AI-beleid Universiteit Melbourne: Wat de afdeling Digital Education begeleidt

Wat is het AI-beleid van de Universiteit Melbourne, en waar past de afdeling Digital Education in?

Bij de Universiteit Melbourne bevinden de regels die generatieve AI in cursuswerk beheersen zich binnen het bredere kader van academische integriteit en beoordeling van de universiteit, dat voor elke student ongeacht onderwerp geldt. Wat varieert is hoe dat kader op een specifieke opdracht wordt toegepast, en dit is waar de afdeling Digital Education voor de meeste studenten dagelijks relevant wordt. De afdeling werkt samen met faculteiten en cursuscoördinatoren om beoordelingen te ontwerpen en het soort praktische begeleiding te schrijven dat in een cursusoverzicht verschijnt — uitspraken zoals welke AI-hulpmiddelen voor een bepaalde taak mogen worden gebruikt, of AI-ondersteund brainstormen anders wordt behandeld dan AI-ondersteund schrijven, en hoe een student die hulp moet erkennen. Met andere woorden: de afdeling Digital Education is geen apart beleidsmakerlichaam dat zijn eigen AI-regels geeft; het is het onderdeel van de universiteit dat helpt om een algemeen academisch integriteitsbeginsel om te zetten in instructies op het niveau van opdrachten die docenten echt kunnen publiceren. Voor een student betekent dit dat de snelste manier om te weten wat op een specifieke opdracht is toegestaan het cursusoverzicht van dat onderwerp en alle beoordelingsspecifieke instructies te lezen, in plaats van aan te nemen dat één universiteit-breed AI-regel elke cursus op dezelfde manier afdekt.

"Onze taak is niet om één AI-regel voor elk onderwerp te schrijven — het is om cursusteams te helpen academische integreiteitsbeginselen om te zetten in beoordelingsinstructies die studenten werkelijk kunnen volgen." — parafrasering van begeleidsmateriaal van de Universiteit Melbourne op het gebied van digitaal onderwijs

Waarom verschilt de begeleiding tussen vakken in Melbourne in plaats van uniform te zijn?

De variatie bestaat omdat het risicoprofiel van AI-ondersteuning echt verschillend is, afhankelijk van wat een vak beoordeelt. Een eerstejaars juridisch vak dat de eigen juridische redenering van een student toetst heeft een ander draagvlak voor AI-ontworpen analyse dan een coderingsonderwerp waarbij het gebruik van een AI-assistent om een functie op te sporen weerspiegelt hoe professionele ontwikkelaars al werken. In plaats van elke cursuscoördinator in één identieke regel te dwingen, stelt de universiteit het integriteitsbeginsel centraal — werk dat voor beoordeling wordt ingediend moet de eigen begrip van de student vertegenwoordigen, en elke AI-ondersteuning buiten wat expliciet is toegestaan moet worden openbaart — en laat de specifieke grens voor toegestaan gebruik op vaknivoau worden bepaald, geïnformeerd door input van onderwijs- en leerondersteuning inclusief de afdeling Digital Education. Dit houdt het kader flexibel genoeg om bij te werken naarmate hulpmiddelen van de ene onderwijsperiode naar de volgende veranderen, zonder dat een volledige beleidsherziening elke keer dat een nieuw AI-hulpmiddel gebruikelijk wordt nodig is. De afweging, zoals bij de meeste gedecentraliseerde academische beleidsregels, is dat studenten meer verantwoordelijkheid dragen voor het actief controleren van vakspecifieke instructies in plaats van vertrouwen op herinnering van één regel uit een ander vak.

1. De universiteit stelt een gedeeld academisch integriteitsbeginsel in dat voor al het cursuswerk geldt
2. Faculteiten en cursuscoördinatoren bepalen het specifieke toegestane en verboden AI-gebruik voor elk vak
3. De afdeling Digital Education ondersteunt docenten bij het schrijven van duidelijke, beoordelingsspecifieke AI-begeleiding
4. Cursusoverzichten en LMS-mededelingen zijn de primaire plaats waar studenten deze details vinden
5. Begeleiding kan tussen onderwijsperioden worden bijgewerkt naarmate nieuwe AI-hulpmiddelen gebruikelijk worden

Hoe moeten studenten AI-gebruik openbaart onder het AI-beleid van Melbourne?

Wanneer een vak enig niveau van AI-ondersteuning toestaat, wordt transparantie over het algemeen verwacht op dezelfde manier te werken als het erkennen van elke andere bron van hulp — het benoemen van het hulpmiddel, het beschrijven van de specifieke taak waarvoor het werd gebruikt, en het duidelijk maken over wat de student onafhankelijk schreef of nadien verifieerde. Een korte erkennisverklaring bij de indiening gevoegd, gelijk in geest aan een voetnoot waarbij een onderzoeksassistent of citaat wordt gecrediteerd, is de meest voorkomende indeling die cursuscoördinatoren vragen. Hoeveel detail die verklaring nodig heeft, schaalt over het algemeen mee met hoe centraal het AI-ondersteunde gedeelte voor het voltooide werk is: een student die een chatbot gebruikte om de grammatica van een alinea te controleren bevindt zich in een heel ander positie dan iemand die AI gebruikte om een eerste concept van een argument te genereren dat vervolgens werd herzien. Het consistent probleem dat het beleid gericht is op undisclosed gebruik, niet de technologie zelf — een student die een toegestaan hulpmiddel gebruikt maar niet openbaart, of onderschat hoe veel ze erop vertrouwden, wordt behandeld als het vertekenen van de indiening zelfs als de onderliggende ondersteuning zou zijn geaccepteerd als het eerlijk was openbaart.

1. Controleer uw specifieke cursusoverzicht of LMS-instructies voordat u aanneemt dat enig AI-hulpmiddel is toegestaan
2. Let op welk hulpmiddel werd gebruikt en voor welke exacte taak — schetsen, schrijven, debugging, bewerken
3. Verklaar duidelijk wat AI-ondersteund was versus onafhankelijk geschreven of geverifieerd
4. Schaal het niveau van openbaarmakingsdetail naar hoe centraal het AI-ondersteunde gedeelte voor de uiteindelijke indiening was
5. Vraag uw cursuscoördinator of tutor voordat u indient of een specifiek gebruik onduidelijk is

Hoe controleren Melbourne-vakken of ingediend werk het AI-beleid volgt?

Verificatiemethoden variëren naar faculteit en vak op dezelfde manier als toegestane gebruiksregels dat doen, maar enkele benaderingen tonen zich herhaaldelijk in de hele universiteit. Tutoren en docenten die gedurende een semester nauw met een cohort werken merken vaak een onverklaarde verschuiving in de gebruikelijke schrijfstijl, argumentstructuur of technische vlotheid van een student op voordat enige software iets aanvlaagt, wat directe familieariteit van personeel een betekenisvol deel van verificatie houdt. Beoordelingsontwerp is in sommige vakken ook verschoven naar in-classcomponenten, viva's of toegepaste taken die een student vragen hun eigen ingediende redenering ter plekke uit te leggen of uit te breiden — een indeling die moeilijk te slagen is zonder echt begrip van het werk dat wordt verdedigd, ongeacht hoe het werd geschreven. Waar AI-detectiehulpmiddelen worden gebruikt, functioneren zij over het algemeen als een ondersteunend signaal dat nauwere handmatige lezing aanmoedigt in plaats van een zelfstandige uitspraak, consistent met hoe de meeste Australische universiteiten deze hulpmiddelen hebben gepositioneerd gezien gedocumenteerde fout-positieve risico's in geautomatiseerde AI-detectie. Een gemarkeerde passage leidt doorgaans tot een gesprek met de student — een verzoek om hun proces uit te leggen of concepten te tonen — voordat enig formeel academisch integriteitsproces wordt overwogen.

1. Familiaarheid van personeel met de gebruikelijke schrijfstijl van een student blijft een gebruikelijke eerste-lijn controle
2. Sommige vakken gebruiken in-classkakosten of viva's om te bevestigen dat studenten hun eigen ingediende werk kunnen uitleggen
3. AI-detectiehulpmiddelen, waar gebruikt, ondersteunen typisch nauwere handmatige beoordeling in plaats van resultaten alleen te bepalen
4. Een gemarkeerde indiening leidt meestal tot een gesprek met de student voordat enig formeel proces plaatsvindt
5. Studenten moeten klaar zijn om hun schrijfproces te beschrijven en eerdere aantekeningen of concepten te tonen als gevraagd

Wat gebeurt er als het werk van een student onder het AI-beleid van de Universiteit Melbourne wordt gemarkeerd?

Omdat verificatie dicht bij het vakniveau ligt, geldt hetzelfde voor de eerste stap van wat volgt op een gemarkeerde indiening. In de meeste gevallen zal een tutor of coördinator die een bezorgdheid heeft dit rechtstreeks met de student eerst aankaarten — via een bericht, een verzoek om concepten, of een kort gesprek — voordat enig formeel academisch integriteitsproces begint, spiegelend hoe de universiteit lange tijd vermoedde plagiaat-bezorgdheden heeft behandeld. Studenten die eerdere concepten, aantekeningen kunnen tonen of een duidelijk verslag van hoe zij de taak benaderden kunnen geven zijn over het algemeen in een sterkere positie om een informele vraag snel op te lossen. Als een zaak verder gaat, volgt deze de bestaande academische integreiteitsprocedures van de universiteit, en de student behoudt het recht om te antwoorden en hun eigen verslag te geven voordat enig resultaat wordt beslist. Omdat de exacte grens voor toegestaan gebruik op vakniveau wordt bepaald, wordt een student met een vraag beter gediend door eerst dat specifieke vak's gepubliceerde AI-begeleiding te beoordelen, in plaats van aan te nemen dat een algemeen universiteit-breed regel verklaart wat er gebeurde.

Hoe kunnen studenten hun eigen werk controleren voordat ze het indienen bij Melbourne?

Omdat nauwkeurigheid van transparantie even belangrijk is als het onderliggende gebruik van AI zelf, is een praktische gewoonte het beoordelen van een concept voordat indiening om te bevestigen dat het overeenkomt met wat een student van plan is openbaar te maken, en afzonderlijk controleren dat onafhankelijk geschreven secties niet op een manier lezen die waarschijnlijk onnodige vragen zal uitnodigen. Hulpmiddelen zoals NotGPT laten een student een concept plakken en zien een zin-niveau afbraak van AI-achtigheid, wat vooral nuttig is als manier om gedeelten op te vangen waarbij zware bewerking of een ongebruikelijk uniforme, formele toon voor een docent dubbelzinnig kan lezen in plaats van als een strikte slaag-zaktest. Dit is bijzonder relevant voor studenten die in een technisch register schrijven, of studenten die Engels als aanvullende taal schrijven, omdat beide natuurlijk proza kunnen produceren dat meer uniform leest dan typisch informeel schrijven zonder enig AI-betrokkenheid. Een zelf-controle enkele dagen voor een deadline uitvoeren — in plaats van de nacht ervoor — laat tijd om gemarkeerde passages herzien, bevestigen dat een transparantie-verklaring exact overeenkomt met het eindconcept, en eerdere aantekeningen ter hand houden voor het geval een cursuscoördinator over het schrijfproces vraagt. Dit vervangt het lezen van de specifieke AI-begeleiding die voor een student's eigen vak is gepubliceerd, wat de gezaghebbende bron blijft voor wat wel en niet is toegestaan.

1. Lees uw specifieke vak gepubliceerde AI-begeleiding voordat u met een opdracht begint
2. Schrijf een transparantie-verklaring naast uw werk in plaats van het als een nagedachte te schrijven
3. Voer onafhankelijk geschreven secties door een AI-detector om dubbelzinnige stijlpatronen op te vangen
4. Herzien gemarkeerde passages voor natuurlijke zinsvariatie in plaats van uniform formele zinsbouw
5. Bevestig dat uw uiteindelijke transparantie-verklaring exact overeenkomt met welke hulp werd gebruikt
6. Houd concepten en aantekeningen ter hand voor het geval een docent of coördinator naar uw schrijfproces vraagt