Чорчӯбаи ҳамгирои идоракунии беайбии академӣ, модели консептуалии идоракунӣ мебошад, ки барои ба ҳам пайвастани қоидаҳои равшан, саводнокии ахлоқии AI, арзёбии боэътибор, санҷиши идорашаванда, масъулияти мутаносиб, равандҳои барқароркунанда, интизом ва омӯзиши институтсионалӣ дар шароите пешниҳод шудааст, ки зеҳни сунъии тавлидӣ дар кори академӣ, арзёбӣ ва қарорҳои донишгоҳҳо оид ба беайбии академӣ иштирок мекунад. Таҳқиқот баррасии систематикӣ ё пажӯҳиши таҷрибавии самаранокӣ нест. Муаллифон корпуси мақсадноки 64 манбаи академӣ ва сиёсиро тавассути кодгузории муқоисавӣ, таҳлили ҳолатҳои манфӣ, пайгирии манбаъ-ба-консепсия ва тафсири нормативӣ омӯхта; дар натиҷа моделеро таҳия кардаанд, ки беайбии академиро дар се сатҳи ҷудогона, вале ба ҳам пайваст баррасӣ мекунад: беайбии кори академӣ, беайбии арзёбӣ ва беайбии расмиёти институтсионалӣ.

Равиши асосии модел ин аст, ки саволи “оё донишҷӯ AI истифода кард?” худ ба худ кофӣ нест. Он чизе, ки воқеан бояд арзёбӣ шавад, ин аст: AI кадом вазифаро иҷро кардааст, кадом салоҳияти омӯзишӣ ба AI вогузор шудааст, истифода иҷозатдода буд ё не, саҳм ошкор карда шуд ё не, донишҷӯ маҳсулоти ниҳоиро мефаҳмад ва ҳимоя карда метавонад ё не, иддаоҳо ва манбаъҳоро санҷидааст ё не ва тарҳи арзёбӣ воқеан омӯзиши пешбинишударо чен мекунад ё не.

Таҳқиқот ҳамчунин технологияҳои AI-ро, ки донишгоҳ истифода мебарад, ҷузъи масъалаи беайбии академӣ мешуморад. Он таъкид мекунад, ки холҳои аз системаҳои монанди AI-content detection, similarity analysis, automated grading, proctoring ё risk prediction гирифташуда худ ба худ далели гуноҳ ё муаллифӣ буда наметавонанд. Ба гуфтаи манбаъ, барои маънодор будани чунин нишондиҳандаҳо далелҳои дигари тасдиқкунанда, баррасии босалоҳияти инсонӣ, асосноккунии хаттӣ, имкони ҷавоб додани донишҷӯ ва механизми мустақили шикоят заруранд.

Саҳми марказии муаллифон ин аст, ки ҳолатҳои беайбии академиро аз рӯйдодҳои инфиродии танҳо ҳалшуда берун оварда, ба case-to-governance feedback — даври омӯзиши институтсионалӣ — мепайванданд. Агар як ҳолат норавшании қоида, тарҳи заифи арзёбӣ, камбуди саводнокии AI, нобаробарии дастрасӣ, мушкили хариди технология ё хатои расмиро ошкор кунад, муассиса набояд танҳо дар бораи донишҷӯ қарор қабул кунад; балки сиёсати дахлдор, арзёбӣ, дастгирӣ ё низоми технологияро низ бозбинӣ намояд.

Аммо ин чорчӯба дахолати тасдиқшуда нест. Манбаъ ба таври возеҳ мегӯяд, ки модел пешниҳоди нормативӣ ва аз ҷиҳати эмпирикӣ санҷишпазир аст; он роҳи ҳалли универсалие нест, ки самаранокии он дар ҳамаи муассисаҳо, фанҳо ё фарҳангҳо исбот шуда бошад.

Чаро зеҳни сунъии тавлидӣ масъалаи беайбии академиро тағйир медиҳад?

Беайбии академӣ ҳатто пеш аз зеҳни сунъии тавлидӣ ҳам танҳо аз ошкор кардани плагиат иборат набуд. Фарҳанги академӣ, ростқавлӣ, эътимод, адолат, эҳтиром, масъулият, тарҳи арзёбӣ, таълим, дастгирии донишҷӯ ва танзими институтсионалӣ аллакай ҷузъҳои асосии соҳа буданд. Мувофиқи равиши таҳқиқот, AI-и тавлидӣ ин асосҳоро аз байн намебарад; балки пайгирии он ки инсон ба истеҳсоли академӣ чӣ гуна саҳм гузоштааст, душвортар мегардад.

Масалан, ҳамон як низоми генеративии AI метавонад:

• ғоя тавлид кунад,
• як далелро аз нав сохтор диҳад,
• матнро тарҷума кунад,
• код тавлид кунад,
• манбаъҳоро ҷамъбаст кунад,
• бозхурдро симулятсия кунад,
• масъаларо ҳал кунад,
• ё матни ниҳоии мустақиман супоридашавандаро нависад

ва саҳм гузорад. Манбаъ таъкид мекунад, ки ин вазифаҳо аз нигоҳи ахлоқӣ баробар нестанд. Қобили қабул будани истифода бештар аз он вобаста аст, ки AI кадом вазифаи академиро ба уҳда гирифтааст ва он бо натиҷаи ҳадафии омӯзиш чӣ иртибот дорад, на танҳо аз мавҷудияти AI.

Вогузории маърифатӣ чист?

Вогузории маърифатӣ, ба AI супоридани як қисми раванди фикр кардан, таҳлил кардан, ҳалли масъала, навиштан, кодгузорӣ, синтез ё қабули қарор мебошад, ки донишҷӯ одатан бояд худаш анҷом диҳад.

Худи вогузорӣ ба таври автоматӣ маънои қоидавайронкунии академиро надорад. Агар супориш малакаи танқиди бо дастгирии AI-ро чен кунад, тавлиди васеи AI метавонад қисми қонунии супориш бошад. Баръакс, агар дар курси ибтидоии барномасозӣ ҳадаф ин бошад, ки донишҷӯ алгоритми муайянро худаш созад, ҳамон навъи тавлиди код метавонад салоҳияти ҳадафиро аз байн барад.

Аз ин рӯ, таҳқиқот пешниҳод мекунад, ки истифодаи AI на аз рӯи бренди абзор, балки аз рӯи вазифа тасниф карда шавад.

Оё Ин Таҳқиқот Баррасии Систематикӣ Аст?

Не. Муаллифон таҳқиқотро ошкоро “critical conceptual synthesis” меноманд; корпуси 64-манбаъӣ мақсаднок ва бо ҳадафи кофияти консептуалӣ тартиб дода шудааст, exhaustive/reproducible retrieval, duplicate-removal audit, study-level quality aggregation ё ҳисобкунии мета-таҳлилии таъсир, ки дар баррасиҳои систематикӣ интизор меравад, анҷом дода нашудааст.

Чаро баррасии систематикӣ анҷом дода нашудааст?

Саволҳои таҳқиқот ба ҷамъ кардани таъсири як дахолат, як паҳншавӣ ё натиҷаҳои таҷрибавии монанд марбут нестанд. Муаллифон мафҳумҳоро аз анъанаҳои гуногуни дониш муқоиса мекунанд:

• academic integrity,
• assessment validity ва assessment security,
• generative AI in education,
• AI literacy,
• responsible AI governance,
• algorithmic accountability,
• restorative justice.

Баъзе аз ин манбаъҳо таҳқиқоти эмпирикӣ, баъзе мақолаи консептуалӣ, баъзе матни сиёсӣ ва баъзе китоб ё чорчӯбаи амалӣ мебошанд. Таҳқиқот онҳоро ҳамчун як навъи далел якҷо намекунад. Таҳқиқоти эмпирикӣ барои нишон додани намунаҳо ва хатарҳо, асари консептуалӣ барои таърифи мафҳумҳо, матни сиёсӣ барои нишон додани уҳдадориҳои нормативӣ ва чорчӯбаи амалӣ барои фаҳмидани расмиёт истифода мешавад.

Чор саволи таҳқиқотӣ

1. RQ1: AI-и тавлидӣ беайбии академиро дар сатҳҳои кори академӣ, арзёбӣ ва расмиёти институтсионалӣ чӣ гуна тағйир медиҳад?
2. RQ2: Кадом вазифаҳо ва механизмҳо идоракунии пешгирикунанда, саводнокии ахлоқии AI, санҷиши идорашаванда ва масъулияти барқароркунандаро ба ҳам мепайванданд?
3. RQ3: Дар қоидавайронкуниҳои беайбии академии марбут ба AI дар кадом шароит ҷавоби таълимӣ, барқароркунанда, интизомӣ ё омехта истифода шавад?
4. RQ4: Кадом принсипҳо бояд байни контекстҳо собит монанд; кадом унсурҳо бояд мувофиқи фан, ҳуқуқ, фарҳанг ё шароити муассиса мутобиқ карда шаванд?

Се сатҳи беайбии академӣ

Чаро ин се сатҳро бояд ҷудо кард?

Ба гуфтаи манбаъ, мушкили тарҳи арзёбӣ худ ба худ қоидавайронкунии академии донишҷӯ нест. Масалан, агар дастури супориш истифодаи AI-ро ошкоро танзим накунад, ин барои арзёбии масъулияти инфиродӣ муҳим аст. Ҳамин тавр, риояи қоида аз ҷониби донишҷӯ маънои онро надорад, ки супориш воқеан омӯзишро чен мекунад.

Ҳамин фарқ барои муассиса низ эътибор дорад. Баланд будани холи AI detector худ ба худ муаллифӣ ё нияти донишҷӯро исбот намекунад. Агар муассиса ин холро ҳамчун далели муайянкунандаи натиҷа истифода барад, масъала танҳо рафтори донишҷӯ нест, балки эътимоднокии расмиёти институтсионалӣ мегардад.

Муаллифӣ, саҳм, нисбатдиҳӣ ва масъулият як чиз нестанд

Таҳқиқот чор мафҳумро огоҳона ҷудо мекунад:

• Authorship: мақоми саҳми зеҳние мебошад, ки дар доираи қоидаҳои академии фан масъулият дорад.
• Contribution: нишон медиҳад, ки инсон ё абзор кадом вазифаро иҷро кардааст.
• Attribution: эътирофи ошкори кӯмак, манбаъ ё таъсир мебошад.
• Responsibility: нишон медиҳад, ки барои иддаои ниҳоӣ, мулоҳиза, далел, хато ва натиҷаҳо кӣ ҷавоб медиҳад.

AI метавонад матн, код, тасвир ё ҳисоб тавлид кунад; аммо масъулияти академиро ба уҳда гирифта, ба танқид ҷавоб дода ё натиҷаи хатогиро қабул карда наметавонад. Аз ин рӯ, ҳатто агар саҳми муҳими AI ошкоро нишон дода шавад, масъулияти ниҳоии академӣ дар дӯши инсон мемонад.

Масъулияти эпистемикӣ чист?

Масъулияти эпистемикӣ, ин аст, ки донишҷӯ ё таҳқиқотчӣ маҳсулоти тавлидшудаи AI-ро танҳо насупорад; фактҳо, ҳисобҳо ва манбаъҳои онро санҷад, интихобҳои муҳимро асоснок кунад, дар ҳолати зарурӣ саҳми AI-ро ошкор намояд, маҳсулотро бо стандартҳои далели фан муқоиса кунад ва масъулияти хатоҳоро ба уҳда гирад.

Чаро чен кардани истифодаи AI бо фоиз кофӣ нест?

Манбаъ равиши “чанд фоизи матн аз ҷониби AI тавлид шудааст?”-ро ҳамчун усули асосии қарор рад мекунад. Саҳми баланди AI метавонад дар супорише, ки ҳадафаш танқиди маҳсулоти AI аст, комилан қонунӣ бошад. Баръакс, кӯмаки чанд ҷумлаи AI, агар ҷавоби асосии ҳадафиро мустақиман диҳад, ҳатто агар аз ҷиҳати ҳаҷм кам намояд, метавонад натиҷаи омӯзишро беэътибор кунад.

Аз ин рӯ, андозаҳое, ки бояд арзёбӣ шаванд:

• вазифае, ки AI иҷро кардааст,
• сатҳи назорати донишҷӯ,
• ошкор кардани истифодаи AI,
• далели омӯзиши донишҷӯ,
• хатари ба вуҷудомадаи беайбии академӣ.

Таснифоти функсионалии истифодаи AI

Манбаъ махсусан таъкид мекунад, ки ин категорияҳо холҳои ченшудаи хатар нестанд. Инҳо категорияҳои аналитикии қарор мебошанд, ки муассиса бояд ба супориш ва фан мутобиқ кунад.

Меъмории чаҳорқабатаи сиёсат

Манбаъ мегӯяд, ки як ҷумлаи умумидонишгоҳии “AI мумкин аст/мумкин нест” кофӣ нест. Қоидаи умумӣ бояд то сатҳи барнома, курс ва ниҳоят ҳар як супориши арзёбӣ тарҷума шавад.

Ин равиш нисбат ба қоидаҳои ба номи маҳсулот асосёфта бештар қоидаҳои ба вазифа асосёфтаро афзал медонад. Зеро ёвари навишт метавонад бо мурури вақт таҳқиқот, кодгузорӣ ё тавлиди чандмодалӣ анҷом диҳад; рӯйхати иҷозат/манъи номҳои маҳсулот зуд кӯҳна мешавад.

AI-resilient assessment чист?

Мафҳуми AI-resilient assessment дар таҳқиқот маънои “имтиҳоне, ки дар он AI истифода намешавад” надорад. Ҳадаф ин аст, ки ҳатто бо мавҷудияти AI тавон арзёбӣ кард, ки донишҷӯ омӯзиши ҳадафиро воқеан нишон додааст ё не.

Барои ин метавон аз ҳуҷҷатҳои раванд, пешнависҳои интихобшуда, commentary, oral explanation, method reconstruction ё супориши иловагӣ ҳамчун далелҳои иловагӣ истифода кард. Аммо манбаъ ҳеҷ кадоми онҳоро роҳи ҳалли автоматӣ намешуморад.

Масалан, oral assessment:

• метавонад мулоҳизаи донишҷӯро нишон диҳад,
• аммо метавонад аз сабаби изтироб, маъюбӣ, салоҳияти забонӣ ё фарқи байни арзёбандагон ноадолатиҳои нав эҷод кунад.

Ба ҳамин монанд, portfolio метавонад далели раванд диҳад, вале метавонад сохта шавад ё бори аз ҳад зиёди корӣ эҷод кунад. Аз ин рӯ, манбаъ ба ҷойи ҷустуҷӯи “AI-proof assessment” истифодаи якҷоя ва мутаносиби далелҳои гуногунро пешниҳод мекунад.

Оё Холи Детектори AI Далели Қоидавайронкунии Академӣ Аст?

Не. Ба гуфтаи манбаъ, AI-content detector, similarity score, proctoring flag ё risk score танҳо нишондиҳандае буда метавонад, ки бояд таҳқиқ шавад; худи муаллифӣ, ният ё гуноҳ нест ва барои қарори дорои оқибат тасдиқи дигар далелҳо, баррасии босалоҳияти инсонӣ, асосноккунии хаттӣ ва роҳи мустақили шикоят зарур аст.

Governed verification чист?

Governed verification, равишест, ки ҳуқуқи таҳқиқи шубҳаи академиро аз байн намебарад, вале санҷишро ба ҳадҳои равшани далел ва расмиёт ворид мекунад.

Манбаъ чунин фарқ мегузорад:

• similarity percentage → ҳампӯшии матниро нишон медиҳад, ниятро нишон намедиҳад;
• AI-content score → таснифоти эҳтимолӣ аст, далели муаллифӣ нест;
• risk model → намуна нишон медиҳад, далели гуноҳ нест.

Чаро танҳо гуфтани “назорати инсонӣ ҳаст” кофӣ нест?

Манбаъ ибораи human-in-the-loop-ро кафолати автоматӣ намешуморад. Шахсе, ки баррасиро анҷом медиҳад, бояд:

• дониши кофӣ дар бораи мавзӯъ,
• вақт барои баррасии далел,
• ваколати рад кардани холи система,
• дастрасӣ ба ҳуҷҷатҳои зарурӣ,
• масъулияти асоснок кардани қарор

дошта бошад. Инсон танҳо натиҷаи додаи низоми AI-ро тасдиқ кунад, ин substantive human oversight-и воқеӣ нест.

Саводнокии AI танҳо вазифаи донишҷӯ нест

Яке аз фарқгузориҳои муҳими мақола ин аст, ки AI literacy танҳо малакаи “донишҷӯ ChatGPT-ро дуруст истифода барад” нест. Манбаъ саводнокии AI-ро ҳамчун иқтидори институтсионалӣ низ баррасӣ мекунад.

Оё Саводнокии AI барои Пешгирии Қоидавайронкунии Академӣ Кофӣ Аст?

Не. Манбаъ таъкид мекунад, ки саводнокии AI метавонад санҷиш, ошкорсозӣ, шинохти хато ва мулоҳизаи ахлоқиро беҳтар кунад; аммо шахсе, ки қоидаро медонад, метавонад бо сабаби рақобат, фишор, бори корӣ, эҳсоси ноадолатӣ ё ҷустуҷӯи бартарӣ боз ҳам қасдан қоидавайрон кунад.

Ин фарқ муҳим аст: дониш ва рафтор як тағйирёбанда нестанд. Донишгоҳ наметавонад танҳо ба донишҷӯён омӯзиши AI дода, масъулияти беайбии академиро ба шахс гузорад. Қоидаҳо, assessment design, incentives, opportunity, staff capacity ва enforcement низ бояд арзёбӣ шаванд.

Мантиқи интихоби ҷавоб

Манбаъ на татбиқи як навъи ҷазо ба ҳар қоидавайронкунӣ ва на фиристодани ҳамаи ҳолатҳо ба роҳи барқарорсозиро ҷонибдорӣ мекунад. Қарор бояд аз рӯи омилҳои зерин қабул шавад:

• қоида то чӣ андоза равшан ва дастрас буд?
• рафтор қасдан буд ё ба нофаҳмӣ асос дошт?
• AI то чӣ андоза ҷойи салоҳияти ҳадафиро гирифт?
• бартарии ноодилона ё зарар ба вуҷуд омад?
• ҳолат бори аввал аст ё такрорӣ?
• сифати далел чӣ гуна аст?
• зарари барқароршаванда вуҷуд дорад?
• иштироки барқароркунанда метавонад бехатар ва воқеан ихтиёрӣ бошад?

Ҷавоби таълимӣ дар кадом ҳолат бештар мувофиқ аст?

Ба гуфтаи манбаъ, агар қоида норавшан, дастнорас ё ба қадри кофӣ омӯзонда нашуда бошад; агар ҳолат таъсири паст дошта, бори аввал рух дода ва ба нофаҳмӣ ё мулоҳизаи заиф асос ёбад, ислоҳи таълимӣ метавонад вазни бештар дошта бошад. Дар чунин ҳолат натиҷаҳои мисли clarification, rework ё learning plan баррасӣ шаванд.

Ҷавоби интизомӣ дар кадом ҳолат зарур шуда метавонад?

Агар бо вуҷуди маълум будани қоида пинҳонкунии қасдан, бартарии стратегии ноодилона, таъсири ҷиддии академӣ/касбӣ/safety, рафтори такрорӣ ё нокомии дахолатҳои қаблӣ бошад, formal disciplinary procedure метавонад зарур шавад.

Манбаъ барҳам додани интизомро ҷонибдорӣ намекунад. Он чизе, ки танқид мешавад, татбиқи санҷиш ва интизом бе далел, автоматӣ ё номутаносиб аст.

Оё Равиши Барқароркунанда Танҳо Ба Донишҷӯ Гуфтани “Хатоатро Фикр Кун ва Аз Нав Иҷро Кун” Аст?

Не. Манбаъ ошкоро мегӯяд, ки reflection, retraining ё resubmission худ ба худ адолати барқароркунанда нест; барои раванди воқеии барқароркунанда муайян кардани зарар ва тарафҳои таъсирдида, иштироки ихтиёрӣ ва огоҳона, масъулият, муколамаи бехатар/facilitated dialogue, repair agreement-и мушаххас, пайгирӣ ва reintegration заруранд.

Шартҳои ҳадди ақали раванди барқароркунанда

Рад кардани иштироки донишҷӯ дар раванди барқароркунанда наметавонад далели гуноҳ ё омили вазнинкунанда ҳисоб шавад. Агар раванди барқароркунанда мувофиқ набошад, расмиёти формалӣ истифода мешавад.

Чорчӯбаи ҳамгиро чӣ гуна кор мекунад?

Манбаъ ҳамгироиро бо шаш механизми асосӣ шарҳ медиҳад:

1. Clarity: тарҷума кардани принсипҳои умумӣ то сатҳи барнома, курс ва assessment.
2. Capable judgement: доштани салоҳияти арзёбии маҳсулоти AI ва қоидаҳо аз ҷониби донишҷӯ, омӯзгор ва муассиса.
3. Evidential validity: эътиборнок, дастрас ва тафсиршаванда будани далели омӯзиш; indicator-и автоматиро proof накардан.
4. Differentiated responsibility: вазифаҳои донишҷӯ, омӯзгор, муассиса ва provider-ро намоён, вале бе омехтан баррасӣ кардан.
5. Restorative–disciplinary complementarity: таълим, барқарорсозӣ ва интизом ҳамдигарро автоматӣ истисно накунанд; аз рӯи ҳолат интихоб шаванд.
6. Case-to-governance feedback: ҳолатҳо ба тағйири сиёсат ва система бозхурд диҳанд.

Чаро модел раванди хаттӣ нест?

Сиёсат метавонад ба саводнокии AI таъсир расонад; аммо саводнокии AI низ метавонад норавшании қоидаро ошкор кунад. Verification метавонад мушкили тарҳи assessment-ро нишон диҳад. Муколамаи барқароркунанда метавонад мушкилоти дастрасӣ ё бори кориро намоён созад. Аз ин рӯ, манбаъ мехоҳад Figure 12 ҳамчун хронологияи собит не, балки меъмории муносибатҳои мутақобила хонда шавад.

Ҳафт пешниҳоди муваққатӣ

Дар ин ҷадвал калимаи “пешниҳод” муҳим аст. Манбаъ онҳоро ҳамчун қонунҳои исботшуда пешниҳод намекунад. Масалан, агар P1 дар таҳқиқоти оянда дастгирӣ нашавад, ин барои санҷиши илмии framework натиҷаи маънодор хоҳад буд.

Усул ва Натиҷаҳои Таҳқиқот

Тарҳи таҳқиқот

Conceptual sufficiency чӣ маъно дорад?

Муаллифон ҷустуҷӯи манбаъҳоро бо иддаои “ҳамаи мақолаҳо ёфт шуданд” қатъ накардаанд. Ҷустуҷӯ то нуқтае идома ёфт, ки категорияҳои асосӣ, мавқеъҳои муқобил ва муносибатҳои зарурӣ барои чор саволи таҳқиқотӣ ба қадри кофӣ намояндагӣ шуданд ва манбаъҳои нав асосан вазифаҳои консептуалии қаблан ёфтшударо такрор кардан гирифтанд.

Манбаъ инро ба qualitative saturation-и эмпирикӣ ё exhaustive systematic retrieval баробар намекунад.

Тақсимоти соҳавии корпуси 64-манбаъӣ

Ин рақамҳо рейтинги сифат ё андозаи воқеии адабиёти соҳа нестанд. Онҳо танҳо тақсимоти нақши аналитикии 64 манбаи мақсаднок интихобшудаи муаллифонро дар framework нишон медиҳанд.

Таҳлил дар шаш марҳила гузаронида шуд

1. Саволҳои таҳқиқотӣ ва ҳадди фарогирӣ муайян шуданд.
2. Аз Established literature sensitising concepts ҷудо карда шуданд.
3. Тавассути open ва focused coding мафҳумҳо ва муносибатҳо муқоиса шуданд.
4. Negative cases ва counter-positions дар муқобили framework санҷида шуданд.
5. Мафҳумҳо ба ҷойи рӯйхати одии мавзӯъҳо ба механизмҳо табдил дода шуданд.
6. Ҳафт provisional proposition сохта шуда, дар муқобили boundary cases санҷида шуданд.

Sensitising concepts нуқтаҳои оғоз мебошанд; онҳо ҳамчун натиҷа қабул нашудаанд. Масалан, prevention, literacy ва restoration аз оғози таҳқиқот аллакай соҳаҳои муҳим буданд. Аз ин рӯ, муаллифон барои пешгирӣ аз он ки framework танҳо фарзияҳои ибтидоиро такрор кунад, қасдан мисолҳои муқобил ҷустуҷӯ карданд.

Чаро negative-case analysis муҳим аст?

Дар баробари манбаъҳое, ки назари афзалдодаи муаллифонро тасдиқ мекарданд, ҳолатҳои муқобили зерин низ ҷустуҷӯ шуданд:

• ҳолатҳое, ки AI literacy қоидавайронкуниро пешгирӣ накард,
• ҳолатҳое, ки verification ва sanction қонунӣ буда метавонистанд,
• ҳолатҳое, ки oral ё process-rich assessment нобаробарии нав ба вуҷуд овард,
• ҳолатҳое, ки human review аз сабаби automation bias ноком шуда метавонист,
• ҳолатҳое, ки restorative равиш маҷбуркунанда, хатарнок ё номувофиқ буд.

Аз ин рӯ framework иддаоҳои яктарафаи мисли “пешгирӣ ҳамеша аз ошкоркунӣ беҳтар аст”, “агар омӯзиши AI диҳем мушкил ҳал мешавад” ё “restorative равиш дар ҳар ҳолат аз ҷазо беҳтар аст”-ро тавлид намекунад.

Чор асоси нормативӣ

Чорчӯба чор анъанаи фикриро якҷоя истифода мебарад:

1. Academic-integrity values: honesty, trust, fairness, respect, responsibility ва courage.
2. Assessment scholarship: validity, transparency, evaluative judgement, accessibility ва social justice.
3. Responsible AI: human agency, accountability, explainability, privacy, risk management ва contestability.
4. Restorative justice: harm, affected parties, participation, responsibility, repair ва reintegration.

Манбаъ таъкид мекунад, ки ин арзишҳоро дар ҳар ҳолат ҳамзамон ба ҳадди аксар расондан мумкин нест. Масалан, transparency-и бештар метавонад accountability-ро зиёд, вале privacy-ро кам кунад. Verification-и бештар метавонад эътимоднокии assessment-ро ҳифз кунад, аммо мушкилоти surveillance ва accessibility эҷод намояд.

Differentiated responsibility

Принсипҳои устувор ва унсурҳои маҳаллӣ мутобиқшаванда

Харитаи роҳи татбиқ

Чаро дар арзёбӣ танҳо саволи “шумораи ҳолатҳо кам шуд?” метавонад нодуруст бошад?

Камтар шудани ҳолатҳои беайбии академӣ метавонад чизҳои гуногунро маъно диҳад:

• воқеан қоидавайронкунӣ камтар шуда бошад,
• ҳолатҳо камтар гузориш шуда бошанд,
• enforcement номуназзам бошад,
• азбаски донишҷӯён ба система эътимод надоранд, гузориш ё шикоят кам шуда бошад.

Аз ин рӯ манбаъ танҳо шумораи ҳолатҳоро нишондиҳандаи муваффақият намешуморад.

Нишондиҳандаҳои арзёбӣ бояд ҳадди ақал ин соҳаҳоро ҷудо кунанд:

• implementation,
• procedural legitimacy,
• educational outcome,
• equity,
• institutional learning.

Натиҷаҳое, ки таҳқиқот мустақиман дастгирӣ мекунад

• AI-и тавлидӣ ҳадди байни assistance ва authorship-ро мураккаб карда, имкониятҳои cognitive delegation-ро зиёд мекунад.
• Academic work integrity, assessment integrity ва institutional procedural integrity бояд аз ҳам ҷудо шаванд.
• Арзёбии ахлоқии истифодаи AI танҳо бо саволи “AI истифода шуд?” анҷом намешавад; муносибати вазифаи AI ва learning outcome бояд арзёбӣ шавад.
• Indicator-ҳои автоматӣ набояд ҳамчун proof истифода шаванд.
• AI literacy иқтидори зарурӣ аст, вале кафолати compliant conduct нест.
• Restorative justice танҳо reflection/retraining/resubmission нест.
• Раванди барқароркунанда voluntary participation ва substantive safeguards талаб мекунад.
• Discipline дар баъзе ҳолатҳои ҷиддӣ ё deliberate метавонад қонунӣ бошад.
• Масъулияти институтсионалӣ agency-и донишҷӯро аз байн намебарад; масъулияти донишҷӯ низ набояд нокомиҳои институтсионалиро ноаён кунад.
• Ҳолатҳо тавассути anonymized pattern analysis метавонанд манбаи беҳбуди сиёсат ва assessment бошанд.

Натиҷаҳое, ки таҳқиқот мустақиман дастгирӣ намекунад

• Исбот нашудааст, ки framework-и пешниҳодшуда қоидавайронкунии академиро кам мекунад.
• Дар ин мақола санҷида нашудааст, ки барномаҳои AI literacy худ ба худ misconduct-ро кам мекунанд.
• Аз ҷиҳати эмпирикӣ тасдиқ нашудааст, ки AI-resilient assessment эътиборнокии ченкуниро воқеан зиёд мекунад.
• Дар ин таҳқиқот чен нашудааст, ки Governed verification хатогиҳои расмиро кам мекунад.
• Нишон дода нашудааст, ки равандҳои барқароркунанда recurrence-ро кам ё reintegration-ро зиёд мекунанд.
• Исбот нашудааст, ки Case-to-governance feedback дар ҳамаи муассисаҳо омӯзиши воқеии институтсионалӣ тавлид мекунад.
• Хулосае, ки холи AI detector аз ҳадди муайян боло далели боэътимоди гуноҳ аст, дастгирӣ намешавад.
• Хулосае, ки як формати assessment “AI-proof” аст, дастгирӣ намешавад.
• Нишон дода нашудааст, ки framework ба ҳар кишвар, фарҳанг, низоми ҳуқуқӣ ё фанни академӣ яксон интиқол дода мешавад.

Ҷиҳатҳои қавии таҳқиқот

Омехта накардани навъҳои далел: Мақолаи эмпирикӣ, санади сиёсӣ, таҳқиқоти консептуалӣ ва пешниҳоди муаллиф дар як мақоми эпистемикӣ пешниҳод намешаванд.

Истифодаи Counter-case: Framework танҳо бар мисолҳои дастгиркунанда сохта нашудааст; шароите, ки ҳалли афзалдода метавонад ноком шавад, низ омӯхта шудааст.

Парҳез аз равиши айбдоркунии донишҷӯмарказ: Assessment, сиёсат, technology provider ва расмиёти институтсионалӣ низ ба соҳаи accountability дохил мешаванд.

Ҳифзи Due process: Verification, human review, reason-giving ва appeal ошкоро ба ҳам пайваст мешаванд.

Санҷишпазирӣ: Барои ҳафт proposition mechanism, counter-case ва illustrative indicator дода шуда, framework ба барномаи таҳқиқотии ояндаи falsifiable/qualifiable табдил дода шудааст.

Маҳдудиятҳои асосӣ

Purposive selection: Корпус exhaustive нест ва эҳтимоли интихоб шудани манбаъҳоро ҳисоб кардан мумкин нест

Маҳдудияти забони англисӣ: Эҳтимол аст фаҳмишҳои фарҳангӣ ва минтақавии беайбии академӣ, муаллифӣ, салоҳият, эътимод ва repair берун аз забони англисӣ ба қадри кофӣ намояндагӣ нашуда бошанд.

Навъҳои гетерогении манбаъ: Китобҳо, таҳқиқоти эмпирикӣ, матнҳои сиёсӣ ва таҳқиқоти консептуалӣ навъҳои гуногуни далел пешниҳод мекунанд.

Interpretive coding: Синтези консептуалӣ мулоҳизаи таҳқиқотчиро талаб мекунад ва эҳтимоли confirmation bias-ро пурра аз байн бурда наметавонад.

Тағйири босуръати технология: Азбаски системаҳои Generative AI ва танзимҳо зуд тағйир меёбанд, тавсияҳои task-level бо мурури вақт бояд нав карда шаванд.

Тасдиқи эмпирикӣ нест: Framework аз expert consensus, stakeholder deliberation, institutional case testing ё intervention evaluation нагузаштааст.

Иштироки мустақими stakeholder нест: Ҳангоми таҳияи framework донишҷӯ, омӯзгор, integrity practitioner, accessibility specialist ё policymaker ҳамчун иштирокчии мустақим ворид нашудааст.

Фарзи иқтидори институтсионалӣ: Модел барои staff training, appeal, accessibility support, facilitator, procurement expertise ва data-protection review захира талаб мекунад. Ин иқтидор дар ҳамаи донишгоҳҳо вуҷуд дошта наметавонад.

Хулосаи сабабӣ баровардан мумкин нест: Таҳқиқот нишон намедиҳад, ки policy clarity breach-ро коҳиш медиҳад, literacy рафторро беҳтар мекунад ё restoration recurrence-ро паст мекунад.

Дар оянда чӣ гуна санҷидан мумкин аст?

Манбаъ пешниҳод мекунад, ки framework бо тарҳҳое мисли longitudinal studies, comparative assessment research, case audits, appeal analysis, vignette experiments, implementation studies ва participant research санҷида шавад.

Барои P1 маълумоти task guidance ва comprehension; барои P2 literacy + behavioural/process evidence; барои P3 validity, accessibility ва workload; барои P4 appeal, reversal ва differential error; барои P6 consent, repair ва recurrence; барои P7 занҷири пайгиришаванда аз таҳлили ҳолат то тағйири воқеии policy/assessment арзёбӣ карда мешавад.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Preventive and Restorative Academic Integrity in AI-Assisted Higher Education: A Critical Conceptual Synthesis and Integrated Governance Framework

Муаллифон: Gabriel Bădescu; Mihail Susinski; Cristian Vasile; Petre Săvescu; Emilia Constantinescu; Gabriel Tănasie; Nicolae Dima; Larisa-Ofelia Filip; Adrian Savu; Caius Didulescu.

Тартиби муаллифон: Тартиби пурраи дар манбаъ додашуда нигоҳ дошта шудааст.

Саҳми баробар: Дар манбаъ изҳороти equal-contribution вуҷуд надорад.

Corresponding authors: Mihail Susinski ва Adrian Savu.

Муассиса 1: Faculty of Agronomy, University of Craiova, Craiova, Romania.

Муассиса 2: Faculty of Mining, University of Petroșani, Petroșani, Romania.

Муассиса 3: Faculty of Geodesy, Technical University of Civil Engineering Bucharest, Bucharest, Romania.

Маҷалла: Education Sciences.

Ношир: MDPI, Basel, Switzerland.

Ҷилд / рақами мақола: 16, 1365.

Шумора: 9.

DOI: 10.3390/educsci16091365.

Пайванди расмии DOI: https://doi.org/10.3390/educsci16091365

Received: 30 June 2026.

Revised: 2 August 2026.

Accepted: 21 August 2026.

Published: 24 August 2026.

Навъи манбаъ: Review; critical conceptual synthesis.

Systematic review: Не. Муаллифон ин фарқро аз ҷиҳати методологӣ махсус таъкид мекунанд.

Meta-analysis: Не.

Таҷрибаи нав / survey / participant data: Нест.

Тақриз: Education Sciences маҷаллаи академии тақризшаванда мебошад, ки anonymous peer review истифода мекунад.

Литсензия: Creative Commons Attribution — CC BY.

Корпус: 64 academic and policy publications.

Фосилаи асосии вақт: 2016–July 2026; манбаъҳои зарурии foundational pre-2016 нигоҳ дошта шудаанд.

Муайян кардани манбаъҳо: iterative purposive identification тавассути Scopus, Web of Science, Google Scholar, publisher platforms ва repositories-и расмии UNESCO/OECD/EU/NIST.

Мантиқи интихоб: Агар манбаъ ба ҳадди ақал яке аз саволҳои таҳқиқотӣ тавассути construct definition, relevant practice/risk, ethical/policy principle, counter-position ё шарҳи implementation саҳми мустақим гузорад, нигоҳ дошта шудааст.

Маҳдудияти забон: Манбаъҳои англисӣ.

Citation impact threshold: Истифода нашудааст.

Stopping rule: Conceptual sufficiency.

Марҳилаҳои аналитикӣ: Scope/RQ definition; sensitising concepts; open/focused coding; counter-position and boundary-case analysis; mechanism mapping; seven provisional propositions.

Се сатҳи integrity-и framework: Integrity of academic work; integrity of assessment; institutional procedural integrity.

Компонентҳои асосии ҳамгиро: Preventive governance; ethical AI literacy; governed verification; restorative accountability; proportionate discipline; case-to-governance feedback.

Формула / муодила: Саҳми асосии илмии таҳқиқот модели математикӣ нест; муодилаи марказии рақамӣ ё формулаи таъсир гузориш нашудааст.

Ҳафт proposition: P1 policy clarity; P2 AI literacy; P3 AI-resilient assessment; P4 governed verification; P5 differentiated responsibility; P6 restorative processes; P7 case-to-governance feedback.

Framework validation: Анҷом дода нашудааст. Expert consensus, stakeholder deliberation, institutional case testing ва intervention evaluation истифода нашудаанд.

Самаранокии эмпирикӣ: Исбот нашудааст.

Universal transferability: Иддао намешавад.

Funding: Таҳқиқот маблағгузории беруна нагирифтааст.

Institutional Review Board: Not applicable.

Informed Consent: Not applicable.

Data Availability: Маълумоти нави эмпирикӣ эҷод ё таҳлил нашудааст. Conceptual source corpus ва framework-comparison audit дар Appendices A ва B ҳуҷҷатгузорӣ шудаанд.

AI-assisted revision disclosure: Муаллифон мегӯянд, ки ҳангоми ревизия барои беҳтар кардани забони англисӣ, structural organisation ва омода кардани draft visual materials аз AI-assisted language and formatting tools истифода кардаанд; ҳамаи натиҷаҳоро интиқодӣ баррасӣ намуда, масъулияти мақолаи ниҳоиро ба уҳда гирифтаанд.

Conflicts of Interest: Муаллифон хабар додаанд, ки бархӯрди манфиатҳо вуҷуд надорад.

CRediT / саҳмҳои муаллифон

• Conceptualization: Gabriel Bădescu, Mihail Susinski, Nicolae Dima, Adrian Savu, Caius Didulescu.
• Methodology: Gabriel Bădescu, Cristian Vasile, Petre Săvescu, Nicolae Dima, Larisa-Ofelia Filip.
• Formal analysis: Gabriel Bădescu, Emilia Constantinescu, Caius Didulescu.
• Investigation: Mihail Susinski, Petre Săvescu, Gabriel Tănasie.
• Resources: Larisa-Ofelia Filip, Adrian Savu, Caius Didulescu.
• Data curation: Gabriel Bădescu, Nicolae Dima.
• Visualization: Gabriel Bădescu, Mihail Susinski, Cristian Vasile, Petre Săvescu, Emilia Constantinescu, Gabriel Tănasie, Nicolae Dima.
• Supervision: Gabriel Bădescu, Cristian Vasile, Adrian Savu.
• Project administration: Gabriel Bădescu.
• Writing — original draft preparation: Gabriel Bădescu, Emilia Constantinescu, Gabriel Tănasie, Caius Didulescu.
• Writing — review and editing: Gabriel Bădescu, Caius Didulescu.

Маҳдудиятҳои асосии методологӣ: Purposive ва corpus-и exhaustive набуда; истифодаи танҳо манбаъҳои англисӣ; мақоми гетерогении эпистемикии манбаъҳои academic, policy, conceptual ва practice; interpretive coding ва эҳтимоли confirmation-bias; тағйири босуръат дар соҳаи AI ва regulation; framework эмпирикӣ санҷида нашудааст; stakeholder participation-и мустақим вуҷуд надорад; татбиқ institutional capacity-и назаррас талаб мекунад.

Ҳадди асосии тафсир: Таҳқиқот хулосаи “агар ин модел татбиқ шавад, қоидавайронкунии академӣ кам мешавад”-ро исбот намекунад. Таҳқиқот меъмории нормативӣ ва консептуалии идоракуниро пешниҳод мекунад, ки шарҳ медиҳад масъалаҳои беайбии академиро чӣ гуна метавон тасниф кард, масъулияти институтсионалиро чӣ гуна тақсим намуд, равандҳои далел ва шикоятро чӣ гуна ҳифз кард ва кадом муносибатҳоро дар оянда метавон эмпирикӣ санҷид.