Postplagiarism: transdisciplinary ethics and integrity in the age of artificial intelligence and neurotechnology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In this article I explore the concept of postplagiarism, loosely defined as an era in human society and culture in which advanced technologies such as artificial intelligence and neurotechnology, including brain-computer interfaces (BCIs), become a normal part of life, including how we teach, learn, communicate, and interact on a daily basis. Ethics and integrity are intensely important in the postplagiarism era when technology cannot be decoupled from everyday life. I argue that it might be reasonable to assume that when commercialized neuro-educational technology is readily available in a form that is implantable/ingestible/embeddable and invisible then academic integrity arms race will be over, as detection will be an exercise in futility. In a postplagiarism era, humans are compelled to grapple with questions about ethics and integrity for a socially just world at a time when advanced technology cannot be unbundled from education or everyday life. I conclude with a call to action for transdisciplinary research to better understand ethical implications of advanced technologies in education, emphasizing that such research can be considered pre-emptive , rather than speculative . The ethical implications of ubiquitous artificial intelligence and neurotechnology (e.g., BCIs) in education are important at a global scale as we prepare today’s students for academic and lifelong success.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle