Utrzymanie integralności akademickiej: badanie eksploracyjne wykrywania wspomaganego AI nieautoryzowanego użycia tłumaczeń maszynowych w pracach studenckich

Dlaczego ma to znaczenie dla studentów i nauczycieli

W miarę jak internetowe tłumacze i chatboty stają się codziennymi narzędziami nauki, nauczycielom coraz trudniej ocenić, czy praca studencka rzeczywiście odzwierciedla umiejętności ucznia. Artykuł bada, czy program analizujący teksty może pomóc nauczycielom wykrywać ukryte korzystanie z tłumaczeń maszynowych w zajęciach językowych oraz co to oznacza dla uczciwości i zaufania w edukacji.

Wzrost roli cyfrowych pomocników w nauce języków

Narzędzia takie jak Google Translate i duże chatboty potrafią dziś w kilka sekund wygenerować płynne, często imponujące tłumaczenia. Używane rozsądnie, mogą wspierać czytanie, słuchanie, a nawet praktykę pisania. Gdy jednak uczniowie po cichu wklejają takie wyniki do zadań mających wykazać ich własne umiejętności, granica między „sprytną pomocą” a „oszustwem” się zaciera. Autorzy definiują „nieautoryzowane” użycie jako kopiowanie na poziomie zdań lub dłuższych fragmentów z takich narzędzi do pracy pisemnej bez zgody lub wymaganej deklaracji. Ma to znaczenie, ponieważ może ukrywać rzeczywiste kompetencje uczniów i podważać uczciwość oraz sprawiedliwość, na których opiera się integralność akademicka.

Jak zaplanowano badanie

Aby zbadać, czy technologia może wspierać nauczycieli w wykrywaniu tego rodzaju ukrytej pomocy, badacze przeprowadzili dwustopniowy eksperyment na chińskim uniwersytecie. Najpierw 39 uczących się angielskiego na poziomie średniozaawansowanym i wyższym średniozaawansowanym wykonało dwa krótkie zadania tłumaczeniowe z chińskiego na angielski. Jedna grupa tłumaczyła całkowicie samodzielnie, druga grupa dokonywała postedycji wyników z Google Translate, a trzecia — postedycji wyjścia z ChatGPT. W efekcie powstało 78 tłumaczeń studenckich w trzech różnych warunkach. Następnie 78 nauczycieli angielskiego poproszono o ocenę, czy każdy z pokazanych im tekstów był wspomagany maszynowo, oraz o wskazanie językowych przesłanek, na których się opierali. Połowa nauczycieli podejmowała decyzje bez dodatkowego wsparcia. Druga połowa otrzymała skondensowany raport z ProWritingAid — narzędzia opartego na AI, które podsumowuje cechy takie jak poprawność gramatyczna, przeciętna długość zdań czy częstotliwość użycia łączników.

Co zmienił raport AI

Główne ustalenie jest takie, że nauczyciele mający dostęp do raportu AI byli znacznie trafniejsi w swoich ocenach. Średnio nauczyciele bez wsparcia mieli rację około połowy czasu, podczas gdy korzystający z ProWritingAid byli trafni w około trzech z czterech przypadków. Narzędzie nie wskazywało bezpośrednio, które teksty były wspomagane maszynowo; zamiast tego uwydatniało mierzalne wzorce w pisaniu. Na przykład niektóre tłumaczenia wykazywały niezwykle wysoką poprawność, złożone słownictwo lub gęste użycie spójników w porównaniu z tym, czego nauczyciele spodziewaliby się po tej grupie uczniów. Raport ułatwiał dostrzeżenie tych kontrastów w kilku próbkach jednocześnie, dając nauczycielom mocniejszą podstawę do podejrzeń lub uspokojenia.

Różne narzędzia, różne ślady

Badanie wykazało również, że nie wszystkie teksty wspomagane maszynowo były równie łatwe do wykrycia. W tym badaniu najczęściej identyfikowano tłumaczenia kształtowane przez ChatGPT, najrzadziej — te z Google Translate, a prace wyłącznie ludzkie plasowały się pośrodku. Jedną z prawdopodobnych przyczyn jest to, że wyjście ChatGPT bywało „zbyt dobre jak na ten poziom” pod względem słownictwa i płynności, tworząc wyraźny kontrast z typowymi pracami studentów. Natomiast lekko zredagowane wyniki z Google Translate mogły przypominać to, co realnie mógłby wytworzyć uczeń średniozaawansowany, utrudniając odróżnienie od pracy autentycznej. Badacze zastrzegają, że wyniki te odnoszą się do konkretnego zadania, pary językowej i grupy studentów i w innych warunkach mogą wyglądać inaczej.

Jakie wskazówki rzeczywiście stosują nauczyciele

Gdy nauczyciele wyjaśniali swoje decyzje, większość wskazywała nie na rażące błędy, lecz na cechy przewyższające oczekiwania: zaawansowane słownictwo, bardzo dopracowane zdania, silna spójność tekstu oraz niemal całkowity brak błędów. Klasyczne „wpadki” maszyn, takie jak dziwaczne sformułowania czy błędny dobór słów, pojawiały się znacznie rzadziej. Nauczyciele mający dostęp do raportu AI wymieniali przy podejmowaniu decyzji szerszy zestaw przesłanek, co sugeruje, że narzędzie skłaniało ich do weryfikowania kilku aspektów tekstu zamiast polegać na jednej intuicji. Chociaż szersze spojrzenie poprawiało ogólną trafność, niesie też ryzyko: naprawdę znakomita praca studencka może zostać błędnie odczytana jako podejrzana tylko dlatego, że przewyższa oczekiwania.

Co to oznacza dla sprawiedliwej oceny

Dla czytelników spoza dziedziny najważniejszy wniosek jest taki, że AI rzeczywiście może pomóc nauczycielom w wykrywaniu ukrytego użycia tłumaczeń maszynowych, ale nie jest magicznym wykrywaczem kłamstw. Nawet z wsparciem analityki niektóre autentyczne prace są błędnie oznaczane, a część tekstów wspomaganych maszynowo przechodzi niezauważona. Autorzy argumentują, że takie narzędzia powinny wspierać, a nie zastępować, osąd ludzki, i że każde „czerwone światło” powinno prowadzić do uważnej weryfikacji zamiast automatycznej kary. Apelują też o jasne zasady w klasie dotyczące tego, kiedy i jak wolno korzystać z narzędzi tłumaczeniowych oraz o szkolenia, które pomogą nauczycielom i uczniom zrozumieć mocne i słabe strony tych technologii. Użyte w zrównoważony sposób, AI może wspierać uczciwszą i bardziej przejrzystą naukę języków, zamiast jej szkodzić.

Cytowanie: Zhou, X., Wang, X. Upholding academic integrity: an exploratory study of AI-assisted detection of unauthorised machine translation use in student translations. Humanit Soc Sci Commun 13, 331 (2026). https://doi.org/10.1057/s41599-026-06827-7

Słowa kluczowe: integralność akademicka, tłumaczenie maszynowe, ocena językowa, analiza pisania oparta na AI, edukacja translatorska