כתיבה מוּנעת אלגוריתם ויושרה אקדמית: בחינת פרקטיקות, תפיסות ומדיניות של מחנכים בעידן הבינה המלאכותית

GUSTILO, L.; ONG, E.; LAPINID, M. R. (2024). Algorithmically-driven writing and academic integrity: exploring educators’ practices, perceptions, and policies in AI era. International Journal for Educational Integrity, 20, 1, pp. 1–43, DOI 10.1007/s40979-024-00153-8

עיקרי הדברים:

• כלי בינה מלאכותית יכולים להפיק טקסטים רהוטים על מגוון רחב של נושאים וז'אנרים, ששווים ואף עולים על יכולות הכתיבה האנושית
• השימוש בבינה מלאכותית הביא להתרבות של התנהגות בלתי הולמת אקדמית בעידן הנוכחי
• עם זאת:
•  
  1. ניתן לעודד את הלומדים להשתמש במתרגמי מכונה כדי לסייע ברכישת שפה שנייה ולהשיג גישה לספרות רלוונטית בשפות זרות
  2. ניתן לדרוש מהם לבחון את הטקסט הכתוב שלהם באמצעות כלי פרפרזה אוטומטיים כדי לזהות אזורי שיפור ולשפר את הטקסט לפני ההגשה
  3. ניתן גם להראות להם כיצד להשתמש במודלים ככלי למידה מסייעים ומותאמים אישית המנחים את תהליך היצירה שלהם תוך שמירה על שליטה על כל משימת הכתיבה.
• עדיין לא נקבע היכן למתוח את הגבול המפריד בין התנהגות אקדמית מקובלת לבין התנהגות פסולה אקדמית
• המחנכים שרואיינו למחקר משוכנעים בתועלת של כלים אלה עבור הלמידה, ההוראה, ההערכה והמחקר שלהם
• עם זאת המחנכים הביעו דאגות בנוגע לסכנות של כלים אלה. רבים מהם מפקפקים ביכולת של כלי בינה מלאכותית ליצור טקסטים אמינים ומדויקים

המלצות:

1. ניתן לשלב כלי בינה מלאכותית עם פיקוח במבחנים מעצבים, חיבורים, דוחות ומשימות הקשורות למחקר (תזה, עבודת גמר, מחקר קורסים)
2. עם זאת, יש לאסור לחלוטין את השימוש בכלים אלה במבחנים מסכמים, בחינות רישוי, מבחני הסמכה, וכל המשימות הכרוכות בחישובים מתמטיים
3. במשימות מוסדרות, החוקרים השיגו נתונים לגבי האחוז המותר המועדף ביותר של טקסט שנוצר בינה מלאכותית בפקולטה וסטודנטים: 10 עד 15 אחוז בלבד
4. מומלץ לדרוש מחוקרים לדווח על שימוש בכלי בינה מלאכותית בדוחות, במחקר ובמשימות אחרות שלהם כביטוי של יושרה אקדמית
5. למוסדות החינוך יש הוראות ותיקות המתייחסות להתנהגות פסולה אקדמית. יש לגבש הנחיות חדשות או לעדכן הנחיות קיימות ייפגש במרוץ הבלתי פוסק נגד התקדמות טכנולוגית מהירה
6. על בני אדם להישאר בשליטה על משימת הלמידה ולהפעיל שיקול דעת סופי באימות המידע שמציגים המודלים, במקרי חשד לפלגיאט ועוד.

למרות העניין העולמי בממשק של כלי כתיבה מונעים באמצעות אלגוריתמים (ADWTs) ויושרה אקדמית, נתונים אמפיריים המתחשבים בנקודות המבט של מחנכים לגבי האתגרים, היתרונות והמדיניות של שימוש ADWTs נותרו נדירים. מחקר זה מצא כי מורים מעריכים מאוד את הדרכים המגוונות שבהן ADWTs יכולים לתמוך ביעדים החינוכיים שלהם (תועלת נתפסת). עם זאת, עליהם להתגבר על חסמים כגון גישה מוגבלת לכלים אלה, חוסר ידע נתפס לגבי השימוש בהם (מסוגלות עצמית דיגיטלית), וחששות לגבי ההשפעה של ADWTs על יושרה אקדמית ויצירתיות (איכות פלט). מסקנת המחקר היא כי בינה מלאכותית בחינוך, במיוחד ADWTs, דורשת מודעות לפרוטוקולים אתיים וכרוכה בשיתוף פעולה, בהעצמה, בהכשרה ובהשתלמות של כל בעלי העניין.

למאמר באנגלית

לקריאה נוספת: כל סיכומי המאמרים על בינה מלאכותית

מבוא

הופעתם של כלי כתיבה מוּנָעים אלגוריתמית (ADWTs) או כלי כתיבה דיגיטליים (AI-DWTs) בעידן הדיגיטלי שינתה באופן חסר תקדים את האופן שבו אנו לומדים, מלמדים וחוקרים. ADWTs מסייעים ביצירת תוכן, שיפור סגנון והערכה. בודקי איות ודקדוק מסייעים לתקן טעויות של תלמידים בכתיבה [53] [56], בעוד שבודקי חיבורים אוטומטיים [32] [86], וכלים לגילוי העתקות [27] מקלים על הערכה של עבודות כתובות. ההתפתחויות האחרונות בתחום הבינה המלאכותית מאפשרות לה ליצור באופן אוטומטי טקסט שוטף בנושאים שונים [5].

בעוד ש-ADWTs  אלה מציעים הזדמנויות, הם גם מציתים ויכוחים המתמקדים ביושרה אקדמית [9]. מודלים של שפה מאפשרים גישה לטכנולוגיות חזקות שלא רק מציעות הצעות לתוכן [21] אלא גם יכולות לנסח מחדש טקסט כתוב בצורה גרועה, לתרגם טקסט משפה אחת לאחרת, ליצור סיכומים ממסמכים ארוכים ומרובים, לתת משוב על קטע נתון של טקסט כתוב [29] ואף ליצור מאמרים, חיבורים וסיפורים [17].

במחקר זה, המונח "כלי כתיבה מוּנעים אלגוריתמית"  (ADWTs) מכסה ארבע קטגוריות של כלי כתיבה דיגיטליים:ChatGPT , עוזרי כתיבה דיגיטלית (DWAs) כמו, Grammarly  מתרגמי מכונה (MTs) כמו גוגל טרנסלייט וכלי פרפרזה אוטומטיים (APTs) כמו Quillbot.

שאלות המחקר:

1. מהן תפיסותיהם של אנשי חינוך לגבי השימוש בכלים אלו והשלכותיהם על היושרה האקדמית?
2. מהן השיטות הנוכחיות של מחנכים בשימוש בארבע הקטגוריות של כלי כתיבה דיגיטליים?
3. מהי המדיניות הקיימת במוסדותיהם ומהי המדיניות המוצעת שלהם לשימוש משמעותי ואתי בכלים אלה?

מתרגמי מכונות  (MTs)

בודקי איות ודקדוק הם כיום הסטנדרט בפועל בתוכנות עיבוד תמלילים. מעבר להם, טכנולוגיות כתיבה דיגיטליות ליצירת טקסטים מתורגמים בשפות שונות, לשינוי ביטויים ופסקאות ואפילו לחיזוי המילים הבאות – סייעו ללומדים ולמורים. הנגישות לכלים אלה סייעו לתלמידים ולמורים בשיפור הקריאוּת של הטקסטים שהם כותבים והעלתה את הפרודוקטיביות שלהם.

עוזרי כתיבה דיגיטלית  (DWA)

עוזרים אלה מזהים שגיאות דקדוק ומציגים תיקונים, הצעות לשיפור וביטויים אלטרנטיביים. כלי זה חיוני, בעיקר בכיתות גבוהות יותר, שבהן הלומדים אחראים לתקן את כל השגיאות בתוצרי הכתיבה שלהם [11]. מחקרים חשפו גם את הפוטנציאל של Grammarly לשפר את הבנתם של הלומדים במבני דקדוק, מה שמוביל ליותר ביטחון בכתיבה [14]. בודקי דקדוק אחרים הזמינים בנוף הדיגיטלי הם: ProWritingAid, Ginger, WhiteSmoke, Hemingway Editor.

כלי פרפרזה אוטומטיים  (APTs)

כלי פרפרזה אוטומטיים (APTs) הם כלי כתיבה דיגיטליים המסייעים לתהליך הכתיבה באמצעות טרנספורמציות של טקסט [69]. הם יכולים לשכתב חומרים שנמצאים באינטרנט ולהישאר בלתי מזוהים על ידי תוכנה לגילוי פלגיאט [70]. כלים אלה נגישים בקלות ברשת, ומאפשרים לסטודנטים להגיש עבודה כתובה המורכבת מהפלט של הכלים מבלי שיבינו בהכרח את התוכן של מה שהגישו, ובכך להחמיץ את מטרת הלמידה ולהפר את דרישות המקוריות והייחוס למחבר האמיתי של הטקסט. שניים מה- APTs הפופולריים ביותר הם Quillbot ו-WordAI.

מודלים גדולים של שפה, למשל ChatGPT

מודלים גדולים של שפה(LLMs)   הם מערכות חישוביות שהוכשרו על כמויות עצומות של טקסטים שנכתבו על ידי אדם, שמגיעים ממקורות מקוונים שונים. הם מאפשרים לדור חדש של מערכות תוכנה חזקות ומבריקות לקבל ייצוג של האופן שבו בני אדם משתמשים בשפה לתקשורת יומיומית שמקנה להם את היכולת לחקות את החשיבה האנושית, במקרה זה, את תהליך הכתיבה. כלי זה יכול להקיף כמעט את כל הפונקציות של כלי כתיבה דיגיטליים אחרים שהוזכרו לעיל, מזיהוי ותיקון טעויות בכתיבה של תלמידים, דרך הצעת הצעות כתיבה ופרפראזה, ועד להפקה מלאה של טקסט רהוט על מגוון רחב של נושאים וז'אנרים ששווים ואף עולים על יכולות הכתיבה האנושית [78] [5].

ניתן לעודד את הלומדים להשתמש במתרגמי מכונה כדי לסייע ברכישת שפה שנייה ולהשיג גישה לספרות רלוונטית בשפות זרות. ניתן לדרוש מהם לבחון את הטקסט הכתוב שלהם באמצעות כלי פרפרזה אוטומטיים כדי לזהות אזורי שיפור ולשפר את הטקסט לפני ההגשה. ניתן גם להראות להם כיצד להשתמש במודלים ככלי למידה מסייעים ומותאמים אישית המנחים את תהליך היצירה שלהם תוך שמירה על שליטה על כל משימת הכתיבה.

השפעת ADWTs על יושרה אקדמית

השימוש הנרחב בכלים אלה הביא להתרבות של התנהגות בלתי הולמת אקדמית בעידן הנוכחי [22]. מכיוון שמודלים של שפה גדולים יוצרים טקסטים תוך שימוש בנתוני אימון ממשאבים דיגיטליים קיימים שונים, ייחוס מחבר מקורי הופך לבעיה מסובכת.

הגשת חיבור שנוצר בינה מלאכותית כעבודתו עשויה להתפרש כרמאות, בעוד ששימוש בטקסט חזוי מובנה המוצע על ידי מעבדי תמלילים או קבלת הצעות של Grammarly לשיפור הכתיבה עשויים להיתפס כשימושים תקפים בטכנולוגיה. עדיין לא נקבע היכן למתוח את הגבול המפריד בין התנהגות אקדמית מקובלת לבין התנהגות פסולה אקדמית. לכן, כדאי לעודד מחנכים להעביר את מאמציהם משיטור התנהגות בלתי הולמת אקדמית לזיהוי הסיבות מדוע תלמידים רבים משתמשים בכלי בינה מלאכותית כדי להשלים את המטלות שלהם [37].

תפיסות מחנכים לגבי הרלוונטיות והאיכות של כלי הבינה המלאכותית

המחנכים שרואיינו למחקר משוכנעים בתועלת של כלים אלה עבור הלמידה, ההוראה, ההערכה והמחקר שלהם. עם זאת המחנכים הביעו דאגות בנוגע לסכנות של כלים אלה. רבים מהם מפקפקים ביכולת של ADWTs ליצור טקסטים אמינים ומדויקים, מה שמאשר את הממצא של Bii ואחרים [6] לגבי הרגשות האמביוולנטיים של מחנכים כאשר עולה השאלה מתי לשלב צ'אטבוטים בהוראה.

המלצות

1. ניתן לשלב כלי בינה מלאכותית עם פיקוח במבחנים מעצבים, חיבורים, דוחות ומשימות הקשורות למחקר (תזה, עבודת גמר, מחקר קורסים)
2. עם זאת, יש לאסור לחלוטין את השימוש בכלים אלה במבחנים מסכמים, בחינות רישוי, מבחני הסמכה, וכל המשימות הכרוכות בחישובים מתמטיים
3. במשימות מוסדרות, החוקרים השיגו נתונים לגבי האחוז המותר המועדף ביותר של טקסט שנוצר בינה מלאכותית בפקולטה וסטודנטים: 10 עד 15 אחוז בלבד
4. מומלץ לדרוש מחוקרים לדווח על שימוש בכלי בינה מלאכותית בדוחות, במחקר ובמשימות אחרות שלהם כביטוי של יושרה אקדמית.

היקף ותדירות השילוב של מחנכים ב-ADWTs

פחות ממחצית מהמחנכים משתמשים ב-ChatGPT  - מה שמעיד על הפופולריות הפחותה שלו. למרבה הצער, השימוש בכלים אלה על ידי המשיבים במחקר הוא רק מדי פעם. ייתכן שלמחנכים אין מספיק ידע ומיומנויות כדי לשלב ביעילות ואפקטיביות ADWT בתהליך ההוראה-למידה. היעדר קווים מנחים מוסדיים להפחתת חששות אתיים שהשימוש בכלי AI מוסיף מחסום נוסף לקבלה ולשימוש בכלים אלו.

שילוב של ADWTs בתהליך ההוראה-למידה

הבינה המלאכותית מסייעת לביצוע מגוון המשימות בתהליכי ההוראה והלמידה, מהמשגה ופיתוח הקורס ליצירת תוכן, הערכה ומשוב [36]. ממצאי המחקר הנוכחי חשפו כי מחנכים משתמשים בכלים אלה כדי להעצים את הפרודוקטיביות שלהם ולהפוך את תהליך ההוראה-למידה ליעיל יותר.

פיתוח חומרי הדרכה נעשה יעיל יותר באמצעות הסיוע שמציע ChatGPT - המחנכים מקבלים הסברים והדגמות בנושאים שונים ובכמות בלתי-מוגבלת. מחנכים השתמשו בכלים כסיוע למענה להתכתבויות, לכתיבת חיבורים ודוחות הקשורים למחקר, להכנת חומרי הוראה והערכה, להוראה והערכה של שפות ולבדיקת מסמכים אחרים.

שילוב של ADWTs במחקר חינוכי

בניהול מחקר חינוכי כלים אלה הוכיחו את עצמם כעוזרים יקרי ערך. ChatGPT   נוצל בכל היבטי המחקר החינוכי מרעיונות והמשגה ועד ליטוש של עבודה, תוך ביסוס טענות ממחקרים קודמים לפיהם ADWTs יכולים לשפר את פרודוקטיביות המחקר בחינוך [54]. השימוש העיקרי שלו הוא רישום הפניות והבהרת מושגים הדרושים בביצוע מחקר. מחנכים השתמשו ב ChatGPT כדי לחסוך זמן בתכנון, חיבור ותיקון התפוקות הכתובות שלהם.

מדיניות לשימוש יעיל ואתי ב-ADWTs

היעדר מדיניות מוסדית והכשרה המעידה על פיגור מנהלי

המחנכים נשאלו אם המוסדות שלהם סיפקו להם מדיניות, הכשרה ותמיכה לשילוב בינה מלאכותית בחינוך. מדאיג שרק מיעוט או פחות משליש מהנשאלים העידו כי מוסדותיהם כבר פתחו בדיונים לגבי הצורך בבניית מדיניות לשימוש הולם ואתי בכלים. עולה מכך שיש חוסר ברור של הנחיות קיימות, הכשרה ותמיכה באימוץ אתי ואפקטיבי של כלי בינה מלאכותית.

המשאבים המוסדיים הרצויים של מחנכים לשימוש אתי ויעיל ב-ADWTs

המשיבים הציעו שמוסדות צריכים לספק מדריכים או קווים מנחים המכילים מדיניות לגבי שימוש מקובל ולהעביר הדרכה כדי לאפשר למחנכים למקסם את הפוטנציאל של הכלים.

המלצות

מוּדָעוּת

למוסדות החינוך יש הוראות ותיקות המתייחסות להתנהגות פסולה אקדמית. יש לגבש הנחיות חדשות או לעדכן הנחיות קיימות ייפגש במרוץ הבלתי פוסק נגד התקדמות טכנולוגית מהירה [22].

שיתוף פעולה

טכנולוגיות AI נועדו לחקות יכולות אנושיות. למרות שנראה שהן מתפקדות טוב יותר ומהיר יותר מעמיתיהם האנושיים, הפלט ממערכות AI אינו מושלם [65]. על בני אדם להישאר בשליטה על משימת הלמידה ולהפעיל שיקול דעת סופי באימות המידע שמציגים המודלים, במקרי חשד לפלגיאט ועוד.

מקורות

1 Adiguzel T, Kaya MH, Cansu FK. Revolutionizing education with AI: Exploring the transformative potential of ChatGPT. Contemp Educ Technol. 2023; 15; 3: ep49. 10.30935/cedtech/13152

2 Alshater MM. Exploring the Role of Artificial Intelligence in Enhancing Academic Performance: A Case Study of ChatGPT. 2022. 10.2139/ssrn.4312358

3 Bacha NN, Bahous R. Student and teacher perceptions of plagiarism in academic writing. Writ Pedagogy. 2010; 2; 2: 251-280. 10.1558/wap.v2i2.251

4 Barrot JS. Integrating technology into ESL/EFL writing through Grammarly. RELC J. 2020; 53; 3: 764-768. 10.1177/0033688220966632

5 Baskara R, Mukarto M. Exploring the implications of ChatGPT for language learning in higher education. J Eng Lang Teach Appl Linguist. 2023; 7; 2: 343-358

6 Bii PK, Too JK, Mukwa CW. Teacher attitude towards use of chatbots in routine teaching. Univers J Educ Res. 2018; 6; 7: 1586-1597. 10.13189/ujer.2018.060719

7 Bretag T, Mahmud S. A model for determining student plagiarism: Electronic detection and academic judgement. J Univ Teach Learn Pract. 2009; 6; 1: 57-69. 10.53761/1.6.1.6

8 Brown WAsino TI. Learning in the Digital Age. The digital divide. 2022; Pressbooks

9 Buriak JM, Akinwande D, Artzi N, Brinker J, Burrows C, Chan CW, Chen C, Chen X, Chhowalla M, Chi L, Chueh W, Crudden CM, Carlo DD, Glotzer SC, Hersam MC, Ho D, Hu TY, Huang J, Javey A, Kamat PV, Kim ID, Kotov NA, Lee TR, Lee YH, Li Y, Liz-Marzán LM, Mulvaney P, Narang P, Nordlander P, Oklu R, Parak WJ, Rogach AL, Salanne M, Samorì P, Schaak RE, Schanze KS, Sekitani T, Skrabalak S, Sood AK, Voets IK, Wang S, Wang S, Wee ATS, Ye J. Best practices for using AI when writing scientific manuscripts: Caution, care, and considerations: Creative science depends on it. ACS Nano. 2023; 17; 5: 4091-4093. 1:CAS:528:DC%2BB3sXjvVajtr8%3D. 10.1021/acsnano.3c01544. 36848601

Callaway C, Lester J. Narrative prose generation. Artificial Intelligence. Elsevier Science Publishers Ltd, Essex. 2002; 139; 2: 213-252

Calma A, Cotronei-Baird V, Chia A. Grammarly: An instructional intervention for writing enhancement in management education. Int J Manag Educ. 2022; 20. 10.1016/j.ijme.2022.100704

Cancino M, Panes J (2021) The impact of Google Translate on L2 writing quality measures: Evidence from Chilean EFL high school learners. System 98(1–2). https://doi-org.mgs.macam.ac.il/10.1016/j.system.2021.102464

Cassidy C (2023) Universities to return to pen and paper exams after students caught using AI to write essays. The Guardian. https://www.theguardian.com/australia-news/2023/jan/10/universities-to-return-to-pen-and-paper-exams-after-students-caught-using-ai-to-write-essays

Cavaleri MR, Dianati S. You want me to check your grammar again? The usefulness of an online grammar checker as perceived by students. J Acad Lang Learn. 2016; 10; 1: A223-A236

Chan CKY. A comprehensive AI policy education framework for university teaching and learning. Int J Educ Technol High Educ. 2023; 20; 1: 1-25. 10.1186/s41239-023-00408-3

ChatGPTeachers.net (2020) Overcome your ChatGPT fears and revolutionalize your learning & teaching in no time. www.chatgpteachers.net/overcoming-th-7-top-cha-gpt-fears. Accessed 23 June 2023

Cotton DRE, Cotton PA, Shipway JR. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innov Educ Teach Int. 2024; 61; 2: 228-239. 10.1080/14703297.2023.2190148

Davis FD. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Q. 1989; 13; 3: 319. 10.2307/249008

Dehouche N. Plagiarism in the age of massive Generative Pre-trained Transformers (GPT-3). Ethics Sci Environ Politics. 2021; 21: 17-23. 10.3354/esep00195

Dignum V. Responsible artificial intelligence. 2019: In Artificial Intelligence; Foundations, Theory, and Algorithms. Springer Cham. 10.1007/978-3-030-30371-6_1

Duval A, Lamson T, de Kerouara GdL (2021) Breaking writer's block: Low-cost fine-tuning of natural language generation models. In: Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics. System Demonstrations 278–287

Eaton SE. The academic integrity technological arms race and its impact on learning, teaching, and assessment. Can J Learn Technol. 2022; 48; 2: 1-9. 10.21432/cjlt28388

Eaton SE. Plagiarism in higher education: Tackling tough topics in academic integrity. 2021: CA; Libraries Unlimited. 10.5040/9798400697142

Elgersma C (2023) ChatGPT and beyond: How to handle AI in schools. Commonsense Media. https://www.commonsense.org/education/articles/chatgpt-and-beyond-how-to-handle-ai-in-schools. Accessed 25 May 2023

Ertmer PA. Teacher pedagogical beliefs: The final frontier in our quest for technology integration. Educ Technol Res Dev. 2005; 53; 4: 25-39. 10.1007/BF02504683

Fishman T (2014) The fundamental values of academic integrity. 2nd edn 2017. International Center for Academic Integrity. Delaware, USA. https://academicintegrity.org/images/pdfs/20019_ICAI-Fundamental-Values_R12.pdf

Foltýnek T, Dlabolová D, Anohina-Naumeca A, Razı S, Kravjar J, Kamzola L, Guerrero-Dib J, Çelik Ö, Weber-Wulff D. Testing of support tools for plagiarism detection. Int J Educ Technol in High Educ. 2020; 17; 46: 1-31. 10.1186/s41239-020-00192-4

Gaggioli A. Ethics: Disclose use of AI in scientific manuscripts. Nature. 2023; 614; 7948: 413. 1:CAS:528:DC%2BB3sXjt1yntb0%3D. 10.1038/d41586-023-00381-x. 36788370

Gao J. Exploring the feedback quality of an automated writing evaluation system Pigai. Int J Emerg Technol Learn. 2021; 16; 11: 322-330. 10.3991/ijet.v16i11.19657

Garay-Vitoria N, Abascal J. Text prediction systems: A survey. Univ Access Inf Soc. 2006; 4: 188-203. 10.1007/s10209-005-0005-9

George D, Mallery P. SPSS for Windows step by step: A simple guide and reference. 11.0 update. 20034: Boston, MA; Allyn & Bacon

Gierl M, Latifi S, Lai H, Boulais A, Champlain A. Automated essay scoring and the future of educational assessment in medical education. Med Educ. 2014; 48; 10: 950-962. 10.1111/medu.12517. 25200016

Gottardello D, Karabag SF. Ideal and actual roles of university professors in academic integrity management: A comparative study. Stud High Educ. 2022; 47; 3: 526-544. 10.1080/03075079.2020.1767051

Hayden KA, Eaton SE, Pethrick H, Crossman K, Lenart BA, Penaluna LA. A scoping review of text-matching software used for student academic integrity in higher education. Education Research International. 2021; 2021: 1-15. 10.1155/2021/4834860

Holmes W, Porayska-Pomsta K, Holstein K, Sutherland E, Baker T, Shum SB, Santos OC, Rodrigo MT, Cukurova M, Bittencourt II, Koedinger KR. Ethics of AI in education: Towards a community-wide framework. Int J Artif Intell Educ. 2021; 32: 504-526. 10.1007/s40593-021-00239-1

Horváth IProceedings of the 9th IEEE International Conferenceon Cognitive Infocommunications. Evolution of teaching roles and tasks in VR / AR-based education. (CogInfoCom 201. 2019: 355-360. 10.1109/CogInfoCom.2018.8639907

Indiana (n.d.) How to Productively Address AI-Generated Text in Your Classroom. Indiana University Bloomington, https://citl.indiana.edu/teaching-resources/academic-integrity/AI-Generated%20Text.html. Accessed July 2, 2023.

Inkforall.com (n.d.) What percentage of plagiarism is acceptable. https://inkforall.com/copy-editing/plagiarism-checker/what-percentage-of-plagiarism-is-acceptable/. Accessed July 2, 2023.

Istenic A, Bratko I, Rosanda V. Pre-service teachers' concerns about social robots in the classroom: a model for development. Educ Self Dev. 2021; 16: 60-87. 10.26907/esd.16.2.05

Jansen BJ, Jung S, Salminen J. Employing large language models in survey research. Natural Language Processing J. 2023; 4: 1-7. 10.1016/j.nlp.2023.100020

Kalhan R (2023) ChatGPT banned from New York city public schools' devices and networks.: https: //www.nbcnews.com/tech/tech-news/new-york-city-public-schools-ban-chatgpt-devices-networks-rcna64446

Kasirzadeh A, Gabriel I (2023) In conversation with artificial intelligence: Aligning language models with human values. Philos Technol 36(27). https://doi-org.mgs.macam.ac.il/10.1007/s13347-023-00606-x

Kim NJ, Kim MK. Teacher's perception of using an artificial intelligence-based educational tool for scientific writing. Front Educ. 2022; 7. 10.3389/feduc.2022.755914

Kim SG (2023) Using ChatGPT for language editing in scientific articles. Maxillofac Plast Reconstr Surg 45(13). https://doi-org.mgs.macam.ac.il/10.1186/s40902-023-00381-x

Klimova B, Pikhart M, Polakova P, Cerna M, Yayilgan SY, Shaikh S. A Systematic Review on the Use of Emerging Technologies in Teaching English as an Applied Language at the University Level. Systems. 2023; 11; 42: 1-15. 10.3390/systems11010042

Koh HY, Ju J, Liu M, Pan S. An empirical survey on long document summarization: Datasets, models, and metrics. ACM Comput Surv. 2022; 55; 8: 1-35. 10.1145/3545176

Kybartas B, Bidarra R. A survey on story generation techniques for authoring computational narratives. IEEE Trans Comput Intell AI Games. 2017; 9; 3: 239-253. 10.1109/TCIAIG.2016.2546063

Lake VE, Beisly AH. Translation apps: Increasing communication with dual language learners. Early Child Educ J. 2019; 47: 489-496. 10.1007/s10643-019-00935-7

Landauer TK. Automatic essay assessment. Assessment in Education: Principles, Policy & Practice. 2003; 10; 3: 295-308. 10.1080/0969594032000148154

Lang JM (2013) Cheating lessons: Learning from academic dishonesty. Harvard University Press.

Lim WM, Gunasekara A, Pallant JL, Pallant JL, Pechenkina E (2023) Generative AI and the future of education: Ragnarök or reformation? A paradoxical perspective from management educators. Int J Manag Educ 21(2). https://doi-org.mgs.macam.ac.il/10.1016/j.ijme.2023.100790

Marikyan D, Papagiannidis S (2023) Technology Acceptance Model: A review. In S. Papagiannidis (Ed), TheoryHub Book.

McCarthy KS, Roscoe RD, Likens AD, McNamara DS (2019) Checking it twice: Does adding spelling and grammar checkers improve essay quality in an automated writing tutor? In: Proceedings of the International Conference on Artificial Intelligence in Education, Lecture Notes in AI, vol 11625. Springer, pp 270–282. doi:https://doi-org.mgs.macam.ac.il/10.1007/978-3-030-23204-7_23.

Mcreary, D (2019, September,) AI in Education [Video]. TED. https://www.ted.com/talks/ai%5fin%5feducation

Mridha MF, Lima AA, Nur K, Das SC, Hasan M, Kabir MM. A survey of automatic text summarization: Progress, process and challenges. IEEE Access. 2021; 9: 156043-156070. 10.1109/ACCESS.2021.3129786

Munde, S (2023) Artificial Intelligence in education market research report information by application (content delivery systems), by technology (machine learning, natural learning process), by deployment type (on-Cloud, on-premise), by component (service, software) and by region (North America, Europe, Asia-Pacific, and Rest of the World)-market forecast till 2030. Market Research Future. Retrieved October 12, 2023 from https://www.marketresearchfuture.com/reports/artificial-intelligence-education-market-6365?utm%5fid=DSA-ICT&utm%5fterm=&utm%5fcampaign=&utm%5fsource=adwords&utm%5fmedium=ppc&hsa%5facc=2893753364&hsa%5fcam=20298941735&hsa%5fgrp=151951244833&hsa%5fad=663291708226&hsa%5fsrc=g&hsa%5ftgt=dsa2088470574940&hsa%5fkw=&hsa%5fmt=&hsa%5fnet=adwords&hsa%5fver=3&gclid=Cj0KCQjwj5mpBhDJARIsAOVjBdpcyjb2yf-7QOhGiNa86uox4dFpG7EyYzCwyL65adWkriJkaOwnLcaAo8kEALw%5fwcB

O'Neill R, Russell AM. Grammarly: Help or hindrance? Academic learning advisors' perceptions of an online grammar checker. J Acad Lang Learn. 2019; 13; 1: A88-A107

Ottenbreit-Leftwich AT, Glazewski KD, Newby TJ, Ertmer PA. Teacher value beliefs associated with using technology: Addressing professional and student needs. Computers & Educ. 2010; 55: 1321-1355. 10.1016/j.compedu.2010.06.002

Ouyang F, Jiao P. Artificial intelligence in education: The three paradigms. Comput Educ: Artificial Intelligence. 2021; 2. 10.1016/j.caeai.2021.100020

Pavlik JV. Collaborating with ChatGPT: Considering the implications of generative artificial intelligence for journalism and media education. J Mass Commun Educ. 2023. 10.1177/10776958221149577

Perkins M, Roe J. Decoding academic integrity policies: A corpus linguistics investigation of AI and other technological threats. High Educ Policy. 2023. 10.1057/s41307-023-00323-2

Price-Mitchell M (2015) Creating a culture of integrity in the classroom. Edutopia. https://www.edutopia.org/blog/8-pathways-creating-culture-integrity-marilyn-price-mitchell

Prince J. English language learners in a digital classroom. The CATESOL Journal. 2017; 29: 51-73

Rahimi F, Abadi ATB. ChatGPT and publication ethics. Arch Med Res. 2023; 54; 3: 272-274. 10.1016/j.arcmed.2023.03.004. 36990890

Rahman M, Watanobe Y. ChatGPT for education and research: Opportunities, threats, and strategies. Appl Sci. 2023; 13; 9: 5783. 1:CAS:528:DC%2BB3sXhtVSrtrzF. 10.3390/app13095783

Rahmtallah EAE (2023) The use of online automated writing checkers among EFL learners. Stud Engl Lang Teach 11(1). https://doi-org.mgs.macam.ac.il/10.22158/selt.v11n1p24

Rivera-Trigueros I. Machine translation systems and quality assessment: A systematic review. Lang Resour Eval. 2022; 56: 593-619. 10.1007/s10579-021-09537-5

Roe J, Renandya WA, Jacobs GM (2023) AI-powered writing tools and their applications for academic integrity in the language classroom. J Engl Appl Linguist 2(1). https://doi-org.mgs.macam.ac.il/10.59588/2961-3094.1035

Roe J, Perkins M. What are Automated Paraphrasing Tools and how do we address them? A review of a growing threat to academic integrity. Int J Educ Integr. 2022; 18: 15. 10.1007/s40979-022-00109-w

Rogerson AM, McCarthy G (2017) Using Internet-based paraphrasing tools: Original work, patchwriting or facilitated plagiarism. Int J Educ Integr 13. https://doi-org.mgs.macam.ac.il/10.1007/s40979-016-0013-y

Rowe LW. Google Translate and biliterate composing: Second-graders' use of digital translation tools to support bilingual writing. TESOL Quarterly Special Issue on Digital Literacies in TESOL. 2022; 56; 3: 883-906. 10.1002/tesq.3143

Roxas RE, Borra A, Ko C, Lim NR, Ong E, Tan MW. Building language resources for a multi-engine English-Filipino machine translation system. J Lang Resour Eval. 2008; 42: 183-195. 10.1007/s10579-007-9037-5

Rudolph J, Tan S, Tan S. ChatGPT: Bullshit spewer or the end of traditional assessments in higher education?. J Appl Learn Teach. 2023; 6; 1: 342-362

Russell M, Bebell D, O'Dwyer L, O'Connor K. Examining teacher technology use: Implications for preservice and in-service teacher preparation. J of Teach Educ. 2003; 54; 4: 297-310. 10.1177/0022487103255985

Sbaffi L, Zhao X (2022) Evaluating a pedagogical approach to promoting academic integrity in higher education: An online induction program. Front Psychol 13. https://doi-org.mgs.macam.ac.il/10.3389/fpsyg.2022.1009305

Schöbel S, Schmitt A, Benner D. Charting the evolution and future of conversational agents: A research agenda along five waves and new frontiers. Inf Syst Front. 2023. 10.1007/s10796-023-10375-9

Stanford (n.d.) AI Tools in Teaching and Learning. Stanford University, https://teachingcommons.stanford.edu/news/ai-tools-teaching-and-learning.

Taecharungroj V (2023) "What Can ChatGPT Do?" Analyzing early reactions to the innovative AI chatbot on Twitter. Big Data Cogn Comput 7(1). https://doi-org.mgs.macam.ac.il/10.3390/bdcc7010035rch Agenda on Interventions. Decis Sci. 2008; 39; 2: 273-315. 10.1111/j.1540-5915.2008.00192.x

Venkatesh V, Davis FD. A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Manage Sci. 2000; 46; 2: 186-204. 10.1287/mnsc.46.2.186.11926

Waldron S, Wood C, Kemp N. Use of predictive text in text messaging over the course of a year and its relationship with spelling, orthographic processing and grammar. J Res Read. 2017; 40; 4: 384-402. 10.1111/1467-9817.12073

Wen J, Wang W (2023) The future of ChatGPT in academic research and publishing: A commentary for clinical and translational medicine. Clin Transl Med 13(3). https://doi-org.mgs.macam.ac.il/10.1002/ctm2.1207

Wilson J, Czik A. Automated essay evaluation software in English Language Arts classrooms: Effects on teacher feedback, student motivation, and writing quality. Comput Educ J. 2016; 100: 94-109. 10.1016/j.compedu.2016.05.004

Wozney L, Venkatesh V, Abrami PC. Implementing computer technologies: Teachers' perceptions and practices. J of Inf Tech for Teacher Educ. 2006; 14; 1: 173-207

Zhai X. ChatGPT User Experience: Implications for Education. 2022. 10.2139/ssrn.4312418

Zhang K, Aslan AB (2021) AI Technologies for Education: Recent Research & Future Directions. Comput and Educ: Artificial Intelligence 2. https://doi-org.mgs.macam.ac.il/10.1016/j.caeai.2021.100025

Tallvid M. Understanding teachers' reluctance to the pedagogical use of ICT in the 1:1 classroom. Educ Inf Technol. 2016; 21: 503-519. 10.1007/s10639-014-9335-7

Tlili A, Shehata B, Adarkwah MA, Bozkurt A, Hickey DT, Huang R, Agyemang B. What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learn Environ. 2023; 10: 15. 10.1186/s40561-023-00237-x

Uzun L. ChatGPT and Academic Integrity Concerns: Detecting Artificial Intelligence Generated Content. Lang Educ Technol. 2023; 3; 1: 45-54

Venkatesh V, Bala H. Technology Acceptance Model 3 and a Resea