روش‌های جلوگیری دانشگاه‌های جهان از تقلب در عصر هوش مصنوعی

رشد سریع ابزارهای هوش مصنوعی، روش‌های سنتی ارزیابی در دانشگاه‌ها را ناکارآمد کرده است. مؤسسات آموزش عالی برای مقابله با تقلب و سنجش واقعی توانمندی دانشجویان، ساختار امتحانات را متحول کرده‌اند. پروژه‌های تحلیلی، آزمون‌های شفاهی و نرم‌افزارهای تشخیص تقلب جایگزین برگه‌های پاسخ‌نامه شده‌اند.
امتحانات دانشگاه‌های کشور به زودی آغاز می‌شود و عملکرد دانشجویان در یک نیمسال تحصیلی ارزیابی خواهد شد. 
پیشگیری و مقابله با تقلب در جلسات امتحان یکی از دغدغه‌های همیشگی مدیران آموزش عالی بوده است. با توجه به پیشرفت فناوری، کشف تقلب هم دشوارتر شده است. برخی دانشگاه‌های جهان مانند دانشگاه استرالیای جنوبی (University of South Australia) یا دانشگاه الون کارولینای شمالی (Elon University) برای کاهش تقلب، به سمت ارزیابی‌های باز (open‑book)، پروژه‌ای، شفاهی (viva voce)، و ارزیابی بخشی (multi‑stage) پیش رفته‌اند. همچنین دانشگاه (University College london (UCL 
از روش‌هایی مانند پروژه‌های کاربردی، و ارزیابی‌های ترکیبی استفاده می‌کنند.
به غیر از تنوع در ارزیابی و تغییر سبک سؤالات برخی دانشگاه که هنوز آزمون‌های خود را به صورت سنتی برگزار می‌کنند. سعی می‌کنند با نظارت دقیق‌تر آزمون‌های حضوری خود را برگزار کنند. در ادامه به بررسی روش‌های ارزیابی دانشجویان در چند دانشگاه آمریکایی و اروپایی 
می‌پردازیم. دانشگاه‌ (University College London (UCL انگلستان برای ارزیابی دانشجویان و در واکنش به گسترش ابزارهای هوش مصنوعی، مدل «ارزیابی متصل به یادگیری» را توسعه داده‌است. این مدل بر امتحانات open-book، پروژه‌های تحلیلی با چند مرحله، ارزیابی‌های شفاهی و تکالیف خلاقانه‌ مبتنی است.
طراحان آزمون در این دانشگاه موظف‌اند سؤالاتی طرح کنند که پاسخ به آن‌ها نیازمند استدلال شخصی، تحلیل منابع خاص یا استفاده از داده‌های بومی باشد، نه صرفاً بازتولید محتوا. UCL در این راستا و برای پیشگیری از تقلب، راهنمای رسمی 
«Assessment in the AI Era» را منتشر کرده که در آن، طراحی سؤالات تقلب‌ناپذیر و روش‌های شناسایی نوشته‌های تولیدشده با AI مطرح شده است. دانشگاه استفاده از ابزارهایی مانند نرم‌افزار Turnitin را برای تشخیص متون نوشته شده توسط هوش مصنوعی توصیه می‌کند؛ اما تأکید دارد راه‌حل اصلی، تغییر ساختار ارزیابی‌هاست.
منظور از «تغییر ساختار ارزیابی‌ها» این است که ارزیابی‌ها به‌جای تست‌های سنتی، به ‌سمت فعالیت‌هایی بروند که هوش مصنوعی نتواند آن‌ها را به ‌راحتی تولید کند؛ مانند پروژه‌های چندمرحله‌ای، ارائه شفاهی، تحلیل‌های شخصی‌شده یا تمرین‌هایی که نیاز به تجربه یا بازتاب فردی دارند. این نوع ارزیابی باعث می‌شود دانش واقعی دانشجو سنجیده شود، نه صرفاً مهارت در استفاده از ابزارها.
دانشگاه رابرت گاردن اسکاتلند Robert Gordon University یکی دیگر از دانشگاه‌هایی است از پروژه‌های تحقیقاتی، ارائه‌های زنده و فعالیت‌های تحلیلی فردی یا گروهی برای سنجش دانشجویان استفاده می‌کند.
این دانشگاه تمرکز زیادی بر «ارزیابی‌های اصیل» (authentic assessment) دارد که شامل کارهایی می‌شود که شباهت بیشتری به فعالیت‌های دنیای واقعی دارند. برای مثال دانشجوی رشته سلامت باید یک برنامه سلامت روان برای یک جامعه محلی خاص طراحی کند. این دانشجو باید بر‌اساس داده‌های واقعی، منابع محلی، محدودیت‌های بودجه، و فرهنگ بومی، راهکاری عملی پیشنهاد می‌داد. این نوع ارزیابی‌نیاز به تحقیق میدانی، تحلیل شرایط خاص و ارائه خلاقانه دارد، چیزی که هوش مصنوعی نمی‌تواند دقیقاً تولید کند. دانشگاه رابرت گاردن در سال ۲۰۲۳، سیاست مقابله با سوءاستفاده از هوش مصنوعی را به‌طور رسمی در آیین‌نامه‌های دانشگاهی وارد کرد. 
بر‌اساس این آیین‌نامه استفاده از ChatGPT بدون ارجاع، «تقلب» محسوب می‌شود. همچنین دانشجویان موظف‌اند اظهارنامه کتبی امضا کنند که تأیید می‌کند متن، تحلیل یا کد ارائه‌شده «اصالت فردی» دارد.
دانشگاه ویرجینیا (Universit of Virginia (UVA یکی از دانشگاه‌های آمریکایی است که برای ارزیابی دانشجویان خود از ترکیبی از آزمون‌های حضوری، مقاله‌نویسی تحلیلی، پروژه‌های مشترک و آزمون‌های پایان‌ترم استفاده می‌شود. همچنین بر مشارکت کلاسی و فعالیت‌های بلندمدت به‌ جای فقط امتحان نهائی تأکید دارد.
این دانشگاه نظام افتخار یا Honor Code را جدی‌تر از بیشتر مراکز آموزشی آمریکا اجرا می‌کند. طبق این نظام، دانشجویان متعهد می‌شوند که در امتحان یا پروژه‌ای تقلب نکنند، اطلاعات نادرست ارائه ندهند و محتوای دیگران را بدون اجازه استفاده نکنند. 
اگر تخلفی رخ دهد، رسیدگی به آن به‌جای استاد، به یک هیئت دانشجویی واگذار می‌شود. این سیستم بر پایه اعتماد و مسئولیت فردی بنا شده و مجازات‌هایی مثل نمره صفر، تعلیق یا اخراج کامل از دانشگاه برای متخلفان در نظر گرفته شده است.
دانشگاه ویرجینیا برای پیشگیری از تقلب، سیستمی چندلایه دارد که فراتر از Honor Code سنتی عمل می‌کند. یکی از ابزارهای کلیدی آن، نرم‌افزاری است که متون دانشجویان را با هم مقایسه کرده و شباهت‌های مشکوک را شناسایی می‌کند.
از آنجایی که روند رسیدگی به تخلفات کاملاً دانشجویی است و تخلف‌ها از طریق هیئتی متشکل از دانشجویان داوطلب بررسی می‌شود، دانشجویان می‌توانند با «اعتراف آگاهانه» پیش از کشف تقلب، از اخراج قطعی نجات پیدا کنند و تنها با ۲ ترم تعلیق رو‌به‌رو شوند. در سال‌های اخیر، سیاست‌های سخت‌گیرانه تغییر کرده تا فرصت جبران به دانشجویان داده شود. همچنین کارگاه‌ها و جلسات آموزشی برای دانشجویان تازه‌وارد به‌ویژه بین‌المللی‌ها برگزار می‌شود تا مفهوم صداقت علمی را درک کنند. 
مجموعه این اقدامات نشان می‌دهد که UVA تلاش می‌کند تعادل بین عدالت، آموزش و اعتماد را حفظ کند و فضای دانشگاهی سالمی بسازد.
اصلی‌ترین راهکار دانشگاه ایالت کالیفرنیا نورثریج (CSUN) برای پیشگیری از تقلب، آزمون‌های آنلاین با زمان‌بندی محدود، پروژه‌های تحلیلی و مشارکت در بحث‌های کلاسی است. همچنین از بانک سؤال با گزینه‌های تصادفی در امتحانات مجازی استفاده می‌کند.
این دانشگاه هم از نرم‌افزارهایی مثل Turnitin برای شناسایی سرقت ادبی یا متن تولیدشده با AI استفاده می‌کند. قبل از شروع آزمون‌های آنلاین، دانشجویان باید «بیانیه افتخار آنلاین» را بپذیرند و متعهد شوند که، حتی با دسترسی به کتاب و یادداشت، تنها کار خودشان را انجام می‌دهند. سؤالات آزمون به ‌صورت تحلیلی (higher‑order) طراحی می‌شوند، همراه با زمان‌سنج محدود، جابه‌جایی گزینه‌ها و پول بانک سؤال تا امکان تقلب کم شود. دانشگاه کارگاه‌ها و راهنمای آموزشی برای جلوگیری از سرقت ادبی برگزار می‌کند و برای دانشجویان بین‌المللی دوره‌های مربوط به ارجاع‌دهی و صداقت علمی ارائه می‌شود. سیاست‌ دانشگاه بر مبنای بخش ۴۱۳۰۱ آیین‌نامه کالیفرنیا تدوین شده است؛ تخلفات می‌توانند منجر به مجازات‌هایی از جمله تعلیق یا اخراج شوند. 
این ترکیب ابزارهای دیجیتال، تعهدات آموزشی و سختگیری قانونی، چارچوبی مؤثر در ارتقای یکپارچگی علمی در CSUN ایجاد کرده است.
به نقل از ایسکانیوز؛ برای مقابله با تقلب دانشگاهی، بسیاری از مراکز آموزش عالی در کشورهای غربی به ترکیبی از فناوری، آموزش و طراحی ارزیابی خلاقانه روی آورده‌اند. استفاده از نرم‌افزارهای تشخیص سرقت ادبی، تعهدنامه‌های افتخار پیش از آزمون، سؤالات تحلیلی زمان‌دار، بانک‌های سؤال متغیر و کارگاه‌های آموزش صداقت علمی، از جمله مهم‌ترین راهکارهای به‌کاررفته هستند. 
این اقدامات با هدف کاهش امکان تقلب، افزایش مسئولیت‌پذیری دانشجویان و ترویج فرهنگ صداقت طراحی شده‌اند. نتیجه، فضای آموزشی سالم‌تری است که در آن توانمندی واقعی دانشجو سنجیده می‌شود و امنیت ارزیابی‌ها افزایش می‌یابد.