AI pomoć ostavlja vremenski potpis u radu, ali najjasnije kada pomoć preraste u gotovo potpuno delegiranje

Zašto završni tekst više nije dovoljan dokaz procesa

Brzo širenje generativne AI otežava procenu kako je neki rad nastao, jer završni tekst ili kod više ne otkrivaju pouzdano koliko je autor sam radio, a koliko je rezultat došao iz modela. Autori polaze od toga da su detektori koji gledaju samo gotov artefakt nepouzdani i etički sporni, pa fokus pomeraju na sam proces rada.

Umesto da pokušaju da pogode da li je rečenicu napisao čovek ili model, istraživači pitaju da li AI pomoć ostavlja vremenski potpis: kada se delovi sadržaja pojavljuju, u kakvim naletima, koliko se kasnije menjaju i kako se ritam razlikuje od korisnikovog sopstvenog obrasca.

Tri skupa podataka povezuju pisanje i programiranje

Analiza obuhvata tri javna skupa: CoAuthor sa 1.447 sesija koautorskog pisanja na nivou otkucaja, RealHumanEval sa editor telemetrijom 243 programera i pre-LLM CS1 skup sa 5,1 milion otkucaja kao ljudski baseline. Time se ista ideja proverava i u pisanju i u programiranju.

Istraživači porede minimalnu AI pomoć, saradničku upotrebu i simulirano potpuno delegiranje. To je važna razlika jer cilj nije da se svaka upotreba modela tretira kao problem, već da se vidi da li ponašanje procesa menja oblik kada AI preuzima znatno veći deo stvarnog rada.

Nagli AI doprinosi izlaze iz ličnog ritma autora

Prvi nalaz je da se potpis prenosi između medija: AI doprinosi dolaze u naletima koji su daleko izvan autorovog sopstvenog baseline-a i pri pisanju i pri programiranju. Prijavljene uparene veličine efekta iznose d_z 1,13 i 3,54, što ukazuje na veoma vidljivu promenu u temporalnom obrascu.

Ipak, način na koji korisnik zadržava predlog razlikuje se po zadatku. U pisanju je 93% AI-ubačenih karaktera ostalo u konačnim dokumentima, dok je samo 14% prihvaćenih predloga koda preživelo neizmenjeno do kraja. To sugeriše da programeri češće prepravljaju i integrišu modelov predlog nego pisci.

Potpuno delegiranje je lakše prepoznati od normalne saradnje

Klasifikatori koji koriste samo posmatrane vremenske karakteristike gotovo savršeno razdvajaju simulirano delegiranje od autentičnog rada, sa F1 najmanje 0,997 i najviše 0,5% stvarnog rada pogrešno označenog u opisanim eksperimentima. To je snažan rezultat, ali važi za konkretne skupove i protokol studije.

Istovremeno, obična saradnja ostaje mnogo teža za razlikovanje od rada bez AI. Upravo taj nalaz sprečava pojednostavljenu interpretaciju: temporalni signal nije univerzalni detektor svake AI pomoći, već pre pokazatelj ponašanja koje liči na prepuštanje velikog dela posla modelu.

Procesna vidljivost može pomoći, ali nije konačan sud

Autori zato temporalne dokaze pozicioniraju kao moguću osnovu za procenu akademskog integriteta, posebno kada se ispituje wholesale delegation. Pre šire primene traže validaciju u stvarnim nastavnim okruženjima, gde rokovi, pauze, saradnja među studentima i različiti alati mogu dodatno menjati ritam rada.

Najvažnija posledica je metodološka: umesto da se pokušava pročitati namera iz gotovog proizvoda, moguće je posmatrati trag procesa. Ali takav trag treba koristiti za razumevanje obrasca i dodatnu proveru, a ne kao automatsku presudu o tome da li je autor legitimno koristio pomoć ili ne.

Kako čitati rezultat

Ovaj rezultat zato treba čitati kao dokaz da procesna telemetrija nosi korisnu informaciju u konkretnim eksperimentalnim uslovima, a ne kao gotov univerzalni mehanizam za sankcionisanje učenika ili zaposlenih. Različiti editori, načini copy/paste rada, accessibility alati i pauze mogu menjati vremenski obrazac. Pre realne primene bilo bi potrebno pokazati da klasifikator ostaje stabilan kroz različite kurseve, jezike, zadatke i legitimne oblike saradnje, uz jasna pravila o privatnosti procesnih podataka.