В посте про спор о научном тексте я писал об "охоте на ведьм" вокруг использования ИИ в научных публикациях и о том, что детекторы ненадёжны настолько, что GPTZero признал Конституцию США написанной ИИ. Сегодня посмотрим на эту проблему глазами студентов. Поможет в этом статья:
📎 Ardana S.G., Christiana M. AI detectors, student anxiety, and authorial alienation: a qualitative study of affective control // Teaching in Higher Education. 2026. DOI: 10.1080/13562517.2026.2643825
Авторы поговорили с шестью выпускниками индонезийского университета, которые пишут ВКР на английском (для них это неродной язык). По выводу авторов, детектор для студентов оказывается механизмом контроля, а не просто проверкой оригинальности.
🤍 Детектор вызывает у студентов тревогу. Даже когда они уверены в своём авторстве, у них учащается сердцебиение (deg-degan) в момент загрузки работы. Один из студентов говорит:
Если мы правда не использовали ИИ, а Turnitin говорит, что мы превысили лимит, что тут поделаешь?
🤍 Студенты меняют стиль письма, чтобы он не выглядел машинным. Аккуратный формальный английский неносителя детектор чаще помечает как сгенерированный ИИ. Чтобы пройти фильтр, студент убирает особенности собственного письма и перестаёт узнавать в тексте себя. Авторы называют это авторским отчуждением.
🤍 Безопасность становится важнее качества. Студенты придумывают, как обойти детектор: ставят между словами точки белым цветом (такой совет, правда, давали однокурснику, который действительно пользовался ИИ), пишут в пассивном залоге вместо активного, избегают оборотов "showed that" и "demonstrate". Некоторые доходят до перформативной некомпетентности: нарочно пишут проще и хуже, зато "своё".
🤍 Преподаватель превращается в "валидатора данных". По словам студентов, если балл проверки выше 50%, преподаватели "не хотят оценивать", а обратная связь сводится к просьбе "снизьте до 25 или 20 процентов". Авторы называют это педагогическим самоустранением. Но есть и исключения: научный руководитель, который при ложном срабатывании попросил написать два абзаца при нём, и преподаватель, который разбирает результат проверки вместе со студентом.
🤍 Что предлагают авторы. Отказаться от "полицейской" модели в пользу критической ИИ-грамотности: объяснять студентам, как устроен детектор и почему он ошибается; устраивать на семинарах "аудит" детектора, чтобы изучать его предвзятость, а не учиться его обходить; считать балл лишь поводом для проверки, а решение оставлять человеку; оценивать процесс и проводить устные защиты.
🤍 Мои мысли
Статья интересна мне ещё и потому, что этим летом в российском высшем образовании обсуждали похожие случаи: системы вроде "Антиплагиата" отмечали тексты выпускников как сгенерированные нейросетью, и это дало новый виток спорам о реформе государственной итоговой аттестации. В приёмной комиссии абитуриенты магистратуры уточняли: а что будет, если ИИ-детектор сработает, а я просто пишу грамотно и ставлю длинное тире там, где оно нужно? Всё это наводит на мысль, что системы проверки академических текстов не могут быть единственным критерием оценки (благо, что в известных мне местах, так оно и есть). Иначе студент учится писать не для читателя, а для машины, и проигрывают от этого оба: и студент, и преподаватель.
#обзорлитературы #ИИ #образование #академическоеписьмо #детекторыИИ