CS240 AI不正行為の回顧録

Magical Gnomesによって作成されました！ ホーム 写真 考え 教育 研究 取り組み ビデオ 私について 教育 解説 経験 その他... コンサルティング アップデート FAQ リンク CS 240 春 2026 AI 回顧録 - 2026年9月25日 学術的誠実性とAI 2026年春学期の終わりに、私はCS 240: プログラミングにおける「AI」の使用に関する嵐の中心にいました。この問題に対処する私のやり方はもっと良かったはずであり、明確に定められたコースポリシーに違反した個人が最終的にほとんど、あるいは全く結果を招かなかった主な理由です。私はこの投稿を、インシデントに関する、明らかに進行中の議論を取り巻く多くの誤情報や不正確さについて、学生たちが私に近づき続けるため、主に書いています。 ポリシーと期待 まず、明確にしたいことがあります。CS 240の2026年春学期提供では、コースの課題を解決するためにAI/LLMを使用することに対して、明確に定められた禁止事項がありました。シラバスで確認できます。 具体的には： 学生同士で課題について一般的な方法で議論することはできますが、他人の作品を参照することはできません。 F（不可）を得る他の方法の中でも、以下の場合、学術的不誠実さの罪を犯したことになります。 ... - ChatGPTまたはその他のソフトウェアを使用して、課題、クイズ、または試験のいかなる部分の解決策もプログラム的に生成する さらに、シラバスには、学術的誠実性ポリシーの違反にすぐに対処しない場合があることが明確に記載されています。 学生またはチームが課題で不正行為を行ったと信じる理由を発見した場合、学生またはチームに速やかに通知する場合もあれば、後続の課題で学生またはチームに対して静かに証拠を蓄積することを決定する場合もあります。 さらに、講義でも、シラバスを読むことは各学生の責任であることが明確に伝えられました。以下に見られる講義1のスライドを参照してください。 一部の人々は、上記の期待がコースに登録した学生にとって何らかの驚きであったと示唆していると聞きました。そのような主張は非常に疑わしいです。 シラバスに加えて、私は戻って確認しました。この期待は少なくとも5回の講義で繰り返し取り上げられました。それらの講義からいくつかスライドを含めます。一部がAIを明示的に言及していない場合でも、私のスライドは講義で議論する内容の出発点であり、話されたすべてを網羅しているわけではないことに注意してください。スライドを参照せずに他の時間にもこれらの期待について議論したことは確かです。 以下は、2026年1月12日の講義1のスライドです。 2026年1月14日、講義2でポリシーを再度議論しました。スライド自体はLLMに言及していませんが、口頭でポリシーを再度言及する機会を得ました。 1月21日の講義3には、さらにリマインダーが含まれていました... 2026年2月4日の講義7でも議論がありました。この時点で、Argusという、後に展開されるツールを開発する際に、特定の識別子に焦点を当て始めていました。 したがって、学生にはAI/LLMを使用して課題を完了すべきではなく、それを行うことはコースの学術的誠実性ポリシーの違反であることが常に明確にされていました。 さらに、MOSSを使用して不正行為のインシデントを特定する私たちの使用は、以前の学期と同様に進みました。学期全体を通して、コードが非常に類似していると特定された学生は直面し、適切であれば、上記のポリシー違反の結果としてペナルティを受けました。 Argus 一部の人が形成したもう一つの誤った印象は、学生がポリシーに違反したかどうかを特定するのに役立つように、私たちが独自のLLMをトレーニングしたということです。私たちはそうしませんでした。 開発されたツール、Argusという名前のツールは、静的解析を使用して、学生のソースコードにそれらの存在に対する合理的な説明が存在する可能性が非常に低い指標を特定します。夏の間、私たちはこのツールに関する論文を実際に執筆しました。arXivのプレプリント版またはローカルで入手できます。論文はSIGCSE 2027に提出されました。最終的に出版には選ばれませんでしたが、そのプロセスからの査読はここで入手できます。 論文で議論されているように、私たちは以前の学期にもこのツールを実行し、非常に説得力があり興味深い結果を得ました。特に、私たちが使用する指標は2024年以前にはほとんど存在せず、その存在は数年で急速に増加します。 収集および分析されたすべてのデータは、生成されたHスコアに関して高い精度を示しています。多くの人が、私たちが特定する指標の網羅的なリストを望んでいることは確かです。しかし、そのようなリストを提供することは、ツールの有用性をほとんど確実に低下させるでしょう。あなたが教育者であるか、この情報に正当な関心を持っている人であれば、私（jeff@cs.purdue.edu）に自由に連絡してください。適切に保護され、使用されることがわかっている状況では、それを提供することに反対しません。 Argusは単なる出発点に過ぎなかったことを指摘することが重要です。特定された潜在的なケースは、さらなる措置を講じる前に、少なくとも1人の担当者によって確認されました。すべてのケースが追求されたわけではありません。実際、私たちは各ケースを非常に保守的に見て、明確な証拠があり、その証拠の存在に対する合理的な説明がない場合にのみ追求しました。 最終的に、584人の特定された学生のうち267人（約45.7％）をフラグ付けしました。 リードアップ Argusは2026年3月中旬頃に実用的な状態に達しました。その頃、週次のTA会議で議論を開始し、3月23日に「AI学術誠実性」（AIAI）チームを編成して、多数の潜在的なAI使用ケースに対処することを決定しました。必要なプロセスを設定するための取り組みを本格的に開始しました。 AIAIチームの結成後も議論は続き、労働の分担や数百人の学生との面談の準備を検討する中で、CS 159の過去のアプローチを思い出しました。このコースでは、インストラクターはコースポリシーに違反したと特定された学生にメールを送り、単に責任を認める機会を提供していました。2017年秋のこれらのメールの1つを以下に含めます。 2026年4月13日の会議中に、私が作成するフォームを利用した同様のアプローチを採用することを決定しました。これは、自己報告メカニズムがさらなる議論を必要とするケースの数を削減できるという希望を持っていました。 あなたの提出物に関して、第5回宿題で学術的誠実性違反の可能性についての懸念が提起されています。提出されたソリューションは測定され、コース内の少なくとも他の1人の学生のソリューションと非常に類似していると判断されました。 提出する作業は、あなた自身のオリジナルの努力であり、許容できない、たとえ意図的であっても、共同作業の結果であってはなりません。意図的でない場合でも、他者との広範な共同作業は、コピーに似た非常に類似した作業につながる可能性があります。 すべての学生は、自身の作品を保護する責任もあります。意図せずに作品へのアクセスを許可した場合でも、学術的誠実性違反を助長したとして責任を問われる可能性があります。 コースシラバスに記載されている学術的誠実性に関するコースポリシーを再確認してください。 この特定のケースでは、あなたの課題と他の課題との間の高い類似性はコンピューターソフトウェアによって特定され、レビューの結果、単なる偶然によるものとして却下することはできません。 その結果、コースシラバスに記載されている学術的誠実性ポリシーに従って、課題のスコアはゼロになります。 これらの発見を受け入れる場合は、以下の期限までに、次の応答を含むメールに返信してください。 「私の課題提出がコースの学術的誠実性ポリシーに違反していることを認め、この課題のスコアを受け入れます。将来、これを行う意図はなく、2回目の違反はクラスの不合格につながることを理解しています。」 上記の声明の後、あなたは