Imagina’t això: un/a professor/a d’anglès de batxillerat s’asseu al seu escriptori un diumenge a la tarda, amb un cafè que es refreda al costat, i revisa un munt d’assaigs dels estudiants. Un lliurament l’atura en sec. El vocabulari és polit, els arguments són sòlids, les transicions flueixen i, tot i així, hi ha alguna cosa que no quadra. No sona del tot com l’alumne que fa només uns dies s’havia ensopegat en una discussió a classe. L’hi passa per un comprovador bàsic d’antiexternalitat, i en surt net. Prova un detector d’IA gratuït i la resposta és inconclusa. Es queda amb una sensació a l’estómac, sense proves i sense un camí clar per endavant.
Aquesta escena s’està repetint a les aules de tot el món. Des que les eines d’escriptura amb IA com ChatGPT, Gemini i Claude es van fer àmpliament accessibles i gratuïtes, els educadors s’han trobat atrapats en una posició impossible: mantenir uns estàndards d’integritat acadèmica que mai es van dissenyar per a un món en què un estudiant pot generar un assaig original i impecable en menys de trenta segons. La pregunta ja no és si la IA està canviant l’educació. Ja ho està fent. La qüestió real és què s’espera que facin els educadors al respecte.
Les velles normes ja no serveixen
Durant dècades, les polítiques d’integritat acadèmica es van construir sobre una premissa força directa: si un estudiant presentava un treball que no era seu, un detector d’antiexternalitat atraparia el problema fent concordances del text amb una base de dades de fonts existents. Les eines es van convertir en estàndard als centres i les universitats precisament perquè l’antiexternalitat amb IA, en la seva forma actual, encara no existia.
Ara, aquestes eines són en gran part ineficaces davant de contingut generat per IA. Quan un estudiant copia text d’una web o d’un article publicat, aquell text ja existeix en algun lloc i es pot marcar. Però quan un estudiant demana a una IA que escrigui un assaig, el resultat es genera de manera nova. No hi ha cap document font amb què fer concordances. Els detectors tradicionals d’antiexternalitat simplement no es van construir per detectar escriptura amb IA, i cap ajust d’aquests sistemes antics farà que s’adaptin al problema al qual s’enfronten ara els educadors.
Per complicar-ho encara més, ara el contingut generat per IA es pot traduir entre llengües i lliurar sense cap rastre. Un estudiant pot demanar a una IA que escrigui un assaig en un idioma i després passar-lo per una eina de traducció abans de presentar-lo. Els comprovadors estàndard d’antiexternalitat que només escanegen en un sol idioma ho passen per alt del tot, i per això la detecció d’antiexternalitat traducció-creuada s’ha convertit en una part essencial de qualsevol eina seriosa de suport a la integritat acadèmica.
La distància entre la política institucional i la realitat a l’aula mai havia estat tan gran. Moltes escoles encara depenen de manuals d’integritat acadèmica escrits fa anys o fins i tot dècades. Expressions com «presentar treball que no és teu» es tornen filosòficament confuses quan l’estudiant, tècnicament, ha mecanografiat la consigna, ha revisat el resultat i potser hi ha fet petites modificacions al llarg del camí. Les normes no s’han posat al dia, i els educadors que les fan complir es veuen obligats a interpretar les zones grises per compte propi, sense orientació ni suport adequats.
El dilema de l’educador
Més enllà del problema de les polítiques, hi ha una qüestió profundament humana. Els docents i professors es veuen col·locats en una posició incòmoda de fer de detectius, i el nivell d’aposta és alt a banda i banda.
Acusar un estudiant d’utilitzar IA sense proves concretes és un assumpte seriós. Pot perjudicar l’expedient acadèmic de l’alumne, tensar la relació docent-estudiant i, en alguns casos, conduir a procediments disciplinaris formals. I tanmateix, callar quan es sospita fortament d’antiexternalitat amb IA se sent com una traïció de tot el que se suposa que defensa la integritat acadèmica. Els educadors queden atrapats entre protegir els estudiants d’acusacions injustes i protegir el valor del treball honest.
Aquesta incertesa passa factura de veritat. Molts docents expliquen que se senten estressats, indefensos i sense suport quan naveguen aquestes situacions. El pes emocional de no poder confiar en un treball presentat, de qüestionar cada paràgraf ben redactat i de preguntar-se si un estudiant s’ha guanyat la seva nota o l’ha externalitzat a una màquina va desgastant en silenci l’alegria de fer de mestre per a molts educadors. La confiança, que abans era el fonament silenciós de l’aula, està sotmesa a tensió d’una manera difícil de reparar.
El que necessiten els educadors no és només una eina de detecció, sinó un flux de treball complet que els ajudi a identificar possibles problemes, entendre la naturalesa d’aquests problemes i actuar-hi amb confiança. És un llistó molt més alt del que la majoria de les eines actuals estan pensades per complir.
Per què les eines genèriques de detecció d’IA no són suficients
Com a resposta a l’allau de contingut generat per IA en entorns acadèmics, va arribar una onada d’eines de detectors d’IA al mercat, prometent resoldre el problema. Les eines que asseguren detectar escriptura amb IA amb alta precisió es van fer populars ràpidament, però la realitat s’ha demostrat molt més complicada.
El problema central de la majoria de detectors d’IA és la seva poca fiabilitat. Els estudis i les proves en entorns reals han demostrat de manera consistent que aquestes eines generen una alta taxa tant de falsos positius com de falsos negatius. Un fals positiu vol dir que un assaig escrit per un humà es marca com si fos generat per IA, cosa que pot acabar amb que un estudiant innocent sigui acusat d’enganyar. Un fals negatiu vol dir que el contingut realment generat per IA passa desapercebut. Cap dels dos escenaris ajuda gaire ni els educadors ni els estudiants.
Per empitjorar-ho, moltes d’aquestes eines només funcionen en anglès. En aules i institucions cada cop més plurilingües, això és una limitació seriosa. Els estudiants que escriuen en castellà, filipí, francès, àrab o en desenes d’altres llengües són, en la pràctica, invisibles per a detectors que s’han construït pensant només en un idioma.
Les eines d’escriptura amb IA també evolucionen ràpidament i ara es poden demanar perquè escriguin en un to més casual, imperfecte i que soni humà, específicament per evitar la detecció. Els estudiants han descobert que demanar a una IA que escrigui amb “manies” intencionades o amb un estil més conversacional pot enganyar molts detectors d’assaigs amb IA. La tecnologia que s’utilitza per detectar escriptura amb IA sempre va un pas per darrere de la tecnologia que la produeix, i per això una anàlisi a nivell de frase, més que no pas un únic resultat global, és crítica per als educadors que necessiten entendre exactament on i com s’ha fet servir la IA en un document.
Com és, de veritat, una eina fiable d’integritat acadèmica
No totes les eines de detecció d’antiexternalitat i d’IA són iguals, i la diferència importa enormement quan hi ha decisions acadèmiques en joc. Una eina que sigui realment útil per als educadors ha de fer diverses coses ben fetes al mateix temps.
Primer, ha de ser multilingüe. Les institucions acadèmiques de tot el món funcionen en desenes d’idiomes, i una eina que només detecta l’antiexternalitat d’IA en anglès no està servint realment la comunitat educativa global. Plag.ai, el detector d’IA de Plag.ai, ofereix suport per a més de 50 llengües per a detecció d’IA i per a més de 100 llengües per a comprovacions d’antiexternalitat, cosa que vol dir que els educadors a les Filipines, arreu d’Europa, a l’Amèrica Llatina i a Àsia poden confiar en la mateixa plataforma sense perdre precisió segons la llengua del document presentat.
Segon, ha d’anar més enllà d’una sola puntuació. Una eina que diu a un educador que un document és «un 74% similar» sense mostrar quines frases concretes s’han marcat no és especialment accionable. El que necessiten els educadors és una descripció a nivell de frase que assenyali exactament quines parts del treball presentat podrien estar generades per IA o són plagiades, juntament amb enllaços als documents font on s’han trobat les coincidències. Aquest nivell de detall fa possible tenir una conversa informada basada en evidències amb l’estudiant, en lloc de prendre una decisió per un criteri vague.
Tercer, ha de detectar l’antiexternalitat traduïda. Plag.ai ofereix detecció d’antiexternalitat traducció-creuada, una funcionalitat exclusiva que identifica quan el contingut s’ha traduït d’un altre idioma abans de la presentació. Això tanca una de les més importants escletxes de la comprovació tradicional d’antiexternalitat i ofereix als educadors una visió molt més completa de l’originalitat d’un document.
Quart, ha de generar un informe descarregable i compartible. Quan un educador identifica un possible problema d’integritat, ha de poder documentar-ho. Plag.ai genera un informe d’originalitat en PDF descarregable que es pot compartir amb administradors, estudiants o comitès d’integritat acadèmica, proporcionant un rastre clar en paper que protegeix tant l’educador com l’estudiant al llarg de qualsevol procés de revisió.
Finalment, i de manera crítica per a les institucions educatives, ha de protegir la privacitat. Una de les principals preocupacions que tenen educadors i estudiants en enviar documents a eines de tercers és el risc que aquests documents s’afegeixin a una base de dades de comparació o es comparteixin amb altres institucions. Plag.ai funciona amb un principi estricte de privacitat primer: els documents no es comparteixen mai amb institucions, no s’afegeixen mai a bases de dades de comparació i no es distribueixen mai a tercers. El que és teu et pertany.
Què estan intentant els educadors a l’aula
Davant d’eines inadequades i polítiques obsoletes, molts educadors han començat a replantejar el seu enfocament des de zero. En lloc d’intentar detectar l’ús de IA després del fet, alguns estan redissenyant les activitats de manera que el contingut generat per IA sigui molt menys útil des de l’inici.
Una de les estratègies més efectives que està guanyant força és tornar les avaluacions escrites a l’aula. Les redaccions fetes a classe sota supervisió eliminen del tot l’oportunitat d’implicació de la IA. Alguns educadors ho han combinat amb defenses orals, on els estudiants han d’explicar verbalment i ampliar el treball escrit que van presentar. Si un estudiant no pot parlar de les idees del seu propi assaig, la diferència es fa evident sense ni tan sols necessitar un detector d’IA.
Altres s’inclinen cap a consignes d’activitats hiper-específiques i profundament personals. Demanar als estudiants que escriguin sobre un esdeveniment local concret, una experiència personal o un tema molt restringit que requeriria coneixement de primera mà fa molt més difícil que la IA generi un resultat convincent. Les eines d’IA són més efectives quan se’ls dona una consigna àmplia i general. Com més específica i personal sigui la tasca, menys útil es torna la IA.
La qualificació basada en el procés és una altra aproximació que està guanyant popularitat. En lloc d’avaluar només el document final presentat, ara els educadors demanen als estudiants que lliurin apunts de pluja d’idees, diversos esborranys, registres de revisió entre iguals i diaris de recerca juntament amb el treball final. Aquest rastre en paper fa molt més difícil falsificar el procés d’aprenentatge perquè l’objectiu de la tasca passa de produir un producte polit a demostrar el desenvolupament intel·lectual genuí al llarg del temps.
Per als educadors que volen donar suport als estudiants en lloc de simplement penalitzar-los, eines com el servei de retirada de plagi de Plag.ai i el servei d’humanització experta ofereixen un camí constructiu. En lloc de tractar un document marcat com un carrer sense sortida, aquests serveis ajuden els estudiants a entendre què s’ha marcat i com reescriure-ho correctament, convertint un possible incident d’integritat acadèmica en una oportunitat real d’aprenentatge. Els estudiants també poden utilitzar la comprovació gratuïta d’antiexternalitat per revisar el seu propi treball abans de presentar-lo, cosa que afavoreix una cultura d’autoverificació i originalitat, en comptes d’una de d’evitació i sospita.
La conversa més gran que les escoles necessiten tenir
Seria un error plantejar-ho com un problema que cada professor/a individual hagi de resoldre pel seu compte. L’auge del contingut generat per IA en entorns acadèmics és un repte sistèmic que exigeix una resposta sistèmica, i els educadors no haurien de quedar-se sols per esbrinar-ho aula per aula i activitat per activitat.
Les escoles i les universitats han de fer una ullada seriosa a les seves polítiques d’integritat acadèmica i actualitzar-les per abordar específicament la IA. Això implica definir clarament què constitueix un ús d’IA acceptable i què no, perquè no tot ús de IA és equivalent al plagi amb IA. Fer servir IA per generar idees és fonamentalment diferent de presentar com a propi un treball completament generat per IA. Les polítiques clares i matisades ajuden tant els estudiants com els educadors a gestionar aquestes diferències sense confusió.
Els administradors també tenen la responsabilitat de proporcionar als educadors formació, recursos i sistemes de suport actuals. Plag.ai reconeix aquesta necessitat oferint un compte gratuït per a educadors que permet als docents, professors i lecturers comprovar fins a 20 documents al mes sense cap cost, amb la possibilitat de rebre els informes compartits pels estudiants directament a través de la plataforma. Això vol dir que els educadors poden començar sense cap barrera pressupostària, i que els estudiants poden compartir els seus propis informes d’originalitat amb els seus docents com a part del procés de presentació, creant un enfocament transparent i col·laboratiu de la integritat acadèmica.
Els responsables de polítiques a nivell de districte i nacional també han d’entrar en aquesta conversa. La IA a l’educació no és una preocupació de nínxol. Està remodelant tot el panorama de l’aprenentatge i l’avaluació, i una resposta fragmentada, escola per escola, no serà suficient. La guia coordinada, el finançament d’investigació per a mètodes de detecció millors i la integració reflexiva d’eines de confiança com Plag.ai als fluxos de treball institucionals formen part de la solució més àmplia.
Conclusió
L’auge de les eines d’escriptura amb IA no només ha creat un nou mètode d’enganyar. També ha obligat a replantejar de manera fonamental per a què serveix realment l’educació. Si l’objectiu d’un treball escrit és simplement produir un document polit, la IA ha fet aquest objectiu, efectivament, fàcil d’externalitzar. Però si l’objectiu és desenvolupar el pensament crític, practicar la comunicació d’idees complexes i demostrar una comprensió genuïna, llavors la IA no pot substituir això, i els educadors tenen l’oportunitat de dissenyar avaluacions que reflecteixin aquests objectius més profunds.
La resposta no és declarar una guerra perduda contra una tecnologia que només es farà més sofisticada. La resposta és adaptar-se amb criteri, equipar els educadors amb eines que realment funcionin i construir sistemes que facin més fàcil mantenir la integritat que no pas esquivar-la. Això vol dir triar eines de detecció de plagi i d’IA que siguin multilingües, precises, centrades en la privacitat i dissenyades per a les realitats de l’educació moderna, no per a l’aula de fa deu anys.
Plag.ai s’ha creat exactament amb això en ment. Usada per educadors arreu del món i en confiança per més d’1,5 milions d’estudiants, reuneix la comprovació de plagi, la detecció d’IA, la detecció de plagi traducció-creuada i serveis d’assistència experta en una sola plataforma que funciona per a tota la comunitat acadèmica. Tant si ets un educador que vol protegir la integritat de la teva aula com si ets un estudiant que vol presentar amb confiança, Plag.ai et dona les eines per fer-ho bé.
Així que aquí tens la pregunta que val la pena plantejar-se de debò: en lloc de preguntar-nos com detectem els estudiants que fan servir IA, què passaria si comencéssim a preguntar-nos com construïm una cultura acadèmica on es doni suport a l’honestedat, s’afavoreixi l’originalitat i les eines adequades facin que la integritat sigui el camí de menys resistència?
