在2023年6月发表的一篇论文中，詹姆斯·库克大学的Jasper Roe、新加坡南洋理工大学的Willy A. Renandya和马来亚大学的George M. Jacobs研究了学术写作中数字工具的使用，包括机器翻译（MT），以及对教育者和学生的影响。
研究人员将MT工具称为“机器翻译器”，并以Google翻译和DeepL为例，指出它们的准确性和易用性日益增加。他们声称MT增加了“翻译抄袭”的潜在可能，这是指在学术材料中作者为翻译而取得的学分。
研究人员指出，尽管存在跨语言检测工具，但检测这种类型的抄袭仍然很困难。此外，翻译抄袭还发生在反向翻译中，这意味着文本被机器翻译多次以改变语言，足以防止Turnitin等工具检测到抄袭。
当剽窃作品与学生的原创作品相结合时，更难检测。在正向或反向翻译中，学生通常会编辑输出，有时使用其他数字工具来纠正和完善语言，并添加他们自己的写作。
原文 vs. 翻译
禁止在学术工作中使用机器翻译可能解决翻译抄袭问题，但研究人员认为这不仅不切实际，而且对于使用它的非英语母语者有好处。他们补充说：“如果一个非英语背景的学生需要用英语提交作业，但不确定如何用英语表达他们想说的话，那么使用机器翻译是一个有帮助的教学工具。如果一个学生希望澄清他们对英文文本的理解，那么将其翻译回第一语言同样有帮助。”
在对现有研究的回顾中，论文作者引用了Mundt和Groves（2016）的研究。具体来说，技术在学术工作中的协助是常态，因此机器翻译是一种可接受的工具。
Mundt和Groves认为机器翻译既是一种教育工具又是一种学习辅助工具，他们建议机构通过明确的政策来处理机器翻译在学术工作和研究中的使用。根据他们的说法，机器翻译的使用“可能会在语言课堂之外导致更大的平等和社会正义，因为它们能够确保所有学生将仅根据内容而不是语言使用（在非语言基础的评估中）进行评估。”
“如果一个非英语背景的学生需要用英语提交作业，但不确定如何用英语表达他们想说的话，那么使用机器翻译是一个有帮助的教学工具。如果一个学生希望澄清他们对英文文本的理解，那么将其翻译回第一语言同样有帮助。” — Roe等人
研究人员认为教师应熟悉学生可能使用的工具，包括ChatGPT和大型语言模型（LLMs）。重点应放在数字工具对学生的价值上，同时制定清晰的使用准则，随着其作为检测抄袭工具的性能不断提高。
该论文于2023年7月在英格兰德比大学举办的欧洲学术伦理和诚信会议前几周发表，该会议的焦点是关于人工智能工具和抄袭的讨论。
（机器翻译，轻度译后编辑，仅供参考。）
编辑：刘煜珍