正文
AI生成code真的很容易出事。肉眼看着好像没什么,工具一查、教授一问,逻辑漏洞全出来。
这个学生有个project来不及写,直接用ChatGPT生成后提交。教授发现后要求上周三informal meeting,还要statement回复。
学生自己也慌,因为代码确实不是完整独立写出来的,解释起来很难。幸好提前来寻求团队支持,才没有把事情拖成hearing。
墨大教授普遍很看重学生到底懂不懂自己的code。他们会通过你对逻辑、结构、变量、修改过程的理解,判断独立完成程度和工具使用边界。
学生能提供的evidence很少,我帮她从项目思路、代码逻辑、学习记录、可解释的修改过程一路补材料,把statement和meeting回答都梳理清楚。
这种事越早越好处理。等到退学风险摆在桌上再来,谁都很难轻松救场。
学术不端申诉 墨大学术不端 ai代码学术不端
内容配图
共 2 张对应配图


需要结合自己的情况进一步核对?
首轮只需说明当前阶段、已知事实和最想确认的问题,不需要上传完整敏感材料。


