論文の概要: Assessing the Prevalence of AI-assisted Cheating in Programming Courses: A Pilot Study

• arxiv url: http://arxiv.org/abs/2507.06438v1
• Date: Tue, 08 Jul 2025 22:40:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-10 17:37:43.412389
• Title: Assessing the Prevalence of AI-assisted Cheating in Programming Courses: A Pilot Study
• Title（参考訳）: プログラミングコースにおけるAI支援チーティングの有病率評価 : パイロットスタディ
• Authors: Kaléu Delphino,
• Abstract要約: 自然言語で書かれた入力に応答してコンピュータコードを生成できるツールは、コンピュータサイエンス教育に現実的な脅威をもたらす。 我々は、匿名調査やインタビューを通じてAIプラギアリズムを推定できる可能性を評価するため、大規模なコンピュータサイエンスの授業でパイロット研究を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tools that can generate computer code in response to inputs written in natural language, such as ChatGPT, pose an existential threat to Computer Science education in its current form, since students can now use these tools to solve assignments without much effort. While that risk has already been recognized by scholars, the proportion of the student body that is incurring in this new kind of plagiarism is still an open problem. We conducted a pilot study in a large CS class (n=120) to assess the feasibility of estimating AI plagiarism through anonymous surveys and interviews. More than 25% of the survey respondents admitted to committing AI plagiarism. Conversely, only one student accepted to be interviewed. Given the high levels of misconduct acknowledgment, we conclude that surveys are an effective method for studies on the matter, while interviews should be avoided or designed in a way that can entice participation.
• Abstract（参考訳）: ChatGPTのような自然言語で書かれた入力に応答してコンピュータコードを生成できるツールは、現在の形式ではコンピュータサイエンス教育に現実的な脅威をもたらす。 このリスクは既に学者によって認識されているが、この新しい種類の盗作行為で生ずる学生の比率は依然として未解決の問題である。 大規模CSクラス(n=120)でパイロット実験を行い,匿名調査およびインタビューを通じてAIプラギアリズム推定の可能性を検討した。 回答者の25%以上がAIの盗作行為を認めている。 逆に面接を受ける学生は1人だけだった。 高レベルの不正認知を前提として,調査は問題研究の有効な方法であり,インタビューは参加を促す方法で回避あるいは設計されるべきである,と結論付けている。

関連論文リスト

• The Failure of Plagiarism Detection in Competitive Programming [0.0]
  プログラミングコースにおけるプラジャリズムは依然として永続的な課題である。 本稿では,従来のコードプラジャリズム検出手法が競合プログラミングの文脈で頻繁に失敗する理由について考察する。 広く使われている自動類似性チェッカーは、単純なコード変換や、新しいAI生成コードによって妨げられる。
  論文  参考訳（メタデータ） (2025-05-13T05:43:49Z)
• PyEvalAI: AI-assisted evaluation of Jupyter Notebooks for immediate personalized feedback [43.56788158589046]
  PyEvalAIは、プライバシを保護するために、ユニットテストとローカルにホストされた言語モデルを組み合わせてJupyterノートをスコアする。 あるケーススタディは、大学レベルの数値科目における演習のフィードバック速度の向上と学習効率の向上に効果を示す。
  論文  参考訳（メタデータ） (2025-02-25T18:20:20Z)
• Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [176.39275404745098]
  我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。 GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。 この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
  論文  参考訳（メタデータ） (2024-08-07T12:11:49Z)
• Influence of Personality Traits on Plagiarism Through Collusion in Programming Assignments [0.0]
  本研究では,ビッグ5の性格特性が2つのホームプログラミング課題におけるプラジャリズムの正当性にどのように影響するかを検討する。 以上の結果から,ビッグファイブの性格的外転特性は肯定的な相関を示し,良心性特性は盗作傾向と負の相関を示すことが明らかとなった。
  論文  参考訳（メタデータ） (2024-06-29T10:26:48Z)
• PaperCard for Reporting Machine Assistance in Academic Writing [48.33722012818687]
  2022年11月にOpenAIが発表した質問応答システムChatGPTは,学術論文作成に活用可能な,さまざまな機能を実証した。 これは学術における著者概念に関する批判的な疑問を提起する。 我々は、人間の著者が記述プロセスにおけるAIの使用を透過的に宣言するための文書である"PaperCard"というフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-07T14:28:04Z)
• A LLM Assisted Exploitation of AI-Guardian [57.572998144258705]
  IEEE S&P 2023で発表された敵に対する最近の防衛であるAI-Guardianの堅牢性を評価する。 我々は、このモデルを攻撃するためのコードを書かず、代わりに、GPT-4に命令とガイダンスに従って全ての攻撃アルゴリズムを実装するよう促します。 このプロセスは驚くほど効果的で効率的であり、言語モデルでは、この論文の著者が実行したよりも高速に曖昧な命令からコードを生成することもあった。
  論文  参考訳（メタデータ） (2023-07-20T17:33:25Z)
• Perception, performance, and detectability of conversational artificial intelligence across 32 university courses [15.642614735026106]
  大学レベル32科目におけるChatGPTの成績を比較した。 また,ChatGPTの成績は,多くの科目における生徒の成績と同等であることがわかった。 このツールを使用する学生や、これを盗作として扱う教育者の間では、新たなコンセンサスが高まっている。
  論文  参考訳（メタデータ） (2023-05-07T10:37:51Z)
• ChatGPT: The End of Online Exam Integrity? [0.0]
  本研究では,最近開発された人工知能(AI)エージェントであるChatGPTの高レベル認知タスクの実行能力を評価した。 オンライン試験における学術的不正行為のツールとしてChatGPTが使われる可能性への懸念が高まっている。
  論文  参考訳（メタデータ） (2022-12-19T08:15:16Z)
• Neural Language Models are Effective Plagiarists [38.85940137464184]
  我々は, GPT-J を用いた学生が MOSS からの疑念を起こさずに,導入レベルのプログラミング課題を完遂できることを見出した。 GPT-Jは問題に関するトレーニングを受けておらず、その例は提供されていない。 我々は、GPT-Jで書かれたコードは構造的に多様であり、将来の盗作検出技術がアルゴリズムによって生成されたコードを特定するために使われる可能性があることを特に示していないと結論付けた。
  論文  参考訳（メタデータ） (2022-01-19T04:00:46Z)
• Evaluation Toolkit For Robustness Testing Of Automatic Essay Scoring Systems [64.4896118325552]
  モデル逆算評価スキームと関連するメトリクスを用いて、現状のAESモデルを評価する。 AESモデルは非常に過大評価されていることがわかった。質問の話題に関係のない内容の重い修正(25%まで)でさえ、モデルが生み出すスコアを低下させることはない。
  論文  参考訳（メタデータ） (2020-07-14T03:49:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。