✨ 要点🔬 技术摘要
在大学图书馆静谧的嗡鸣声中，或是在宿舍房间笔记本电脑屏幕的微光里，一种新型的助手已经到来。它不是一个人，而是一种能够撰写、总结并解释学生所问之几乎任何内容的机器。这项被称为生成式人工智能的技术，已经改变了年轻人学习和完成学业的方式。它可以在几秒钟内起草一篇论文、修正语法错误或构思创意。但这种速度与便利也给教师和学生带来了一个难题：当机器协助你写作时，功劳归于谁？答案在于一个被称为“披露”的简单行为，即向老师说明：“我使用了这个工具来提供帮助。”如果没有这种诚实，人们就无法得知一名学生是真的理解了材料，还是由机器完成了思考。这其中的利害关系很高，因为学校需要知道，一个学位代表的是一个人的思想，还是计算机的输出。
来自几所尼日利亚大学的研究小组致力于了解尼日利亚的学生是如何应对这一新现实的。他们想知道学生正在使用哪些工具，他们是否知道自己应该承认使用情况，以及是什么阻碍了他们的诚实。研究人员对来自全国各大学的240名本科生进行了调查，询问了他们的习惯和感受。他们发现，学生们确实在使用这些工具，但他们大多只在使用几个熟悉的名字。最受欢迎的工具是ChatGPT，紧随其后的是Meta AI和Google Gemini。虽然还有许多其他用于绘画或编写代码的专业程序，但本研究中的学生主要依赖这些大型通用聊天机器人来辅助写作。
研究揭示了一种自信与恐惧交织的奇特现象。大多数学生都知道，当他们使用人工智能时应当告知老师。他们明白保持诚实是正直的表现，而隐瞒所获得的帮助是不对的。然而，知晓规则与遵循规则是两回事。研究人员发现，尽管学生们认为诚实是正确的，但许多人却不敢这样做。他们担心如果承认使用了工具，老师会认为他们过度依赖技术，从而导致成绩降低，或者会被判定为学术不端行为。这种恐惧感如此强烈，以至于往往超过了他们追求真诚的意愿。
最大的障碍并非缺乏知识，而是缺乏明确的规则。学生们反映，他们的大学对于如何使用这些工具并没有统一的政策。一位老师可能会说使用工具是可以的，而另一位老师则可能说这是不允许的，而且没有人能解释清楚该如何写下“我使用了这个”之类的注释。由于规则不明，学生们感到困惑且缺乏安全感。他们不知道如何正确地声明自己的使用情况，并且担心任何试图诚实的尝试都会被误解为承认有罪。研究表明，当学生对规则和后果感到更加确定时，他们会更愿意公开使用技术的情况。
有趣的是，研究人员发现学生的专业领域并不会改变他们的态度。无论是一名学生在学习工程学、医学、法律还是艺术，他们对于披露人工智能使用的看法都非常相似。他们都同样面临着对伦理诚实的理解与对负面后果的恐惧之间的矛盾。这表明，问题并非特定于某一类学科或某一类专业，而是一个影响所有学生的普遍问题。研究结论指出，虽然尼日利亚的学生普遍想要做正确的事，但他们需要学校提供清晰、一致且具有支持性的指导。如果没有一个让诚实得到奖励而非受到惩罚的安全环境，学生们很可能会继续隐藏他们使用这些强大新工具的行为，从而使教师无法判断眼前作品的真实价值。
技术摘要：学生对学术写作中生成式人工智能（GenAI）披露的态度
问题陈述
研究方法
抽样： 采用了多阶段非概率抽样技术。通过目的抽样选择了 11 所涵盖尼日利亚六个地缘政治区的大学。随后，通过便利抽样招募了 240 名本科生。工具： 数据通过包含 46 个项目的结构化问卷进行收集，分为四个维度：GenAI 工具的使用程度、对披露要求的认知、对声明使用的态度以及影响披露的挑战。该工具经过专家验证，并表现出高度的内部一致性（Cronbach's alpha 范围在 0.909 至 0.967 之间）。分析： 使用描述性统计（均值、标准差）来分析使用模式和态度。推断统计包括使用 Pearson 产品-矩相关系数来测试认知与态度之间的关联，以及使用 Welch's 单因素方差分析（one-way ANOVA）来检查四个学科集群（科学技术；健康与医学科学；社会与管理科学；艺术与专业研究）之间态度的差异。理论框架： 本研究以计划行为理论（Theory of Planned Behaviour）为基础，认为披露意向是由态度、主观规范和感知行为控制驱动的。
主要结果
工具使用： GenAI 的使用呈现高度集中的特征。ChatGPT 是主导工具（均值 = 3.41），其次是 Meta AI（均值 = 2.81）和 Google Gemini（均值 = 2.69）。用于视觉生成、编程或特定研究任务的专业工具使用程度显著较低。认知： 学生对披露要求的认知水平普遍较高。他们理解披露的定义并认可学术诚信规则。然而，对于未披露的具体学术后果（即是否构成违规行为）的认知水平相对较低。态度： 学生对披露的态度总体上是积极的，但存在矛盾。学生承认披露有助于促进问责制和诚实，且不会本质上降低作品的原创性。然而，很大一部分人表示，他们只有在被明确要求时才会进行披露，这是受惩罚恐惧、污名化以及对成绩负面影响的驱动。挑战： 披露的主要障碍是制度性和心理性的。被提及最多的挑战是缺乏明确的大学政策（均值 = 3.20），其次是讲师对 GenAI 使用解释的不一致、对被指控的恐惧以及对成绩处罚的担忧。统计关联：
发现披露认知与积极态度之间存在显著的正相关关系（r = .435 , p < .001 r = .435, p < .001 r = .435 , p < .001
在四个学科集群之间未发现对披露态度的显著差异（p = .258 p = .258 p = .258
主要贡献
多学科视野： 不同于以往局限于特定领域（如图书馆与信息科学）的尼日利亚研究，本研究提供了跨越不同学科和地缘政治区的更广泛视角。区分认知与实践： 研究强调，对 GenAI 工具的高认知并不自动转化为对披露义务的高认知或一致的披露行为。识别系统性障碍： 本研究从实证角度指出，不愿披露与其说是出于伦理拒绝，不如说是由于结构性模糊（政策不明）和对惩罚性制度反应的恐惧。理论应用： 研究成功地将计划行为理论应用于 GenAI 披露的具体语境，展示了感知控制（知道如何 披露）和主观规范（讲师预期）如何影响学生行为。
意义与主张
研究结果的意义在于建议从惩罚性、基于检测的方法转向支持性、政策驱动的框架。作者断言，要使披露成为一种标准做法，大学必须超越模糊的禁止规定，提供：
统一且明确的制度政策，界定可接受的使用方式和披露格式。
来自讲师的一致指导，以消除冲突的预期。
集成的 AI 素养项目，不仅教授学生如何 使用 AI，还教授他们如何 对其进行伦理化的承认。
支持性的评估程序，保护那些透明声明了获准使用的 AI 辅助的学生，使其免于自动污名化或成绩处罚。
研究结论认为，只有当制度支持与学生认知相匹配时，学术写作中的透明度和问责制才能实现，从而营造一个将伦理披露视为学术工作的安全且标准组成部分，而非风险的氛围。
每周获取最佳 social_science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。