ถูกกล่าวหาว่าใช้ AI ทั้งที่ไม่ได้ใช้: ควรทำอย่างไร
อีเมลด้านความซื่อสัตย์ทางวิชาการที่ระบุการใช้ AI นั้นน่ากลัวก็เพราะไม่มีข้อเท็จจริงข้อเดียวที่หักล้างเปอร์เซ็นต์ได้ นี่คือสิ่งที่ควรทำตามลำดับใน 48 ชั่วโมงแรก, ควรพูดอะไร, ไม่ควรยอมรับอะไรเลย, ควรขอหลักฐานอะไร, และจะหาว่าคะแนนนั้นสามารถยืนได้ด้วยตัวเองหรือไม่อย่างไร
อีเมลมาพร้อมกับบรรทัดหัวเรื่องเช่น Academic Integrity Concern หรือ Meeting Request: Regarding Your Submission และบรรทัดแรกภายในอีเมลบอกคุณว่าอาจารย์ของคุณเชื่อว่าคุณใช้ปัญญาประดิษฐ์ในงานที่คุณเขียนเอง การถูกกล่าวหาว่าใช้ AI ในงานเรียงความที่คุณเขียนจริง ๆ ทำให้สับสนในลักษณะเฉพาะอย่างหนึ่ง, คือไม่มีข้อเท็จจริงข้อเดียวที่คุณจะยกขึ้นมาเพื่อหักล้างเปอร์เซ็นต์ได้ และสัญชาตญาณที่จะตื่นตระหนก โต้แย้ง หรืออธิบายมากเกินไปในข้อความแรกที่คุณส่งนั้นเป็นการกระทำที่ผิดอย่างยิ่ง ความกลัวนั้นเป็นเรื่องจริงและสมเหตุสมผล แต่การตอบสนองต่อมันยังคงต้องเป็นไปตามขั้นตอนมากกว่าอารมณ์ เพราะขั้นตอนคือสิ่งที่สองสามสัปดาห์ถัดไปจะดำเนินไปบนพื้นฐานนั้นจริง ๆ
นี่ไม่ใช่เรื่องว่าตัวตรวจจับถูกต้องหรือไม่ งานเขียนจำนวนมากถูกตั้งธงด้วยเหตุผลที่ไม่เกี่ยวข้องกับความเป็นผู้เขียน และ TextPulse ได้กล่าวถึง เครื่องมือเหล่านี้มีความแม่นยำจริงเพียงใด อย่างละเอียดไว้ที่อื่น สิ่งที่สำคัญในสองวันถัดไปคือขั้นตอน, คุณพูดอะไร, คุณขออะไร, และคุณค้นพบอะไร ก่อนที่จะผูกมัดตัวเองกับเรื่องราวเวอร์ชันหนึ่งซึ่งภายหลังคุณอาจต้องถอนกลับ จัดลำดับให้ถูกต้อง แล้วคุณจะปกป้องตัวเองได้ไม่ว่าคำถามพื้นฐานนั้นจะได้รับการคลี่คลายอย่างไรในที่สุด
ถูกกล่าวหาว่าใช้ AI ในงานเรียงความ, ควบคุมปฏิกิริยาแรก
รอก่อนที่จะตอบกลับ และให้ข้อความช่วงแรกสั้นไว้ ความโกรธอ่านออกได้ชัดเจนในงานเขียน และ academic integrity office ก็อ่านได้มากทีเดียว การตอบกลับที่ส่งภายในชั่วโมงแรก โดยเฉพาะข้อความที่บอกว่ากระบวนการไม่ยุติธรรมหรืออาจารย์ไม่มีความสามารถ จะกลายเป็นส่วนหนึ่งของแฟ้มของคุณเอง ไม่ว่าคุณจะมีเหตุผลที่จะรู้สึกเช่นนั้นหรือไม่ก็ตาม
ใช้เวลาที่คุณได้รับอย่างแท้จริง ผู้สอนและสำนักงานด้านความซื่อสัตย์ทางวิชาการส่วนใหญ่คาดหวังคำตอบภายในไม่กี่วัน ไม่ใช่ไม่กี่นาที และข้อความสั้น ๆ เพื่อขอเวลาชั่วคราว โดยระบุว่าคุณได้รับหนังสือแจ้งแล้วและกำลังเตรียมคำตอบ จะช่วยให้คุณมีเวลาคิดโดยไม่ดูเหมือนหลบเลี่ยง อ่านข้อความสองครั้งก่อนร่างอะไรทั้งสิ้น และจดไว้ให้ชัดเจนว่าข้อความนั้นอ้างว่าอะไร, งานชิ้นใด, ระบุเครื่องมือใด, และมีหลักฐานอะไรบ้าง หากมี, ที่ถูกอ้างถึงแล้ว หากข้อความนั้นระบุเส้นตายสำหรับคำตอบของคุณ ให้จดวันดังกล่าวแยกไว้จากอีเมลเอง เพราะการพลาดกำหนดนั้นอาจทำให้ข้อกล่าวหาที่โต้แย้งได้กลายเป็นข้อกล่าวหาที่ไม่มีผู้โต้แย้งโดยปริยาย
อย่ายอมรับในสิ่งใดที่คุณไม่ได้ทำ
พูดเฉพาะสิ่งที่เกิดขึ้นจริง และต้านทานความอยากที่จะดูให้ร่วมมือด้วยการยอมรับมากกว่านั้น คดีข้อกล่าวหาเท็จจำนวนไม่น้อยผิดพลาดตรงขั้นตอนนี้พอดี นักศึกษาคนหนึ่งซึ่งตื่นตระหนกจากกระบวนการที่ไม่คุ้นเคย อาจพูดทำนองว่า ฉันใช้ Grammarly ตรวจดูมัน หรือฉันอาจจะค้นอะไรบางอย่างใน ChatGPT เพื่อหาแนวคิด ซึ่งหมายถึงสิ่งที่น้อยกว่าการเขียนเรียงความด้วยมันมากนัก
เมื่อประโยคนั้นถูกเขียนลงไปแล้ว มันจะกลายเป็นข้อเท็จจริงเพียงข้อเดียวในแฟ้มที่ไม่มีข้อโต้แย้ง และทุกอย่างอื่นจะถูกอ่านผ่านข้อเท็จจริงนั้น ตอบเฉพาะสิ่งที่ถูกถามจริง ๆ และตอบอย่างแม่นยำ, หากคุณใช้ตัวตรวจไวยากรณ์, เครื่องมืออ้างอิง, หรือตัวตรวจการสะกด ให้พูดตามนั้นอย่างตรงไปตรงมาและไม่มากไปกว่านั้น เพราะความร่วมมือที่คลุมเครืออ่านได้ว่าเป็นการหลบเลี่ยงได้พอ ๆ กับความเงียบ หากคุณไม่แน่ใจว่าเครื่องมือที่คุณใช้เข้าข่ายการใช้ AI แบบที่นโยบายหมายถึงจริงหรือไม่ ให้บอกว่าใช้เครื่องมือใดและถามโดยตรง แทนที่จะเดาและผูกมัดตัวเองกับคำตอบที่คุณอาจต้องแก้ไขในภายหลัง
คุณควรขอหลักฐานอะไรเป็นลายลักษณ์อักษร?
เปอร์เซ็นต์ที่ถูกตั้งธงไว้เพียงอย่างเดียวไม่ใช่ข้อกล่าวหาที่คุณจะตอบโต้ได้จริง เพราะมันไม่ได้บอกว่าสิ่งใดเป็นตัวกระตุ้นให้เกิดขึ้น ขอเป็นลายลักษณ์อักษรให้ส่งรายงานฉบับเต็มแทนคะแนนสรุป, ประโยคหรือส่วนใดที่ถูกตั้งธง, สถาบันของคุณใช้เกณฑ์ใดก่อนที่คะแนนจะนับว่าเป็นประเด็นน่ากังวล, และระบบใดกันแน่ที่สร้างตัวเลขนั้นขึ้นมา
เอกสารของ Turnitin เอง ระบุอย่างชัดเจนว่ารายงานการเขียนด้วย AI และรายงานความคล้ายคลึง หรือการจับคู่แหล่งที่มา เป็นระบบแยกจากกันที่วัดคนละสิ่ง และเอกสารฉบับหนึ่งอาจได้คะแนนสูงในระบบหนึ่งแต่ได้คะแนนต่ำในอีกระบบหนึ่ง หากข้อความที่คุณได้รับไม่ได้ระบุว่ากำลังอ้างถึงรายงานฉบับใด นั่นคือคำถามเพื่อขอความกระจ่างข้อแรกที่ควรถาม เพราะการถูกระบุว่าเป็น AI และการถูกระบุว่าตรงกับแหล่งที่มาเป็นข้อกล่าวหาคนละแบบ ซึ่งต้องการการตอบสนองคนละแบบ ขอสำเนารายงานจริงโดยเฉพาะ ไม่ใช่เพียงคำบรรยายเกี่ยวกับรายงานนั้น Turnitin ไม่แสดงรายงาน AI ให้นักศึกษาเห็นโดยค่าเริ่มต้น ดังนั้นอาจารย์ที่อ้างคะแนนมักกำลังอธิบายสิ่งที่คุณไม่เคยเห็นด้วยตนเอง และผู้ที่มีสิทธิ์เข้าถึงต้องส่งออกไฟล์แล้วส่งให้คุณโดยตรง
ให้ส่งคำขอทางอีเมลแทนที่จะยกขึ้นพูดคุยเพียงอย่างเดียว เพื่อให้มีบันทึกว่าคุณได้ร้องขอไว้ กระบวนการที่สมเหตุสมผลควรสามารถจัดให้ได้ การไม่เต็มใจที่จะแบ่งปันหลักฐานจริงที่อยู่เบื้องหลังร้อยละนั้นเองก็เป็นสิ่งที่ควรบันทึกไว้ โดยเฉพาะหากเรื่องนี้ไปถึงการพิจารณาอย่างเป็นทางการในภายหลัง ซึ่งคุณจะต้องแสดงให้เห็นอย่างชัดเจนว่าคุณได้ร้องขออะไรและเมื่อใด
เก็บสำเนาทุกอย่างที่คุณได้รับและทุกอย่างที่คุณส่งนับจากจุดนี้ไว้ในโฟลเดอร์ที่คุณควบคุมเอง แทนที่จะเก็บไว้เพียงในบัญชีอีเมลของมหาวิทยาลัย หากคดีดำเนินไปสู่การพิจารณาอย่างเป็นทางการในอีกหลายสัปดาห์หรือหลายเดือนต่อมา การจำได้อย่างแม่นยำว่าใครพูดอะไรและเมื่อใดจะมีความสำคัญมากกว่าที่คุณจะรู้สึกในวันนี้
ทำให้บทความของคุณเป็นธรรมชาติมากขึ้น
ปรับข้อความที่ช่วยโดย AI ของคุณให้ฟังดูเป็นธรรมชาติ, โดยไม่แตะต้องคำสำคัญหรือการอ้างอิง
นโยบายใดและกระบวนการใดที่ใช้กับคุณ?
แต่ละสถาบันดำเนินการเรื่องนี้แตกต่างกัน และป้ายกำกับที่ติดกับกรณีของคุณมีความสำคัญมากกว่าที่ดูเหมือนจะเป็นอยู่มาก ถามโดยตรงว่า นี่เป็นเพียงการสนทนาอย่างไม่เป็นทางการระหว่างคุณกับอาจารย์ผู้สอน หรือได้ถูกส่งต่อไปยังสำนักงานด้านความซื่อสัตย์ทางวิชาการแล้วในฐานะกรณีอย่างเป็นทางการ? ทั้งสองกรณีใช้กฎคนละชุด มีเดิมพันต่างกัน และให้สิทธิ์คุณต่อพยานหลักฐานที่ใช้กล่าวหาคุณต่างกัน อย่าคาดเดาคำตอบจากน้ำเสียงเพียงอย่างเดียว อีเมลที่ฟังดูเป็นมิตรยังอาจเป็นก้าวแรกของกระบวนการอย่างเป็นทางการได้ และอีเมลที่ฟังดูเข้มงวดก็ยังอาจเป็นเพียงอาจารย์ที่กำลังจัดการกับข้อกังวลส่วนตัวก่อนที่เรื่องใด ๆ จะถูกยื่นที่ใดก็ตาม
| การสนทนาอย่างไม่เป็นทางการ | การส่งต่ออย่างเป็นทางการ | |
|---|---|---|
| ผู้ที่เกี่ยวข้อง | อาจารย์ผู้สอนของคุณ ยังไม่มีแฟ้มคดี | สำนักงานหรือคณะกรรมการด้านความซื่อสัตย์ทางวิชาการ, มีหมายเลขคดี |
| สิ่งที่มักเป็นเดิมพัน | การหารือเรื่องเกรด, บางครั้งไม่มีเรื่องอื่นต่อจากนั้น | การบันทึกในทรานสคริปต์, การพักการศึกษา, หรือร้ายแรงกว่านั้นในกรณีที่ร้ายแรง |
| สิทธิ์ของคุณต่อพยานหลักฐาน | ขอได้อยู่ดี, แม้ว่าโดยทางการจะไม่จำเป็นต้องให้ก็ตาม | โดยทั่วไปมีสิทธิ์ที่บันทึกไว้ในการดูรายงานฉบับเต็ม |
| สิ่งที่ควรทำก่อน | ถามเป็นลายลักษณ์อักษรว่าเรื่องนี้อยู่ในหมวดใด | ขอขั้นตอนเป็นลายลักษณ์อักษรโดยระบุชื่อ และอ่านก่อนตอบกลับ |
เมื่อคุณทราบแล้วว่าคุณอยู่ในกรณีใด ให้ค้นหาเอกสารนโยบายฉบับจริง ไม่ใช่เพียงบทสรุปที่มีคนอธิบายให้คุณฟังด้วยวาจา มหาวิทยาลัยส่วนใหญ่มักเผยแพร่เรื่องนี้อย่างเปิดเผย และ ภาพรวมของ TextPulse ว่านโยบาย AI ทำงานจริงอย่างไรในแต่ละสถาบัน เป็นจุดเริ่มต้นที่เหมาะสม หากฉบับของมหาวิทยาลัยคุณเองค้นหาได้ยาก โดยทั่วไปนโยบายจะระบุว่าอะไรนับเป็นพยานหลักฐาน ใครเป็นผู้ตัดสิน และสิทธิ์ของคุณในการตอบโต้มีลักษณะอย่างไรในเอกสาร และรายละเอียดแต่ละข้อเหล่านี้จะเปลี่ยนสิ่งที่ข้อความถัดไปของคุณควรกล่าว
คะแนนจากตัวตรวจจับเพียงอย่างเดียวสามารถเป็นพยานหลักฐานทั้งหมดที่ใช้กล่าวหาคุณได้หรือไม่?
โดยทั่วไปแล้ว ไม่ใช่ อย่างน้อยก็ในทางทฤษฎี แนวทางของ Turnitin ที่มีต่อสถาบันระบุอย่างชัดเจนว่าแบบจำลองการเขียนด้วย AI ของตนอาจไม่แม่นยำเสมอไป และไม่ควรใช้เป็นฐานเพียงอย่างเดียวในการดำเนินการที่เป็นผลเสียต่อผู้เรียน แนวทางของ Michigan State เองก็ย้ำหลักการเดียวกันด้วยถ้อยคำแทบไม่ต่างกัน ผลบวกลวงเป็น รูปแบบที่มีการบันทึกไว้ในเครื่องมือตรวจจับที่ได้รับการทดสอบอย่างอิสระ และหากกรณีของคุณอาศัยเพียงคะแนนโดยไม่มีอย่างอื่นรองรับ คุณมีสิทธิที่จะกล่าวเช่นนั้น
นี่ไม่ใช่ประเด็นทางเทคนิคที่คุณกำลังหยิบยกขึ้นมาเพื่อปกป้องตนเอง Vanderbilt ได้ปิดการใช้งานตัวตรวจจับ AI ของ Turnitin ทั้งหมดในปี 2023 โดยอ้างถึงอัตราผลบวกลวงที่ผู้ขายเผยแพร่เอง และประเมินว่า จากเอกสารประมาณ 75,000 ชิ้นที่ส่งทุกปี อาจมีเอกสารของผู้เรียนหลายร้อยชิ้นที่ถูกติดป้ายผิด The University of Texas at Austin, Northwestern และ Montclair State ได้ตัดสินใจในลักษณะคล้ายกันในช่วงเวลาใกล้เคียงกัน ไม่มีสิ่งใดในนั้นพิสูจน์ว่ากรณีเฉพาะของคุณผิด แต่แสดงให้เห็นว่าตัวเลขเพียงอย่างเดียวไม่เคยถูกถือว่าเพียงพอ แม้แต่โดยมหาวิทยาลัยที่จ่ายเงินเพื่อใช้เครื่องมือเหล่านี้
เรื่องนี้ยิ่งสำคัญมากขึ้นหากภาษาอังกฤษไม่ใช่ภาษาแรกของคุณ การทดสอบอย่างอิสระพบซ้ำแล้วซ้ำเล่าว่าเครื่องมือตรวจจับอ่านงานเขียนเชิงวิชาการในภาษาที่สองที่เขียนได้คล่องผิดพลาดในอัตราที่สูงกว่างานเขียนของเจ้าของภาษาอย่างมาก และหน้า ของ TextPulse สำหรับผู้เขียนงานวิชาการที่ใช้ภาษาอังกฤษเป็นภาษาที่สอง อธิบายอย่างตรงไปตรงมาว่าเหตุใดจึงเกิดขึ้น หากสิ่งนี้ใช้กับคุณ ให้ระบุไว้ในคำชี้แจงเป็นลายลักษณ์อักษรของคุณ และถามโดยเฉพาะว่ารูปแบบที่มีการบันทึกไว้นั้นได้รับการพิจารณาหรือไม่ก่อนที่คะแนนของคุณจะถูกถือว่ามีนัยสำคัญ
เกิดอะไรขึ้นหลังจาก 48 ชั่วโมงแรก
เมื่อคุณมีหลักฐาน นโยบาย และความเข้าใจที่ชัดเจนว่าคุณอยู่ในกระบวนการใด ขั้นตอนถัดไปโดยทั่วไปคือคำชี้แจงเป็นลายลักษณ์อักษร บางครั้งเป็นการประชุม บางครั้งเป็นทั้งสองอย่าง สิ่งที่คุณพูดในการประชุมนั้นมีความสำคัญน้อยกว่าสิ่งที่คุณแสดงได้, ไทม์ไลน์, กระบวนการ, และร่องรอยเอกสารที่มีอยู่ก่อนที่ใครจะกล่าวหาคุณในเรื่องใดก็ตาม
สองขั้นตอนถัดไปที่ปฏิบัติได้จริงมีหน้าเฉพาะของตนเอง ได้แก่ การรวบรวมหลักฐานว่าคุณไม่ได้ใช้ AI และ การเขียนจดหมายอุทธรณ์ ที่ตอบโต้คะแนนมากกว่าข้อกล่าวหา
การมีร่องรอยเอกสารเช่นนี้คุ้มค่าต่อการสร้างขึ้น ไม่ว่าคุณจะต้องใช้มันอีกหรือไม่ก็ตาม นิสัยที่ทำให้การถูกกล่าวหาอย่างไม่เป็นธรรมพอจะรับมือได้, เช่น การบันทึกร่างไปพร้อมกับการทำงาน, การเก็บประวัติการค้นหา, การสามารถอธิบายเหตุผลของตนเองให้ผู้อื่นฟังทีละบรรทัด, ไม่ต้องเสียค่าใช้จ่ายในการเริ่มต้นตั้งแต่วันนี้ แต่ต้องใช้ความพยายามอย่างมากในการย้อนสร้างขึ้นภายหลัง เริ่มตั้งแต่ตอนนี้ อย่างเงียบ ๆ โดยไม่ขึ้นอยู่กับว่ากรณีนี้จะจบลงอย่างไร หลักฐานนั้นมีลักษณะเป็นอย่างไรจริง ๆ และหลักฐานแต่ละประเภทสามารถมีน้ำหนักได้มากเพียงใด ควรทำความเข้าใจให้ละเอียดกว่านี้ก่อนที่คุณจะต้องใช้มันภายใต้แรงกดดัน
คำถามที่พบบ่อย
อย่าตอบกลับทันที และอย่ายอมรับสิ่งใดเกินกว่าสิ่งที่เกิดขึ้นจริง หากคุณถูกกล่าวหาว่าใช้ AI ในงานเรียงความที่คุณเขียนเอง ให้ขอหลักฐานเฉพาะเจาะจงเป็นลายลักษณ์อักษร ตรวจสอบว่านี่เป็นเพียงการพูดคุยไม่เป็นทางการหรือเป็นการส่งเรื่องอย่างเป็นทางการ และอ่านนโยบายจริงของสถาบันของคุณก่อนตอบกลับสิ่งใด
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.
