[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"blog-article-ai-academic-integrity":3},{"uuid":4,"title":5,"subtitle":6,"content":7,"preview":947,"date_published":948,"date_pinned":948,"img":949,"alias":950,"is_published":951,"is_pinned":952,"type":13,"category":953,"category_name":954,"category_alias":955,"background_color":956,"preview_icon":13,"category_value":957,"external_link":13},"3d0817c4-9c17-4c43-be1d-a04311b46323","Штучний інтелект і академічна доброчесність: нові правила освіти","Генеративний ШІ змінює правила академічної доброчесності. Розбираємо, де проходить межа між допомогою AI та підміною власної роботи, як декларувати ШІ та будувати чесне оцінювання.",{"type":8,"content":9},"doc",[10,18,20,25,27,32,34,39,41,46,48,56,61,63,68,70,75,77,83,88,90,95,97,102,104,110,115,116,121,123,128,130,136,141,143,148,150,155,157,162,164,170,175,176,181,183,188,190,195,196,201,203,209,214,216,221,223,228,230,235,237,243,248,250,255,257,262,264,270,275,277,282,284,289,291,296,298,304,309,311,316,318,323,325,330,332,338,343,345,350,351,356,358,363,365,371,376,378,383,385,390,391,396,398,404,409,410,415,417,422,424,436,438,444,449,451,456,458,463,464,469,471,477,482,484,489,491,496,498,503,505,511,516,518,523,524,529,531,536,538,544,549,550,555,557,562,564,569,571,577,582,584,589,591,596,598,603,605,611,616,618,623,625,630,632,637,639,645,650,651,656,658,663,665,670,672,678,683,685,690,692,697,698,703,705,711,716,717,722,724,729,731,736,738,743,745,751,756,758,763,765,770,772,777,779,784,786,796,798,804,809,811,816,818,823,825,831,836,837,842,844,849,851,856,858,864,869,871,876,877,882,884,889,891,897,906,907,916,917,926,927,936,937,946],{"type":11,"attrs":12,"content":14},"paragraph",{"align":13},null,[15],{"text":16,"type":17},"Генеративний штучний інтелект поставив академічну доброчесність у центр освітньої дискусії. Раніше головними ризиками вважали списування, плагіат, купівлю готових робіт або неправдиве цитування. Тепер студент може за кілька хвилин отримати новий текст, який не збігається з жодною сторінкою в інтернеті, але при цьому значна частина інтелектуальної роботи може бути виконана системою.","text",{"type":11,"attrs":19},{"align":13},{"type":11,"attrs":21,"content":22},{"align":13},[23],{"text":24,"type":17},"Через це старе правило «якщо текст не скопійований, значить він авторський» більше не працює. Освітнім закладам доводиться по-новому визначати, де закінчується допустима допомога технології, коли потрібно декларувати її використання і що саме студент має виконувати самостійно.",{"type":11,"attrs":26},{"align":13},{"type":11,"attrs":28,"content":29},{"align":13},[30],{"text":31,"type":17},"Масштаб проблеми вже не дозволяє розглядати її як виняток. Stanford AI Index 2026 повідомляє, що чотири з п'яти американських старшокласників і студентів використовують AI для навчальної роботи, тоді як лише близько половини середніх і старших шкіл мають формальні правила щодо AI. Лише 6% опитаних учителів назвали політики своїх шкіл чіткими й комплексними.",{"type":11,"attrs":33},{"align":13},{"type":11,"attrs":35,"content":36},{"align":13},[37],{"text":38,"type":17},"OECD також фіксує напруження між користю і ризиком: 37% учителів нижчої середньої школи використовували AI у роботі у 2024 році, але 72% вважали, що технологія може шкодити академічній доброчесності, дозволяючи студентам подавати чужу або згенеровану роботу як власну.",{"type":11,"attrs":40},{"align":13},{"type":11,"attrs":42,"content":43},{"align":13},[44],{"text":45,"type":17},"Отже, нова академічна доброчесність — це вже не боротьба з одним інструментом. Це система правил, що допомагає зберегти авторство, прозорість, відповідальність і реальне навчання у світі, де AI постійно доступний.",{"type":11,"attrs":47},{"align":13},{"type":49,"attrs":50,"content":53},"heading",{"align":13,"level":51,"id":52},2,"heading_2_1",[54],{"text":55,"type":17},"Що означає академічна доброчесність в епоху AI",{"type":11,"attrs":57,"content":58},{"align":13},[59],{"text":60,"type":17},"Академічна доброчесність не зводиться до заборони плагіату. Її сенс ширший: студент повинен чесно показувати власний рівень знань, коректно використовувати чужі ідеї, не фальсифікувати дані та не створювати хибного уявлення про те, хто виконав роботу.",{"type":11,"attrs":62},{"align":13},{"type":11,"attrs":64,"content":65},{"align":13},[66],{"text":67,"type":17},"Саме останній пункт став особливо важливим після появи генеративного AI. Якщо студент сам сформулював тезу, написав текст і попросив систему виправити кілька граматичних помилок, його авторство практично не викликає сумнівів. Якщо ж AI створив структуру, аргументи, приклади й фінальний текст, а студент лише змінив кілька слів, ситуація зовсім інша.",{"type":11,"attrs":69},{"align":13},{"type":11,"attrs":71,"content":72},{"align":13},[73],{"text":74,"type":17},"Між цими двома крайнощами існує багато проміжних сценаріїв. Саме тому універсальне правило «будь-який AI — це списування» стає занадто грубим. Освіті потрібні точніші межі: що дозволено, що потрібно декларувати, а що суперечить меті конкретного завдання.",{"type":11,"attrs":76},{"align":13},{"type":49,"attrs":78,"content":80},{"align":13,"level":51,"id":79},"heading_2_2",[81],{"text":82,"type":17},"Чому AI не можна просто прирівняти до калькулятора",{"type":11,"attrs":84,"content":85},{"align":13},[86],{"text":87,"type":17},"Часто генеративний AI порівнюють із калькулятором, пошуком або перевіркою орфографії. У цьому порівнянні є частина правди: освітні інструменти постійно автоматизують операції, які раніше люди виконували вручну.",{"type":11,"attrs":89},{"align":13},{"type":11,"attrs":91,"content":92},{"align":13},[93],{"text":94,"type":17},"Але генеративний AI відрізняється масштабом. Калькулятор виконує конкретне обчислення. Мовна модель може одночасно сформулювати тезу, знайти контраргументи, запропонувати структуру, написати висновок і відредагувати стиль. Тобто вона здатна забрати не одну технічну дію, а майже весь інтелектуальний маршрут завдання.",{"type":11,"attrs":96},{"align":13},{"type":11,"attrs":98,"content":99},{"align":13},[100],{"text":101,"type":17},"Тому питання академічної доброчесності потрібно пов'язувати не з назвою інструменту, а з навчальною функцією. Якщо студент автоматизував допоміжну операцію, це може бути цілком допустимо. Якщо він передав системі саме ту компетентність, яку викладач хотів перевірити, виникає проблема.",{"type":11,"attrs":103},{"align":13},{"type":49,"attrs":105,"content":107},{"align":13,"level":51,"id":106},"heading_2_3",[108],{"text":109,"type":17},"Головне питання: хто виконав інтелектуальну роботу",{"type":11,"attrs":111,"content":112},{"align":13},[113],{"text":114,"type":17},"У традиційному плагіаті джерело порушення відносно зрозуміле: людина копіює чужий текст або ідею й не позначає авторство. У випадку AI ситуація складніша, тому що результат може бути новим і не мати очевидного першоджерела.",{"type":11},{"type":11,"attrs":117,"content":118},{"align":13},[119],{"text":120,"type":17},"Тому академічну доброчесність доцільно оцінювати через внесок. Хто сформулював проблему? Хто обрав аргументи? Хто аналізував джерела? Хто прийняв рішення? Хто перевірив факти? Хто несе відповідальність за висновок?",{"type":11,"attrs":122},{"align":13},{"type":11,"attrs":124,"content":125},{"align":13},[126],{"text":127,"type":17},"Якщо студент здатен відповісти на ці питання й пояснити, де саме використовував AI, прозорість значно вища. Якщо ж роль системи навмисно приховується, а результат подається як повністю самостійний, це створює хибне уявлення про компетентність автора.",{"type":11,"attrs":129},{"align":13},{"type":49,"attrs":131,"content":133},{"align":13,"level":51,"id":132},"heading_2_4",[134],{"text":135,"type":17},"Чому одна політика для всіх завдань не працює",{"type":11,"attrs":137,"content":138},{"align":13},[139],{"text":140,"type":17},"Універсальне правило курсу «AI дозволено» або «AI заборонено» здається простим, але часто не враховує різницю між навчальними цілями.",{"type":11,"attrs":142},{"align":13},{"type":11,"attrs":144,"content":145},{"align":13},[146],{"text":147,"type":17},"На контрольній роботі з базової математики використання AI може бути заборонене, тому що потрібно перевірити індивідуальну здатність розв'язувати задачу. У великому аналітичному проєкті AI може бути дозволений для мозкового штурму й мовного редагування. На курсі AI literacy його використання взагалі може бути обов'язковою частиною завдання.",{"type":11,"attrs":149},{"align":13},{"type":11,"attrs":151,"content":152},{"align":13},[153],{"text":154,"type":17},"Тому правила мають бути прив'язані до конкретної активності. Студент повинен бачити їх у момент, коли починає роботу, а не здогадуватися після здачі.",{"type":11,"attrs":156},{"align":13},{"type":11,"attrs":158,"content":159},{"align":13},[160],{"text":161,"type":17},"Європейська комісія у 2026 році оновила рекомендації щодо етичного використання AI і даних у навчанні, наголошуючи на необхідності критичної AI-грамотності, безпеки, відповідального використання й зрозумілих педагогічних рамок.",{"type":11,"attrs":163},{"align":13},{"type":49,"attrs":165,"content":167},{"align":13,"level":51,"id":166},"heading_2_5",[168],{"text":169,"type":17},"Модель трьох зон: дозволено, обмежено, заборонено",{"type":11,"attrs":171,"content":172},{"align":13},[173],{"text":174,"type":17},"Практичний спосіб зробити правила зрозумілими — розділити використання AI на три режими.",{"type":11},{"type":11,"attrs":177,"content":178},{"align":13},[179],{"text":180,"type":17},"У зеленій зоні AI дозволений як звичайний інструмент. Наприклад, для генерації додаткових тренувальних питань, пояснення терміну або мовної практики.",{"type":11,"attrs":182},{"align":13},{"type":11,"attrs":184,"content":185},{"align":13},[186],{"text":187,"type":17},"У жовтій зоні використання дозволене частково. Студент може отримати ідеї, відредагувати стиль або попросити feedback, але має самостійно виконати ключову частину роботи й повідомити про AI-допомогу.",{"type":11,"attrs":189},{"align":13},{"type":11,"attrs":191,"content":192},{"align":13},[193],{"text":194,"type":17},"У червоній зоні AI заборонений, тому що завдання перевіряє фундаментальну індивідуальну компетентність. Це може бути іспит, базовий розрахунок, усний захист або інша активність, де стороння допомога спотворює результат.",{"type":11},{"type":11,"attrs":197,"content":198},{"align":13},[199],{"text":200,"type":17},"Перевага такої моделі не в кольорах, а в конкретності. Студент бачить межу до початку роботи.",{"type":11,"attrs":202},{"align":13},{"type":49,"attrs":204,"content":206},{"align":13,"level":51,"id":205},"heading_2_6",[207],{"text":208,"type":17},"Декларування AI стає новою формою академічної прозорості",{"type":11,"attrs":210,"content":211},{"align":13},[212],{"text":213,"type":17},"У багатьох випадках найкращим рішенням є не заборона, а декларування. Студент коротко повідомляє, який інструмент використовував, для якої задачі та що саме залишилося його власною роботою.",{"type":11,"attrs":215},{"align":13},{"type":11,"attrs":217,"content":218},{"align":13},[219],{"text":220,"type":17},"Наприклад: «AI використано для генерації контраргументів і мовного редагування; аналіз джерел, структура й висновки виконані самостійно». Така примітка займає один рядок, але робить процес значно прозорішим.",{"type":11,"attrs":222},{"align":13},{"type":11,"attrs":224,"content":225},{"align":13},[226],{"text":227,"type":17},"Для складного дослідницького проєкту може бути доречним детальніший опис: назва інструменту, ключові промпти, спосіб перевірки результату та перелік частин роботи, де AI вплинув на зміст.",{"type":11,"attrs":229},{"align":13},{"type":11,"attrs":231,"content":232},{"align":13},[233],{"text":234,"type":17},"Декларування не повинно перетворюватися на бюрократію. Його мета — допомогти викладачеві правильно інтерпретувати результат і сформувати у студента звичку відповідати за власний цифровий процес.",{"type":11,"attrs":236},{"align":13},{"type":49,"attrs":238,"content":240},{"align":13,"level":51,"id":239},"heading_2_7",[241],{"text":242,"type":17},"Чи потрібно цитувати ChatGPT як джерело",{"type":11,"attrs":244,"content":245},{"align":13},[246],{"text":247,"type":17},"Генеративний AI і наукове джерело — не одне й те саме. Модель може допомогти пояснити тему, але її відповідь не повинна автоматично замінювати оригінальну статтю, звіт або документ.",{"type":11,"attrs":249},{"align":13},{"type":11,"attrs":251,"content":252},{"align":13},[253],{"text":254,"type":17},"Якщо AI повідомив статистику, описав дослідження або навів теоретичне твердження, студенту варто знайти першоджерело й посилатися саме на нього. Це зменшує ризик вигаданих цитат і дозволяє перевірити контекст.",{"type":11,"attrs":256},{"align":13},{"type":11,"attrs":258,"content":259},{"align":13},[260],{"text":261,"type":17},"В окремих завданнях викладач може вимагати формального зазначення самого AI-інструменту. Але навіть у такому разі чат не стає доказом істинності твердження. Він лише фіксує спосіб, яким студент отримав допомогу.",{"type":11,"attrs":263},{"align":13},{"type":49,"attrs":265,"content":267},{"align":13,"level":51,"id":266},"heading_2_8",[268],{"text":269,"type":17},"Вигадані джерела — новий ризик для академічних робіт",{"type":11,"attrs":271,"content":272},{"align":13},[273],{"text":274,"type":17},"Одна з найнебезпечніших помилок генеративного AI — вигадані посилання. Система може створити назву статті, прізвище автора, рік і навіть правдоподібний журнал, хоча публікації не існує.",{"type":11,"attrs":276},{"align":13},{"type":11,"attrs":278,"content":279},{"align":13},[280],{"text":281,"type":17},"Для студента, який ще не орієнтується в темі, така помилка виглядає переконливо. Якщо список літератури автоматично переноситься в роботу, академічне порушення може виникнути навіть без наміру обманювати.",{"type":11,"attrs":283},{"align":13},{"type":11,"attrs":285,"content":286},{"align":13},[287],{"text":288,"type":17},"Тому правило має бути жорстким: кожне джерело в академічній роботі потрібно відкрити й перевірити самостійно. Не достатньо побачити його в AI-відповіді.",{"type":11,"attrs":290},{"align":13},{"type":11,"attrs":292,"content":293},{"align":13},[294],{"text":295,"type":17},"Це також хороший навчальний принцип. Академічна культура будується не навколо красивого списку літератури, а навколо реального контакту з доказами.",{"type":11,"attrs":297},{"align":13},{"type":49,"attrs":299,"content":301},{"align":13,"level":51,"id":300},"heading_2_9",[302],{"text":303,"type":17},"AI-детектори не можуть бути остаточним доказом",{"type":11,"attrs":305,"content":306},{"align":13},[307],{"text":308,"type":17},"Після масового поширення генеративного AI з'явився великий попит на сервіси, які обіцяють визначати машинний текст. Але сама ймовірність, яку показує детектор, не доводить авторство.",{"type":11,"attrs":310},{"align":13},{"type":11,"attrs":312,"content":313},{"align":13},[314],{"text":315,"type":17},"Людський текст може бути помилково визначений як AI, а згенерований текст після редагування — пройти перевірку. Особливо небезпечним є автоматичне звинувачення студента лише на основі одного відсотка.",{"type":11,"attrs":317},{"align":13},{"type":11,"attrs":319,"content":320},{"align":13},[321],{"text":322,"type":17},"Надійніший підхід — дивитися на сукупність доказів: чернетки, джерела, історію змін, усний захист, попередній стиль робіт і здатність студента пояснити ключові рішення.",{"type":11,"attrs":324},{"align":13},{"type":11,"attrs":326,"content":327},{"align":13},[328],{"text":329,"type":17},"Академічна доброчесність не повинна перетворюватися на технологічне полювання, де одна непрозора система намагається виявити іншу.",{"type":11,"attrs":331},{"align":13},{"type":49,"attrs":333,"content":335},{"align":13,"level":51,"id":334},"heading_2_10",[336],{"text":337,"type":17},"Усний захист стає важливішим",{"type":11,"attrs":339,"content":340},{"align":13},[341],{"text":342,"type":17},"Коротка розмова часто швидко показує, чи розуміє студент власну роботу. Не обов'язково проводити повний іспит. Іноді достатньо поставити три питання.",{"type":11,"attrs":344},{"align":13},{"type":11,"attrs":346,"content":347},{"align":13},[348],{"text":349,"type":17},"Чому обрано саме цей метод? Який аргумент був найслабшим? Що зміниться, якщо умова кейсу буде іншою?",{"type":11},{"type":11,"attrs":352,"content":353},{"align":13},[354],{"text":355,"type":17},"Людина, яка справді працювала над матеріалом, зазвичай може пояснити логіку, сумніви й компроміси. Текст, створений зовнішньою системою без глибокої участі студента, значно складніше захистити.",{"type":11,"attrs":357},{"align":13},{"type":11,"attrs":359,"content":360},{"align":13},[361],{"text":362,"type":17},"EDUCAUSE у дослідженні 2026 року показує, що викладачі вже переглядають практики оцінювання через AI, а питання академічної доброчесності тісно пов'язане з новим дизайном завдань і потребою в чіткіших правилах.",{"type":11,"attrs":364},{"align":13},{"type":49,"attrs":366,"content":368},{"align":13,"level":51,"id":367},"heading_2_11",[369],{"text":370,"type":17},"Академічна доброчесність починається з дизайну завдання",{"type":11,"attrs":372,"content":373},{"align":13},[374],{"text":375,"type":17},"Якщо завдання легко повністю передати AI, заборона сама по собі не завжди вирішує проблему. Інколи потрібно змінити саме завдання.",{"type":11,"attrs":377},{"align":13},{"type":11,"attrs":379,"content":380},{"align":13},[381],{"text":382,"type":17},"Замість загального есе можна дати конкретний локальний кейс, роботу з даними курсу або вимагати пояснити процес прийняття рішення. Замість переказу теорії — порівняти два підходи та обґрунтувати вибір. Замість одного фінального файлу — додати план, проміжну версію та коротку рефлексію.",{"type":11,"attrs":384},{"align":13},{"type":11,"attrs":386,"content":387},{"align":13},[388],{"text":389,"type":17},"Чим більше завдання пов'язане з реальним контекстом, власним досвідом студента та процесом роботи, тим складніше просто делегувати його цілком.",{"type":11},{"type":11,"attrs":392,"content":393},{"align":13},[394],{"text":395,"type":17},"Це не «захист від ChatGPT». Це просто сильніший педагогічний дизайн.",{"type":11,"attrs":397},{"align":13},{"type":49,"attrs":399,"content":401},{"align":13,"level":51,"id":400},"heading_2_12",[402],{"text":403,"type":17},"Процес стає таким самим важливим, як результат",{"type":11,"attrs":405,"content":406},{"align":13},[407],{"text":408,"type":17},"У традиційному оцінюванні часто бачать лише фінальний файл. В епоху AI цього недостатньо.",{"type":11},{"type":11,"attrs":411,"content":412},{"align":13},[413],{"text":414,"type":17},"Корисно збирати невеликі докази процесу: початкове питання, список джерел, коротку чернетку, рішення після feedback і фінальний висновок. Це не означає, що кожен етап має оцінюватися окремо.",{"type":11,"attrs":416},{"align":13},{"type":11,"attrs":418,"content":419},{"align":13},[420],{"text":421,"type":17},"Головна перевага полягає в іншому: викладач бачить розвиток думки. Студент також краще усвідомлює, що цінність роботи — не лише в красивому результаті.",{"type":11,"attrs":423},{"align":13},{"type":11,"attrs":425,"content":426},{"align":13},[427,429,434],{"text":428,"type":17},"У цифровому курсі такий підхід легко будувати через послідовні контрольні точки. Якщо ",{"text":430,"type":17,"marks":431},"LMS платформа WeStudy",[432],{"type":433},"strong",{"text":435,"type":17}," використовується як основне середовище курсу, правила AI, проміжні завдання й декларування можна розміщувати безпосередньо в навчальному маршруті, а не залишати в окремому документі, який ніхто не відкриває.",{"type":11,"attrs":437},{"align":13},{"type":49,"attrs":439,"content":441},{"align":13,"level":51,"id":440},"heading_2_13",[442],{"text":443,"type":17},"Що робити з груповими проєктами",{"type":11,"attrs":445,"content":446},{"align":13},[447],{"text":448,"type":17},"AI ускладнює давно відому проблему: у груповій роботі важко зрозуміти внесок кожного учасника. Тепер до команди додається ще й автоматизований помічник.",{"type":11,"attrs":450},{"align":13},{"type":11,"attrs":452,"content":453},{"align":13},[454],{"text":455,"type":17},"Тому варто оцінювати не тільки спільний продукт. Кожен учасник може коротко описати свою роль, захистити одну частину рішення або пояснити, як команда використовувала AI.",{"type":11,"attrs":457},{"align":13},{"type":11,"attrs":459,"content":460},{"align":13},[461],{"text":462,"type":17},"Корисно також домовитися про відповідальність. Хто перевіряв факти? Хто редагував AI-текст? Хто контролював джерела? Які автоматичні пропозиції команда відхилила?",{"type":11},{"type":11,"attrs":465,"content":466},{"align":13},[467],{"text":468,"type":17},"Такий підхід ближчий до реального професійного середовища, де люди теж працюють разом із технологіями, але відповідальність не зникає.",{"type":11,"attrs":470},{"align":13},{"type":49,"attrs":472,"content":474},{"align":13,"level":51,"id":473},"heading_2_14",[475],{"text":476,"type":17},"Код, формули й технічні дисципліни мають свої правила",{"type":11,"attrs":478,"content":479},{"align":13},[480],{"text":481,"type":17},"В академічній доброчесності немає універсального рівня допустимої автоматизації. Для письменницького завдання AI може допомагати з мовою. Для програмування навіть невеликий згенерований фрагмент коду може закривати ключову навчальну ціль.",{"type":11,"attrs":483},{"align":13},{"type":11,"attrs":485,"content":486},{"align":13},[487],{"text":488,"type":17},"Тому викладачеві варто конкретно вказувати, чи можна користуватися AI для пошуку синтаксичної помилки, генерації функції, написання тестів або пояснення алгоритму.",{"type":11,"attrs":490},{"align":13},{"type":11,"attrs":492,"content":493},{"align":13},[494],{"text":495,"type":17},"Аналогічно в математиці: калькулятор може бути дозволений, але генеративний AI, який повністю будує розв'язання, вже виконує іншу роль.",{"type":11,"attrs":497},{"align":13},{"type":11,"attrs":499,"content":500},{"align":13},[501],{"text":502,"type":17},"Студенту важливо розуміти не тільки «що дозволено», а й чому певна межа існує. Тоді правила сприймаються не як випадкова заборона, а як частина навчальної логіки.",{"type":11,"attrs":504},{"align":13},{"type":49,"attrs":506,"content":508},{"align":13,"level":51,"id":507},"heading_2_15",[509],{"text":510,"type":17},"Дослідження й робота з даними потребують окремої уваги",{"type":11,"attrs":512,"content":513},{"align":13},[514],{"text":515,"type":17},"GenAI може допомагати формулювати гіпотези, писати код для аналізу, створювати структуру огляду літератури й пояснювати статистичні методи. Але академічна доброчесність у дослідженні має вищі вимоги, ніж у звичайному домашньому завданні.",{"type":11,"attrs":517},{"align":13},{"type":11,"attrs":519,"content":520},{"align":13},[521],{"text":522,"type":17},"Не можна дозволяти системі вигадувати дані, джерела або результати експерименту. Якщо AI допомагав із кодом, методикою або текстом, роль технології потрібно описувати відповідно до правил журналу, університету чи проєкту.",{"type":11},{"type":11,"attrs":525,"content":526},{"align":13},[527],{"text":528,"type":17},"Особливо важливо не передавати в зовнішні сервіси конфіденційні дані учасників дослідження без належних підстав і процедур.",{"type":11,"attrs":530},{"align":13},{"type":11,"attrs":532,"content":533},{"align":13},[534],{"text":535,"type":17},"OECD у липні 2026 року назвала академічну доброчесність, захист даних і надійність згенерованого контенту серед головних викликів системного впровадження GenAI у вищій освіті.",{"type":11,"attrs":537},{"align":13},{"type":49,"attrs":539,"content":541},{"align":13,"level":51,"id":540},"heading_2_16",[542],{"text":543,"type":17},"Приватність теж є частиною доброчесності",{"type":11,"attrs":545,"content":546},{"align":13},[547],{"text":548,"type":17},"Академічна етика стосується не тільки авторства. Вона включає відповідальне поводження з даними інших людей.",{"type":11},{"type":11,"attrs":551,"content":552},{"align":13},[553],{"text":554,"type":17},"Викладач не повинен автоматично завантажувати студентські роботи з персональними даними в зовнішній AI-сервіс. Студент не повинен передавати конфіденційні матеріали компанії лише тому, що хоче швидше виконати кейс.",{"type":11,"attrs":556},{"align":13},{"type":11,"attrs":558,"content":559},{"align":13},[560],{"text":561,"type":17},"Оновлені у 2026 році рекомендації Європейської комісії щодо етичного використання AI і даних окремо звертають увагу на юридичні, етичні й педагогічні ризики, що супроводжують активне поширення AI в освіті.",{"type":11,"attrs":563},{"align":13},{"type":11,"attrs":565,"content":566},{"align":13},[567],{"text":568,"type":17},"Хороша політика академічної доброчесності повинна тому пояснювати не лише, що можна генерувати, а й які дані взагалі можна передавати системам.",{"type":11,"attrs":570},{"align":13},{"type":49,"attrs":572,"content":574},{"align":13,"level":51,"id":573},"heading_2_17",[575],{"text":576,"type":17},"Несправедливі звинувачення теж порушують довіру",{"type":11,"attrs":578,"content":579},{"align":13},[580],{"text":581,"type":17},"Освітній заклад може настільки зосередитися на боротьбі з AI, що створить іншу проблему — атмосферу постійної підозри.",{"type":11,"attrs":583},{"align":13},{"type":11,"attrs":585,"content":586},{"align":13},[587],{"text":588,"type":17},"Якщо студентів регулярно звинувачують на основі слабких індикаторів, вони починають приховувати навіть дозволене використання технології. Викладачі витрачають час на роль детективів, а не наставників.",{"type":11,"attrs":590},{"align":13},{"type":11,"attrs":592,"content":593},{"align":13},[594],{"text":595,"type":17},"Stanford AI Index показує, що майже половина опитаних учнів уже стикалася з ситуацією, коли хотіла використати AI, але не була впевнена, чи це дозволено. Це не стільки проблема студентів, скільки ознака нечітких правил.",{"type":11,"attrs":597},{"align":13},{"type":11,"attrs":599,"content":600},{"align":13},[601],{"text":602,"type":17},"Довіра не означає відсутність контролю. Вона означає передбачувану процедуру: зрозумілі правила, можливість пояснити свою роботу, кілька джерел доказів і право на справедливий розгляд ситуації.",{"type":11,"attrs":604},{"align":13},{"type":49,"attrs":606,"content":608},{"align":13,"level":51,"id":607},"heading_2_18",[609],{"text":610,"type":17},"Новий кодекс доброчесності має бути коротшим і конкретнішим",{"type":11,"attrs":612,"content":613},{"align":13},[614],{"text":615,"type":17},"Багато університетських політик написані юридичною мовою й приховані в документах на десятки сторінок. У світі швидких технологічних змін цього недостатньо.",{"type":11,"attrs":617},{"align":13},{"type":11,"attrs":619,"content":620},{"align":13},[621],{"text":622,"type":17},"Студентові потрібна коротка відповідь на кілька питань: де AI дозволений, де заборонений, коли його потрібно декларувати, як перевіряти джерела, які дані не можна передавати та що станеться при порушенні.",{"type":11,"attrs":624},{"align":13},{"type":11,"attrs":626,"content":627},{"align":13},[628],{"text":629,"type":17},"Краще мати одну сторінку зрозумілих принципів плюс конкретні правила для кожного завдання, ніж великий документ, який формально існує, але не впливає на поведінку.",{"type":11,"attrs":631},{"align":13},{"type":11,"attrs":633,"content":634},{"align":13},[635],{"text":636,"type":17},"Політику також потрібно регулярно переглядати. Сценарії використання AI змінюються швидше, ніж традиційні академічні нормативи.",{"type":11,"attrs":638},{"align":13},{"type":49,"attrs":640,"content":642},{"align":13,"level":51,"id":641},"heading_2_19",[643],{"text":644,"type":17},"Студентів потрібно навчати доброчесності, а не лише карати",{"type":11,"attrs":646,"content":647},{"align":13},[648],{"text":649,"type":17},"Якщо студент не розуміє, чому певне використання AI проблемне, сама заборона має слабкий навчальний ефект.",{"type":11},{"type":11,"attrs":652,"content":653},{"align":13},[654],{"text":655,"type":17},"Корисно показувати реальні сценарії. Дати кілька прикладів і попросити визначити: де AI є редактором, де співавтором, де виконавцем, а де просто інструментом пошуку ідей.",{"type":11,"attrs":657},{"align":13},{"type":11,"attrs":659,"content":660},{"align":13},[661],{"text":662,"type":17},"Можна також показати, як перевіряти AI-посилання, як декларувати допомогу й як перетворити запит «напиши за мене» на запит «допоможи мені зрозуміти».",{"type":11,"attrs":664},{"align":13},{"type":11,"attrs":666,"content":667},{"align":13},[668],{"text":669,"type":17},"Європейська комісія у 2026 році прямо пов'язує етичне використання AI з розвитком критичної AI-грамотності педагогів і учнів. Добросовісна поведінка стає компетентністю, яку потрібно формувати, а не лише вимогою в правилах.",{"type":11,"attrs":671},{"align":13},{"type":49,"attrs":673,"content":675},{"align":13,"level":51,"id":674},"heading_2_20",[676],{"text":677,"type":17},"Викладачі теж повинні декларувати використання AI",{"type":11,"attrs":679,"content":680},{"align":13},[681],{"text":682,"type":17},"Академічна доброчесність не може бути односторонньою. Якщо від студентів вимагають прозорості, викладачі також повинні відповідально використовувати технологію.",{"type":11,"attrs":684},{"align":13},{"type":11,"attrs":686,"content":687},{"align":13},[688],{"text":689,"type":17},"Якщо AI допомагає створювати тест, його потрібно перевірити. Якщо система формує feedback, викладач залишається відповідальним за зміст коментаря. Якщо студентська робота аналізується автоматично, повинні бути зрозумілі правила роботи з даними.",{"type":11,"attrs":691},{"align":13},{"type":11,"attrs":693,"content":694},{"align":13},[695],{"text":696,"type":17},"Це важливо для довіри. Студенти повинні бачити, що AI-політика існує не для контролю однієї сторони, а для захисту якості навчання.",{"type":11},{"type":11,"attrs":699,"content":700},{"align":13},[701],{"text":702,"type":17},"OECD повідомляє, що значна частина викладачів уже використовує AI в роботі. Тому культура доброчесності має включати всіх учасників освітнього процесу.",{"type":11,"attrs":704},{"align":13},{"type":49,"attrs":706,"content":708},{"align":13,"level":51,"id":707},"heading_2_21",[709],{"text":710,"type":17},"Необхідно відокремити помилку від умисного обману",{"type":11,"attrs":712,"content":713},{"align":13},[714],{"text":715,"type":17},"Студент може порушити правило навмисно. Але може також неправильно зрозуміти нечітку політику, не знати, що AI-підтримку потрібно декларувати, або випадково використати вигадане системою джерело.",{"type":11},{"type":11,"attrs":718,"content":719},{"align":13},[720],{"text":721,"type":17},"Ці ситуації не обов'язково повинні мати однакові наслідки.",{"type":11,"attrs":723},{"align":13},{"type":11,"attrs":725,"content":726},{"align":13},[727],{"text":728,"type":17},"Сильна політика передбачає пропорційність. Спочатку потрібно з'ясувати, що сталося, яку роль мав AI і чи мав студент реальну можливість зрозуміти правило.",{"type":11,"attrs":730},{"align":13},{"type":11,"attrs":732,"content":733},{"align":13},[734],{"text":735,"type":17},"Для першого незначного порушення навчальна реакція — пояснення, повторне виконання або рефлексія — іноді дає більше користі, ніж максимальне покарання.",{"type":11,"attrs":737},{"align":13},{"type":11,"attrs":739,"content":740},{"align":13},[741],{"text":742,"type":17},"Це не означає толерувати обман. Це означає зберігати освітню мету навіть у дисциплінарній процедурі.",{"type":11,"attrs":744},{"align":13},{"type":49,"attrs":746,"content":748},{"align":13,"level":51,"id":747},"heading_2_22",[749],{"text":750,"type":17},"Що може зробити онлайн-школа або університет уже зараз",{"type":11,"attrs":752,"content":753},{"align":13},[754],{"text":755,"type":17},"Перший крок — провести аудит завдань. Які з них можна повністю виконати універсальним AI без реального розуміння? Саме вони потребують першої уваги.",{"type":11,"attrs":757},{"align":13},{"type":11,"attrs":759,"content":760},{"align":13},[761],{"text":762,"type":17},"Другий — створити просту загальну політику та додати конкретні правила до кожного великого завдання.",{"type":11,"attrs":764},{"align":13},{"type":11,"attrs":766,"content":767},{"align":13},[768],{"text":769,"type":17},"Третій — навчити студентів декларувати AI і перевіряти першоджерела.",{"type":11,"attrs":771},{"align":13},{"type":11,"attrs":773,"content":774},{"align":13},[775],{"text":776,"type":17},"Четвертий — відмовитися від автоматичного покарання на основі AI-детекторів і перейти до сукупності доказів.",{"type":11,"attrs":778},{"align":13},{"type":11,"attrs":780,"content":781},{"align":13},[782],{"text":783,"type":17},"П'ятий — навчити викладачів не лише виявляти порушення, а й проєктувати завдання, стійкі до поверхневого делегування.",{"type":11,"attrs":785},{"align":13},{"type":11,"attrs":787,"content":788},{"align":13},[789,791,794],{"text":790,"type":17},"Якщо ",{"text":430,"type":17,"marks":792},[793],{"type":433},{"text":795,"type":17}," використовується для організації навчання, правила академічної доброчесності можна інтегрувати в саму структуру курсу: додавати їх до завдань, тестів і модулів, а також формувати послідовні контрольні точки замість одного фінального файлу.",{"type":11,"attrs":797},{"align":13},{"type":49,"attrs":799,"content":801},{"align":13,"level":51,"id":800},"heading_2_23",[802],{"text":803,"type":17},"Чому повна заборона AI навряд чи стане довгостроковою моделлю",{"type":11,"attrs":805,"content":806},{"align":13},[807],{"text":808,"type":17},"У деяких видах оцінювання заборона цілком логічна. Але як загальна стратегія для всієї освіти вона суперечить реальності, в якій студенти житимуть і працюватимуть.",{"type":11,"attrs":810},{"align":13},{"type":11,"attrs":812,"content":813},{"align":13},[814],{"text":815,"type":17},"Генеративний AI уже інтегрується в пошук, офісні програми, програмування, аналітику й професійні сервіси. Випускник повинен уміти користуватися ним критично, а не вперше зустрітися з технологією після університету.",{"type":11,"attrs":817},{"align":13},{"type":11,"attrs":819,"content":820},{"align":13},[821],{"text":822,"type":17},"OECD у 2026 році описує відповідальне впровадження GenAI у вищій освіті через поєднання правил, розвитку компетентностей, захисту даних, оцінювання ефективності й спеціалізованих освітніх інструментів. Тобто міжнародний напрям рухається не до простої заборони, а до керованого використання.",{"type":11,"attrs":824},{"align":13},{"type":49,"attrs":826,"content":828},{"align":13,"level":51,"id":827},"heading_2_24",[829],{"text":830,"type":17},"Майбутнє академічної доброчесності — у доказах авторства, а не в детекторах",{"type":11,"attrs":832,"content":833},{"align":13},[834],{"text":835,"type":17},"Чим кращими ставатимуть AI-моделі, тим слабшою буде ідея «впізнати машинний стиль» за готовим текстом.",{"type":11},{"type":11,"attrs":838,"content":839},{"align":13},[840],{"text":841,"type":17},"Набагато надійніше будувати навчання так, щоб авторство було видно з процесу: студент формулює питання, працює з джерелами, показує проміжні рішення, декларує допомогу й може захистити результат.",{"type":11,"attrs":843},{"align":13},{"type":11,"attrs":845,"content":846},{"align":13},[847],{"text":848,"type":17},"У такій системі не потрібно доводити, що кожне речення написано без AI. Потрібно довести, що компетентність належить студентові.",{"type":11,"attrs":850},{"align":13},{"type":11,"attrs":852,"content":853},{"align":13},[854],{"text":855,"type":17},"Це фундаментальна зміна. Академічна доброчесність переходить від контролю текстової схожості до прозорості інтелектуального внеску.",{"type":11,"attrs":857},{"align":13},{"type":49,"attrs":859,"content":861},{"align":13,"level":51,"id":860},"heading_2_25",[862],{"text":863,"type":17},"Нові правила насправді повертають освіту до її основи",{"type":11,"attrs":865,"content":866},{"align":13},[867],{"text":868,"type":17},"Генеративний AI зробив старі механізми контролю менш надійними, але водночас змусив освіту поставити правильніші питання.",{"type":11,"attrs":870},{"align":13},{"type":11,"attrs":872,"content":873},{"align":13},[874],{"text":875,"type":17},"Що саме має вміти студент? Які частини роботи можна автоматизувати? Як довести, що людина розуміє власний результат? Яка допомога є нормальною, а яка створює хибне уявлення про компетентність?",{"type":11},{"type":11,"attrs":878,"content":879},{"align":13},[880],{"text":881,"type":17},"Якщо відповіді на ці питання чіткі, академічна доброчесність перестає бути списком заборон. Вона стає культурою прозорої роботи: студент чесно показує свій внесок, викладач створює справедливі правила, а AI використовується там, де він підтримує навчання, а не маскує його відсутність.",{"type":11,"attrs":883},{"align":13},{"type":11,"attrs":885,"content":886},{"align":13},[887],{"text":888,"type":17},"Технології змінюватимуться. Сьогодні це чатботи, завтра — автономні агенти, які можуть виконувати цілі ланцюжки дій. Але принцип залишиться тим самим: авторство, відповідальність і реальна компетентність повинні залишатися людськими.",{"type":11,"attrs":890},{"align":13},{"type":49,"attrs":892,"content":894},{"align":13,"level":51,"id":893},"heading_2_26",[895],{"text":896,"type":17},"Джерела",{"type":11,"attrs":898,"content":899},{"align":13},[900,904],{"text":901,"type":17,"marks":902},"Stanford Institute for Human-Centered AI — The 2026 AI Index Report: Education.",[903],{"type":433},{"text":905,"type":17}," Дані про поширення AI серед школярів і студентів та зрозумілість політик.",{"type":11},{"type":11,"attrs":908,"content":909},{"align":13},[910,914],{"text":911,"type":17,"marks":912},"OECD — Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education.",[913],{"type":433},{"text":915,"type":17}," Дані про використання AI викладачами та ризики для академічної доброчесності.",{"type":11},{"type":11,"attrs":918,"content":919},{"align":13},[920,924],{"text":921,"type":17,"marks":922},"OECD — Policies supporting responsible and systematic GenAI adoption in higher education",[923],{"type":433},{"text":925,"type":17},", 17 липня 2026 року.",{"type":11},{"type":11,"attrs":928,"content":929},{"align":13},[930,934],{"text":931,"type":17,"marks":932},"EDUCAUSE — The Impact of AI on Learning Assessment",[933],{"type":433},{"text":935,"type":17},", 2026. Дослідження 438 викладачів і працівників вищої освіти.",{"type":11},{"type":11,"attrs":938,"content":939},{"align":13},[940,944],{"text":941,"type":17,"marks":942},"European Commission — Guidelines on the ethical use of artificial intelligence and data in teaching and learning",[943],{"type":433},{"text":945,"type":17},", оновлення 2026 року.",{"type":11},[],1787270400,"https:\u002F\u002Fcloud.cs3.westudy.ua\u002Ffile?path=westudy_online\u002Fpublic\u002Fwestudy\u002F4d703f3e-5b96-49e0-8f38-ac4106078e82.webp","ai-academic-integrity",true,false,"28e9fbb1-1c4a-479f-b157-23f0bb17cc8d","Штучний інтелект в освіті","artificial-intelligence","light","news.articles"]