Measuring University Students' Ethical Judgments of Generative AI Use: Development and Initial Validation of Four Instruments for Academic Integrity Research
Este estudo desenvolve e valida quatro novos instrumentos para medir os julgamentos éticos de estudantes universitários em relação à IA generativa, revelando que a integridade institucional percebida é o preditor mais forte desses julgamentos e que os estudantes distinguem nitidamente entre o uso não autorizado de IA em trabalhos acadêmicos versus em exames.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Na sala de aula moderna, uma nova espécie de ferramenta chegou, capaz de escrever ensaios, resolver problemas e gerar ideias com uma velocidade surpreendente. Esta tecnologia, conhecida como inteligência artificial generativa, mudou o cenário da aprendizagem, mas também obscureceu as fronteiras do que conta como trabalho honesto. Por décadas, os educadores confiaram na ideia de que a decisão de um aluno de violar os padrões acadêmicos é moldada pelo seu próprio caráter e pelas regras de sua escola. Sabemos que, quando uma universidade torna suas políticas claras e as aplica de forma consistente, os alunos são menos propensos a quebrar as regras. Também sabemos que o impulso pessoal de um aluno para aprender e sua confiança em suas próprias habilidades desempenham um papel em como ele se comporta. No entanto, até agora, os pesquisadores careciam de uma forma confiável de medir como os alunos realmente julgam esses novos comportamentos de "zona cinzenta". Sem um mapa claro do pensamento do aluno, é difícil entender por que alguns estudantes veem o uso de um chatbot para editar um parágrafo como aceitável, enquanto outros o veem como uma ofensa grave.
Uma equipe de pesquisadores da Universidade do Kansas e da Universidade do Texas em San Antonio propôs-se a construir esse mapa. Eles reconheceram que, para entender o futuro da integridade acadêmica, primeiro precisavam de melhores ferramentas para medi-la. Em vez de depender de pesquisas antigas projetadas para uma era diferente, eles criaram e testaram quatro novas formas de questionar os alunos sobre seus pensamentos. Eles queriam saber como os alunos avaliam a gravidade do uso de inteligência artificial, como percebem as regras e a aplicação de sua instituição, o quanto se sentem confiantes ao usar essas ferramentas para trabalhos acadêmicos e o que os motiva a aprender, em primeiro lugar. Ao reunir dados de 149 alunos de uma grande universidade pública, os pesquisadores puderam verificar se essas novas perguntas realmente funcionavam e o que revelavam sobre a mente do estudante.
Os pesquisadores começaram elaborando um questionário que pedia aos alunos que avaliassem cenários específicos. Eles pegaram um método clássico usado há décadas para medir violações de padrões acadêmicos — pedir às pessoas para dizer quão séria consideram uma determinada conduta — e o atualizaram para a era da inteligência artificial. Incluíram violações claras, como submeter um trabalho escrito inteiramente por um computador, ao lado de situações mais ambíguas, como usar uma ferramenta para ajudar a gerar ideias ou para reformular uma frase sem dar o crédito. Eles também construíram novas perguntas para medir como os alunos veem o clima de integridade de sua instituição. Esse conceito refere-se à percepção do aluno sobre se a escola possui regras claras, se os professores comunicam bem essas regras e se a escola realmente as aplica. Finalmente, adicionaram perguntas para mensurar a confiança de um aluno no uso dessas ferramentas para tarefas acadêmicas e sua motivação subjacente para estar na escola.
Quando os pesquisadores analisaram as respostas, descobriram que suas novas ferramentas funcionaram exatamente como pretendido. As perguntas sobre julgamento ético, integridade institucional, confiança e motivação mediram cada uma uma parte distinta da experiência do aluno. Elas não eram apenas formas diferentes de perguntar a mesma coisa; elas capturaram aspectos únicos de como os alunos pensam. Os dados mostraram que os alunos são capazes de fazer distinções sutis. Eles não trataram todos os usos da inteligidade artificial da mesma forma. Por exemplo, os alunos classificaram o uso de uma ferramenta para ajudar durante uma prova como uma forma de violação muito grave, mas classificaram o uso da mesma ferramenta para ajudar em uma tarefa regular como significativamente menos sério. Isso sugere que os alunos não estão simplesmente ignorando as regras; eles estão pesando ativamente o contexto da situação.
A descoberta mais poderosa, entretanto, diz respeito ao papel da própria escola. Os pesquisadores descobriram que o julgamento de um aluno sobre o que é certo ou errado estava fortemente ligado à forma como ele percebia a integridade de sua instituição. Quando os alunos sentiam que sua universidade possuía diretrizes claras, que o corpo docente comunicava essas diretrizes de forma consistente e que a escola aplicava as regras de maneira justa, os alunos tendiam a ver o uso da inteligência artificial de forma mais rigorosa. Em outras palavras, o ambiente criado pela escola importava mais do que a confiança pessoal do aluno no uso da tecnologia ou sua motivação geral para aprender. Embora a confiança de um aluno no uso da inteligência artificial e seu impulso pessoal para aprender fossem fatores interessantes, eles não acrescentaram muito à explicação quando o clima escolar foi levado em conta.
Este estudo fornece uma base sólida para pesquisas futuras ao oferecer um conjunto de ferramentas validadas que outros cientistas podem usar para estudar este campo em rápida mudança. Ele sugere que o caminho a seguir para as universidades não é apenas banir ou permitir tecnologias específicas, mas focar na clareza e na consistência de suas mensagens. Se uma escola deseja que seus alunos façam escolhas éticas, a pesquisa indica que a abordagem mais eficaz é garantir que as expectativas sejam claras, a comunicação seja consistente e a aplicação das regras seja credível. Os alunos estão observando esses sinais, e seus julgamentos são moldados pelo que eles veem. Ao compreender essa dinâmica, os educadores podem ir além da simples detecção e avançar para uma conversa mais matizada sobre como usar essas ferramentas poderosas de forma responsável.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.