Cuando un profesor en una universidad del Medio Oeste abrió su bandeja de entrada este semestre, encontró un flujo constante de ensayos que leían como comunicados de prensa pulidos - gramática impecable, resúmenes genéricos y un exceso de palabras clave. El culpable! Herramientas de modelo de lenguaje grande como ChatGPT y Claude, que los estudiantes están utilizando para cumplir con las tareas de escritura. El departamento de TI de la universidad había licenciado recientemente un servicio de detección de IA, pero el software no generó alertas en la mayoría de las presentaciones.
"Los detectores simplemente no lo capturan", dijo el profesor, describiendo la creciente frustración entre el profesorado. "Recibimos trabajos que parecen perfectos en la superficie, pero cuando se profundiza, no hay verdadera perspicacia, solo un resumen del tema". Las herramientas de detección, diseñadas para señalarizar anomalías estadísticas en el texto, a menudo producen falsos negativos, lo que permite que los trabajos escritos por IA se deslicen por las colas de calificación.
En respuesta, los maestros están recurriendo al trabajo de detective de la vieja escuela. Muchos ahora solicitan una muestra de escritura personal y breve de cada estudiante al comienzo del semestre - algo tan simple como una historia de 200 palabras sobre un juguete de la infancia. Al establecer una línea base, los instructores pueden comparar más tarde el tono, la estructura de las oraciones y el vocabulario de las tareas presentadas. Las desviaciones, como el uso repentino de frases complejas como "análisis multifacético" o un florecimiento inesperado de palabras como "tapiz", levantan señales de alarma.
Otra señal de alarma es la aparición repetida de términos clave del tema de la tarea. Los escritores humanos suelen parafrasear conceptos, pero la IA a menudo repite el lenguaje exacto de la pregunta, convirtiendo el ensayo en una pieza impulsada por definiciones en lugar de un argumento original. "Los estudiantes rara vez repiten el tema al pie de la letra", observó el profesor. "Cuando lo hacen, es un indicador fuerte de que están alimentando el tema directamente a un modelo".
Los educadores también están experimentando con las herramientas de detección en sí. Al alimentar los mismos temas de la tarea en ChatGPT antes de que comience la clase, generan salidas de muestra que sirven como puntos de referencia. Comparar las presentaciones de los estudiantes con estas muestras ayuda a destacar patrones - como explicaciones genéricas excesivas o la famosa oración "En conclusión" que la IA ama agregar.
Si bien estas tácticas manuales requieren un esfuerzo adicional, muchos maestros argumentan que son más confiables que la generación actual de detectores de IA. El enfoque se alinea con un impulso más amplio para reforzar la honestidad académica: políticas claras, códigos de honor y consecuencias transparentes para las violaciones. Las instituciones también están invirtiendo en la capacitación del profesorado para reconocer el texto generado por IA, enfatizando que la tecnología sola no puede resolver el problema.
La situación ilustra un dilema más grande para la educación superior. A medida que las herramientas de IA se vuelven más accesibles, la línea entre la asistencia legítima y el fraude directo se desdibuja. Las universidades deben equilibrar los beneficios pedagógicos de la IA - como la asistencia para la lluvia de ideas y el soporte para la redacción - con la necesidad de preservar la integridad de las evaluaciones. Por ahora, la salvaguardia más efectiva parece ser una combinación de vigilancia humana y un ojo escéptico, en lugar de confiar en cualquier solución de software única.
Este artigo foi escrito com a assistência de IA.
News Factory SEO ajuda você a automatizar conteúdo de notícias para o seu site.