Nowości
Wykrywacze AI w esejach mylą się w co piątym przypadku, uczelnie tracą kontrolę nad ocenianiem
Analiza Daily Maverick pokazuje, że narzędzia do wykrywania tekstów pisanych przez AI mylą się masowo, a uczelnie na całym świecie rezygnują z ich używania. Coraz więcej głosów mówi, że dyplom przestaje potwierdzać rzeczywistą wiedzę absolwenta.
Spis treści
Żadne z czternastu przetestowanych niezależnie narzędzi do wykrywania tekstów napisanych przez sztuczną inteligencję nie osiągnęło skuteczności powyżej 80 procent. Do tego wniosku doszła analiza opublikowana 6 września 2026 roku przez serwis Daily Maverick, która opisuje, jak generatywna AI rozmontowuje system oceniania na uczelniach wyższych na całym świecie.
Autor analizy w Daily Maverick, publikowanej w cyklu Crossed Wires, opisuje sytuację jako fundamentalny kryzys wiarygodności dyplomu. Przez dwieście lat świadectwo ukończenia studiów oznaczało, że instytucja zweryfikowała wiedzę absolwenta. Dziś, gdy znaczna część prac pisemnych powstaje z udziałem chatbotów, uczelnie nie są w stanie z pewnością stwierdzić, czy oceniają umiejętności studenta czy możliwości modelu językowego.
Detektory, które się mylą
Problem nie ogranicza się do niskiej skuteczności. Systemy wykrywające AI nie zgadzają się nawet między sobą - w przypadku University of Cape Town dwa różne narzędzia zaznaczyły jako podejrzane zupełnie inne fragmenty tego samego tekstu. Jeden ze studentów otrzymał ostrzeżenie, że 30 procent jego pracy mogło powstać przy użyciu AI, mimo że napisał ją samodzielnie.
Badacze cytowani w analizie, McKenna i Kramm, tłumaczą, że narzędzia detekcyjne nie identyfikują żadnego cyfrowego odcisku palca, który dowodziłby użycia AI. Zamiast tego szukają wzorców stylistycznych - a te potrafią fałszywie oskarżyć studenta, który po prostu pisze precyzyjną, dobrze zorganizowaną prozą lub nadużywa myślników i słów w rodzaju „kluczowy”.
Praca zaliczeniowa może już nie być czymś, co można jednoznacznie przypisać konkretnemu studentowi - Agencja ds. Jakości Kształcenia (QAA), Wielka Brytania
Fałszywe oskarżenia jako efekt uboczny
Skala fałszywych trafień sprawiła, że kolejne uczelnie po prostu rezygnują z automatycznej detekcji. Uzasadnienie decyzji University of Cape Town mówiło wprost o atmosferze, w której studenci żyją w stałym strachu przed niesłusznym oskarżeniem o nieuczciwość akademicką. Dostęp do alternatywnych narzędzi bywa też kosztowny - konkurencyjny system GPTZero wyceniany jest na 19 dolarów za sprawdzenie, co przy tysiącach prac rocznie generuje realny koszt dla instytucji.
Równolegle inne badania podważają sens jednostronnego rozwiązania problemu, czyli oddania oceniania samej sztucznej inteligencji. Badacze z Cambridge, którzy kazali czołowym modelom generatywnym ocenić setki prac licencjackich, ustalili, że AI trafiała w ludzką klasyfikację oceny jedynie w około połowie przypadków, systematycznie zaniżając wartość najlepszych prac i zawyżając najsłabsze. Inne badanie, cytowane przez Inside Higher Ed, pokazało, że modele mają tendencję do przyznawania esejom wyższych ocen niż ludzcy egzaminatorzy, faworyzując styl językowy kosztem merytorycznej trafności.
Radykalne pomysły na wyjście z impasu
Autor Crossed Wires opisuje też najbardziej radykalną propozycję krążącą wśród badaczy szkolnictwa wyższego: zredukowanie dyplomu do „świadectwa uczęszczania”, a faktyczną weryfikację wiedzy przenieść na organizacje branżowe - izby lekarskie, egzaminy zawodowe prawników, staże księgowe czy rozmowy rekrutacyjne. Sam autor określa ten pomysł jako „tragiczną kapitulację” wobec szlachetnej tradycji edukacji uniwersyteckiej, przyznając jednocześnie, że uczelnie pilnie potrzebują jakiegokolwiek rozwiązania.
Wśród testowanych obecnie alternatyw wymienia się egzaminy ustne, które pozwalają sprawdzić rzeczywiste zrozumienie materiału, ale są kosztowne i nie skalują się przy dużych rocznikach, oraz powrót do testów wielokrotnego wyboru, które sprawdzają się tylko w wąskim zakresie przedmiotów. Problemem pozostaje też tempo badań naukowych - dane sprzed dwóch, trzech lat są już praktycznie bezużyteczne, bo możliwości modeli językowych rosną szybciej, niż nadążają za nimi publikacje akademickie.
Znaczenie dla Polski
Dla polskich uczelni i pracodawców problem nie jest abstrakcyjny. Krajowe badania pokazują, że ponad 90 procent polskich programistów korzysta już z narzędzi AI, a jednocześnie rośnie nieufność wobec jakości generowanego kodu - podobny mechanizm nieufności zaczyna dotyczyć też dyplomów i świadectw ukończenia studiów. Jeśli pracodawcy przestaną traktować ocenę z pracy dyplomowej jako wiarygodny sygnał kompetencji, ciężar weryfikacji umiejętności przesunie się na rekrutację i egzaminy branżowe, tak jak sugeruje najbardziej radykalny wariant opisany przez Daily Maverick.
Polskie Ministerstwo Edukacji Narodowej dopiero zaczyna stawiać sztuczną inteligencję w centrum polityki oświatowej, a decyzje dotyczące uczniów szkół podstawowych i średnich zapadają wcześniej niż regulacje dla szkolnictwa wyższego. Doświadczenia uczelni z Australii, Wielkiej Brytanii i Republiki Południowej Afryki pokazują, że samo zakazanie AI lub poleganie na automatycznej detekcji nie rozwiązuje problemu - potrzebne jest przeprojektowanie sposobu, w jaki uczelnie w ogóle sprawdzają wiedzę.
