Integrità accademica

Chi crea contenuti è sempre responsabile della loro correttezza e qualità. Questo principio continua ad essere applicato e riguarda i materiali e i documenti dei corsi, ma anche, ad esempio, i documenti di apprendimento e gli elaborati accademici. L'IA generativa rende necessario adempiere a questa responsabilità in ogni momento e dare l'esempio agli altri.

• GenAI produce risultati basati su probabilità statistiche accedendo a grandi quantità di dati (dati di addestramento). Ciò significa che non ci sono considerazioni in senso umano. Gli utenti hanno quindi il dovere di verificare la correttezza e la significatività dell'output.
• L'IA generativa può avere allucinazioni, trarre conclusioni errate e fare riferimenti sbagliati. Gli utenti si assumono la responsabilità di controllare in dettaglio la correttezza dei risultati.
• L'output di GenAI si basa sui dati di addestramento utilizzati e sugli algoritmi programmati. Pertanto, in qualsiasi momento possono verificarsi delle distorsioni, che devono essere attentamente controllate dagli utenti.

Altri punti importanti di un atteggiamento responsabile possono essere trovati anche su 'Buona prassi scientifica' e nella rete Politica etica dell'IA dell'ETH,che partecipa al dialogo globale sull'uso responsabile dell'IA.

L'uso dell'IA generativa deve essere sempre riconosciuto in modo trasparente. Questo vale non solo per il lavoro scientifico, ma anche, ad esempio, per il materiale didattico, le presentazioni o l'uso dell'IA generativa per la valutazione o il feedback. Si devono quindi osservare le seguenti regole di base:

• Indicare quali contenuti o parti di materiali e lavori sono stati creati con l'aiuto dell'IA generativa.
• Creare trasparenza sull'uso di strumenti basati sull'IA nell'insegnamento.
• Comunicazione o discussione in apertura sull'uso di GenAI per il feedback e la valutazione.

? importante rispettare la privacy e il diritto d'autore dei contenuti trattati. Gli strumenti di intelligenza artificiale richiedono una grande quantità di dati per addestrare i modelli che ne sono alla base. I dati inseriti dagli utenti vengono spesso riutilizzati a scopo di addestramento. ? quindi essenziale conoscere le normative sulla protezione dei dati e gestire correttamente i materiali protetti.

• Se i dati vengono trasmessi a strumenti basati sull'intelligenza artificiale o rilasciati per essi, occorre garantire in anticipo che non vengano violati i diritti o che venga ottenuto il consenso in anticipo.
• Per i dati privati o non disponibili pubblicamente, devono essere utilizzati solo strumenti che garantiscano la conformità alle norme sulla protezione dei dati (vedi anche Strumenti e licenze AI).

Le fonti di contenuto (testi, immagini, video, ecc.) devono essere correttamente citate nei materiali dei corsi e negli articoli scientifici. Anche la generazione di immagini, testi, codici, ecc. da parte dell'IA generativa deve essere sempre correttamente citata.

I vari stili citazionali hanno emanato linee guida per la citazione di strumenti di IA, ad esempio per pagina esternaAPA, pagina esternaMLA o pagina esternaChicago (ulteriori linee guida possono essere trovate su pagina esternaManuale di stile IEEE e pagina esternaRiferimenti Harvard). Informazioni dettagliate sono disponibili sulla piattaforma con licenza dell'ETH. pagina esternaCitare correttamente. Una buona panoramica su come fare riferimento in modo corretto si trova anche su pagina esternaLinee guida "Citare gli strumenti di IA' (Università di Basilea, Svizzera) o sotto pagina esternaGuida alla citazione e alla scrittura per l'uso dell'IA generativa nei lavori accademici (Biblioteca Dudley Knox di Monterey, USA).

Le dichiarazioni di autenticità dell'ETH di Zurigo contengono un passaggio sull'uso dell'intelligenza artificiale. ? necessario selezionare una delle tre opzioni seguenti:

1. Le tecnologie di IA generativa sono state non utilizzato.
2. L'IA generativa è stata utilizzata ed etichettata come strumento.
3. L'IA generativa è stata utilizzata come ausilio e non è stata etichettata in consultazione con il supervisore.

La scelta dell'opzione dovrebbe essere sempre chiaramente definita in anticipo e concordata tra docenti e studenti. L'opzione 3 è consigliata solo in casi particolari in cui l'IA generativa è parte integrante di un lavoro e quindi non ha bisogno di essere riconosciuta direttamente.

• ScaricaDichiarazione di autenticità per gli studenti Bachelor e Master (PDF, 175 KB)
• ScaricaDichiarazione di autenticità per i dottorandi (PDF, 1,1 MB)

L'uso dell'IA generativa non cambia nulla dal punto di vista degli aspetti legali per quanto riguarda l'integrità scientifica e il plagio. L'ETH Library gestisce un elenco di tutti i documenti relativi all'integrità accademica. Plagio e intelligenza artificiale (IA) su come affrontare le nuove circostanze.

Il riconoscimento tecnico dei risultati generati dall'IA generativa è attualmente inaffidabile e probabilmente lo sarà anche in futuro. La fiducia in questo metodo non è quindi appropriata.

Lo sviluppo dell'IA generativa richiede una riflessione critica sul ruolo della scrittura nella formazione e nella scienza. ? necessaria un'azione responsabile da parte di ricercatori, insegnanti e studenti per sfruttare il potenziale della tecnologia minimizzando i rischi. Nel documento di discussione pagina esternaCondividere la responsabilità della scrittura scientifica nell'era dell'IA del Forum universitario sulla digitalizzazione, questi aspetti saranno esaminati da diverse prospettive.