Науковий вісник НГУ

Діалог із генеративним штучним інтелектом: чи вільний його «продукт» від порушень академічної доброчесності?

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №2 2025

Останнє оновлення: 28 квітня 2025

Опубліковано: 30 листопада -0001

Перегляди: 1584

Authors:

А. Є. Артюхов, orcid.org/0000-0003-1112-6891, Економічний університет у Братиславі, м. Братислава, Словацька Республіка; Сумський державний університет, м. Суми, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Н. О. Артюхова, orcid.org/0000-0002-2408-5737, Економічний університет у Братиславі, м. Братислава, Словацька Республіка; Сумський державний університет, м. Суми, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

О. В. Длугопольський*, orcid.org/0000-0002-2040-8762, Західноукраїнський національний університет, м. Тернопіль, Україна; Любельська академія WSEI, м. Люблін, Рсспубліка Польща, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

О. В. Адамик, orcid.org/0000-0002-2026-4412, Лафбороський університет, м. Лафборо, Велика ­Британія, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Б. П. Адамик, orcid.org/0000-0001-5136-3854, Астонський університет, м. Бірмінгем, Велика Британія, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2025, (2): 181 - 188

https://doi.org/10.33271/nvngu/2025-2/181

Abstract:

Мета. Аналіз ролі генеративного штучного інтелекту (GenAI), зокрема ChatGPT, в освітній діяльності, з одночасним розглядом питань академічної доброчесності. У роботі досліджуються межі залучення GenAI до виконання навчальних завдань, потенційні етичні та технологічні виклики, а також необхідність розробки чітких політик, що регулюють використання штучного інтелекту в освіті.

Методика. Дослідження використовує змішаний підхід, поєднуючи бібліометричний аналіз, безпосередню взаємодію із ChatGPT та опитування українських студентів.

Результати. Результати дослідження виявляють кілька ключових аспектів використання генеративного штучного інтелекту (GenAI), зокрема ChatGPT, в освітньому середовищі та його вплив на академічну доброчесність. Акцентується увага на необхідності розробляти та впроваджувати для освітніх установ політики, що регулюють роль GenAI в академічній діяльності. Хоча GenAI має значний потенціал як технологічний асистент, існують ризики, пов’язані з його неправильним використанням, зокрема в контексті недотримання норм академічної доброчесності та руйнування академічних стандартів.

Наукова новизна. Оригінальність дослідження полягає у комплексному аналізі проблеми інтеграції генеративного штучного інтелекту (GenAI), зокрема ChatGPT, в освітній процес з точки зору академічної доброчесності. Уперше запропоновано системний погляд на етапи взаємодії користувача з GenAI, ідентифіковані потенційні точки порушення академічної доброчесності на кожному з цих етапів, та розроблена концепція «білого ящика» для опису використання GenAI, що дозволяє контролювати вхідні та вихідні параметри, мінімізуючи ризики. Окрім того, дослідження містить емпіричні дані, отримані в результаті масштабного опитування українських студентів, щодо їхнього ставлення до використання GenAI в навчанні, рівня обізнаності з університетськими політиками щодо GenAI та підтримки використання GenAI за умови дотримання академічної доброчесності. Це дає змогу ідентифікувати розрив між існуючими практиками та необхідністю розробки ефективних стратегій інтеграції GenAI в освітній процес.

Практична значимість. Практична цінність роботи полягає в тому, що результати дослідження можуть слугувати основою для розробки чітких рекомендацій і політик щодо використання GenAI в закладах вищої освіти. Запропонована модель «білого ящика» може бути застосована для створення практичних інструментів, що допоможуть студентам і викладачам усвідомити потенційні ризики та наслідки використання GenAI, а також сформувати навички відповідального використання цих технологій. Отримані результати опитування студентів можуть бути використані для інформування й забезпечення діалогу між зацікавленими сторонами щодо оптимальних шляхів інтеграції GenAI в освітній простір з урахуванням етичних аспектів і необхідності збереження академічної доброчесності.

Ключові слова: GenAI, академічна доброчесність, бібліометричний аналіз, опитування, політика

References.

1. Tchoketch-Kebir, H., & Madouri, A. (2024). Research leadership and high standards in economic forecasting: neural network models compared with etalon ARIMA models. Business Ethics and Leadership, 8(1), 220. https://doi.org/10.61093/bel.8(1).220-233.2024

2. Roba, M., & Moulay, O. K. (2024). Risk management in using artificial neural networks. SocioEconomic Challenges, 8(2), 302. https://doi.org/10.61093/sec.8(2).302-313.2024

3. Mujtaba, B. (2024). Clarifying ethical dilemmas in sharpening students’ artificial intelligence proficiency: dispelling myths about using AI tools in higher education. Business Ethics and Leadership, 8(2), 107. https://doi.org/10.61093/bel.8(2).107-127.2024

4. Gonzalez Nuñez, J., & Bolognesi, M. (2024). Exploring team collaboration in the new metaverse (The 3D-AI Internet). SocioEcono­mic Challenges, 8(2), 314.

5. Bilan, S., Šuleř, P., Skrynnyk, O., Krajňáková, E., & Vasilyeva, T. (2022). Systematic bibliometric review of artificial intelligence technology in organizational management, development, change, and culture. Business: Theory and Practice, 23(1), 1. https://doi.org/10.3846/btp.2022.13204

6. Leonov, S., Yarovenko, H., Boiko, A., & Dotsenko, T. (2019). Information system for monitoring banking transactions related to money laundering. CEUR Workshop Proceedings, 2422, 297.

7. Lyeonov, S., Żurakowska-Sawa, J., Kuzmenko, O., & Koibichuk, V. (2020). Gravitational and intellectual data analysis to assess the money laundering risk of financial institutions. Journal of International Studies, 13(4), 259. https://doi.org/10.14254/2071-8330.2020/13-4/18

8. Chiu, T. K. (2023). The impact of generative AI (GenAI) on practices, policies, and research direction in education: a case of ChatGPT and Midjourney. Interactive Learning Environments, 1. https://doi.org/
10.1080/10494820.2023.2253861

9. Thorp, H. H. (2023). ChatGPT is fun, but not an author. Science, 379(6630), 313. https://doi.org/10.1126/science.adg7879

10.      Van Dis, E., Bollen, J., Zuidema, W., van Rooij, R., & Bockting, C. (2023). ChatGPT: Five priorities for research. Nature. https://doi.org/10.1038/d41586-023-00288-7

11.      Stokel-Walker, C. (2023). ChatGPT listed as author on research papers: Many scientists disapprove. Nature. https://doi.org/10.1038/d41586-023-00107-z

12.      Nature Editorial (2023). Tools such as ChatGPT threaten transparent science. Here are our ground rules for their use. Nature. https://doi.org/10.1038/d41586-023-00191-1

13.      Else, H. (2023). Abstracts written by ChatGPT fool scientists. Nature. https://doi.org/10.1038/d41586-023-00056-7

14.      Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, K., Baabdullah, A. M., …, & Ahuja, M. (2023). So, what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges, and implications of generative conversational AI for research, practice, and policy. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642

15.      Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., …, & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274

16.      Ray, P. P. (2023). ChatGPT: a comprehensive review on background, applications, key challenges, bias, ethics, limitations, and future scope. Internet of Things and Cyber-Physical Systems, 3, 121. https://doi.org/10.1016/j.iotcps.2023.04.003

17.      Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., & Agyemang, B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments, 10, 15. https://doi.org/10.1186/s40561-023-00237-x

18.      Rudolph, J., Tan, S., & Tan, S. (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education? Journal of Applied Learning & Teaching, 6(1), 342. https://doi.org/10.37074/jalt.2023.6.1.9

19.      Lund, B. D., & Wang, T. (2023). Chatting about ChatGPT: how may AI and GPT impact academia and libraries? Library Hi Tech News, 40(3), 26. https://doi.org/10.2139/ssrn.4333415

20.      Lo, C. K. (2023). What is the impact of ChatGPT on education? A rapid review of the literature. Educational Sciences, 13, 410. https://doi.org/10.3390/educsci13040410

21.      Cotton, D. R., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228. https://doi.org/10.1080/14703297.2023.2190148

22.      Shen, Y., Heacock, L., Elias, J., Hentel, K. D., Reig, B., Shih, G., & Moy, L. (2023). ChatGPT and other large language models are double-edged swords. Radiology, 307(2), e230163. https://doi.org/10.1148/radiol.230163

23.      Salvagno, M., Taccone, F. S., & Gerli, A. G. (2023). Can artificial intelligence help with scientific writing? Critical Care, 27, 75.  https://doi.org/10.1186/s13054-023-04380-2

24.      Lim, W. M., Gunasekara, A., Pallant, J. L., Pallant, J. I., & Pechenkina, E. (2023). Generative AI and the future of education: Ragnarök or reformation? A paradoxical perspective from management educators. The International Journal of Management Education, 21(2), 100790. https://doi.org/10.1016/j.ijme.2023.100790

25.      GenAI (2024). Cocreation, authorship, ownership, academic ethics and integrity in a time of generative AI. Open Praxis. Retrieved from https://openpraxis.org/articles/10.55982/openpraxis.16.1.654

26.      Kasianiuk, K. (2016). White box, black box and self-organization: A system-to-environment approach to leadership. Kybernetes, 45(1), 1-18. https://doi.org/10.1108/K-04-2015-0104

27.      Foltynek, T., Bjelobaba, S., Glendinning, I., Khan, Z. R., Santos, R., Pavletic, P., & Kravjar, J. (2023). ENAI recommendations on the ethical use of artificial intelligence in education. International Journal for Educational Integrity, 19(12). https://doi.org/10.1007/s40979-023-00133-4

28.      Okulich-Kazarin, V., Artyukhov, A., Skowron, Ł., Artyukhova, N., Cwynar, W., & Dluhopolskyi, O. (2024). Sustainability of higher education: study of student opinions about the possibility of replacing teachers with AI technologies. Sustainability, 16(1), 55. https://doi.org/10.3390/su16010055

29.      Volk, I., Ivanov, O., Artyukhov, A., Dluhopolskyi, O., & Artyukhova, N. (2024). Comparative study of pre-attentive visual attention analysis instruments: 3M VAS and iMotions as AI-based vs human-based experiments. In E. Faure, et al. (Eds.). Information Technology for Education, Science, and Technics (ITEST-2024). Lecture Notes on Data Engineering and Communications Technologies, 221, 14-26. Springer, Cham. https://doi.org/10.1007/978-3-031-71801-4_2

• < Попередня
• Наступна >