ВИКОРИСТАННЯ ДЕТЕКТОРІВ ШТУЧНОГО ІНТЕЛЕКТУ В ПЕДАГОГІЧНІЙ ДІЯЛЬНОСТІ В СФЕРІ ФІЗИЧНОГО ВИХОВАННЯ ТА СПОРТУ
DOI:
https://doi.org/10.62405/osiconf.2026.06Ключові слова:
детектори штучного інтелекту; генеративний штучний інтелект; академічна доброчесність; фізичне виховання і спорт.Анотація
У статті емпірично досліджено надійність сучасних детекторів штучного інтелекту при перевірці самостійної роботи в текстовому форматі у сфері фізичного виховання та спорту. Мета. Емпірично оцінити надійність і узгодженість сучасних детекторів штучного інтелекту при ідентифікації походження виконаних специфічних самостійних завдань у сфері фізичного виховання та спорту. Методи. Застосовано метод кейс-стаді. Розроблено три варіанти тренувального комплексу: 1) оригінальний, розроблений науково-педагогічним працівником; 2) згенерований GPTchat; 2) гуманізований засобами Grammarly. Розроблені комплекси вправ перевірено 19 детекторами штучного інтелекту. Результати. Встановлено вкрай низьку узгодженість показників (розкид від 0 % до 96 %), відсутність однозначного ефекту гуманізації та ризик хибнопозитивної детекції людського тексту. Висновки. Обґрунтовано доцільність оцінювання практико-орієнтованих завдань замість покладання на окремий або декілька автоматизованих детекторів. Перспективним напрямком подальшої розробки даної теми є формування підходу до оцінювання практико-орієнтованих завдань, що поєднує кілька незалежних детекторів та усний захист обґрунтування навчального продукту.
Посилання
Chaka, C. (2024). Reviewing the performance of AI detection tools in differentiating between AI-generated and human-written texts. Journal of Applied Learning & Teaching, 7(1), 115–126. https://doi.org/10.37074/jalt.2024.7.1.25
Elkhatat, A. M., Elsaid, K., & Almeer, S. (2023). Evaluating the efficacy of AI content detection tools in differentiating between human and AI-generated text. International Journal for Educational Integrity, 19(1), Article 17. https://doi.org/10.1007/s40979-023-00140-5
Erol, G., Ergen, A., Gülşen Erol, B., Kaya Ergen, Ş., Bora, T. S., Çölgeçen, A. D., & Güngör, A. (2025). Can we trust academic AI detective? Accuracy and limitations of AI-output detectors. Acta Neurochirurgica, 167(1), Article 214. https://doi.org/10.1007/s00701-025-06622-4
Hadra, M., Cambridge, K., & Mesbah, M. (2026). Evaluating the accuracy and reliability of AI content detectors in academic contexts. International Journal for Educational Integrity, 22(4), 1–18. https://doi.org/10.1007/s40979-026-00213-1
Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), Article 100779. https://doi.org/10.1016/j.patter.2023.100779
Paullet, K., Pinchot, J., Kinney, E., & Stewart, T. (2025). Precision check: A critical look at the reliability of AI detection tools. Issues in Information Systems, 26(3), 400–412. https://doi.org/10.48009/3_iis_2025_2025_132
Perkins, M. (2023). Academic integrity considerations of AI large language models in the post-pandemic era: ChatGPT and beyond. Journal of University Teaching & Learning Practice, 20(2), 1–24. https://doi.org/10.53761/1.20.02.07
Perkins, M., Furze, L., & Roe, J. (2024). Simple techniques to bypass GenAI text detectors: Implications for inclusive education. International Journal of Educational Technology in Higher Education, 21(1), Article 53. https://doi.org/10.1186/s41239-024-00487-w
Shekhar, A. R., Agarwal, S., Bordoloi, P., Shah, Y., Anvekar, T., & Gupta, V. (2026). DoPE: Decoy Oriented Perturbation Encapsulation Human-Readable, AI-Hostile Documents for Academic Integrity (arXiv:2601.12505). arXiv. https://doi.org/10.48550/arXiv.2601.12505
Walters, W. H. (2023). The effectiveness of software designed to detect AI-generated writing: A comparison of 16 AI text detectors. Open Information Science, 7(1), Article 20220158. https://doi.org/10.1515/opis-2022-0158
Weber-Wulff, D., Anohina-Naumeca, A., & Bjelobaba, S. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity, 19(1), 1–39. https://doi.org/10.1007/s40979-023-00146-z
