还记得学校里的作弊行为是指偷拿小抄或偷看邻座的试卷吗？如今的教师们可能会怀念那些日子。现在，他们在维护学术诚信方面面临着更严峻的挑战：生成式人工智能。对教育工作者来说，不幸的是，万无一失的解决方案还遥遥无期。
半数教师表示，生成式人工智能让他们更加不信任学生的原创作品。自人工智能出现以来，大学和高中的作弊报告直线上升，这让教师们感到绝望和沮丧。
量化这一问题的严重程度并非易事。剽窃检测公司 Turnitin 发现，在过去一年中，仅有 10% 的写作作业被检测出使用了人工智能，其中仅有 3% 大部分是人工智能生成的。
然而，斯坦福大学的一项调查显示，自从引入 ChatGPT 等人工智能工具以来，60%-70% 的高中生承认自己作弊。
从历史上看，作弊并不是一个新问题。研究表明，半数以上的高中生和大学生都有过某种形式的学术不诚信行为。国际学术诚信中心报告称，截至 2020 年初，近三分之一的本科生承认在考试中作弊。
与此同时，人工智能生成的内容和检测技术之间正在进行一场军备竞赛，目前前者正在获胜。
例如，OpenAI 尝试在其输出中嵌入数字水印，以识别人工智能生成的文本。不过，这些水印可能被篡改，检测器只能识别特定人工智能系统创建的水印。这或许可以解释为什么 OpenAI 没有发布其水印功能，因为这可能会让用户转向没有此类标记的服务。
人们还尝试了其他创新方法。佐治亚理工学院的研究人员开发了一套系统，用于比较 ChatGPT 出现前后学生对作文题的回答。PowerNotes 是一家将 OpenAI 服务整合到Google文档中的公司，它允许教师跟踪人工智能在文档中生成的变化。然而，所有这些努力都被证明效果有限。
为了应对这些挑战，越来越多的人认识到，教育机构必须调整其教学和评估方法。约翰-华纳（John Warner）曾是一名大学写作教师，也是即将出版的新书《不只是文字：如何在人工智能时代思考写作》一书的作者约翰-华纳（John Warner）建议，教师应该更新他们的教学方法。
他认为，人工智能之所以能轻而易举地生成可信的大学论文，部分原因在于传统作业僵化的算法格式。华纳建议教师缩小作业范围，将重点放在与有用的写作概念相关联的更短、更具体的提示上。例如，可以要求学生编写一个生动的段落，对周围环境进行清晰的观察，或者写几句话将个人经历转化为更广泛的概念。
当然，生成式人工智能也可以完成这些作业，但通过让这些作业更贴近学生的生活，学生可能会愿意自己完成项目。这至少值得一试，因为现在，学校在与人工智能的较量中显然处于下风。