ChatGPT ada di setiap bilik darjah. Berikut adalah aliran kerja yang praktikal dan berasaskan penyelidikan untuk guru — cara mengesan kerja yang dijana oleh AI, cara berbincang dengan pelajar mengenainya, dan cara membina dasar yang berfungsi tanpa risiko tuduhan palsu.
Menjelang 2025, majoriti pelajar telah menggunakan LLM untuk sebahagian penulisan akademik mereka. Tinjauan terhadap pelajar universiti secara konsisten meletakkan nombor tersebut antara 60% hingga 90% bergantung pada disiplin dan negara. Soalannya bukan lagi sama ada pelajar menggunakan AI tetapi berapa banyak, untuk tugas apa, dan dengan akibat apa.
Soalan integriti akademik terbahagi kepada dua soalan kecil. Adakah penghantaran tertentu dijana oleh AI? — masalah pengesanan. Adakah penggunaan AI melanggar peraturan tugasan? — masalah dasar. Guru memerlukan jawapan kepada kedua-duanya, dan urutannya penting: dasar dahulu, pengesanan mengesahkan.
Menjalankan pengesanan tanpa dasar yang jelas menimbulkan risiko tuduhan palsu. Menjalankan dasar tanpa pengesanan mewujudkan penipuan sistem kehormatan. Jawapan praktikal adalah aliran kerja bersama di mana kedua-dua lapisan menyokong satu sama lain.
Dasar AI yang baik adalah eksplisit dalam empat dimensi. Apa yang dibenarkan: percambahan fikiran, menggariskan, semakan tatabahasa, memburu rujukan — biasanya dibenarkan walaupun oleh dasar yang ketat. Apa yang dilarang: penjanaan keseluruhan ayat atau keseluruhan perenggan yang dihantar sebagai kerja pelajar sendiri. Apa yang mesti didedahkan: sebarang tugas yang dibantu AI, dicatat dalam pernyataan pendedahan semasa penghantaran. Apakah akibatnya: tribunal integriti akademik, penalti gred, penghantaran semula, atau eskalasi — nyatakan dari awal.
Terbitkan dasar sebelum sebarang imbasan pengesan-AI dijalankan pada penghantaran. Pelajar yang diberitahu “kami akan mengesan AI” selepas penghantaran mempunyai aduan yang sah; pelajar yang diberitahu “ini adalah dasarnya, dan inilah cara kami mengesahkan” pada awal semester tidak boleh berbuat demikian. Anggap pengesanan sebagai penguatkuasaan dasar yang diterbitkan, bukan sebagai kejutan.
Selaraskan dengan institusi anda. Jika universiti anda mempunyai dasar model, ikutilah. Jika tidak, pinjam daripada MLA, IEEE, atau badan pengawal selia nasional anda. Ketidakselarasan merentas guru dalam institusi yang sama menimbulkan aduan pelajar dan risiko undang-undang — selaraskan fakulti sebelum melancarkan pengesanan.
Skor pengesanan AI adalah isyarat, bukan keputusan. Kebarangkalian AI sebesar 92% pada penghantaran adalah alasan yang kuat untuk menyiasat lebih lanjut — ia bukan bukti. Penanda aras ketepatan kami jujur tentang perkara ini: pada ambang 50% kami menyasarkan 0 positif palsu pada set pengesahan kami, tetapi penulisan pelajar anda bukan set pengesahan kami.
Gabungkan skor dengan tiga isyarat lain sebelum membuat sebarang keputusan. Sejarah penulisan: adakah ini sepadan dengan penghantaran sebelumnya pelajar? Isyarat dalam kelas: esei dalam kelas, perbincangan lisan, kuiz jawapan pendek — adakah ia sepadan dengan tahap penghantaran? Konteks teknikal: cap masa penghantaran, sejarah suntingan (jika platform mendedahkannya), sebarang metadata luar biasa.
Skor ditambah sekurang-kurangnya satu isyarat penyokong adalah kes yang layak disiasat. Skor sahaja adalah bendera, bukan penemuan. Peraturan ini — pada asalnya didokumentasikan dalam literatur integriti akademik jauh sebelum AI — melindungi pelajar dan guru dan merupakan tuas tunggal yang paling berkesan terhadap pertikaian tuduhan palsu.
Jika penghantaran mendapat skor sebagai kemungkinan AI, bertemu dengan pelajar. Jangan mulakan dengan tuduhan. Mulakan dengan kerja itu. Minta pelajar menelusuri proses mereka: apa yang mereka teliti, bagaimana rupa draf mereka, apa yang mereka ubah. Pelajar yang menulis kerja itu boleh menjawab soalan-soalan ini dengan lancar. Pelajar yang menggunakan AI sering tidak boleh — bukan kerana mereka tidak jujur, tetapi kerana mereka tidak terlibat dengan bahan itu.
Tujuan perbualan ini adalah untuk mengumpul bukti, bukan untuk memerangkap. Ambil nota tentang apa yang dikatakan oleh pelajar. Jika perbualan menyelesaikan bendera — proses mereka koheren dan sejarah draf mereka sepadan — bendera itu ditarik balik. Jika perbualan mendedahkan ketidakselarasan, anda kini mempunyai bukti penyokong untuk meneruskan secara formal.
Elakkan kesilapan biasa ini. Jangan mulakan dengan skor pengesan — pelajar akan merasa diperdaya. Jangan anggap skor sebagai bernilai pengakuan — sesetengah pelajar akan mengaku di bawah tekanan walaupun apabila tidak bersalah. Lakukan mendokumentasikan setiap perbualan — proses wajar institusi anda memerlukan rekod bertulis.
Pengesanan AI mencari teks yang dijana. Pengesanan plagiarisme mencari teks yang disalin. Pelajar menghantar gabungan kedua-duanya — beberapa perenggan yang draf oleh LLM, beberapa disalin-tampal dari sumber lain, beberapa penulisan asli yang tulen. Aliran kerja yang hanya mengimbas AI terlepas salin-tampal; aliran kerja yang hanya mengimbas plagiarisme terlepas kandungan yang dijana sepenuhnya.
Pengesan Plagiarisme desktop kami menjalankan kedua-duanya dalam satu imbasan tunggal: satu laluan untuk padanan terhadap 4 bilion halaman web yang diindeks, pangkalan data akademik, dan korpus PDAS institusi, ditambah enjin pengesanan AI yang sama yang menjalankan alat dalam talian kami. Keputusan gabungan setiap dokumen dalam masa kurang dari seminit.
Untuk institusi yang lebih suka aliran kerja berasaskan pelayar, alat dalam talian percuma kami merangkumi pengesanan AI dan muat turun demo percuma desktop menambah laluan pemadanan sumber penuh. Kebanyakan universiti menjalankan campuran kedua-duanya bergantung pada aliran kerja fakulti.
Tampal sampel penghantaran dan lihat keputusan setiap ayat. Sedia untuk bilik darjah. Tanpa pendaftaran, tanpa penyimpanan awan.
Pendedahan-dahulu: sebarang penggunaan AI memerlukan pernyataan ringkas semasa penghantaran — “Saya menggunakan GPT-4 untuk menggariskan bahagian 2 dan menyunting bahagian 3 untuk tatabahasa.” Tiada penalti pengesanan jika didedahkan; penalti penuh jika AI yang tidak didedahkan dikesan. Geseran rendah untuk pelajar, akauntabiliti tinggi.
Tugasan bebas-AI: penghantaran yang ditandakan dengan jelas yang mesti ditulis sepenuhnya tanpa AI. Dalam kelas, lisan, atau berkawal. Digunakan untuk peperiksaan akhir, penulisan diagnostik, dan sebarang tugas di mana AI berada di luar objektif pembelajaran.
Tugasan yang membenarkan AI: secara eksplisit membenarkan AI sebagai alat penyelidikan atau penyuntingan; menilai kerja akhir pelajar mengikut kualiti tanpa mengira cara ia dihasilkan. Pelajar belajar menggunakan alat; guru menilai hasilnya. Pendekatan ini mempunyai pengambilan-pakai fakulti yang paling tinggi dan beban kerja pengesanan yang paling rendah.
Anda akan terlepas beberapa penghantaran yang dijana oleh AI. Alat pemanusiaan, tugasan pendek, dan penulisan hibrid manusia-AI semuanya mengalahkan pengesanan berasaskan teks pada tahap penjana semasa. Terimalah bahawa matlamatnya bukan pengesanan 100% tetapi pencegahan yang bermakna dan pengendalian yang adil terhadap kes yang dibenderakan.
Anda akan membenderakan beberapa penghantaran manusia sebagai AI. Penulisan Bahasa Inggeris bukan-penutur asli, prosa akademik yang disunting dengan teliti, dan beberapa gaya pelajar yang benar-benar luar biasa semuanya mendapat skor lebih tinggi daripada yang dijangkakan. Nombor 0-positif-palsu dalam penanda aras kami adalah pada set pengesahan; pelajar anda bukan set tersebut. Gabungkan dengan isyarat penyokong sebelum sebarang tindakan.
Aliran kerja yang berfungsi secara mampan: terbitkan dasar, jalankan pengesanan semasa penghantaran, tandai skor tinggi untuk penyiasatan, siasat dengan kehadiran pelajar, dokumentasikan segalanya, eskalasikan hanya apabila disokong. Guru yang mengikuti urutan ini melaporkan pengurangan penggunaan AI dan pengurangan pertikaian tuduhan palsu dalam satu semester.
Artikel ini adalah panduan pendidikan, bukan nasihat undang-undang. Dasar integriti akademik dan kesahihan pengesanan automatik berbeza mengikut bidang kuasa dan institusi. Rujuk pegawai perlindungan data institusi anda sebelum menggunakan mana-mana aliran kerja pengesanan.