包括生成式人工智能在内的第二次数字技术浪潮，带来了关于学术诚信的担忧。
但三位教育学教授指出，对抄袭和作弊的担忧不应掩盖这些技术带来的学习机遇。
他们在此概述了五种策略，供教育工作者借鉴，以在有利于学生的各种评估形式之间实现更大的学习效果和协同作用。
随着社会步入新阶段，大学和学校需要以新的方式应对学术诚信问题，第二次数字技术浪潮其中包括公开可用的生成式人工智能（AI），如ChatGPT。此类平台使学生能够为书面作业生成全新文本。
许多人担心，这些先进的人工智能技术正在开启一个抄袭和作弊的新时代但这些技术也为教育工作者带来了重新思考评估方式的机遇，并促使学生进行更深入、更有意义的学习，从而有助于培养批判性思维能力。
我们认为，ChatGPT的出现为学校和高等教育机构提供了契机，使其能够改革传统的学生评估方式。传统方式严重依赖考试和书面作业，侧重于考查学生对内容的记忆、回忆和基础综合能力。
作弊与ChatGPT
作弊情况的估计数据因国家背景和行业不同而差异很大。
研究学术诚信的专家Sarah Elaine Eaton提醒称，作弊情况可能被低估。她估计，在加拿大的大学中，可能存在漏报：她估计，7万名学生每年都会购买作弊服务。
OpenAI近期推出ChatGPT将如何影响义务教育和高等教育中的作弊行为，目前尚不清楚；但这一情况的发展，可能取决于机构是否保留或改革传统的评估方式。
规避抄袭检测软件？
主流抄袭检测工具能否识别借助ChatGPT生成作业的作弊行为，仍是一项挑战。
一项近期研究（尚未经过同行评审）发现，使用ChatGPT生成的50篇论文文本精巧，能够逃过传统抄袭检测软件的检查。
鉴于ChatGPT在估计每月活跃用户达1亿的情况下于1月推出，距其上线仅两个月，因此人们不难理解，为何有观点认为，ChatGPT等人工智能应用将推动当代教育发生巨大变革。
针对人工智能和ChatGPT的政策应对
毫不意外，对于如何应对ChatGPT及其他人工智能语言模型，存在不同看法。
一些人认为，只要引用来源规范，教育工作者就应将人工智能视为一种有价值的技术工具加以采用。
另一些人则认为，需要更多资源和培训，以便教育工作者更好地发现作弊行为。
还有一些机构，例如纽约市教育局，已采取措施，在设备和网络中屏蔽ChatGPT等人工智能应用。
前瞻性评估
下图展示了前瞻性评估体系的三个关键要素。尽管每个要素都可以进一步阐述，但我们的重点在于为教育工作者提供一系列策略，帮助他们在当前及未来人工智能应用的环境下，保持学术标准，并促进真实的学习与评估。
数十年来，中小学教师和大学教授一直大量依赖“一次性”论文作业。通常，学生会从一份列表中被指定或自行选择一个通用论文题目，并在指定日期提交最终作业。
此类作业尤其容易受到新型人工智能应用的影响，同时也容易受到合同代写作弊——即学生购买现成论文的行为——的影响。教育工作者现在需要重新思考此类作业。以下是一些策略。
1. 考虑在有效评估中融入人工智能的方式。
对于机构而言，彻底禁止人工智能及ChatGPT等应用既无益处，也不切实际。
部分大学课堂已经引入了人工智能。我们认为，人工智能技术必须有选择地融入教学，使学生能够思考恰当的使用方式，并将这些思考与学习能力联系起来。
例如，英语教授Paul Fyfe其研究领域为人类如何与数据互动，他描述了一项“教学实验”：他要求学生从文本生成式人工智能软件中提取内容，并将这些内容融入最终论文之中。
随后，学生需要直面人工智能作为写作工具的可用性，并反思语言模型的伦理使用与评估问题。
2. 让学生参与设定学习目标。
确保学生了解自己将如何被评分，是任何良好评估体系的关键。
邀请学生在考虑人工智能软件作用的前提下，共同确立任务的学习目标和标准，有助于学生评估和判断人工智能可作为学习工具发挥作用的恰当情境。
3. 要求学生提交初稿以获取反馈。
尽管学生仍应完成论文作业，但针对生成式人工智能的学术诚信政策研究表明，应要求学生提交作品草稿以供审阅并获取反馈。除有助于发现抄袭行为外，这种“形成性评估”做法对引导学生学习具有积极作用。
反馈可由教师提供，也可由学生自己提供。同伴反馈和自我反馈有助于对进行中的作品（或人工智能软件生成的作品）进行批判性评价。
4. 对任务的各个组成部分分别评分。
学生可以就每个组成部分获得评分，包括其在反馈过程中的参与情况。同时，还将根据其对具体反馈的吸收和响应程度进行评估。
作业不再仅仅是一篇最终论文，而是一项学习成果，从构思发展到最终提交的全过程，学生的想法都将受到评估。
5. 转向更真实的评估，或纳入表现性要素。
良好的评估实践要求教育工作者在多种情境中观察学生的学习情况。
例如，教育工作者可以邀请学生展示其作品，以会议形式讨论论文，或分享视频表述或艺术作品。这样做的目的是鼓励学生以另一种形式分享学习成果。这里值得思考的一个重要问题是：你是否真的需要论文环节？是否存在一种更真实、更有效的方式来评估学生的学习情况？
真实性评估是指将内容与情境相联系的评估方式。当学生被要求这样做时，他们必须在更具实践性的情境中运用知识，这往往使人工智能工具的作用大打折扣。
为了帮助重新思考评估方式，转向更真实、更多样的方法，教育工作者可以考虑参加免费课程，《变革评估：高等教育策略》。
提升对学生的益处
总体而言，这些建议可能更耗费时间，尤其是在规模较大的本科课堂中。
但它们确实能够在不同评估形式之间形成协同效应，从而为学生带来更大的学习收益：形成性评估用于指导教与学，而“总结性评估”则主要用于评分和考核目的。
人工智能已经到来并将长期存在，我们必须拥抱它，将其纳入我们的学习环境。将人工智能融入学生学习评估的方式，将带来更可靠的评估过程，以及更有效、更受重视的评估结果。
