دانشجویان متقلب چگونه از ابزارهای تشخیص هوش مصنوعی عبور می‌کنند؟

در حالی که دانشگاه‌ها به شدت بر استفاده از ابزارهای شناسایی فناوری‌های نوین تمرکز کرده‌اند، به نظر می‌رسد دانشجویان متقلب با استفاده از خلاقیت و دخالت‌های ظریف انسانی، همواره یک قدم از سیستم‌های نظارتی اساتید جلوتر هستند.

استراتژی‌های جدید برای دور زدن تشخیص هوش مصنوعی

برخلاف تصور عمومی که تقلب را فعالی تنبل‌وار می‌پندارد، دانشجویان زیرک در حال توسعه روش‌های پیچیده‌ای هستند تا پاسخ‌های تولیدشده توسط مدل‌های زبانی بزرگ (LLM) را از دید اساتید پنهان کنند. این متقلبان به‌خوبی می‌دانند که تمرکز دانشگاه‌ها بر شناسایی نشانه‌های مشخص هوش مصنوعی، در واقع راهنمایی برای آن‌ها جهت پنهان کردن دقیق‌تر این ویژگی‌هاست.

برخی از این دانشجویان با استفاده از عامل‌های هوش مصنوعی (AI agents)، ابزارهایی ساخته‌اند که نه تنها پاسخ‌ها را تولید می‌کنند، بلکه سرعت عمل آن‌ها را نیز به‌گونه‌ای تنظیم می‌کنند که مشابه روند حل مسئله توسط یک انسان به نظر برسد.

تکنیک‌های پنهان‌سازی و کاهش کیفیت عمدی

یکی از روش‌های رایج که توسط دانشجویان به کار گرفته می‌شود، بازنویسی دستی پاراگراف‌های تولیدشده توسط هوش مصنوعی است. این کار باعث می‌شود لحن متن از حالت ماشینی خارج شده و با سبک نوشتاری فرد مطابقت پیدا کند.

• شبیه‌سازی خطا: کاهش عمدی کیفیت اسلایدها یا متون برای جلوگیری از بی‌نقص بودن بیش از حد.
• کنترل سرعت: استفاده از ربات‌های کُند برای فریب دادن سیستم‌های ثبت زمان پاسخ‌ها.
• تغییر سبک: حذف علائم نگارشی خاص که معمولاً در خروجی‌های هوش مصنوعی دیده می‌شود.

چالش‌های بنیادین در مقابله با تقلب هوشمند

"تقلب با هوش مصنوعی یک مشکل فنی نیست که بتوان با یک راه‌حل فنی ساده آن را برطرف کرد؛ این یک بازی موش و گربه است."

متخصصان حوزه علوم انسانی و تاریخ معتقدند که اتکای صرف به ابزارهای تشخیص، تنها باعث پیچیده‌تر شدن فرآیند تقلب می‌شود. وقتی اساتید از ابزارهای نظارتی استفاده می‌کنند، در واقع انگیزه‌ای برای دانشجویان ایجاد می‌کنند تا از روش‌های پیچیده‌تری برای پنهان‌سازی استفاده کنند.

در نهایت، به نظر می‌رسد که مقابله با تقلب با هوش مصنوعی بیش از آنکه نیازمند فناوری‌های جدید باشد، نیازمند بازنگری در روش‌های ارزیابی و طراحی تکالیف آموزشی است تا از بروز چنین چالش‌هایی جلوگیری شود.