AI로 공부하면 부정행위일까: 짧은 답
AI로 공부하는 것은 부정행위가 아닙니다. AI로 만든 결과물을 여러분의 것으로 채점받게 하는 것은, 과제 안내문이 그것을 허용하지 않았거나 여러분이 그 사실을 밝히지 않았다면 부정행위입니다. 학문적 진실성 규정은 여러분이 어떤 도구를 열었는지를 거의 묻지 않습니다. 규정이 묻는 것은 두 가지입니다. 제출된 결과물을 쓴 사람은 누구인가, 그리고 그것이 어떻게 만들어졌는지에 대해 정직했는가.
이 구분은 생각보다 많은 일을 합니다. 같은 도구라도 과제에 따라 선의 양쪽 어디에든 놓이기 때문입니다. 책을 덮고 치르는 시험 전날 밤 ChatGPT에게 연쇄법칙을 설명해 달라고 하면 그것은 공부입니다. 주류 규정 가운데 이를 금지하는 것은 없습니다. 같은 도구에 에세이의 세 문단을 쓰게 한 뒤 아무 표시 없이 제출하면, 거의 모든 기관에서 그것은 부정행위입니다. 문법 교정은 그 사이에 있고, 실제 분쟁은 거의 전부 그 사이에서 벌어집니다.
그래서 쓸모 있는 질문은 "AI는 부정행위인가"가 아닙니다. "이 특정 평가는 어느 수준의 AI 사용을 허용하는가, 그리고 누군가 물었을 때 나는 내 작업 과정을 보여 줄 수 있는가"입니다. 이 글의 나머지는 두 질문에 모두 답합니다.
얼마나 많은 학생이 AI를 쓰고, 얼마나 적게 적발되나
사용 규모는 더 이상 논쟁거리가 아닙니다. Savanta가 2025년 12월 영국 전일제 학부생 1,054명을 대상으로 수행한 Higher Education Policy Institute(HEPI, 고등교육정책연구소)의 2026년 학생 설문에서, 94%가 평가 과제에 생성형 AI의 도움을 받는다고 답했습니다. AI가 생성한 텍스트를 평가 과제에 그대로 넣는다는 비율은 12%에 이르러, 1년 전 8%, 그 전해 3%에서 올랐습니다. 학생의 3분의 2에 가까운 65%는 이에 대응해 평가 방식이 크게 바뀌었다고 답했습니다.
이를 적발 건수와 비교해 봅니다. Guardian이 영국 대학 155곳에 정보공개를 청구해 131곳의 답변을 받은 조사는, 2023-24학년도에 입증된 AI 활용 부정행위가 7,000건 가까이 기록되었다고 밝혔습니다. 학생 1,000명당 5.1건으로, 전년도 1.6건에서 가파르게 올랐지만 보고된 사용률에 비하면 여전히 반올림 오차 수준입니다. 응답한 대학의 4분의 1 이상은 AI 오남용을 별도 항목으로 집계하지조차 않고 있었습니다.
| 데이터가 측정하는 것 | 수치 | 출처 |
|---|---|---|
| 평가 과제에 생성형 AI를 사용하는 학생 | 94% | HEPI Report 199 (Savanta, 2025년 12월, n=1,054) |
| AI가 생성한 텍스트를 평가 과제에 그대로 붙여 넣는 학생 | 12% | HEPI Report 199 |
| 입증된 AI 부정행위 사례, 영국, 2023-24 | 학생 1,000명당 5.1건(약 0.5%), 전년도 1.6건에서 상승 | Guardian 정보공개청구, 응답 대학 131곳 |
이 세 줄을 함께 읽으면 누구에게도 편치 않은 그림이 나옵니다. 대다수 학생을 정직하게 붙들어 두는 것은 탐지가 아닙니다. 탐지가 거의 작동하지 않기 때문입니다. 이 체계를 지탱하는 것은 대부분의 AI 사용이 실제로 부정행위가 아니며 학생들도 대체로 그 차이를 안다는 사실입니다. 정말 중요한 숫자는 12%이고, 그 숫자는 오르고 있습니다.
모든 AI 진실성 규정이 적용하는 두 가지 기준
AI 사용은 예전 의미의 표절이 아닙니다. 피해를 본 저자도, 훔쳐 온 구절도, 유사도 검사기가 대조할 대상도 없습니다. 기관들은 대체로 이를 더 넓은 범주에 편입시켜 대리 작성(contract cheating), 비인가 조력, 또는 그냥 허위 표시라고 부릅니다. 이름은 달라도 그 밑에는 두 가지 기준이 반복해서 등장합니다.
저작자 기준. 평가 대상인 지적 작업은 여러분의 것입니까? 과제의 목적이 여러분이 논증을 구성할 수 있는지 보는 것인데 논증이 이미 구성된 채로 도착했다면, 여러분은 남의 답안을 제출한 것입니다. 그 남이 모델이라는 사실은 중요하지 않습니다. 같은 논리가 수십 년 동안 대필 업체에 적용돼 왔습니다.
고지 기준. 이것이 어떻게 만들어졌는지 알면 채점자가 놀라겠습니까? 놀라움이 바로 신호입니다. AI를 정확히 무엇에 썼는지 한 줄로 적기가 꺼려진다면, 여러분은 이미 답을 알고 있는 것입니다. AI를 허용하는 대부분의 규정은 그 사실을 밝히도록 요구하며, 정확한 고지는 거의 언제나 완전한 방어가 됩니다.
여기에 하나 더 짚을 것이 있습니다. 학생들이 어떤 탐지기보다 이것 때문에 더 자주 걸리기 때문입니다. 바로 조작된 인용입니다. 모델에 출처를 물어보고 돌아온 것을 열어 보지도 않은 채 붙여 넣는 일은 구체적이고, 입증 가능하며, 대단히 흔한 실패입니다. 참고문헌 하나를 확인해 보고 그것이 존재하지 않는다는 것을 발견한 채점자는 여러분이 말로 빠져나갈 수 없는 증거를 손에 쥡니다. 게다가 이것은 AI를 둘러싼 판단 문제가 아니라 조작으로 처리됩니다. 인용하는 출처는 전부 열어 보십시오. 하나도 빠짐없이.
AI Assessment Scale의 다섯 단계
여기서 가장 쓸모 있는 틀은 Mike Perkins, Jasper Roe, Leon Furze, Jason MacVaugh가 개발한 AI Assessment Scale(AI 활용 평가 척도)입니다. 현재 2.1판이며 채택하는 기관이 늘고 있습니다. 일괄 규칙 대신, 교수자가 각 평가에 수준을 표시하도록 합니다. 학생은 추측 대신 공통의 어휘를 얻습니다. 개발자들은 높은 단계가 더 나은 단계가 아니라고 강조합니다. 각 단계는 사다리가 아니라 서로 다른 종류의 과제를 가리킵니다. 아래 표의 "대표적인 평가" 열은 이해를 돕기 위한 예시이며 척도 자체의 일부가 아닙니다.
| 단계 | 이름 | 이 단계가 가리키는 것 | 대표적인 평가 |
|---|---|---|---|
| 1 | No AI(AI 사용 없음) | 통제된 환경에서 지식과 역량을 스스로 입증합니다 | 대면 시험, 구술시험, 실험 실기 |
| 2 | AI Planning(AI 기획 보조) | AI가 자료 조사, 발상, 개요 작성을 도울 수 있으며 평가 대상은 기획 그 자체입니다 | 에세이 개요, 문헌 검색, 연구계획서 |
| 3 | AI Collaboration(AI 협업) | 초안 작성과 다듬기를 포함해 AI가 과제 수행을 도울 수 있지만, AI만으로는 요구 수준에 이르지 못합니다 | AI 사용 고지를 붙인 과제물 |
| 4 | Full AI(전면적 AI 활용) | AI 사용이 전제됩니다. 주어진 시간 안에 AI만으로도 사람만으로도 목표에 도달할 수 없으며, 평가 대상은 AI를 이끄는 과정에서 드러난 사고입니다 | 프롬프트 작성과 비평 과제, 응용 프로젝트 |
| 5 | AI Exploration(AI 탐색) | 새로운 통찰이나 해법을 만들어 내는 창의적 AI 활용을 위해 설계되었습니다 | 캡스톤, 디자인 스튜디오, 연구 프로젝트 |
실무적으로 두 가지를 기억하십시오. 첫째, 단계는 과목이 아니라 과제에 속하며 대학에 속하는 것은 더더욱 아닙니다. 같은 학과에서 한쪽은 1단계, 다른 쪽은 4단계인 두 과목을 나란히 들을 수도 있습니다. 둘째, 안내문에 수준이 적혀 있지 않다면 서면으로 요청하고 그 답을 보관하십시오. 나중에 문제가 생겼을 때, "문법 검사는 괜찮지만 초안 작성은 안 된다"라고 적힌 교수자의 날짜 있는 이메일은 어떤 규정 문서보다 값어치가 큽니다.
흔한 AI 공부 활용 12가지, 초록 주황 빨강 판정
앞의 두 기준과 척도를 학생들이 실제로 하는 일에 적용해 봅니다. 초록은 1단계와 2단계 평가를 준비하는 동안을 포함해 거의 모든 곳에서 허용된다는 뜻입니다. 주황은 안내문에 따라 달라지므로 사용 사실을 밝혀야 합니다. 빨강은 규정에 달리 무엇이 적혀 있든 거의 모든 기관에서 부정행위입니다.
| 하는 일 | 판정 | 이유 |
|---|---|---|
| 수업에서 이해하지 못한 개념을 AI에 설명해 달라고 하기 | 초록 | 배우는 주체는 여러분이고, 만들어진 것이 제출물에 들어가지 않습니다 |
| 연습 문제를 만들게 해서 스스로 풀어 보기 | 초록 | 인출 연습이며, 답은 여러분의 것입니다 |
| 직접 쓴 초안에 피드백을 받은 뒤 스스로 고치기 | 초록 | 글쓰기 센터 상담과 같은 범주입니다 |
| 빽빽한 읽을거리를 요약해 제대로 읽을 가치가 있는지 판단하기 | 초록 | 선별 작업이며, 실제로 쓰게 될 자료는 결국 제대로 읽습니다 |
| 자기가 쓴 문장의 문법과 맞춤법 교정 | 주황 | 대부분의 규정이 허용하지만 일부 어학 및 글쓰기 과목은 제한합니다 |
| AI에 자기 문단을 재구성하거나 다시 쓰게 하기 | 주황 | 이 스펙트럼의 어딘가에서 문장은 더 이상 여러분의 것이 아니게 됩니다. 밝히십시오 |
| 자기가 쓴 글을 제출 언어로 번역하기 | 주황 | 대체로 괜찮지만, 평가가 언어 능력을 측정하는 경우는 예외입니다 |
| AI에 출처를 찾아 달라거나 인용할 논문을 설명해 달라고 하기 | 주황 | 출발점으로는 괜찮지만, 열어 보지 않은 출처는 절대 인용하지 마십시오 |
| AI가 생성한 문장을 자기 글로 제출하기 | 빨강 | 저작자 기준을 그대로 통과하지 못합니다 |
| 열어 보지도 않은 출처를 인용하기 | 빨강 | 조작이며, 하나만 존재하지 않아도 손쉽게 입증됩니다 |
| No AI로 지정된 평가에서의 모든 AI 사용 | 빨강 | AI에 대한 판단 문제가 아니라 명시된 조건의 위반으로 취급됩니다 |
| 채점 대상인 분석을 AI에 시키기 | 빨강 | 증명이든 회귀분석이든 정독이든, 그것이 바로 평가 대상이었습니다 |
학생들이 실제로 곤란해지는 곳은 주황 줄이고, 해법은 전부 같습니다. 무엇을 했는지 한 문장으로 적는 것입니다. 정확한 고지는 거의 언제나 주황을 초록으로 바꿔 놓습니다.
AI 탐지기가 부정행위를 입증할 수 없는 이유
탐지가 제대로 작동했다면 이런 틀 자체가 필요 없었을 것입니다. 탐지는 작동하지 않고, 게다가 양방향으로 동시에 실패합니다.
거의 아무것도 걸리지 않습니다. Peter Scarfe, Kelly Watcham, Alasdair Clarke, Etienne Roesch는 University of Reading에서 실제 환경 실험을 수행해 2024년 6월 PLOS ONE에 발표했습니다. 연구진은 채점자들이 모르는 상태에서, 운영 중인 학부 재택 시험 시스템에 AI가 작성한 답안을 집어넣었습니다. 결론은 이렇습니다. "We found that 94% of our AI submissions were undetected."(우리가 제출한 AI 답안의 94%는 발각되지 않았습니다.) 이 숫자는 어떤 탐지기의 점수가 아니라 실제 시험이 실제로 수행하는 탐지, 즉 인간 채점자가 답안을 읽는 행위를 측정합니다. 채점자들은 100건 중 6건을 잡아냈습니다. 성적의 신뢰성에 더 나쁜 소식은, AI 답안의 평균 점수가 실제 학생들의 답안보다 평균 반 등급 높았고, 한 과목의 AI 답안이 같은 수의 실제 답안을 무작위로 뽑은 것보다 더 좋은 성적을 낼 확률이 83.4%였다는 점입니다.
잘못한 것이 없는 사람을 지목합니다. Weixin Liang, Mert Yuksekgonul, Yining Mao, Eric Wu, James Zou는 2023년 Patterns 논문에서 널리 쓰이는 GPT 탐지기 7종을 시험했습니다. 미국 8학년(중학교 2학년) 학생들이 쓴 에세이에서는 정확도가 거의 완벽했습니다. 영어가 모국어가 아닌 사람들이 쓴 TOEFL 에세이 91편에서는, 같은 탐지기들이 절반 넘게 AI 생성으로 잘못 분류했고 평균 거짓 양성률은 61.3%였습니다. 연구진이 짚어 낸 원리는 단순합니다. 단순한 어휘 선택은 낮은 퍼플렉시티로 읽히고, 낮은 퍼플렉시티는 기계가 쓴 글로 읽힌다는 것입니다.
이 편향 결과는 이후 반박에 부딪혔습니다. 2026년 2월 Adnan Al Ali, Jindřich Helcl, Jindřich Libovický는 체코어로 같은 질문을 다시 검토했고 그 패턴을 재현하지 못했습니다. 비원어민의 글은 퍼플렉시티가 더 낮지 않았고, 세 계열의 탐지기 모두 그들에게 체계적으로 불리하게 작동하지 않았으며, 최신 탐지기는 더 이상 2023년 세대처럼 퍼플렉시티에 기대지 않았습니다. 이 특정 편향은 옅어지고 있을지도 모릅니다. 증거로서의 문제는 그렇지 않습니다.
탐지기에 대한 진짜 반론이 편향만이었던 적은 없습니다. 백분율 점수는 애초에 학생이 다툴 수 있는 종류의 것이 아니라는 점도 있습니다. Vanderbilt University는 2023년 8월 Turnitin의 AI 탐지기를 비활성화하면서 계산을 공개했습니다. 이 대학은 2022년에 75,000편의 과제물을 제출받았으므로, 업체가 주장하는 1%의 거짓 양성률만 적용해도 한 해에 약 750편이 잘못 지목되었으리라는 계산입니다. 점수가 등장하는 순간 입증 책임은 조용히 뒤집힙니다. 기관이 위반을 입증하는 대신, 여러분이 자기 글을 직접 썼다는 것을 입증하라는 요구를 받게 됩니다.
실제 수업 규정을 읽는 법
규정은 층층이 쌓이고, 가장 구체적인 것이 이깁니다. 다음 순서대로 내려가되 여러분의 상황을 직접 다루는 첫 문서에서 멈추십시오.
- 과제 안내문. 단계나 규칙, 요구되는 고지가 적혀 있다면 그것이 지배하며, 이 목록의 아래쪽 어떤 문서도 그것을 느슨하게 만들 수 없습니다.
- 과목 또는 강의 편람. 보통 "AI는 X에는 허용되지만 Y에는 안 된다"가 여기에 적혀 있습니다.
- 학과 지침. 어학, 법학, 의학, 컴퓨터공학처럼 해당 전문 분야가 독자적인 관점을 가진 곳에서 흔합니다.
- 대학 전체 규정. 가장 넓고 가장 모호한 층입니다. 답이 아니라 최소 기준으로 다루십시오.
제출한 뒤가 아니라 시작하기 전에 세 가지 질문에 답하십시오.
- 이 과제에 명시된 AI 단계가 있습니까?
- 고지가 필요합니까, 그리고 어떤 형식입니까?
- 특히 번역과 문법 교정과 관련해, 명시적으로 언급된 도구나 용도가 있습니까?
어느 항목에서든 답이 "적혀 있지 않다"라면, 막연한 질문 대신 구체적인 제안을 담아 교수자에게 이메일을 보내십시오. "초안을 쓰기 전에 논증 구조를 ChatGPT와 이야기해 보고, 마지막에 문법을 점검할 계획입니다. 제출물에 생성된 텍스트는 들어가지 않습니다. 괜찮을까요?"라고 물으면 분명한 답이 옵니다. "AI를 써도 되나요?"라고 물으면 기댈 수 없는 두루뭉술한 답이 돌아옵니다.
고지가 요구되는데 양식이 주어지지 않았다면, 다음 형태가 거의 모든 곳에서 통합니다.
AI 사용 고지. 4장부터 6장까지의 연습 문제를 만들고 최종 초안의 문법을 점검하는 데 ChatGPT를 사용했습니다. 모든 논증과 출처, 문장은 제 것입니다. 이 제출물에 AI가 생성한 텍스트는 포함되어 있지 않습니다.
구체적이고, 검증 가능하며, 조금 심심합니다. 바로 그 점이 이 고지를 든든하게 만듭니다.
결과물이 내 것임을 증명하는 과정의 흔적 남기기
AI 의혹에 대한 가장 좋은 방어는 AI를 피하는 것이 아닙니다. 작업이 어떻게 만들어졌는지 보여 줄 수 있는 것입니다. 빠르게 혐의를 벗는 학생은 거의 언제나 날짜가 찍힌, 지저분하고, 누가 봐도 사람이 만든 흔적을 내놓을 수 있는 쪽입니다. 주석이 달린 출처, 최종 논증과 어긋나는 초기 메모, 형편없는 문단이 그대로 남아 있는 초고 같은 것들입니다.
이 흔적은 나중에 재구성하는 대신 읽는 그 순간에 붙잡아 두면 쉽게 쌓입니다. Glasp의 웹 하이라이터로 한 구절을 하이라이트하면, 인용문과 출처 URL과 저장한 날짜가 서로 붙은 채로 남습니다. 몇 달 뒤 그것은 무엇을 언제 읽었는지에 대한 기록이 되며, 이는 탐지기 점수가 결코 될 수 없는 바로 그것입니다. 또한 실제로 열어 본 자료에서 인용하게 되므로 인용이 기본값부터 정직해집니다.
글이 아닌 출처에도 같은 원리가 적용됩니다. 세미나가 강연이나 학회 발표에 기대고 있다면, YouTube 영상 요약은 논지를 어렴풋이 기억하는 대신 제대로 인용하고 출처를 밝힐 수 있는 타임스탬프 달린 구절을 제공합니다. 책이라면 Kindle 하이라이트가 읽으며 표시해 둔 구절을 위치 정보까지 그대로 가져옵니다.
여기서 다른 무엇보다 중요한 범주 차이가 하나 있는데, 흔히 둘 다 "AI 사용"이라고 불리는 두 가지를 갈라 놓습니다. 학습 데이터에서 주장을 만들어 내는 모델은 아무도 보증하지 않은 텍스트를 생산합니다. 여러분이 직접 고르고 하이라이트한 출처 위에서 작동하는 모델은 연구 보조원이 하는 일에 훨씬 가깝습니다. Glasp의 AI 채팅은 여러분이 저장한 하이라이트 위에서 돌아가므로, 답변이 여러분이 읽은 구절을 가리킵니다. 이것은 거의 어떤 규정 아래에서도 변호 가능한 작업 방식이고, 더 나은 방식이기도 합니다. 모든 주장을 그것을 끌어온 출처와 대조해 확인할 수 있기 때문입니다.
이 가운데 어느 것도 방어만을 위한 것은 아닙니다. 읽은 것을 자기 말로 적어 두는 습관은 이해를 만들어 내는 바로 그 습관이며, 이는 읽은 것을 기억하는 법이 다루는 주제입니다. 학술 논문 읽는 법을 제대로 익히는 편이 AI 요약을 훑는 것보다 여전히 나은 이유이기도 합니다.
허용된 경우에도 남는 AI의 학습 비용
여러분의 과제가 4단계이고 AI 사용이 전면 허용된다고 해 봅니다. 그래도 내려야 할 판단이 남습니다. 허용된다는 것이 대가가 없다는 뜻은 아니기 때문입니다.
Nataliya Kosmyna와 MIT Media Lab 동료들은 참가자 54명에게 세 차례의 에세이 작성 세션을 시키며 EEG를 기록했고, 이 가운데 18명은 도구를 서로 바꾼 네 번째 세션에 다시 참여했습니다. 한 그룹은 LLM을 썼고, 한 그룹은 검색 엔진을 썼으며, 한 그룹은 아무 도구 없이 썼습니다(뇌만 쓴 그룹). 뇌만 쓴 그룹이 가장 강하고 가장 넓게 퍼진 신경 연결성을 보였고, 검색 그룹이 중간이었으며, LLM 그룹이 가장 약했습니다. EEG보다 더 인상적이었던 것은 행동 결과였습니다. LLM 사용자들은 방금 쓰기를 마친 에세이에서 한 구절을 인용하는 데 거듭 어려움을 겪었고, 그룹의 존재를 모른 채 블라인드로 채점한 영어 교사 두 명은 AI의 도움을 받았다고 본 에세이들을 "soulless"(영혼이 없다)라고 표현했습니다. 저자들은 이 패턴을 인지적 부채(cognitive debt)라고 불렀습니다.
이 연구에는 적절한 회의가 필요합니다. 프리프린트이고, 표본이 작으며, 다른 연구자 집단이 표본 크기와 EEG 방법론, 재현 가능성, 보고 방식을 문제 삼는 상세한 반론을 올렸습니다. 하지만 이 연구는 학생이라면 즉시 알아볼 무언가를 가리킵니다. 사실은 지켜보기만 했으면서 이해했다고 느끼는 그 감각 말입니다. 유창함과 실력 사이의 이 간극은 AI 문헌 바깥에서도 잘 기록되어 있으며, 그래서 유능감의 착각이 시험철마다 유능한 사람들의 발목을 잡습니다.
여기서 나오는 실천 규칙은 따를 수 있을 만큼 좁습니다. 이미 할 줄 아는 일은 AI에 맡기고, 배우려는 일은 직접 하십시오. 문헌 요약을 능숙하게 쓸 수 있고 그것이 더는 여러분에게 아무것도 가르치지 않는다면, 그 일을 넘기는 대가는 작습니다. 아직 논증을 세우지 못한다면, 모델에 논증을 세우게 하는 것은 결과물이 아무리 그럴듯해 보여도 논증 세우는 법을 가르쳐 주지 않습니다. AI 사고의 함정이 이 맞바꿈을 더 깊이 뜯어보며, 여러분을 일하게 만들도록 설계된 도구를 쓰고 싶다면 AI 학습 모드 비교가 ChatGPT와 Gemini, Claude에게 알려 주지 말고 가르치라고 요청했을 때 실제로 무엇이 달라지는지 살펴봅니다.
자주 묻는 질문
ChatGPT로 공부하는 것은 부정행위입니까?
아닙니다. ChatGPT로 내용을 이해하거나 스스로를 퀴즈로 시험하거나 자기 글에 피드백을 받는 것은 공부이며, 이를 금지하는 주류 학사 규정은 없습니다. 그 결과물을 자기 작업으로 제출하는 순간, 또는 평가가 AI 사용 불가를 명시했는데도 사용한 순간 부정행위가 됩니다.
교수자가 ChatGPT를 썼는지 알아볼 수 있습니까?
글 자체만으로는 대개 알아보지 못합니다. University of Reading의 2024년 PLOS ONE 실험에서 AI가 쓴 시험 답안의 94%는 채점자에게 발각되지 않았습니다. 대신 눈에 띄는 것은 간접적인 신호입니다. 존재하지 않는 인용, 이전 과제물과 어울리지 않는 문체, 수업에서 다룬 적 없는 내용을 언급하는 답안, 또는 자기 논증을 설명하지 못하는 구술시험 같은 것들입니다.
숙제에 AI를 쓰면 부정행위입니까?
그 숙제가 채점되는지에 달려 있습니다. 성적에 반영되고 답이 여러분의 것이어야 한다면, AI에 답을 만들게 하는 것은 과제 에세이와 똑같은 저작자 기준을 통과하지 못합니다. 점수에 반영되지 않는 연습이라면, AI로 답을 확인하거나 틀린 이유를 설명받는 것은 공부이며 이 도구의 더 나은 쓰임새 중 하나입니다. 확신이 서지 않으면 그 과제가 성적에 반영되는지부터 물어보십시오.
문법 교정에 AI를 쓰면 부정행위입니까?
평가에 따라 다릅니다. 시원한 답은 아니지만 정확한 답입니다. 대부분의 기관은 이를 허용하며 글쓰기 센터 방문처럼 취급합니다. 어학, 번역, 학술 글쓰기 과목은 허용하지 않는 경우가 많은데, 그 기술 자체가 평가 대상이기 때문입니다. 안내문을 확인하고, 고지가 요구되면 밝히십시오.
AI를 썼다고 반드시 밝혀야 합니까?
안내문이나 편람이 고지를 요구한다면 그렇습니다. 그리고 정확한 고지는 거의 언제나 완전한 방어가 됩니다. 아무 요구가 없더라도 한 줄짜리 문장은 아무 비용도 들지 않으면서 문제 자체를 없애 줍니다. 문제를 일으키는 것은 모호함이므로, 도구 이름과 구체적인 용도를 적으십시오.
AI를 쓰지 않았다는 것을 어떻게 증명합니까?
탐지기 점수와 다투지 마십시오. 다툴 수 없습니다. 대신 과정 증거를 내놓으십시오. 날짜가 있는 노트, 하이라이트한 출처, 워드프로세서의 초안 이력, 검색과 도서관 기록 등 시각이 찍힌 것이면 무엇이든 좋습니다. 탐지기 출력 말고 어떤 구체적 증거가 있는지 물어보고, 그 탐지기의 문서화된 거짓 양성률을 요구하십시오. Vanderbilt를 비롯한 여러 대학이 이 도구를 꺼 버린 것은, 바로 점수가 그 질문을 견디지 못하기 때문입니다.
글을 요약하는 데 AI를 쓰면 부정행위입니까?
무엇을 정독할지 판단하려고, 또는 이미 소화한 내용을 되짚으려고 요약한다면 거의 언제나 아닙니다. 위험해지는 상황은 두 가지입니다. 바로 그 텍스트의 이해도가 평가 대상일 때, 그리고 요약을 통해서만 접한 출처를 인용할 때입니다. 인용할 생각이 있는 것은 직접 읽으십시오.
그래서 여러분은 어디에 서 있나
정말 중요한 규칙은 그것을 둘러싼 논쟁보다 작습니다. 평가받는 사고는 직접 하고, 무엇을 썼는지 밝히고, 작업 과정을 보여 줄 수 있게 하십시오. 이 세 가지만 지키면 아직 쓰이지도 않은 규정을 포함해 사실상 어떤 규정 아래에서도 부정행위를 피할 수 있습니다.
탐지가 이 문제를 해결해 주지는 않을 것입니다. 사람이 채점해도 거의 다 놓치고, 탐지기 점수는 잘못한 것 없는 사람을 지목하며, 가장 주의 깊게 지켜본 기관들은 그 도구에 더 기대는 대신 꺼 왔습니다. 그 자리를 대신하는 것은 과정의 증거이고, 이는 가장 잘 보호받는 학생이 이미 무엇을 읽었고 무엇을 생각했는지 기록해 온 쪽이라는 뜻입니다.
그것은 그 자체로도 쌓아 둘 가치가 있습니다. 읽는 것을 하이라이트해 출처와 인용과 날짜가 함께 묶여 있게 하고, 같은 자료에서 다른 독자들은 무엇을 표시했는지 Glasp 커뮤니티에서 확인해 보십시오. 그 흔적은 결과물이 여러분의 것임을 증명하며, 성적이 나온 뒤에도 여러분에게 남는 부분입니다.
