Admito que quando eu estava ministrando quatro seções de cursos intensivos de redação (predominantemente redação do primeiro ano) por semestre, passei muito pouco tempo me preocupando com a “integridade acadêmica”, entre aspas.
Não me interpretem mal; Eu period contra os meus alunos não fazerem o seu próprio trabalho, mas dada a natureza do que lhes pedia que fizessem e a forma como eram avaliados (forte ênfase no processo e na reflexão do aluno), não precisava de me preocupar com tudo isso. muito sobre as questões que se enquadram no âmbito da integridade acadêmica.
Mas no nosso mundo generativo de IA, em que os alunos têm acesso fácil a grandes modelos de linguagem geradores de sintaxe, capazes de produzir resultados potencialmente aceitáveis (e aprovados), parece impossível não se preocupar com a integridade académica. Alunos que passam em aulas onde não fizeram nenhum trabalho é definitivamente um problema.
Depois de ter considerado a integridade acadêmica apenas de passagem, gostaria de dedicar alguns pixels à reflexão sobre como poderíamos ter discussões melhores e mais profundas sobre questões de integridade acadêmica. Nesta fase, muito disso sou eu falando sozinho, mas pelo menos é um começo.
Ocorre-me que, se vamos falar sobre integridade académica, temos de ser muito precisos sobre o que queremos dizer com essas palavras. Existem muitas facetas diferentes no conceito.
Uma faceta é considerar a integridade acadêmica como forma de garantir uma base justa de comparação entre os alunos. Se o aluno A estiver colando e o aluno B estiver fazendo seu próprio trabalho, mas ambos receberem os benefícios do crédito do curso e da credencial institucional, temos um problema.
No entanto, não é um problema novo. Seria ingênuo sugerir que isso não acontecia antes do advento do ChatGPT. Chegg supostamente se tornou uma empresa de US$ 12 bilhões por “ficar rico com estudantes trapaceando por meio da Covid.”
ChatGPT torna esse tipo de trapaça mais acessível e acessível.
Um caminho para lidar com este desafio é tentar policiar e punir o uso não autorizado do LLM que é declarado como “trapaça” num contexto de aula específico. Isso me parece pouco promissor por uma série de razões:
Não temos um método confiável para detectar resultados do LLM e distingui-los da escrita gerada por humanos, e provavelmente nunca teremos.
Toda a energia investida na detecção e no policiamento é energia que não é aplicada no ensino e na aprendizagem. Tecnologia de vigilância como o Proctorio serve principalmente como uma forma de assustar e distrair os alunos enquanto eles tentam demonstrar seu conhecimento. Durante os semestres em que transportava cargas de alunos o dobro do máximo disciplinar recomendado, não tive tempo para atividades adicionais. Adicionar a detecção LLM inevitavelmente prejudicaria outra coisa.
As políticas sobre a utilização de IA generativa podem variar de curso para curso, criando um potencial significativo para a confusão dos alunos e, eu diria, para um maior cinismo em relação ao seu trabalho académico.
Há outra opção se estivermos preocupados apenas com a integridade acadêmica do ponto de vista de garantir condições de concorrência equitativas: Liberar o kraken ChatGPT!
Se todos puderem usar a ferramenta sem restrições, então o campo é nivelado, certo? Parece que li algumas pessoas muito importantes que me disseram algo como “A IA não vai tirar o seu trabalho, mas alguém que usa IA vai”. Se isto for verdade, por que não deveríamos habituar e aculturar os estudantes a este mundo o mais rápido possível?
Estou imaginando que pelo menos alguns de vocês estão empalidecendo com a ideia, acreditando que isso desvaloriza significativamente o que um curso e uma credencial pretendem sinalizar, ou seja, que um aluno pode ser certificado por ter adquirido algum conhecimento significativo ou envolvido em alguma atividade educacional significativa. experiência relacionada a uma disciplina específica. Conectar coisas em um LLM e colar os resultados em um documento e colocar seu nome no topo não se qualifica.
Pelo meu dinheiro, acredito que o trabalho da escola e o emprego num mercado capitalista não são a mesma coisa. A eficiência e a produtividade, aspectos importantes dos nossos mercados, não são valores que devamos necessariamente associar à aprendizagem. O facto de estes valores se terem twister não só presentes, mas até mesmo dominantes na forma como pensamos sobre a escolaridade, parece-me um erro que deveríamos procurar corrigir, pelo menos se quisermos manter a noção de que a escola é para aprender.
Obviamente, o nosso pensamento sobre a integridade académica tem de ir muito além de simplesmente pensar em nivelar o campo para que os estudantes possam competir entre si em termos de desempenho. Isso period verdade antes dos LLMs e é ainda mais verdade agora.
O debate sobre a integridade académica por vezes lembra-me o debate sobre o “rigor”, em que permitimos que os indicadores de nível superficial sejam suficientes quando deveríamos ter conversas mais profundas sobre por que acreditamos que o rigor é importante. O que o rigor pretende alcançar?
Por exemplo, alguns podem acreditar que ler muitas e muitas páginas de um curso o torna rigoroso. Mas será que é isso? Reduzir o rigor a esta métrica sugere que a quantidade de tempo gasto em atividades relacionadas ao curso é a chave, mas será que passar os olhos por milhares de páginas de leitura é uma experiência verdadeiramente rigorosa ou é apenas demorado?
Eu diria que o que os alunos fazem com a leitura é um determinante de rigor muito mais importante do que quantas páginas são lidas. Irei mais longe e direi que um bom sinal de um curso rigoroso é quanto tempo e energia os alunos dedicam ao curso, o que não é necessariamente determinado por comandos como ler muitas páginas ou escrever muitas palavras.
Minha opinião é que o curso mais rigoroso é aquele que gera muito esforço dos alunos sem a necessidade de exercer muito poder de instrutor para comandar a produção dos alunos. Isso take away o curso do mundo das transações e o transfer para a terra do aprendizado. Também ajuda os alunos a desenvolver a importante habilidade de autorregulação.
Algo semelhante tem de acontecer com a integridade académica num mundo onde os LLMs são agora omnipresentes. Precisamos de pensar na integridade académica como um conceito mais amplo, enraizado em valores educativos, valores que estão ligados ao envolvimento, ao esforço e à aprendizagem dos alunos.
Estou convencido de que estamos subestimando significativamente o grau e os tipos de mudanças que precisam acontecer nas instituições educacionais para lidar com a existência da tecnologia de IA generativa. Estas mudanças precisam de lidar não apenas com as capacidades tecnológicas, mas também com a forma determinista como a tecnologia está a ser enquadrada por aqueles que a estão a desenvolver e a impulsionar.
Parte deste impulso está a acontecer dentro de instituições de ensino superior que decidiram – sem muitas provas concretas, aliás – que a IA é uma parte inevitável do nosso futuro colectivo e particular person. Não tenho qualquer desejo de isolar a educação da inteligência synthetic, mas a noção da sua inevitabilidade é algo a que devemos resistir com o que resta da nossa força.
Se a educação pretende ser verdadeiramente significativa, tem de preservar a agência humana. Um futuro onde seremos subservientes aos nossos senhores da IA não me parece bom em geral, e definitivamente não é bom para instituições de ensino superior em específico.
Em termos de integridade académica, penso que isto, em última análise, aponta o caminho para descobrir como tornar as questões de integridade integrais para os alunos individuais que estão a fazer escolhas sobre a sua própria educação. Se o trabalho for significativo, se a experiência de ser educado tiver valor, os alunos agirão com o tipo de integridade que desejamos.
Como essa cultura ganha vida é a questão mais interessante para mim.
