如何定义作弊？这似乎不难回答。背诵的时候偷偷看书，考试的时候偷偷查看笔记，这都是毫无疑问的作弊。但是，如果在学习过程中使用ChatGPT呢？

生成式人工智能 (如ChatGPT) 的快速发展引发教育界的双重态度：既认可其作为教学辅助工具的潜力，也担忧隐私泄露、学术不端等风险，当ChatGPT开始被越来越多的学生所使用，随之而来的是对于教育伦理的深刻疑虑。因为在生成式 AI 的时代，文本无法溯源、检测工具失效进一步加剧界定与管理挑战。

学校形成封禁与课程引导两种应对路径，学界则呼吁改革评估模式、纳入师生视角。基于此，来自斯坦福大学，纽约大学和加州大学伯克利分校的学者们群策群力，以师生视角为基础，通过定性研究重新讨论AI与作弊之间的伦理问题。

• 研究方法

本研究聚焦两类群体，一是16名参与写作专业发展培训的教师，其教育背景横跨学龄前到高中层次，综合考虑性别与族裔因素。二是12名语言背景多元的少数族裔高中生，探究其对使用ChatGPT写作作弊的认知，旨在回答以下两个问题：

1.师生采用哪些标准界定借助ChatGPT学习写作？

2.师生采用哪些标准界定借助ChatGPT写作作弊？

师生遵循以下活动进行实验，首先设计四种学生使用ChatGPT的场景，两人一组，先按学习程度排序，再按作弊程度排序，随后讨论排序理由。结束之后向学生发放含4种ChatGPT 提示语及回应截图的纸质材料，学生结对完成排序并讨论理由，通过Zoom录制小组讨论与全组总结环节，以口语对话形式最大化观点表达。

其次，组织教师在暑期培训期间开展60分钟线上工作坊，向教师提供同款任务的谷歌文档版本，教师结对进入Zoom分组室完成排序与讨论，随后全组汇总；数据来源包括全组讨论录像、Zoom聊天记录、谷歌文档批注及课后反馈表。

数据收齐之后，利用Zoom转录视频数据，为参与者分配化名与字母数字编码以匿名化，人工修正转录错误，平衡转录准确性与可读性。采用归纳+演绎编码，以单一排序的理由解释为分析单元，制定初步编码手册，再对58个摘录片段进行编码信度检验，完成剩余转录文本编码，最终信度Kappa值0.91。最后开展主题分析并邀请部分受试进行核查。

• 结论与反思

图1. 最佳ChatGPT使用场景 (学生真正学习到知识，AI仅为辅助工具)

图2. 最差ChatGPT使用场景 (作弊或学术不端)

如图1和图2所示，师生对于四种场景中，最佳ChatGPT使用场景和最糟糕以至于明显作弊的场景展现出了明显分歧。在最佳学习场景中，半数师生有着较为统一的态度，即场景A (仅要求ChatGPT提供开头句) 是最佳的ChatGPT使用场景。而场景D (要求ChatGPT直接列出反对观点) 是最差的ChatGPT使用场景。

但是在作弊场景中，双方开始意见相左。另外半数教师认为场景A无疑是作弊最严重的，而半数学生则认为场景D才是作弊最严重的。

图3. 场景A的作弊行为的严重程度

如图3所示，进一步观察，师生针对场景A作弊程度的判断也有极大分歧。

超过半数教师认为场景A作弊极为严重，虽然只是要求ChatGPT写下文章第一句，但这已经足够过分。但是相对的，有半数学生认为场景A的作弊并不严重。他们认为只是一个开头，这更多是启发性的。

师生双方在面对ChatGPT在学习中的使用场景有较大分歧。而双方的沟通中则展现出针对AI伦理的深层矛盾。基于图4，双方针对ChatGPT作弊场景的疑虑总结详见表1。

图4. 参与者对使用ChatGPT学习和作弊的描述中存在四个矛盾

表1. 师生双方针对ChatGPT作弊场景的疑虑总结

• 作者简介

Dr. Sergey Levine现任斯坦福大学 (Stanford University) 教育学院副教授。在开启学术生涯之前，长达十年的中学教师经历使得她对于教育资源不平等深有体验。目前，她关注研究领域为帮助塑造中学英语教师的教学和学习，特别是针对城市和资源匮乏学校的学生——成为独立的读者和写作者。

Dr. Sarah W. Beck于2002年获得哈佛大学博士学位，此后留校担任督导和教师。现任纽约大学 (New York University) 教学部门教授。她的研究兴趣包括写作教学与评估、青少年写作发展、城市教育以及在职和职前教师的教学知识发展。长期与一线教师合作，开展学科读写能力教学与学习以及学术写作本质的研究。

• Education Sciences 期刊介绍

主编：Prof. Dr. Daniel Muijs, Queen's University Belfast, UK

期刊主要发表教育类相关文章，设有九个学科栏目，涵盖教育行政与管理、教育哲学与教育学原理、教育史与教育政策、教育技术、教学法、课程与教学论、特殊教育、教师教育以及教育测量与评价等各个方面。期刊目前已被ESCI (Web of Science)、Scopus、DOAJ、CNKI等多个知名数据库收录。

2024 Impact Factor: 2.6 (Q1)*

2024 CiteScore: 5.5 (Q1)**

Time to First Decision: 26.5 Days

Acceptance to Publication: 3.9 Days

*Q1 (126/756) at Category "Education & Education Research" 

**Q1 (256/1620) at Category  "Education"

期刊主页：https://www.mdpi.com/journal/education