From transactional use to reflective engagement: Higher education students’ evolving understandings of academic integrity and generative AI
Deze kwalitatieve longitudinale studie onthult dat het begrip van bachelor- en masterstudenten met betrekking tot academische integriteit evolueert van het beschouwen van generatieve AI als een louter efficiëntietool naar het ermee omgaan op een meer reflectieve en ethische wijze door voortdurende interactie, wat suggereert dat universiteiten onderwijsmethoden moeten prioriteren die kritische reflectie bevorderen boven detectiegeoriënteerde beleidsregels.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de moderne klaslokalen heeft een stille revolutie plaatsgevonden, niet met het gebrul van machines, maar met het zachte gezoem van een computerscherm. Decennialang hebben universiteiten vertrouwd op een reeks ongeschreven en geschreven regels om te waarborgen dat het werk dat een student inlevert, echt van henzelf is. Dit concept, bekend als academische integriteit, is gebouwd op het idee dat leren een persoonlijke reis van groei is, waarbij eerlijkheid, verantwoordelijkheid en de moed om het harde werk te verrichten belangrijker zijn dan simpelweg een cijfer halen. Het is het geloof dat een diploma een geest moet vertegenwoordigen die door inspanning is uitgerekt en gevormd, en niet een geest die is omzeild. Onlangs is een nieuwe kracht dit landschap binnengekomen: generatieve kunstmatige intelligentie. Dit zijn computerprogramma's die in staat zijn om essays te schrijven, problemen op te lossen en ideeën te creëren die lijken en klinken alsof ze van een mens komen. Ze bieden ongelooflijke snelheid en gemak, maar ze vervagen ook de grenzen van wie er eigenlijk aan het denken is. De centrale vraag voor zowel docenten als studenten is moeilijk te beantwoorden geworden: wanneer een machine je helpt schrijven, waar begint en eindigt jouw leren dan?
Een team van onderzoekers aan een regionale universiteit in Australië besloot te stoppen met gissen en te beginnen met observeren. In plaats van een enkel momentopname te maken van hoe studenten over deze hulpmiddelen denken, gingen ze aan een lange reis over en volgden ze een groep van twintig studenten gedurende vijftien maanden. Ze wilden zien of en hoe het begrip van de studenten over eerlijkheid en leren veranderde terwijl ze dag in dag uit met deze technologieën leefden. De onderzoekers interviewden de studenten vier keer, waarbij ze hen niet alleen vroegen wat ze deden, maar ook hoe ze erover voelden, waar ze zich zorgen over maakten en hoe ze betekenis gaven aan het werk dat ze produceerden. Het doel was om het verhaal te begrijpen van een studentengeest die zich aanpast aan een wereld waarin antwoorden slechts één klik verwijderd zijn.
Het verhaal dat naar voren kwam, was geen simpel verhaal over studenten die de technologie misbruiken of plotseling perfect worden. In het begin zagen de studenten de kunstmatige intelligentie als een hulpmiddel voor snelheid. Ze gebruikten het om opdrachten snel af te ronden, om hun grammatica te polijsten of om een structuur voor een rapport te genereren. In deze fase lag de focus volledig op het resultaat: de taak efficiënt voltooien. Voor velen was het idee van academische integriteit een kwestie van problemen vermijden; ze wilden ervoor zorgen dat ze niet betrapt werden op iets verkeerds, maar ze dachten nog niet diep na over wie de ideeën bezat of wat ze eigenlijk leerden. De machine was een kortere weg, en de student was de bestuurder, maar de motor deed het meeste werk.
Naarmate de maanden verstreken, begon het beeld te verschuiven. De studenten liepen tegen de beperkingen van de technologie aan. Ze merkten dat de AI soms antwoorden gaf die te vaag waren, feitelijk onjuist waren of simpelweg niet pasten bij de specifieven behoeften van hun opdracht. Eén student beschreef dat hij een reactie kreeg die zo generiek was dat hij de computer moest vragen om het opnieuw te proberen met andere woorden. Een ander realiseerde zich dat omdat hij te zwaar op de machine had vertrouwd, hij zijn eigen opdracht niet aan een docent kon uitleggen. Deze momenten van wrijving waren cruciaal. Ze dwongen de studenten om stil te staan en na te denken. Ze begonnen de betrouwbaarheid van het hulpmiddel in twijfel te trekken en, nog belangrijker, hun eigen rol in het proces te bevragen. Ze begonnen te beseffen dat als ze de stof van hun ingeleverde werk niet begrepen, ze eigenlijk niets hadden geleerd.
Tegen de laatste fase van de studie was er voor veel deelnemers een nieuw patroon ontstaan. Ze gebruikten de AI niet langer alleen om een taak te voltooien; ze gebruikten het om hun eigen begrip te testen. Ze zouden de computer vragen een concept uit te leggen, om vervolgens die uitleg te verifiëren met hun eigen tekstboeken. Ze gebruikten het hulpmiddel om verschillende perspectieven te brainstormen, maar schreven de ideeën vervolgens in hun eigen woorden om er zeker van te zijn dat ze de betekenis echt begrepen. Sommigen begonnen zelfs hun medestudenten te helpen de technologie verantwoord te gebruiken, door hen aan te moedigen het te zien als een leermate partner in plaats van een kortere weg. De studenten waren bewogen van een transactionele relatie met de machine, waarbij ze prompts ruilden voor antwoorden, naar een reflectieve relatie, waarbij ze het hulpmiddel gebruikten om hun eigen denken te verdiepen. Ze namen weer eigenaarschap over hun leren, maar dit keer met een nieuwe, meer kritische bewustwording van de technologie om hen heen.
De onderzoekers ontdekten dat deze verandering geen rechte lijn was die elke student volgde. Sommige studenten bleven de hulpmiddelen primair gebruiken voor snelheid, terwijl anderen pas reflectiever werden in bepaalde vakken of wanneer de opdrachten diep nadenken vereisten. De verschuiving hing af van vele factoren, waaronder de feedback die ze van docenten ontvingen, de verwachtingen van hun specifieke vakgebied en de mogelijkheden die ze hadden om deze kwesties met leeftgens te bespreken. De studie suggereert dat het vermogen om deze hulpmiddelen ethisch te gebruiken niet iets is dat een student wel of niet heeft; het is een vaardigheid die kan worden ontwikkeld door ervaring en reflectie. Het gaat niet om het volgen van een rigide set regels om straf te vermijden, maar om het leren maken van goede oordelen over wanneer en hoe men een krachtige nieuwe bron gebruikt.
Dit langetermijnperspectief biedt een andere weg voorwaarts voor universiteiten. In plaats van zich alleen te richten op het betrappen van studenten die de technologie misbruiken, suggereren de bevindingen dat scholen leerervaringen moeten ontwerpen die dit soort kritisch denken stimuleren. Wanneer opdrachten studenten vragen om hun redenering uit te leggen, informatie te verifiëren of hun keuzes te rechtvaardigen, creëren ze een ruimte waarin studenten de stof diepgaand moeten benaderen, wat het moeilijker maakt om blindelings op een machine te vertrouwen. De studie geeft aan dat wanneer studenten de ruimte krijgen om te reflecteren op hun eigen leren en de rol van technologie, ze van nature beginnen een meer verantwoordelijke en doordachte aanpak te ontwikkelen. De uitdaging voor het onderwijs is niet om de nieuwe hulpmiddelen te verbieden, maar om studenten te helpen leren hoe ze ze kunnen gebruiken op een manier die hun eigen geest versterkt, in plaats van vervangt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.