Punktem wyjścia była decyzja, jakiej Serrano nie podejmował od dwóch dekad. Wykładowca teorii wyboru społecznego zgodził się, by test został napisany w domu. Jak wynika z opisywanej historii, motywacją nie była chęć ułatwienia zaliczenia, lecz sytuacja na kampusie po tragicznej strzelaninie w grudniu 2025 r. Część studentów miała odczuwać silny lęk przed powrotem do zajęć w salach uczelni, więc egzamin w formule zdalnej miał obniżyć napięcie i dać im poczucie większego bezpieczeństwa.
Skutki tej zmiany okazały się jednak nieoczekiwane. Na kurs zapisało się znacznie więcej osób niż wcześniej — liczba uczestników wzrosła z 30 do 86. Równocześnie wyniki egzaminu domowego wystrzeliły w górę, mimo że w poprzednich latach średnia z tak wymagającego sprawdzianu mieściła się zwykle w przedziale 65–80 proc.
Zamknęli iPhone'a w "kapsule czasu". Wyjmą go z ziemi za 250 lat
Jak styl odpowiedzi zwrócił uwagę na ChatGPT?
Profesor zaczął się zastanawiać, czy tak duża poprawa rzeczywiście wynika z lepszego przygotowania grupy. Wspólnie z asystentami przejrzał prace i — jak relacjonowano — dostrzegł cechy przypominające sposób, w jaki swoje odpowiedzi konstruuje ChatGPT. Chodziło nie o pojedyncze błędy, ale o powtarzalny styl: poprawność merytoryczną połączoną z nienaturalnie rozbudowanymi wyjaśnieniami i przesadnie skomplikowaną argumentacją w miejscach, gdzie wystarczyłoby krótkie, proste uzasadnienie.
Serrano miał zauważyć także wspólny schemat rozumowania, który pojawiał się masowo w wielu pracach — studenci często sięgali po dowód przez sprzeczność i robili to w sposób charakterystyczny dla odpowiedzi generowanych przez modele AI. To właśnie podobieństwa konstrukcji i języka stały się jednym z głównych powodów, dla których profesor zaczął podejrzewać, że część prac mogła powstać przy wsparciu narzędzi generatywnych.
Egzamin pod nadzorem i nagły zwrot akcji
Aby sprawdzić, jak wygląda faktyczny poziom opanowania materiału, wykładowca ogłosił, że egzamin końcowy odbędzie się w tradycyjnej formie — stacjonarnie i pod kontrolą. Według opisu sprawy reakcja studentów była natychmiastowa, a rezultaty znacząco odbiegały od tych uzyskanych w trybie domowym.
Po zapowiedzi zaliczenia w sali zajęć:
- 18 osób wypisało się z kursu.
- Średnia z egzaminu końcowego spadła do 48,6 proc., czyli najniższego poziomu w historii tego sprawdzianu.
- Trzech studentów oddało puste kartki, otrzymując 0 punktów.
- Finalnie 19 osób nie zaliczyło całego przedmiotu.
Procedury na uczelni i spór o to, jak reagować
Choć Serrano miał poważne wątpliwości co do uczciwości części prac, jednocześnie krytycznie ocenił podejście administracji uczelni. Zwracał uwagę, że uniwersytet wymaga od niego składania osobnych, indywidualnych zawiadomień dotyczących każdego studenta, którego podejrzewa o niedozwoloną pomoc. W jego ocenie to rozwiązanie obciążające i mało praktyczne, zwłaszcza przy dużej liczbie przypadków.
W tle działa też komisja uczelniana zajmująca się tematem sztucznej inteligencji. Jej stanowisko — jak relacjonowano — podkreśla, że wykrywanie użycia narzędzi AI nie daje całkowitej pewności, dlatego rekomendowane jest podejście oparte na rozmowie oraz na karach adekwatnych do sytuacji, zamiast automatyzmu i jednoznacznych osądów.
Profesor wskazywał jednak, że stawka jest szersza niż pojedyncze zaliczenie. Ostrzegał, że akceptowanie oszustwa wśród najzdolniejszych studentów może mieć długofalowe skutki społeczne. W tym kontekście padły jego słowa: "Nie możemy pozwolić sobie na społeczeństwo, w którym najzdolniejsze młode umysły uznają, że oszukiwanie jest akceptowalne. To prowadzi do degradacji społeczeństwa. Nie możemy z własnej woli stać się idiotami".
Opisany przypadek z jednej z najbardziej rozpoznawalnych uczelni pokazuje, że generatywna sztuczna inteligencja w edukacji oznacza nie tylko nowe narzędzia i wygodę, ale też rosnące napięcie wokół standardów akademickich. Wraz z upowszechnieniem rozwiązań takich jak ChatGPT wracają pytania o odpowiedzialność, uczciwość i to, jak skutecznie egzekwować zasady, gdy granice między pomocą a nadużyciem stają się coraz trudniejsze do wyznaczenia.
