Politica IA University of Melbourne: Cosa Guida la Digital Education Unit

Che Cos'è la Politica IA dell'University of Melbourne, e Dove si Colloca la Digital Education Unit?

All'University of Melbourne, le regole che governano l'IA generativa nei lavori didattici si trovano all'interno del framework più ampio di integrità accademica e valutazione dell'università, che si applica a ogni studente indipendentemente dalla materia. Quello che varia è il modo in cui questo framework viene applicato a un compito specifico, ed è qui che la Digital Education Unit diventa rilevante per la maggior parte degli studenti nel corso quotidiano. L'unità lavora con le facoltà e i coordinatori della materia per progettare valutazioni e scrivere il genere di guida pratica che appare in una descrizione della materia — affermazioni come quali strumenti IA possono essere utilizzati per un determinato compito, se il brainstorming assistito da IA è trattato diversamente dalla stesura assistita da IA, e come uno studente dovrebbe riconoscere tale assistenza. In altre parole, la Digital Education Unit non è un organo di redazione delle politiche separato che consegna le proprie regole IA; è la parte dell'università che aiuta a tradurre un principio generale di integrità accademica in istruzioni a livello di compito che il personale insegnante può effettivamente pubblicare. Per uno studente, questo significa che il modo più veloce per sapere cosa è consentito su un compito specifico è leggere la descrizione di quella materia e qualsiasi istruzione specifica per la valutazione, piuttosto che assumere che un'unica regola IA a livello universitario copra ogni corso allo stesso modo.

"Il nostro ruolo non è scrivere una regola IA per ogni materia — è aiutare i team di insegnamento a trasformare i principi di integrità accademica in istruzioni di valutazione che gli studenti possono effettivamente seguire." — parafrasato dai materiali di guida sull'educazione digitale dell'University of Melbourne

Perché le Linee Guida Differiscono Tra le Materie di Melbourne Invece di Essere Uniformi?

La variazione esiste perché il profilo di rischio dell'assistenza IA è genuinamente diverso a seconda di cosa una materia sta valutando. Un corso di diritto del primo anno che testa il ragionamento legale proprio di uno studente ha una tolleranza diversa per l'analisi redatta dall'IA rispetto a un corso di programmazione dove usare un assistente IA per eseguire il debug di una funzione rispecchia il modo in cui gli sviluppatori professionisti già lavorano. Piuttosto che forzare ogni coordinatore di materia in un'unica regola identica, l'università stabilisce il principio di integrità centralmente — il lavoro inviato per la valutazione deve rappresentare la comprensione personale dello studente, e qualsiasi assistenza IA al di là di ciò che è esplicitamente consentito deve essere divulgata — e lascia il confine di utilizzo permesso specifico da definire a livello di materia, informato da input dall'insegnamento e dal supporto all'apprendimento inclusa la Digital Education Unit. Questo mantiene il framework abbastanza flessibile da aggiornare mentre gli strumenti cambiano da un periodo didattico al successivo, senza richiedere una riscrittura completa della politica ogni volta che uno nuovo strumento IA diventa comune. Il compromesso, come con la maggior parte della politica accademica decentralizzata, è che gli studenti portano maggiore responsabilità nel controllare attivamente le istruzioni specifiche della materia piuttosto che fare affidamento sul ricordo di una sola regola da un corso diverso.

1. L'università stabilisce un principio di integrità accademica condiviso che si applica a tutto il lavoro didattico
2. Le facoltà e i coordinatori della materia definiscono gli usi IA specifici consentiti e proibiti per ogni materia
3. La Digital Education Unit supporta il personale insegnante nella stesura di una guida IA chiara e specifica per la valutazione
4. Le descrizioni delle materie e gli annunci LMS sono il luogo principale in cui gli studenti trovano questi dettagli
5. Le linee guida possono essere aggiornate tra i periodi didattici mentre nuovi strumenti IA diventano comuni

Come Dovrebbero gli Studenti Divulgare l'Uso dell'IA Secondo la Politica IA di Melbourne?

Dove una materia consente un certo livello di assistenza IA, la divulgazione è generalmente prevista per funzionare allo stesso modo di riconoscere qualsiasi altra fonte di aiuto — nominare lo strumento, descrivere il compito specifico per cui è stato utilizzato, e essere chiari su ciò che lo studente ha scritto o verificato indipendentemente dopo. Una breve dichiarazione di riconoscimento allegata all'invio, simile nello spirito a una nota a piè di pagina che attribuisce merito a un assistente di ricerca o a una citazione, è il formato più comune che i coordinatori della materia richiedono. Quanti dettagli quella dichiarazione ha bisogno generalmente si ridimensiona a come centrale la porzione assistita da IA è al pezzo di lavoro finito: uno studente che ha usato un chatbot per controllare la grammatica di un paragrafo è in una posizione molto diversa da uno che ha usato l'IA per generare una prima bozza di un argomento che è stata poi rivista. Il problema coerente che la politica affronta è l'uso non divulgato, non la tecnologia stessa — uno studente che utilizza uno strumento consentito ma non lo divulga, o sottovaluta quanto vi ha fatto affidamento, è trattato come avendo travisato l'invio anche se l'assistenza sottostante sarebbe stata accettabile se fosse stata divulgata onestamente.

1. Controlla il tuo contorno di materia specifico o le istruzioni LMS prima di assumere che qualsiasi strumento IA sia consentito
2. Annota quale strumento è stato utilizzato e per quale compito esatto — delineamento, stesura, debug, modifica
3. Dichiara chiaramente cosa è stato assistito da IA rispetto a scritto o verificato indipendentemente
4. Scala il livello di dettaglio della divulgazione su come centrale la porzione assistita da IA era all'invio finale
5. Chiedi al tuo coordinatore di materia o tutor prima di inviare se un caso di utilizzo specifico è poco chiaro

Come le Materie di Melbourne Controllano Che il Lavoro Inviato Segua la Politica IA?

I metodi di verifica variano per facoltà e materia allo stesso modo delle regole di uso consentito, ma alcuni approcci si ripetono ripetutamente in tutta l'università. I tutor e i docenti che lavorano da vicino con una coorte nel corso di un semestre spesso notano un cambiamento inspiegabile nella voce di scrittura solita di uno studente, nella struttura dell'argomento, o nella fluidità tecnica prima che qualsiasi software contrassegni qualcosa, il che mantiene la familiarità diretta del personale una parte significativa della verifica. La progettazione della valutazione ha anche cambiato in alcune materie verso componenti in classe, vivas, o compiti applicati che chiedono a uno studente di spiegare o estendere il proprio ragionamento inviato sul posto — un formato che è difficile da superare senza una vera comprensione del lavoro che si sta difendendo, indipendentemente da come è stato redatto. Dove i tool di rilevazione dell'IA vengono utilizzati, generalmente funzionano come un segnale di supporto che richiede una lettura manuale più attenta piuttosto che un verdetto autonomo, coerente con il modo in cui la maggior parte delle università australiane hanno posizionato questi strumenti data la documentazione dei rischi di falsi positivi nel rilevamento automatico dell'IA. Un passaggio contrassegnato tipicamente conduce a una conversazione con lo studente — una richiesta di spiegare il loro processo o mostrare bozze — prima che qualsiasi processo formale di integrità accademica sia considerato.

1. La familiarità del personale con lo stile di scrittura solito di uno studente rimane un controllo comune di prima linea
2. Alcune materie utilizzano compiti in classe o vivas per confermare che gli studenti possono spiegare il proprio lavoro inviato
3. I tool di rilevazione dell'IA, se utilizzati, in genere supportano una revisione manuale più attenta piuttosto che decidere gli esiti da soli
4. Un invio contrassegnato di solito innesca una conversazione con lo studente prima di qualsiasi processo formale
5. Gli studenti dovrebbero essere pronti a descrivere il loro processo di stesura e mostrare note o bozze precedenti se richiesto

Cosa Succede se il Lavoro di Uno Studente è Contrassegnato Secondo la Politica IA dell'University of Melbourne?

Poiché la verifica si trova vicino al livello della materia, così fa il primo passo di ciò che segue un invio contrassegnato. Nella maggior parte dei casi, un tutor o coordinatore che ha una preoccupazione lo farà salire direttamente con lo studente prima — attraverso un messaggio, una richiesta di bozze, o una breve conversazione — prima che qualsiasi processo formale di integrità accademica inizi, rispecchiando il modo in cui l'università ha a lungo gestito i sospetti di preoccupazioni di plagio. Gli studenti che possono mostrare bozze precedenti, note, o un conto chiaro di come hanno affrontato il compito sono generalmente in una posizione più forte per risolvere una query informale rapidamente. Se un caso procede oltre, segue le procedure di integrità accademica esistenti dell'università, e lo studente conserva il diritto di rispondere e fornire il proprio conto prima che qualsiasi risultato sia deciso. Poiché il confine di utilizzo permesso esatto è impostato a livello di materia, uno studente che affronta una query è meglio servito rivedendo prima la guida IA pubblicata di quella materia specifica, piuttosto che assumere che una regola generale a livello universitario spieghi cosa è successo.

Come Possono gli Studenti Controllare il Loro Lavoro Prima di Inviare a Melbourne?

Poiché l'accuratezza della divulgazione importa quanto l'uso sottostante dell'IA stesso, un'abitudine pratica è rivedere una bozza prima dell'invio per confermare che corrisponda a ciò che uno studente pianifica di divulgare, e controllare separatamente che le sezioni scritte indipendentemente non leggano in un modo probabile di invitare domande non necessarie. Strumenti come NotGPT permettono a uno studente di incollare una bozza e vedere un dettaglio a livello di frase dell'IA-likeness, che è più utile come modo di catturare passaggi dove la modifica pesante o un tono formale insolitamente uniforme potrebbe leggere ambiguamente a un tutor piuttosto che come un test rigoroso di pass-fail. Questo è particolarmente rilevante per gli studenti che scrivono in un registro tecnico, o gli studenti che scrivono in inglese come lingua aggiuntiva, poiché entrambi possono naturalmente produrre prosa che legge più uniforme di una scrittura informale tipica senza alcun coinvolgimento dell'IA. Eseguire un auto-controllo alcuni giorni prima di una scadenza — invece della notte prima — lascia tempo per rivedere i passaggi contrassegnati, confermare che una dichiarazione di divulgazione corrisponde alla bozza finale esattamente, e mantenere le note precedenti a portata di mano nel caso in cui un coordinatore di materia chieda il processo di stesura. Nessuno di questo sostituisce la lettura della guida IA specifica pubblicata per la propria materia dello studente, che rimane la fonte autorevole per ciò che è e non è consentito.

1. Leggi la guida IA pubblicata della tua materia specifica prima di iniziare un compito
2. Elabora una dichiarazione di divulgazione insieme al tuo lavoro piuttosto che scriverla come un ripensamento
3. Esegui sezioni scritte indipendentemente attraverso un rilevatore IA per catturare modelli stilistici ambigui
4. Rivedi i passaggi contrassegnati per la variazione di frase naturale invece di formulazioni uniformemente formali
5. Conferma che la tua dichiarazione di divulgazione finale corrisponde esattamente a quale assistenza è stata utilizzata
6. Mantieni bozze e note nel caso in cui un tutor o coordinatore chieda il tuo processo di scrittura