Una profesora de Berkeley escribió sobre estudiantes que toman atajos, pero un detector marcó su artículo de opinión.

      Zvezdelina Stankova publicó un artículo de opinión el 15 de agosto argumentando que Berkeley admite estudiantes que no pueden hacer matemáticas de escuela secundaria. En cuestión de días, el argumento fue superado por una pregunta sobre cómo se escribió el propio artículo de opinión.

      Zvezdelina Stankova, profesora de matemáticas en UC Berkeley, presentó su caso en el San Francisco Standard bajo el titular “Enseño cálculo en Berkeley. Algunos de mis estudiantes no pueden hacer matemáticas de escuela secundaria”.

      El artículo se difundió rápidamente, fue recogido por Fox News y Townhall, y se convirtió en un punto central en la larga lucha sobre la política de admisiones sin exámenes de la Universidad de California.

      Luego, Pangram, el detector que Substack utiliza para señalar publicaciones escritas por máquinas, fue dirigido a él y devolvió una lectura de aproximadamente 33% generado o asistido por IA. Una publicación sobre el resultado de Chris Hoofnagle, un profesor de Berkeley Law, atrajo cerca de tres millones de vistas en X, y la historia dejó de ser sobre cálculo.

      Stankova no ha negado haber utilizado la tecnología. Le dijo al Daily Californian que usó IA para ayudar a editar el artículo, y que el artículo representaba “varias cientos de horas-persona de trabajo humano intensivo y deliberación, de las cuales aproximadamente 80 horas son mías”.

      Esa defensa está haciendo más trabajo de lo que parece a simple vista. La asistencia de edición es, en la mayoría de las políticas del campus, completamente permisible, y la distinción entre una herramienta que corrige tus oraciones y una que las escribe es exactamente la distinción que las universidades han pasado tres años sin poder codificar.

      No todos en Berkeley estaban convencidos. Hannes Bajohr, quien enseña alemán en la universidad y escribe sobre autoría de máquinas, le dijo al periódico que el episodio “parece un engaño”, o al menos algo deshonesto, en ausencia de una divulgación en el momento de la publicación.

      El artículo de opinión subyacente hace afirmaciones que merecen su propio escrutinio, y no son triviales. Stankova informa que antes de 2020, cuando aún se requerían exámenes, el 71% de sus estudiantes de Cálculo I estaban listos o casi listos para el curso, y que para 2023 la cifra era del 26%, siendo la puntuación diagnóstica más común cero.

      También cita disparidades en las admisiones entre las escuelas del Área de la Bahía y señala que cinco premios Nobel, entre ellos Jennifer Doudna, han firmado cartas abiertas pidiendo el regreso de los exámenes estandarizados. Esas cifras provienen de sus propios diagnósticos en el aula y de material de campaña, y la universidad no ha publicado una refutación de ninguno de ellos.

      Lo que hace que el episodio sea incómodo en lugar de meramente embarazoso es el tema. Un argumento sobre rigor intelectual, escrito en parte con una herramienta por la que los estudiantes son disciplinados, es el tipo de cosa que sería demasiado ordenada para la ficción.

      También se presenta en un semestre en el que la propia facultad de ciencias de la computación de Berkeley ha informado sobre tasas de fracaso en aumento junto con un mayor uso de IA en el trabajo de curso, lo que sugiere que el campus está llevando a cabo dos conversaciones sobre la misma tecnología y no las ha conectado.

      La cuestión de la detección tampoco está resuelta. Pangram está entre las herramientas más creíbles en un campo escaso, pero investigadores independientes han argumentado que su tasa de falsos positivos está subestimada, y un puntaje del 33% es una estimación de probabilidad en lugar de una confesión.

      Se ha pedido a los detectores que arbitren la autoría en lugares más extraños, incluido un proyecto que pasó los escritos del Papa a través de ellos para su certificación. Lo que ninguno de ellos puede hacer actualmente es distinguir un borrador humano ligeramente editado de uno de máquina fuertemente inducido, que es el caso que realmente importa.

      Las facultades en otros lugares han tomado el problema de la aplicación en sus propias manos. Un profesor de la Universidad de Brown trasladó sus evaluaciones de nuevo a exámenes supervisados en persona y produjo, de hecho, una medición controlada de cuánto del trabajo de sus estudiantes estaban haciendo las máquinas.

      La regulación no ha avanzado. Bajo el régimen de etiquetado de la UE, un artículo escrito por IA puede no estar etiquetado mientras que un correo electrónico corregido recibe una marca, y las universidades estadounidenses no tienen nada equivalente a lo que señalar.

      Ni Stankova ni el San Francisco Standard han dicho si se añadirá una divulgación al artículo. El argumento que hace sobre las admisiones de UC no ha sido retirado y sigue siendo, por el momento, el más consequential de las dos disputas.