Polityka AI Uniwersytetu Melbourne: Przewodnik po Cyfrowej Jednostce Edukacji

Czym jest Polityka AI Uniwersytetu Melbourne i jaka jest rola Cyfrowej Jednostki Edukacji?

Na Uniwersytecie Melbourne zasady dotyczące generatywnej AI w pracach kursowych znajdują się wewnątrz szerszych ram integralności akademickiej i oceny uniwersytetu, które mają zastosowanie do każdego studenta niezależnie od przedmiotu. To, co się różni, to sposób, w jaki ramy te są stosowane do konkretnego zadania — tu właśnie pojawia się Cyfrowa Jednostka Edukacji, istotna dla większości studentów na co dzień. Jednostka współpracuje z wydziałami i koordynatorami przedmiotów nad opracowywaniem ocen i przygotowywaniem praktycznych wytycznych pojawiających się w opisie przedmiotu — zdań takich jak: które narzędzia AI mogą być używane do danego zadania, czy burza mózgów wspierana AI jest traktowana inaczej niż redagowanie wspierane AI, oraz jak student powinien potwierdzić tę pomoc. Innymi słowy, Cyfrowa Jednostka Edukacji to nie oddzielny organ tworzący politykę, wydający własne zasady AI; to część uniwersytetu, która pomaga tłumaczyć ogólną zasadę integralności akademickiej na instrukcje na poziomie zadania, które pracownicy naukowo-dydaktyczni mogą faktycznie publikować. Dla studenta oznacza to, że najszybszym sposobem na poznanie tego, co jest dozwolone na konkretnym zadaniu, jest przeczytanie opisu tego przedmiotu i wszelkich instrukcji specificznych dla oceny, zamiast zakładać, że jedna uniwersytecka zasada AI obejmuje każdy kurs w ten sam sposób.

"Nasza rola nie polega na napisaniu jednej zasady AI dla każdego przedmiotu — to pomoc zespołom nauczającym w zamienieniu zasad integralności akademickiej na instrukcje oceny, które studenci mogą faktycznie śledzić." — parafrazując materiały wytycznych cyfrowej edukacji Uniwersytetu Melbourne

Dlaczego wytyczne różnią się między przedmiotami na Melbourne zamiast być jednolite?

Różnorodność istnieje, ponieważ profil ryzyka asysty AI jest naprawdę inny w zależności od tego, co przedmiot ocenia. Przedmiot prawa na pierwszym roku badający własne rozumowanie prawne studenta ma inną tolerancję na analizę redagowaną przez AI niż przedmiot kodowania, gdzie używanie asystenta AI do debugowania funkcji odzwierciedla sposób, w jaki profesjonalni deweloperzy już pracują. Zamiast zmuszać każdego koordynatora przedmiotu w jedną identyczną zasadę, uniwersytet ustala zasadę integralności centralnie — praca przedstawiona do oceny musi reprezentować własne rozumienie studenta, a każda pomoc AI poza tym, co jest wyraźnie dozwolone, musi być ujawniona — i pozostawia określoną granicę dozwolonych zastosowań do ustalenia na poziomie przedmiotu, przy uwzględnieniu wkładu ze strony wsparcia nauczania i edukacji, w tym Cyfrowej Jednostki Edukacji. To utrzymuje ramy elastycznymi na tyle, aby aktualizować się w miarę zmiany narzędzi z jednego okresu nauczania na następny, bez konieczności pełnego przepisania polityki za każdym razem, gdy nowe narzędzie AI staje się powszechne. Kompromisem, jak w przypadku większości zdecentralizowanej polityki akademickiej, jest to, że studenci ponoszą większą odpowiedzialność za aktywne sprawdzanie wytycznych specyficznych dla przedmiotu zamiast polegania na pamięci jednej reguły z innego kursu.

1. Uniwersytet ustala wspólną zasadę integralności akademickiej mającą zastosowanie do wszystkich prac kursowych
2. Wydziały i koordynatorzy przedmiotów definiują konkretne dozwolone i zabronione zastosowania AI dla każdego przedmiotu
3. Cyfrowa Jednostka Edukacji wspiera personel nauczający w pisaniu jasnych, specyficznych dla oceny wytycznych AI
4. Opisy przedmiotów i ogłoszenia LMS to główne miejsce, gdzie studenci znajdują te szczegóły
5. Wytyczne mogą być aktualizowane między okresami nauczania w miarę, jak nowe narzędzia AI stają się powszechne

Jak studenci powinni ujawnić użycie AI zgodnie z polityką AI Melbourne?

Gdy przedmiot pozwala na pewien poziom asysty AI, ujawnianie ogólnie powinno działać tak samo jak potwierdzenie każdego innego źródła pomocy — nazwanie narzędzia, opisanie konkretnego zadania, do którego zostało użyte, i wyjaśnienie tego, co student napisał lub niezależnie zweryfikował. Krótkie oświadczenie potwierdzające dołączone do zgłoszenia, podobne w duchu do przypisu przyznającego asystentowi badawczemu lub cytowania, to najczęstszy format, o jaki proszą koordynatorzy przedmiotów. Jak wiele szczegółów to oświadczenie potrzebuje, generalnie skaluje się z tym, jak centralna jest część wspierana AI do gotowego dzieła: student, który użył chatbota do sprawdzenia gramatyki paragrafu, jest w zupełnie innej pozycji niż ten, który użył AI do wygenerowania pierwszej wersji argumentu, który później został zrewidowany. Konsekwentny problem, na który polityka się skupia, to ujawnione użycie, nie sama technologia — student, który używa dozwolonego narzędzia, ale nie ujawnia tego, lub niedostatecznie reprezentuje, w jakim stopniu na nim polega, jest traktowany jako podający w wątpliwość reprezentację zgłoszenia, nawet jeśli wspomaganie poniżej byłoby dopuszczalne, gdyby zostało ujawnione uczciwie.

1. Sprawdź swój konkretny opis przedmiotu lub instrukcje LMS zanim założysz, że jakiekolwiek narzędzie AI jest dozwolone
2. Zanotuj, które narzędzie zostało użyte i do jakie konkretne zadania — zarysowanie, redagowanie, debugowanie, edycja
3. Wyjaśnij wyraźnie, co było wspierane przez AI a co napisane lub zweryfikowane niezależnie
4. Skaluj poziom szczegółów ujawnienia do tego, jak centralna była część wspierana przez AI dla ostatecznego zgłoszenia
5. Zapytaj swojego koordynatora przedmiotu lub opiekuna przed wysłaniem, jeśli konkretny przypadek użycia jest niejasny

Jak przedmioty Melbourne sprawdzają, czy przesłane prace podlegają polityce AI?

Metody weryfikacji różnią się w zależności od wydziału i przedmiotu w taki sam sposób, jak zasady dozwolonego użycia, ale kilka podejść pojawia się powtarzalnie na całym uniwersytecie. Opiekunowie i wykładowcy, którzy pracują ściśle z kohortą przez semestr, często zauważają niewyjaśnioną zmianę zwyczajnego stylu pisania studenta, struktury argumentacji lub biegłości technicznej zanim jakieś oprogramowanie cokolwiek oznaczy, co utrzymuje bezpośrednią znajomość personelu jako znaczącą część weryfikacji. Projektowanie ocen również przesunęło się w niektórych przedmiotach w kierunku komponentów w klasie, żywych testów lub zadań aplikacyjnych, które proszą studenta o wyjaśnienie lub rozszerzenie własnego rozumowania w miejscu — format, który trudno jest zdać bez rzeczywistego rozumienia pracy będącej przedmiotem obrony, niezależnie od tego, jak została ona redagowana. W przypadkach, gdy używane są narzędzia do wykrywania AI, generalnie funkcjonują one jako wspierający sygnał, który skłania do bliższego ręcznego czytania zamiast samodzielnego werdyktu, zgodnie z tym, jak większość australijskich uniwersytetów umieściła te narzędzia biorąc pod uwagę udokumentowane ryzyka fałszywych alarmów w zautomatyzowanym wykrywaniu AI. Oflagowany fragment zwykle prowadzi do rozmowy ze studentem — prośbę o wyjaśnienie procesu lub pokazanie wersji roboczych — zanim rozważony jest jakikolwiek formalny proces integralności akademickiej.

1. Znajomość personelu zwyczajnego stylu pisania studenta pozostaje powszechnym pierwszym sprawdzeniem
2. Niektóre przedmioty używają zadań w klasie lub żywych testów, aby potwierdzić, że studenci mogą wyjaśnić swoje własne przesłane prace
3. Narzędzia do wykrywania AI, gdzie używane, zazwyczaj wspierają bliższe ręczne przeglądy zamiast samodzielnie decydować wyniki
4. Oflagowane zgłoszenie zwykle wyzwala rozmowę ze studentem zanim zastosowany zostanie jakikolwiek formalny proces
5. Studenci powinni być przygotowani do opisania swoich procesów redagowania i pokazania wcześniejszych notatek lub wersji roboczych, jeśli o to poproszą

Co się dzieje, jeśli praca studenta zostanie oflagowana zgodnie z polityką AI Uniwersytetu Melbourne?

Ponieważ weryfikacja znajduje się blisko poziomu przedmiotu, taka sama jest pierwsza krok tego, co następuje po oflagowanym zgłoszeniu. W większości przypadków opiekun lub koordynator, który ma obawę, podejmie temat bezpośrednio ze studentem — poprzez wiadomość, prośbę o wersje robocze, lub krótką rozmowę — zanim jakikolwiek formalny proces integralności akademickiej się rozpocznie, odzwierciedlając to, jak uniwersytet od dawna obsługiwał podejrzewane problemy plagiaryzmu. Studenci, którzy mogą pokazać wcześniejsze wersje robocze, notatki, lub jasne wyjaśnienie sposobu podejścia do zadania, są ogólnie w silniejszej pozycji, aby szybko rozwiązać nieformalną kwerendę. Jeśli przypadek dojdzie do dalszego etapu, następuje on procedury integralności akademickiej uniwersytetu, a student zachowuje prawo do odpowiedzi i przedstawienia własnego sprawozdania zanim jakikolwiek wynik zostanie podjęty. Ponieważ dokładna granica dozwolonego użycia jest ustalona na poziomie przedmiotu, student stojący przed pytaniem lepiej posługuje się przeglądem opublikowanego wytyczną AI tego konkretnego przedmiotu zamiast zakładać, że ogólna reguła uniwersytecka wyjaśnia to, co się stało.

Jak studenci mogą sprawdzić swoją własną pracę przed wysłaniem na Melbourne?

Ponieważ dokładność ujawnienia ma znaczenie tyle samo, co podstawowe użycie AI, praktycznym nawykiem jest przegląd wersji roboczej przed wysłaniem, aby potwierdzić, że odpowiada temu, co student planuje ujawnić, i odrębnie sprawdzić, że niezależnie napisane sekcje nie czytają się w sposób, który prawdopodobnie zaprosi niepotrzebne pytania. Narzędzia takie jak NotGPT pozwalają studentowi wkleić wersję roboczą i zobaczyć analizę na poziomie zdania dotyczącą podobieństwa do AI, co jest najczęściej przydatne jako sposób na wyłapanie fragmentów, w których ciężka edycja lub niezwykle jednolity, formalny ton może czytać się niejednoznacznie dla opiekuna zamiast jako ścisły test zalicz-nie zalicz. Jest to szczególnie istotne dla studentów piszących w rejestrze technicznym lub studentów piszących w języku angielskim jako dodatkowy język, ponieważ obie mogą naturalnie produkować prozę, która czyta się bardziej jednolicie niż typowe pisanie nieformalne bez żadnego zaangażowania AI. Uruchomienie samosprawdzenia kilka dni przed terminem — zamiast w noc przed — pozostawia czas na poprawienie oflagowanych fragmentów, potwierdzenie, że oświadczenie o ujawnieniu odpowiada ostatecznej wersji, i trzymanie wcześniejszych notatek w pogotowiu na wypadek, gdyby koordynator przedmiotu zapytał o proces redagowania. Nic z tego nie zastępuje przeczytanie konkretnych wytycznych AI opublikowanych dla własnego przedmiotu studenta, który pozostaje autorytatywnym źródłem tego, co jest i nie jest dozwolone.

1. Przeczytaj konkretne wytyczne AI swojego przedmiotu przed rozpoczęciem zadania
2. Przygotuj oświadczenie o ujawnieniu wraz z pracą zamiast pisać je jako myśl na sekundę
3. Uruchom niezależnie napisane sekcje przez detektor AI, aby wyłapać niejednoznaczne wzory stylistyczne
4. Popraw oflagowane fragmenty pod kątem naturalnego zróżnicowania zdań zamiast jednolicie formalnego frazy
5. Potwierdź, że ostateczne oświadczenie o ujawnieniu dokładnie odpowiada zastosowanej pomocy
6. Zachowaj wersje robocze i notatki na wypadek, gdyby opiekun lub koordynator zapytał o Twój proces pisania