大型語言模型使用、作弊與軟體工程教育的學術誠信
arXiv - Computers and SocietyRonnie de Souza Santos, Italo Santos, Maria Bento, Giuseppe Destefanis, Cleyton Magalh\~aes, Mairieli Wessel
本研究探討了軟體工程學生如何描述使用大型語言模型（LLM）於不當、未授權或與課程期望不符的情況，揭示了評估設計與教學引導的重要性。
AI 幫你先抓重點
AI 重點 1
評估設計與 LLM 作弊的關聯性。
滑鼠懸停看 AI 判斷理由
此研究揭示了評估方式和教學引導對學生使用 LLM 的影響，這對於教育者重新思考評估策略、降低作弊風險至關重要，並能有效提升學術誠信。
AI 重點 2
學生對 LLM 後果的認知與實際制裁的落差。
滑鼠懸停看 AI 判斷理由
學生雖知 LLM 作弊的潛在風險，但認為制裁不足，這突顯了教育機構需要建立更明確、更具威懾力的政策，以應對 LLM 帶來的挑戰，並維護學術誠信。
核心研究發現
- 1
學生報告的 LLM 作弊行為主要發生在程式設計作業、例行課程工作和文件撰寫任務中，通常在時間壓力大和指導不明確的環境下。
- 2
在測驗和考試中使用 LLM 的頻率較低，且更一致地被認為是一種違反學術誠信的行為。
- 3
學生意識到 LLM 作弊可能造成的學術和職業後果，但認為正式的制裁相對有限。
- 4
評估和教學條件與 LLM 的不當使用有關，這表明需要更明確地將課程期望與實際操作對齊。
- 5
學生對合作、重用和外部協助等概念存在模糊，而 LLM 的出現進一步加劇了這種模糊性。
對教育工作者的啟發
教育者應重新審視課程評估方式，避免過度依賴容易被 LLM 完成的作業；提供更明確的指導，說明合作、重用和外部協助的界限；加強學術誠信教育，明確 LLM 使用的規範與後果；並建立更嚴格的制裁機制，以應對 LLM 帶來的挑戰。同時，應鼓勵學生批判性思考，培養其自主學習能力，而非僅僅依賴工具。
原始文獻資訊
- 英文標題：
- LLM Use, Cheating, and Academic Integrity in Software Engineering Education
- 作者：
- Ronnie de Souza Santos, Italo Santos, Maria Bento, Giuseppe Destefanis, Cleyton Magalh\~aes, Mairieli Wessel
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。