもそも学生自身が提出すべきものだったかどうかとは別の、機械的な問題です。

グレーな中間領域と、その扱い方

いくつかの用法は、上の二つの明確な分類の間に位置しており、まさにこの点で、コース固有の方針が最も重要になる。難しい一節を翻訳すること、あるいは文が第二言語で自然に読めるかを確認することは、第一言語だけで書く学生の場合とは異なる位置づけになる。そして、これに一切触れていない方針は、通常、その方針を起草した人の前にその学生を想定して書かれていないだけである。書く前にツールに概念の説明を求めることは、提出物を生成することよりも教科書を使うことに近いが、すべての採点者がそう考えるわけではない。だからこそ、これは推測するよりも直接尋ねる価値のある分類なのである。

考えられる論点の一覧をブレインストーミングすること、あるいは各文を一から書く前に大まかなアウトラインを求めることも、同じ曖昧な領域に入る。これを、同級生と考えを言葉にして整理することと何ら変わらないとみなす教員もいる。一方で、提出物のあらゆる段階が学生自身のものであることが明確に見えることを求める教員もいる。特定の課題にどちらが当てはまるかを知る唯一確実な方法は、このガイドが最初に示したものと同じである。尋ねるか、あるいは課題説明を十分注意深く読んで確かめることである。

第二の課題にしてしまわずに記録を残す

簡単な習慣で、これらの大半に対応できるが、それ自体が独立した作業にならない。日付、ツールに何を求めたか、そして実際に何を残し、何を書き換えたかを記録する。これは、資料に引用を付けるのと同じであり、一度読んだことがあるという曖昧な記憶にとどめるのとは違う。コースで許可されているならチャットを保存し、そうでなければスクリーンショットを保存する。コースが正式なAI使用開示文を求める場合、その形式はこのガイドではなくコースによって定められており、独自に作ったより長く、より詳細な文を書くことよりも、その正確な文言に従うことのほうが重要である。

この原則の下にある実務上の問いには、それぞれ専用のページがある。教授はあなたがChatGPTを使ったと見分けられるのか、そしてより直接的な表現として、ChatGPTを使って見つかるのかである。

これらのいずれも、実際に特定の課題を規定する1つの文書、すなわちモジュールハンドブックまたは課題文そのものを読むことに代わるものではなく、他の学生が何を見逃しているように見えるかという一般的な印象にも代わるものではない。TextPulseの学生向けAI humanizerは、これのうち本当に執筆に関わる部分のために存在し、許可に関わる部分のためではない。これは、下書き自体の統計的な形状から構築された推定Human Scoreを報告し、提出前に真正な文章を確認するのに有用であり、方針がすでに認めている利用区分に正確に対応している。