Немного с опозданием, но решили коснуться недавней новости про то, как студентку отчислили из ВУЗа за то, что ИИ-детектор обнаружил в ее дипломной работе сначала 41%, а потом 11% текста, сгенерированного нейросетью.  В последнее время активно обсуждается целесообразность проверки дипломных работ на наличие сгенерированных фрагментов. Разберём аргументы «за» и «против», а также поразмышляем о перспективах. Это будет несколько постов подряд, как бы нас не ругали за обилие текста и отсутствие картинок.

Аргументы в пользу проверки дипломных работ на использование ИИ 📌Поддержание стандартов образования. Дипломная работа должна демонстрировать навыки самостоятельного исследования, анализа и критического мышления. Проверка на использование ИИ помогает убедиться, что студент действительно развил эти компетенции за время обучения. 📌Объективная оценка знаний. Если значительная часть работы создана ИИ, комиссия не может достоверно оценить уровень подготовки выпускника. Это ставит под сомнение ценность диплома и квалификацию выпускника. 📌Борьба с плагиатом и некорректным цитированием. Нейросети иногда воспроизводят фрагменты чужих текстов без должного оформления ссылок, а это очень важно для научной работы. Проверка позволяет выявить такие случаи и предотвратить нарушения авторских прав. 📌Равные условия для всех студентов. Без должного контроля те, кто пишет работу самостоятельно, оказываются в менее выгодном положении по сравнению с теми, кто использует ИИ для создания текста. Проверка могла бы обеспечить справедливость оценки. 📌Защита репутации учебных заведений. Если станет известно, что выпускники массово используют ИИ для написания дипломных работ, это может подорвать доверие работодателей и академического сообщества к конкретному вузу. 📌Формирование культуры ответственного использования ИИ. Чёткие правила и контроль побуждают студентов не просто копировать сгенерированный текст, а учиться грамотно формулировать запросы, анализировать и перерабатывать полученные данные — то есть использовать ИИ как инструмент, а не замену собственной работы.  📌Выявление слабых мест в образовательном процессе. Анализ того, какие части работы студенты чаще всего поручают ИИ, может помочь вузам скорректировать учебные программы и уделить больше внимания развитию соответствующих навыков.

Собственный опыт общения со студентами показывает, что они не очень умеют ставить задачу нейросети, не относятся к выдаче нейросети критически, и поэтому на выходе получается ерунда. Отсутствие навыка работы с ИИ всегда видно по студенческой работе. Но. Особенно остро стоит вопрос о компетентности тех, кто проводит такие проверки: люди, не разбирающиеся в принципах работы ИИ, могут принимать ошибочные решения. Когда поколение сдававшее дипломы, купленные на CD-диске в переходе, оценивает через ИИ-детектор поколение, которое пытается читить (именно читить, а не работать) с помощью нейросети - это больше похоже на конфликт отцов и детей, а не на образовательные/оценочные методики.

Продолжение в следующем посте…