En regardant l’histoire d’un document montre comment le processus de réflexion de l’auteur a évolué – et met en lumière les raccourcis AI, explique Nikita Bezrukov.
J’ai classé des articles pour mon séminaire écrit sur la justice dans l’apprentissage automatique alors que les références commençaient à devenir bizarres. Le premier DOI que j’ai vérifié a renvoyé une erreur 404; L’autre a ouvert un côté vide; Et un article de journal avec un titre plausible n’apparaissait dans aucune base de données que j’ai recherchée. Les mêmes erreurs qui ont été coupées sur plusieurs soumissions, qui ont clairement indiqué que l’intelligence artificielle générative (IA), et non les étudiants, était le premier auteur.
Le motif était facile à repérer. La prose était immaculée, mais énoncée d’une manière ou d’une autre – la structure de la section était trop précise. Les pièces manquaient d’un sentiment de bataille qui signale la pensée réelle. Chaque fois que j’ouvrais un fichier, j’ai posé les mêmes questions: ce jeu de données est-il réel? Ce spécialiste existe-t-il? L’élève en a-t-il écrit une partie? Après avoir passé des semaines à vérifier les citations, les sources et même les identités des auteurs, je me sentais moins comme un enseignant et plus un chercheur médico-légal.
Ensuite, une faute de frappe a sauté du côté d’un essai. Cet article faisait référence à un “haut-parleur unique” (par opposition à la période standard, ‘Single Speaker’). L’erreur était petite, mais elle a indiqué qu’une personne, et non un chatbot, avait rédigé le texte. J’ai poussé un soupir de soulagement. J’ai réalisé que je verrais plus d’imperfection.
Suivi des changements
Le lendemain matin, j’ai annoncé une nouvelle règle à mes élèves pour tenter de cuisiner ce moment dans mon enseignement: les tâches n’ont pas pu être soumises comme des PDF uniques qui ne montrent que la version finale. Chaque document devait avoir une histoire de version afin que je puisse voir le processus d’écriture, pas seulement le produit final. J’ai appelé le score qui en résulte pour la classe de cours: 60% de la marque reflète la façon dont les idées se sont développées sur les brouillons et 40% couvriraient la qualité de la version finie. C’est mon dernier semestre qui a enseigné des séminaires d’écriture dans les disciplines de première année à l’Université de Pennsylvanie à Philadelphie, donc j’étais ouvert à l’expérimentation. Et la classe était petite – seulement 12 étudiants, il était donc facile de changer de cap si quelque chose se passait.
Pour commencer, mes étudiants étaient sceptiques, à condition que ce soit une tactique pour la police leur travail. Un collègue m’a suggéré d’utiliser une analogie de blockchain pour expliquer mon raisonnement. Ce cadrage a changé l’humeur. La plupart des étudiants savaient déjà que la blockchain détient un cordon transparent et résistant aux changements: chaque blocage de données telles que les transactions, et est lié cryptographiquement au bloc précédent, formant une chaîne continue et vérifiable. Toute tentative de modification d’un bloc se démarque immédiatement, de sorte que l’enregistrement est fiable. Voir la version – Les outils de suivi comme une blockchain à l’échelle de la classe avaient un sens pour les élèves – et la revendication se sentait soudainement intuitivement plutôt que punitive.
À la fin du semestre, j’avais appris plus des historiens de la version que je ne pouvais avoir de n’importe quel article statique. Dans mon séminaire, la technique de première année et les majors scientifiques de l’ordinateur choisissent un sujet dans la nouvelle technologie – Par exemple, la justice dans les enregistrements de drones ou de Drone ou axés sur l’IA. Chaque étape est basée sur ce dernier: ils créent une carte littéraire et les développent en un article de recherche riche en données qu’ils sont transformés en pièces publiques, telles que les articles d’opinion et les mémoires politiques. Parce que chaque révision a été capturée, mes soupçons de plagiat ont disparu et que les raccourcis de l’IA se sont démarqués. Je pouvais voir en détail comment chaque tas de texte a évolué au fil du temps, quantitativement après le temps qu’il a fallu pour écrire ainsi que par sa longueur et savoir qualitativement comment ses idées se sont déroulées.
Ma propre charge de travail s’est considérablement améliorée. Les séances de révision ne se sentaient plus comme des analyses de scène de crime -Cène, et j’ai passé moins de temps à chasser des signes d’aide de l’IA et plus de temps pour entraîner la stratégie d’écriture académique. La règle de contrôle des versions a encouragé de nombreux étudiants à commencer plus tôt et à réviser régulièrement parce que l’histoire transparente n’a laissé aucun moyen de cacher un travail hâtif téléchargé à la date limite. Il a rétabli les habitudes que nos cours d’écriture -in -te -Disciplines sont conçus pour enseigner aux jeunes chercheurs: progrès étapé et étape et inversion réfléchie. Leurs dernières soumissions semblaient méritantes, plutôt que fournies par un algorithme.
