Чи перевіряють вступні комісії коледжів на AI?

Чи перевіряють вступ до коледжу на використання AI? Власна політика Common App щодо шахрайства вже частково відповідає на це запитання ще до того, як буде прочитано хоча б одне есе. Починаючи з 2023 року, її визначення шахрайства в заявці прямо називає «сутнісний зміст або результат роботи платформи, технології чи алгоритму штучного інтелекту» поряд із плагіатом, і кожен абітурієнт підтверджує це визначення перед поданням. Те, що об’єднує приймальні комісії, це не спільний інструмент виявлення. Це спільне очікування, що есе в полі було написане абітурієнтом, а не згенероване й трохи відредаговане.

UCAS проводить подібну перевірку у Великій Британії. Кожен абітурієнт заявляє, що його особиста заява не була скопійована або надана з іншого джерела, включно з генеративним AI. Команда перевірки UCAS запускає систему виявлення подібності для всіх заявок, шукаючи саме це. Деякі коледжі йдуть ще далі, ніж базовий рівень на будь-якій із платформ. Наприклад, власні інструкції щодо подання заявки Brown University прямо зазначають, що використання AI не дозволяється у зв’язку зі змістом заявки за жодних обставин, за одним названим винятком для перевірки орфографії та граматики. Деякі школи взагалі нічого не публікували з цього питання. Це відрізняється від школи, яка мовчки вирішила, що AI є прийнятним.

Чи перевіряють вступ до коледжу на використання AI? Що насправді каже Common App

Політика Common App щодо шахрайства визначає шахрайство досить широко, щоб охопити більше, ніж дослівне копіювання. Її пункт про «сутнісний зміст або результат роботи платформи, технології чи алгоритму штучного інтелекту» охоплює чернетку, створену чат-ботом, яку було перефразовано, скорочено або перебудовано, так само як і ту, що вставлено без редагування, тому що стандарт полягає в тому, чи походив сутнісний зміст від абітурієнта, а не в тому, чи випадково остаточне формулювання на рівні речень точно збігається з результатом чат-бота. Кожен абітурієнт підписує підтвердження, яке містить цей пункт, як частину подання через платформу. Питання, яке має значення, полягає не в тому, чи перевіряє конкретний коледж. Воно полягає в тому, чи була заявка правдивою на момент підписання, у формі, з якою абітурієнт уже погодився.

Brown є корисним прикладом саме тому, що його інструкції залишають мало простору для тлумачення. Допомога AI дозволена лише для перевірки орфографії та граматики, тобто для того самого вузького використання, яке охоплює базовий інструмент вичитування, і нічого понад це. Це суворіше, опубліковане обмеження поверх загального стандарту Common App, а не окреме питання. Усе це не стосується інструмента, який більшість студентів уявляє, коли виникає ця тема: чи може Turnitin виявити ChatGPT у поданому есе, це питання про навчальну роботу, яку перевіряють після зарахування в системі управління навчанням, тоді як читання матеріалів для вступу відбувається раніше, в іншому документі, за зовсім іншими правилами.

Що UCAS вимагає в особистій заяві

UCAS проводить подібну межу до Common App, але з власним формулюванням. Створення особистої заяви, або значної її частини, за допомогою інструмента на кшталт ChatGPT і подання її як оригінальної може вважатися шахрайством і може коштувати вступникові пропозиції або призвести до відкликання вже наданої пропозиції. Використання AI для пошуку ідей щодо того, що включити, як структурувати абзац або як поліпшити читабельність речення, є іншим питанням, і власні настанови UCAS трактують таке використання як прийнятне. Розрізнення, яке проводить UCAS, близьке до того, яке проводить Common App, але з іншим формулюванням: допомога допустима, заміна ні.

Це розрізнення є не просто рекомендацією без реальних наслідків. Команда перевірки UCAS проводить перевірки на шахрайські заявки та на наявність схожих шаблонів у особистих заявах, і якщо її система позначає заяву, університети або коледжі, вказані в цій заявці, можуть бути повідомлені безпосередньо. Позначка сама по собі не завершує розгляд заявки. Вона означає, що заяву вдруге, з більшою підозрою, читають люди, які бачать тисячі таких матеріалів у кожному циклі й знають, як виглядає шаблонна відповідь, ще до того, як доходять до другого абзацу.

Де приймальні комісії не сказали нічого взагалі

Поза двома великими платформами для подання заяв і кількома закладами, як-от Brown, більшість окремих приймальних відділів не опублікували нічого конкретного про AI в есе для вступу. Ця мовчанка заслуговує на уважне прочитання. Заклад без окремого формулювання про AI не обов'язково вирішив, що AI є прийнятним. Його загальна мова про доброчесність у заяві, ті самі формулювання, які вже охоплюють плагіат і вигадані списки діяльності, передує generative AI і досі поширюється на нього, незалежно від того, чи сказано це прямо в окремому реченні. Ця прогалина відповідає моделі, яку варто зрозуміти в тому, як університети загалом підходять до політики щодо AI: загальне інституційне правило і конкретне правило курсу або кафедри часто перебувають на різних рівнях деталізації, і зазвичай діє саме більш конкретне.

Чому справжній тест, це не детектор

Особа, яка читає вступні матеріали, не намагається запустити класифікатор на особистій заяві. Питання, на яке вона намагається відповісти, є значно вужчим і значно складнішим: "чи звучить це як одна конкретна людина, яка зробила одну конкретну річ, описану з достатньою кількістю неповторюваних деталей, щоб ніхто інший не міг написати саме цей абзац?" Текст, згенерований AI, імовірно, не досягне цієї мети навіть без того, щоб хтось читав його за допомогою інструмента виявлення. Він намагається бути загальним, а не конкретним: засвоєний урок, а не точний момент, коли його було засвоєно, інтерес до медицини, а не конкретна зустріч із пацієнтом, що його спричинила. Людина, яка читає, може побачити цю різницю одразу і чітко, задовго до того, як побачить відсоток на екрані.

Працівники приймальних комісій читають тисячі таких есе за один цикл, і саме тому загальна версія вирізняється, а не зливається з іншими. Речення, яке міг би написати будь-який абітурієнт з тими самими показниками і тією самою запланованою спеціальністю, є значно помітнішою ознакою, ніж речення з незвичним вибором дієслова або нетиповою структурою. У цьому контексті конкретність не є стилістичним уподобанням. Вона становить саму основу, на якій оцінюють есе, незалежно від того, що саме сканер може або не може позначити.

Використання AI у вашій заявці без переходу межі

Використання, які і UCAS, і Brown вважають прийнятними, вказують на працездатну модель: AI для структури, для звуження теми, для виявлення друкарської помилки, а людина для власне речень, що описують, що сталося і чому це мало значення. Складання цілого абзацу за допомогою чатбота і переписування його іншими словами все одно починається з контенту, який спочатку не належав абітурієнту, і саме таку заміну, навколо якої кожна перевірена тут політика проводить межу, ідеться. free essay checker є розумним способом виявити абзац, який відхилився до загальних, придатних для будь-якої заявки формулювань, ще до того, як він наблизиться до кнопки надсилання, незалежно від того, як цей абзац був написаний.

Клінічні програми застосовують найсуворіші правила з усіх дисциплін, і AI detection in nursing school розглядається окремо. Принцип, що лежить в основі всіх них, викладено в матеріалі про academic integrity and AI.

Усе це насправді не про те, як перехитрити систему перевірки, на будь-якій платформі. AI humanizer for students від TextPulse повідомляє орієнтовний Human Score, побудований на власній статистичній формі чернетки, і це також є справді корисною перевіркою вичитки для особистої заяви, оскільки саме те загальне формулювання, на яке реагує класифікатор, часто є саме тим, що втомлений читач приймальної комісії пропускає повз очі. Більш стійкий крок, який жодна політика не потребує формулювати окремо, полягає в тому, щоб написати ту одну деталь про ваше конкретне життя, яку ніхто інший, хто подає заявку цього року, не міг би написати замість вас.