Gradescope può rilevare ChatGPT? Quello che studenti e insegnanti devono sapere

Cos'è Gradescope e come lo usano gli insegnanti?

Gradescope è una piattaforma di valutazione e invio utilizzata da college e università in tutto il mondo, soprattutto nelle discipline STEM. È stata fondata all'UC Berkeley nel 2014 e acquisita da Turnitin nel 2018. Gli insegnanti configurano gli incarichi di Gradescope per accettare diversi formati di invio: risposte digitali online, PDF caricati (sia lavori scritti a mano scansionati che documenti digitali) e file di codice per incarichi di programmazione. La piattaforma è stata progettata principalmente per semplificare la valutazione basata su rubrica nei corsi di grandi dimensioni, non per controllare l'integrità accademica, ma l'acquisizione da parte di Turnitin ha portato l'infrastruttura di rilevamento dell'IA nello stesso ecosistema. Oggi Gradescope è utilizzato da istituzioni tra cui Stanford, Cornell, MIT e centinaia di college comunitari. Per un tipico corso STEM, gli studenti caricano i loro insiemi di problemi completati come PDF e gli insegnanti valutano all'interno dell'interfaccia di Gradescope utilizzando rubriche di allocazione dei punti. Nei corsi in cui gli insegnanti hanno abilitato l'integrazione con Turnitin, lo stesso invio viene instradato anche attraverso i sistemi di originalità e rilevamento dell'IA di Turnitin. Se tale integrazione è attiva per un corso specifico dipende interamente dall'insegnante: non esiste un valore predefinito a livello universitario che attiva il rilevamento dell'IA per ogni incarico di Gradescope.

Gradescope può rilevare ChatGPT negli incarichi scritti?

Per gli invii scritti digitati, Gradescope può visualizzare i risultati del rilevamento dell'IA solo se l'insegnante ha attivato l'Indicatore di scrittura IA di Turnitin per quell'incarico specifico. Quando l'integrazione è abilitata, gli invii vengono passati ai server di Turnitin, dove un modello basato su trasformatori analizza il testo alla ricerca di modelli statistici associati alla generazione dell'IA, principalmente la perplessità (quanto è prevedibile ogni scelta di parole) e la raffica (quanto variano la lunghezza e la complessità delle frasi in tutto il documento). Se un invio ottiene un punteggio superiore a una percentuale che l'insegnante trova significativa, l'insegnante vede un indicatore di IA colorato accanto al rapporto di similarità standard. L'implicazione pratica è che il fatto che il rilevamento dell'IA si applichi al vostro invio di Gradescope dipende da due condizioni: se l'integrazione con Turnitin è attiva per il vostro incarico e se l'Indicatore di scrittura IA è attivato all'interno di tale integrazione. Molti insegnanti di Gradescope utilizzano la piattaforma esclusivamente per la valutazione basata su rubrica senza abilitare affatto Turnitin. In questi corsi, non si verifica alcun rilevamento automatico dell'IA indipendentemente da come è stato prodotto il lavoro. Per gli invii che sono PDF scansionati di lavoro scritto a mano, l'OCR di Turnitin elabora il testo prima dell'analisi, ma l'accuratezza del rilevamento sul testo estratto da OCR è inferiore rispetto ai documenti digitati direttamente. Lo stesso Turnitin riconosce che il suo rilevamento dell'IA è progettato per testo inglese pulito e digitale e funziona meno affidabilmente su lavori non inglesi o invii inferiori a 300 parole.

"L'Indicatore di scrittura IA non è un verdetto, è un segnale affinché gli insegnanti investigare ulteriormente." — Documentazione del prodotto Turnitin

Come funziona l'integrazione di Turnitin in Gradescope?

Poiché Turnitin possiede Gradescope, la connessione tra le due piattaforme è nativa piuttosto che un connettore di terze parti. Gli insegnanti che desiderano similarità e rilevamento dell'IA per un incarico di Gradescope lo abilitano durante il processo di configurazione dell'incarico. Una volta abilitato, qualsiasi invio a quell'incarico viene sincronizzato automaticamente con Turnitin e analizzato. Il rapporto risultante, includendo sia la percentuale di similarità di originalità che il punteggio dell'Indicatore di scrittura IA, è visibile all'insegnante all'interno dell'interfaccia di Gradescope o tramite il visualizzatore Turnitin collegato. Gli insegnanti scelgono se condividere questi rapporti con gli studenti. Quando l'accesso al rapporto degli studenti è attivato, ogni studente può visualizzare il suo punteggio individuale dopo che la valutazione è stata rilasciata, incluso l'evidenziamento a livello di frase che mostra quali passaggi hanno attivato i punteggi di probabilità IA più alti. Una sfumatura importante: il modello di rilevamento dell'IA di Turnitin funziona meglio su testo inglese di almeno 300 parole. Gli invii in altre lingue, risposte molto brevi o testo altamente tecnico con formattazione densa di formule producono risultati meno affidabili. Turnitin ha anche divulgato che i generi di scrittura tecnica strutturata, come rapporti di laboratorio, riassunti di casi, articoli di ingegneria strutturati, producono costantemente punteggi di IA elevati anche quando il lavoro è interamente redatto da umani, perché questi formati impongono una bassa variazione della lunghezza delle frasi per progettazione. Gli insegnanti familiari con questo modello tendono a leggere i punteggi di IA per gli invii tecnici più cautamente di quanto farebbero per saggi personali o risposte aperte.

1. L'insegnante crea un incarico di Gradescope e abilita l'opzione di integrazione con Turnitin
2. Lo studente invia il suo lavoro tramite il portale studentesco di Gradescope
3. L'invio viene sincronizzato automaticamente con Turnitin per l'analisi di originalità e IA
4. Turnitin genera un punteggio dell'Indicatore di scrittura IA insieme al rapporto di similarità
5. L'insegnante esamina entrambi i punteggi nell'interfaccia di valutazione di Gradescope
6. Se la condivisione del rapporto studentesco è abilitata, gli studenti possono visualizzare il loro punteggio di IA dopo il rilascio della valutazione

Gradescope può rilevare ChatGPT negli incarichi di codifica?

Gli invii di codice presentano un problema di rilevamento diverso rispetto alla prosa scritta. ChatGPT e altri modelli di linguaggio generano codice che è sintatticamente corretto e funzionale, ma i modelli di rilevamento dell'IA utilizzati da Turnitin sono stati addestrati su prosa in linguaggio naturale, non su Python, Java, C++ o SQL. Ciò significa che l'Indicatore di scrittura IA standard di Turnitin non si applica in modo affidabile agli invii del codice sorgente. Quello che Gradescope e gli insegnanti utilizzano invece per la similarità del codice è MOSS (Measure Of Software Similarity), uno strumento sviluppato a Stanford che confronta i modelli strutturali e a livello di token su invii all'interno dello stesso corso. MOSS è efficace nell'identificare quando due studenti hanno inviato soluzioni sospettosamente simili, ma non è stato progettato per rilevare il codice generato dall'IA specificamente. Per il codice generato da ChatGPT, gli insegnanti tecnicamente esperti in genere si affidano alla revisione manuale del codice piuttosto che al rilevamento automatico. L'output di ChatGPT tende a condividere caratteristiche riconoscibili: nomi di variabili che seguono una convenzione stilistica specifica, commenti inline dettagliati che spiegano operazioni ovvie per qualsiasi programmatore e strutture di soluzione che riflettono la formulazione del prompt del problema originale piuttosto che l'approccio algoritmico che l'insegnante intendeva che gli studenti esplorassero. Nessuno di questi è un segnale definitivo di per sé, ma un insegnante che sa cosa sta testando un incarico di classe spesso può riconoscere quando una soluzione inviata risolve una versione leggermente diversa del problema rispetto a quella assegnata. Gradescope può rilevare chatgpt nel codice automaticamente? No, ma un insegnante tecnicamente fluente che richiede una breve spiegazione orale durante l'orario di ricevimento in genere può valutare la comprensione direttamente.

"Gli strumenti automatizzati di similarità del codice trovano copie. Gli insegnanti trovano lacune nella comprensione. Entrambi sono importanti, ma catturano cose diverse."

Cosa vedono gli insegnanti quando un invio viene contrassegnato?

Quando il rilevamento dell'IA di Turnitin è attivo e un invio scritto restituisce un punteggio che un insegnante considera significativo, comunemente il 20% o superiore, sebbene non esista una soglia universale, l'insegnante può aprire il rapporto Turnitin dettagliato per rivedere l'evidenziamento a livello di frase. Ogni passaggio evidenziato comporta un punteggio di confidenza individuale. Gli insegnanti che hanno utilizzato il rilevamento dell'IA su più semestri imparano a leggere questi punteggi nel contesto: un punteggio di IA del 28% su un rapporto di laboratorio strutturato spesso non segnala nulla di inusuale, mentre un punteggio del 28% su una riflessione personale scritta in una prosa insolitamente pulita e formale potrebbe giustificare una conversazione di follow-up con lo studente. All'interno dell'interfaccia di Gradescope, il punteggio di IA non appare nel pannello di valutazione principale per impostazione predefinita. Gli insegnanti devono navigare al rapporto Turnitin collegato per vederlo, il che significa che nei corsi di grandi dimensioni che elaborano centinaia di caricamenti di insiemi di problemi a settimana, alcuni insegnanti potrebbero non controllare abitualmente i punteggi di IA per ogni invio. Quando un insegnante decide di agire su un contrassegno, la pratica standard di integrità accademica è programmare un incontro con lo studente piuttosto che presentare un rapporto formale immediato. La maggior parte delle istituzioni richiede una conversazione iniziale prima dell'escalation, e l'esito di quel processo dipende dalle politiche specifiche della vostra istituzione, non da nulla nelle impostazioni di Gradescope da sola.

1. L'insegnante naviga dalla vista di valutazione di Gradescope al rapporto Turnitin collegato
2. La percentuale dell'Indicatore di scrittura IA e l'evidenziamento a livello di frase vengono rivisti
3. L'insegnante considera il tipo di invio, il contesto del corso e l'intervallo di punteggi insieme
4. Se giustificato, l'insegnante programma un incontro con lo studente per discutere il lavoro
5. Il processo di integrità accademica dell'istituzione, non Gradescope, determina le conseguenze formali

Cosa dovrebbero fare gli studenti prima di inviare a Gradescope?

Il primo passo più pratico è scoprire se il tuo corso Gradescope specifico utilizza l'integrazione con Turnitin. Chiedi direttamente al tuo insegnante, controlla il syllabus del corso per qualsiasi menzione di Turnitin o rilevamento dell'IA, o consulta le linee guida di integrità accademica della tua istituzione per le disposizioni specifiche dell'IA. Per gli incarichi scritti nei corsi in cui Turnitin è attivo, eseguire il tuo testo attraverso uno strumento di rilevamento dell'IA indipendente prima di inviare ti dà un'anteprima di quali passaggi è più probabile che si registrino come simili all'IA, non per eludere il rilevamento, ma per capire se la tua scrittura riflette chiaramente la tua voce. Gli studenti che utilizzano strumenti di IA per il brainstorming iniziale o bozze approssimative e poi rivedono sostanzialmente a volte mantengono la formulazione dall'output dell'IA senza accorgersene. Una revisione prima dell'invio crea un'opportunità per revisionare deliberatamente prima che Turnitin veda mai il documento. Per gli incarichi di codifica, la protezione più affidabile è la capacità di spiegare ogni parte della tua soluzione durante una revisione di follow-up. Gli insegnanti che sospettano assistenza dell'IA nel codice spesso richiedono una breve procedura dettagliata verbale, e la capacità di spiegare le decisioni di progettazione e i compromessi è la prova più diretta della genuina comprensione. Sviluppare l'abitudine di eseguire il commit del codice in modo incrementale (con messaggi git significativi) e salvare bozze intermedie del lavoro scritto ti dà documentazione del processo con timestamp che puoi presentare se il tuo lavoro viene messo in questione. Lo strumento di rilevamento del testo dell'IA di NotGPT ti consente di incollare qualsiasi passaggio e vedere l'evidenziamento a livello di frase simile a quello che gli insegnanti vedono in Turnitin, un utile autocontrollo prima di fare clic su invia.

1. Controlla il syllabus del corso e chiedi al tuo insegnante se il rilevamento dell'IA di Turnitin è attivo per gli incarichi di Gradescope
2. Per gli incarichi scritti, esegui il tuo testo attraverso un rilevatore di IA indipendente per identificare eventuali passaggi statisticamente simili all'IA
3. Rivedi le sezioni evidenziate per una variazione di frase più naturale, esempi concreti e voce personale
4. Per gli incarichi di codifica, assicurati di poter spiegare ogni decisione di implementazione e compromesso verbalmente
5. Salva bozze datate e esegui il commit del codice in modo incrementale per creare prove del processo con timestamp
6. Chiedi al tuo insegnante informazioni sulla politica dell'IA prima della scadenza dell'incarico se il syllabus non è chiaro