Generative AI Use and Academic Integrity Behaviour among Law Students in Bangladesh
这项针对孟加拉国法学学生的调查显示，他们对核实人工智能生成的法律材料持有高度认可，但对于披露人工智能辅助的使用意愿却较低，这表明需要建立不同的教育流程来分别应对核实与透明度的问题。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代课堂中，一种新工具已经到来，它可以在几秒钟内撰写论文、解释复杂的概念并起草法律论证。这种被称为生成式人工智能的技术为学生提供了一个强大的捷径，但也带来了一个难题：当机器可以完成如此多的工作时，我们如何保持学习的诚实？教育工作者和研究人员正试图理解学生必须遵守的两项特定规则。第一项是验证，这意味着要检查计算机给出的事实和法律是否确实真实且存在于现实世界中。第二项是披露，这意味着要告诉老师：“我使用了计算机来辅助我的写作。”虽然这两条规则经常被统称为“学术诚信”，但它们实际上是截然不同的任务。一个是关于寻找真相，另一个是关于保持透明。了解学生对待这两项职责的方式是否一致，对于为法学院及其他领域设计公平的测试和教学方法至关重要。
来自孟加拉国的一个研究小组着手观察该国的法学生如何处理这两项截然不同的规则。他们收集了达卡一所大学正在学习法律的245名学生的反馈。研究人员要求这些学生对有关自身习惯和责任感的陈述表示认同程度。他们想知道学生是否感到有强烈的必要去检查计算机的工作，是否感到有强烈的必要去承认自己使用了它，以及他们的感受是否与他们实际所做的行为相匹配。这项研究专注于一个特定的学生群体，以确保答案能反映出那些正在接受法律训练的人群的心态，因为在这一职业中，哪怕是一个编造的事实都可能产生严重的后果。
结果显示，学生对这两项义务的看法存在明显的、令人惊讶的分歧。当被问及其实际习惯时，83.3%的学生表示他们会检查人工智能提供的法律来源和事实，以确保其正确性。然而，只有65.3%的学生表示他们实际上会披露或承认使用该工具进行辅助。这18个百分点的差距表明，学生认为检查工作比承认使用帮助是更重要的职责。研究人员发现，即使在询问学生“应该”做什么而非“实际”做什么时，这一模式依然成立。在职责方面，82.4%的人认为有责任验证信息，而只有66.9%的人认为有责任披露协助。这意味着这种差异不仅仅是学生未能履行承诺，而是更深层次地在于他们如何看待这两项具体行动的价值。
研究还观察了那些具有强烈责任感的学生是否真正落实了他们的行动。令人惊讶的是，数据并未显示出学生所认为的“应当”与他们所做的“实际”之间存在巨大的差距。对于检查事实和承认帮助，两者之间的“应然”与“实然”之差都很小，且在统计学上并不确定。这一发现挑战了一个常见的假设，即学生只是知晓规则却选择忽视它们。相反，证据表明，对于这些学生来说，核查法律来源被视为一项自然且必要的环节，而声明使用了计算机则感觉像是另一项独立的、或许是可选的沟通任务。这就像是他们将计算机视为一个必须经过审核的研究助手，但未必是一个必须命名的共同作者。
研究人员谨慎地指出，他们无法证明这些学生对其行为描述的绝对真实性，也无法确定究竟有多少人在进行学术不端行为。该研究依赖于学生对自身的自我报告，且数据来自一个并非从该国所有法学生中随机抽取的特定群体。此外，研究人员无法验证所分析的数字记录的原始来源，因此他们将这些发现视为对态度的一种快照式记录，而非对行为的确认记录。尽管存在这些局限性，但该模式在不同的数据分析方式下依然保持一致。即使研究人员观察那些频繁使用该技术或接受过培训的学生，检查与披露之间的差距依然存在。
这项研究表明，对于孟加拉国的法学生而言，“诚信”的概念并非单一的规则集合，而是由不同的习惯组成的。他们非常有动力去确保所使用的法律事实是准确的，因为他们明白律师不能依赖虚假案例。然而，他们在履行披露使用工具这一要求方面却不够一致。研究人员建议，学校不应将这两个问题视为同一个问题。教育者可能不需要制定单一的“使用人工智能”政策，而是需要教授两套分开的工作流程：一套是关于严谨核查法律来源的权威性，另一套是关于如何清晰记录技术在起草过程中的使用情况。通过将这两项任务分离，教师可以帮助学生理解，公开其创作过程的过程同样至关重要，即便学生目前对这两者的看法有所不同。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。