AIを使用したと誤認された場合: 何をすべきか
AI使用を名指しする学術的誠実性に関するメールが恐ろしいのは、ある割合を否定する単一の事実が存在しないからである。ここでは、最初の48時間に、順序立てて何をすべきかを示す。何を言うべきか、何を決して認めてはならないか、どの証拠を求めるべきか、そしてスコアが単独で有効とみなされること自体が許されるのかをどう確認するかを述べる。
件名が Academic Integrity Concern や Meeting Request: Regarding Your Submission のようなメールが届き、その本文の最初の一文で、あなたの指導教員が、あなたが自分で書いた課題に artificial intelligence を使ったと考えていると告げられます。自分で書いたエッセイ課題について AI 使用を疑われることは、特有の混乱を伴います。割合を否定するために示せる単一の事実はなく、最初のメッセージで慌てたり、反論したり、過度に説明したりしたくなる直感は、まさに誤った対応です。恐怖は現実的で、もっともです。それでも対応は感情的ではなく手続き的でなければなりません。なぜなら、今後数週間を実際に動かすのは手続きだからです。
これは検出器が正しかったかどうかの問題ではありません。著者性とは無関係な理由で多くの文章がフラグ付けされますし、TextPulse は これらのツールが実際にどの程度正確か について別の箇所で詳しく扱っています。今後 2 日間で重要なのは手続きです。何を述べるか、何を求めるか、そして後で撤回する必要が生じるかもしれない事実関係の説明に踏み込む前に、何を確認するかです。順序を正しくすれば、根本的な問題が最終的にどのように解決されるかにかかわらず、自分を守れます。
エッセイ課題で AI 使用を疑われたら, 最初の反応を抑える
返答する前に待ち、初期のメッセージは短く保ってください。怒りは文章の中では明確に読み取られ、academic integrity office はその多くを読み取ります。最初の 1 時間以内に送られた返信, とりわけ手続きが不公平だとか教員が無能だとか述べるものは, あなたがそう感じるのが正しいかどうかにかかわらず, 自分自身の記録の一部になります。
実際に与えられた時間を使ってください。多くの教員やインテグリティ担当部署は、数分ではなく数日以内の返信を想定しており、通知を受け取ったことと返答を準備していることを伝える短い保留メッセージを送れば、回避的に見えずに考える余裕を確保できます。何かを書き始める前にメッセージを2回読み、そこに何が主張されているのかを正確に書き留めてください。どの課題か、どのツール名が挙げられているか、そして、もしあれば、どの証拠がすでに引用されているかです。返答期限が示されている場合は、その日付をメール本文とは別の場所に書き留めてください。期限を逃すと、争われている申し立てが、何もしなければ自動的に争いのないものになってしまうからです。
自分がしていないことを認めてはならない
実際に起きたことだけを述べ、それ以上を認めることで協力的に見せようとする誘惑に抵抗してください。虚偽の申し立ての事例のかなり多くは、まさにこの段階で失敗します。慣れない手続きに動揺した学生が、私はそれを確認するために Grammarly を使いましたとか、アイデアを得るために ChatGPT で何か調べたかもしれません、といった、実際にはそれでエッセイを書いたという意味にはほど遠いことを言ってしまうのです。
その文は、一度書き留められると、記録の中で争いのない唯一の事実となり、他のすべてはそれを通して読まれることになります。実際に問われていることだけに答え、しかも正確に答えてください。文法チェッカー、引用ツール、スペルチェッカーを使ったのであれば、まさにそのようにだけ述べ、それ以上は言わないでください。曖昧な協力姿勢は、沈黙と同じくらい容易に回避と受け取られるからです。使ったツールが、方針が実際に意味している AI 利用の種類に当たるのか確信が持てない場合は、推測して後で訂正が必要になるかもしれない答えを出すのではなく、何を使ったのかを述べて直接尋ねてください。
書面でどの証拠を求めるべきか
フラグが付いた割合だけでは、何がそれを引き起こしたのかが示されないため、実際にはそれに応答できる申し立てにはなりません。要約スコアではなく完全な報告書を、書面で求めてください。どの文やどの節がフラグ付けされたのか、スコアが懸念事項と見なされる前にあなたの機関が用いる閾値は何か、そして正確にどのシステムがその数値を生成したのかです。
Turnitinの公式資料は、AI writing reportとsimilarity, or source matching, reportが別個のシステムであり、別々の事柄を測定していることを明確に示しており、文書は一方で高いスコアを示しながら、他方では低いスコアを示すことがあります。受け取ったメッセージに、どのreportを引用しているのかが書かれていない場合、それが最初に確認すべき質問です。なぜなら、AIでフラグが付いたことと、sourceとの一致でフラグが付いたことは異なる आरोपであり、それぞれ異なる対応を要するからです。説明だけではなく、実際のreportのコピーを具体的に求めてください。Turnitinは既定ではAI reportを学生に表示しないため、教員がスコアを引用している場合、それは通常、あなた自身が見たことのないものを説明しているにすぎず、アクセス権を持つ者がそれをエクスポートして、あなたに直接送付しなければなりません。
その依頼は、会話の中で口頭で述べるだけでなく、メールで行ってください。そうすれば、あなたが依頼したという記録が残ります。合理的な手続きであれば、これを提示できるはずです。割合の背後にある実際の証拠を共有することへの消極性は、それ自体が注目に値します。特に、後に正式な審問に至った場合には、あなたが何を、いつ求めたのかを正確に示したいはずだからです。
この時点以降、受け取ったものと送ったものはすべてコピーを保管し、大学のメールアカウントだけではなく、自分で管理できるフォルダに保存してください。事案が数週間または数か月後に正式な審問へ進む場合、何がいつ言われたかを正確に思い出すことは、今日感じている以上に重要になります。
自分の論文を人間らしくする
重要な語句や引用には手を加えずに、AI支援テキストを変換して自然な人間の文章のようにします。
どの方針とどの手続きがあなたに適用されるのか?
各機関で運用は異なり、あなたの事案に付けられた区分は、見た目以上に重要である。直接確認すべきである。これはあなたと教員との非公式な会話なのか、それともすでに正式事案として学術的誠実性担当部署に付託されているのか。両者は異なる規則に従い、異なる重大性を持ち、あなたに対する証拠への異なる権利を与える。口調だけで判断してはならない。友好的に見えるメールであっても、正式手続きの開始段階である可能性があり、厳しい印象のものでも、どこにも提出される前に、教員が個人的な懸念を整理している段階にすぎないことがある。
| 非公式な会話 | 正式な付託 | |
|---|---|---|
| 関与する者 | あなたの教員、まだ事案記録はない | 学術的誠実性担当部署または委員会、事案番号 |
| 通常、何が問題となるか | 成績に関する話し合い、場合によってはそれ以上なし | 成績証明書への記載、停学、重大な事案ではさらに重い処分 |
| 証拠を見る権利 | 正式に求められていなくても、いずれにせよ求める | 通常、完全な報告書を見る文書化された権利がある |
| 最初にすべきこと | これがどの区分かを、書面で尋ねる | 書面による手続を名称で請求し、返答する前に読む |
どちらに該当するか分かったら、口頭で誰かが説明した要約ではなく、実際の方針文書そのものを見つけるべきである。多くの大学はこれを公開しており、TextPulseのAI方針が各機関で実際にどのように機能するかの概要は、自分の大学版を見つけにくい場合の出発点として妥当である。方針には通常、何が証拠に当たるか、誰が判断するか、そして応答する権利が文書上どのように示されるかが記されており、これらの各詳細によって、次のメッセージに何を書くべきかが変わる。
Detector のスコアは、あなたに対する唯一の証拠になり得るか
通常はそうではありません, 少なくとも書面上はそうです。Turnitin自身の機関向けガイダンスは, そのAI執筆モデルは常に正確とは限らず, 学生に対する不利益な措置の唯一の根拠として用いるべきではないと明確に述べています。Michigan Stateのガイダンスも, ほぼ同じ言葉で同じ原則を繰り返しています。偽陽性は, 独立に検証された検出器全体で確認されている既知の傾向であり, もしあなたの事案がそれ以外に何もないスコアだけに依拠しているなら, そのように述べる権利があります。
これは, 自分を守るためにあなたが作り出している形式的な論点ではありません。Vanderbiltは, ベンダー自身が公表した偽陽性率を理由に, 2023年にTurnitinのAI検出器を完全に無効化し, 年間およそ75,000本の提出論文のうち, 数百本の学生論文が誤ってラベル付けされた可能性があると見積もりました。University of Texas at Austin, Northwestern, Montclair Stateも, おおむね同じ時期に同様の判断を下しました。これらはいずれも, あなたの個別事案が誤りであることを証明するものではありません。ただし, その数値だけでは十分と扱われてこなかったこと, しかもこれらのツールに費用を支払っている大学でさえそうであったことを示しています。
英語が第一言語でない場合, この点はさらに重要です。独立した検証では, 流暢な第二言語による学術的文章が, 母語話者の文章よりはるかに高い割合で誤判定されることが繰り返し確認されています。また, TextPulseのESL学術ライター向けページでは, なぜそのようなことが起こるのかを正確に説明しています。これがあなたに当てはまるなら, 書面での回答にその旨を記し, その既知の傾向が, あなたのスコアが意味のあるものとして扱われる前に考慮されたのかを具体的に尋ねてください。
最初の48時間の後に何が起こるか
証拠, 規程, そして自分がどの手続にいるのかについての明確な理解がそろったら, 次の段階は通常, 書面による回答であり, 場合によっては面談, あるいはその両方です。その面談で何を言うかよりも, 何を示せるかのほうが重要です。すなわち, 時系列, 手続, そして誰かに何かを非難される前から存在していた文書記録です。
実践的な次の2つの手順には、それぞれ専用のページがあります。AIを使用していないことを示す証拠を集めることと、スコアに対してではなく、 आरोपに対して応答する異議申立書を書くことです。
その文書の記録は、今後再び必要になるかどうかにかかわらず、作成しておく価値があります。誤った非難を乗り切れるようにする習慣、つまり、作業の途中で下書きを保存すること、検索履歴を保持すること、自分の推論を一行ずつ他者に説明できるようにしておくことは、今日始めるのに費用はかからず、後から再構築するには大きな労力を要します。今回の事案がどのような結末になるとしても、今のうちに静かに始めてください。その証拠が実際にはどのようなものか、また各種類の証拠がどの程度の重みを持ちうるのかは、必要に迫られる前に、より詳しく理解しておく価値があります。
よくある質問
すぐに返信してはならず、実際に起こったことを超えて何かを認めてもならない。自分で書いたエッセイでAI使用を疑われた場合は、具体的な証拠を書面で求め、これが非公式のやり取りなのか正式な付託なのかを確認し、応答する前に所属機関の実際の方針を読むこと。
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.