Il caso di frode con l’IA alla Brown University rivela una crisi negli esami universitari

Il professore della Brown University Roberto Serrano ha individuato un’anomalia sorprendente dopo che un esame intermedio da svolgere a casa ha prodotto una media di classe del 96 per cento. La natura in continua evoluzione della sicurezza degli esami è emersa quando quella media è crollata in condizioni supervisionate. Il suo caso suggerisce che le università non possano proteggere gli standard accademici aggiungendo un altro strumento di rilevamento a un sistema di valutazione invariato.

Serrano insegna Economia del benessere e Teoria della scelta sociale, un corso avanzato di economia matematica. Ha consentito esami da svolgere a casa dopo che gli studenti avevano espresso ansia in seguito a una sparatoria mortale avvenuta nel dicembre 2025 nel campus della Brown. Secondo un caso riportato in aula, in seguito ha trovato prove di un uso non autorizzato e diffuso dell’IA durante il corso.

La controversia va oltre una singola classe o un singolo chatbot. Le università promettono un apprendimento flessibile, certificando al contempo che studenti identificati per nome abbiano padroneggiato competenze definite. L’IA generativa rende più difficile conciliare questi impegni ogni volta che il lavoro si svolge al di fuori di condizioni controllate.

La Brown si trova ora davanti alla stessa scelta che affrontano le università di tutto il mondo. Può considerare la frode con l’IA principalmente come una condotta individuale scorretta, oppure può riprogettare la valutazione attorno a un apprendimento verificabile. La prima strada preserva procedure familiari. La seconda accetta che le procedure familiari non forniscano più prove sufficienti.

Un esame intermedio al 96 per cento ha fatto scattare l’allarme

Il cambiamento importante non era che gli studenti avessero accesso a ChatGPT. Era che un esame consolidato avesse smesso di produrre prove credibili dell’apprendimento individuale.

Serrano insegnava il corso da quasi due decenni e di solito aveva circa 30 iscritti. Nella primavera del 2026, le iscrizioni sono salite a 86 dopo che aveva proposto esami da svolgere a casa. Questa soluzione offriva agli studenti tempo illimitato e rispondeva a preoccupazioni legittime sul ritorno in aula.

L’esame intermedio da svolgere a casa ha prodotto un punteggio medio del 96 per cento. Serrano ha dichiarato che le medie storiche degli esami intermedi oscillavano tra il 65 e l’80 per cento, sebbene il nuovo esame fosse più difficile. Secondo quanto riportato, quasi metà della classe ha ottenuto il punteggio pieno.

Voti alti da soli non dimostrano una condotta scorretta. Una classe insolitamente preparata, tempo illimitato per lavorare, collaborazione, una migliore preparazione o differenze tra gli esami possono tutti modificare la distribuzione dei punteggi. Questo limite conta, perché un’accusa può influire sulla formazione e sulla reputazione di uno studente.

Serrano ha trovato un altro segnale nel lavoro stesso. Secondo quanto riportato, più risposte usavano un argomento indiretto per contraddizione, laddove una dimostrazione matematica diretta sarebbe stata più naturale. Quando Serrano e i suoi correttori hanno inserito la domanda in ChatGPT, il sistema ha prodotto un approccio analogamente contorto.

Questa somiglianza ha sollevato sospetti, ma non ha comunque identificato quale studente avesse usato quale strumento. I modelli linguistici possono generare risposte diverse allo stesso prompt. Gli studenti possono inoltre convergere su metodi insoliti dopo aver usato appunti condivisi o discusso insieme un problema.

Serrano ha reagito spostando l’esame finale in un’aula supervisionata. Ha detto agli studenti che l’esame intermedio sarebbe stato conteggiato se il finale avesse prodotto una distribuzione approssimativamente comparabile. In caso contrario, avrebbe modificato la ponderazione.

I cambiamenti nelle iscrizioni e nelle prestazioni sono stati drastici. Le cronache sull’incidente affermano che 27 studenti hanno abbandonato il corso, compresi 22 che avevano ottenuto il punteggio pieno all’esame intermedio. Cinquantanove studenti hanno sostenuto l’esame finale, 19 non lo hanno superato e la media finale è scesa a circa il 49 per cento.

Secondo quanto riportato, solo due studenti hanno ottenuto un punteggio entro dieci punti percentuali dal risultato dell’esame intermedio. Il modello rafforza l’affermazione di Serrano secondo cui i punteggi degli esami da svolgere a casa non riflettevano una padronanza indipendente. Non dimostra l’uso dell’IA in ogni singolo caso.

Questa distinzione definisce il problema istituzionale. Le università hanno bisogno di prove sufficienti per proteggere il valore di una qualifica senza trattare il sospetto statistico come colpevolezza automatica. Un processo costruito solo per casi isolati di plagio fatica quando una valutazione produce decine di elaborati dubbi.

Secondo quanto riportato, Brown ha chiesto a Serrano di presentare reclami contro singoli studenti e di fornire ogni esame per la revisione. Un portavoce dell’università ha dichiarato che il processo resta lo stesso, indipendentemente dal fatto che un’accusa riguardi uno studente o più studenti. Serrano ha sostenuto che una risposta di questo tipo non possa gestire una condotta scorretta su questa scala.

La cautela dell’università ha uno scopo difendibile. La disciplina accademica richiede notifica, prove e la possibilità per gli studenti di rispondere. Tuttavia, una procedura caso per caso diventa inadeguata quando la progettazione stessa della valutazione crea incertezza per la maggior parte di una classe.

Ecco perché questo episodio conta oltre Brown. Il fallimento si è verificato prima di qualsiasi accertamento formale di condotta scorretta. Si è verificato quando l’università non è più stata in grado di spiegare con sicurezza cosa misurassero i suoi punteggi.

La natura in continua evoluzione della frode con l’IA cambia la posta in gioco

Le università non stanno solo vigilando sull’assistenza vietata. Stanno difendendo la validità di una laurea come certificazione delle conoscenze e del giudizio di una persona.

In questo contesto, la natura in continua evoluzione della frode con l’IA descrive un confine mobile. Ogni miglioramento nel ragionamento dei modelli amplia la gamma di compiti non supervisionati che il software può svolgere in modo convincente. Una valutazione considerata sicura questo semestre può diventare vulnerabile prima dell’inizio del corso successivo.

L’IA generativa è un software che produce nuovo testo, immagini, codice o altri contenuti a partire dalle istruzioni di un utente. Non deve riprodurre una fonte parola per parola. Questo rende i controlli convenzionali sul plagio meno utili, perché l’output può essere originale nella formulazione ma non nell’autorialità.

L’economia matematica un tempo sembrava più resistente rispetto alla normale scrittura di saggi. Gli studenti dovevano selezionare argomentazioni, costruire dimostrazioni e collegare risultati formali. Il resoconto di Serrano suggerisce che gli strumenti attuali possano produrre risposte abbastanza plausibili da ottenere voti alti, anche quando il loro ragionamento è macchinoso.

La pressione ricade innanzitutto sui docenti. Devono stabilire le regole sull’IA, progettare i compiti, insegnare il corso, esaminare lavori sospetti, documentare i casi e difendere le proprie decisioni. Molti hanno ricevuto poca formazione per una qualunque di queste responsabilità.

Gli studenti affrontano un’altra forma di pressione. Le regole differiscono tra corsi, dipartimenti e docenti. Uno strumento consentito per il brainstorming in una classe può costituire una violazione in un’altra. Confini ambigui rendono più difficile il rispetto onesto delle regole e meno coerente l’applicazione.

Gli amministratori si fanno carico del rischio istituzionale. Datori di lavoro e ordini professionali presumono che un certificato degli esami rifletta competenze dimostrate. Se le università non possono verificare tale competenza, la fiducia nei voti e nelle credenziali si indebolirà.

L’autorità australiana di regolamentazione dell’istruzione superiore definisce la sicurezza della valutazione come l’insieme di misure che rendono i compiti più resistenti alla frode. La sua guida alla sicurezza della valutazione collega una valutazione credibile alla fiducia pubblica nelle qualifiche. Questa impostazione sposta la questione oltre l’individuazione di chi infrange le regole.

Le università hanno quindi bisogno di due tipi di valutazione. Alcuni compiti dovrebbero aiutare gli studenti a imparare con l’IA, mentre altri devono verificare ciò che gli studenti sanno fare in autonomia. Confondere questi scopi produce o esternalizzazione senza limiti o divieti generalizzati.

Un compito di apprendimento può consentire sperimentazione, stesura, feedback o confronto assistito dall’IA. Un compito di verifica deve accertare autorialità e competenza in condizioni adeguate al risultato di apprendimento. Raramente lo stesso incarico serve entrambi gli scopi con uguale efficacia.

Uno studente potrebbe usare l’IA per preparare, ad esempio, un’analisi delle politiche pubbliche. Potrebbe poi difenderne oralmente le ipotesi, riprodurre un calcolo fondamentale e spiegare perché prove alternative modificano la conclusione. Questa sequenza verifica sia l’alfabetizzazione sull’IA sia la comprensione personale.

I docenti hanno inoltre bisogno di sostegno per l’aumento del carico di lavoro. Verifiche orali, compiti strutturati in fasi e attività supervisionate richiedono tempo. Le università non possono annunciare una riforma della valutazione lasciando ai singoli docenti l’assorbimento di tutti i costi operativi.

Il caso Brown ha fatto pressione su un professore perché un problema istituzionale di garanzia è emerso all’interno di un corso. Le università devono invertire questa distribuzione. I programmi dovrebbero farsi carico della sicurezza della valutazione, mentre i docenti attuano una progettazione condivisa.

Il rilevamento non può sostenere il sistema di integrità accademica

I rilevatori di IA non possono risolvere un conflitto che inizia con prove deboli dell’autorialità e termina con decisioni disciplinari ad alta posta in gioco.

Gli strumenti di rilevamento dell’IA stimano se un testo assomigli a una scrittura generata da una macchina. Non osservano come uno studente abbia creato il lavoro. Il loro output è quindi un’inferenza, non una registrazione della condotta.

I falsi positivi possono esporre studenti onesti ad accuse. I falsi negativi possono non rilevare un uso improprio sofisticato. Revisione, traduzione, affinamento dei prompt, redazione mista tra umano e macchina e aggiornamenti dei modelli possono tutti influenzare il risultato.

Il problema diventa particolarmente serio per gli studenti che scrivono in una seconda lingua. Un vocabolario stereotipato o strutture di frase prevedibili possono assomigliare all’output di un modello. Un’istituzione che tratta il punteggio di un rilevatore come prova rischia di confondere schemi linguistici con condotta scorretta.

La Quality Assurance Agency consiglia alle istituzioni di considerare i limiti del rilevamento, inclusi falsi positivi ed elusione. Il suo toolkit per la valutazione raccomanda di riesaminare i compiti ad alta posta in gioco, chiarire l’uso consentito dell’IA e richiedere trasparenza dove opportuno.

Serrano non si è basato solo su un rilevatore. Ha confrontato le prestazioni storiche, le variazioni delle iscrizioni, gli schemi delle soluzioni, le risposte generate dal modello, i ritiri e l’esame finale supervisionato. Insieme, questi segnali hanno formato una solida argomentazione secondo cui l’esame intermedio non fosse una misurazione affidabile.

Restano comunque domande senza risposta sui singoli individui. L’esame finale potrebbe essere stato più difficile. Gli studenti potrebbero aver provato maggiore ansia sotto supervisione. I ritiri dal corso hanno modificato la popolazione confrontata. Una recente critica statistica sostiene che queste spiegazioni alternative limitino ciò che le differenze nei punteggi possono dimostrare.

Questa critica non ripristina la fiducia nell’esame intermedio. Mostra perché le università debbano separare due decisioni. Una chiede se una valutazione resti valida. L’altra chiede se un particolare studente abbia commesso una violazione.

Un’istituzione può invalidare o ridurre il peso di una valutazione compromessa senza condannare automaticamente ogni studente. Può quindi perseguire provvedimenti disciplinari individuali solo laddove le prove soddisfino uno standard definito. Questo approccio protegge sia l’integrità delle credenziali sia il giusto processo.

Anche le università dovrebbero preservare le prove prodotte durante l’apprendimento. Cronologie delle bozze, fonti annotate, calcoli, registri di laboratorio, commit del codice e brevi riflessioni possono mostrare come il lavoro si è sviluppato. Questi documenti sono più informativi di un elaborato finale considerato isolatamente.

Le prove del processo devono rimanere proporzionate. Una sorveglianza continua creerebbe rischi per la privacy e potrebbe trasformare l’istruzione in monitoraggio sul posto di lavoro. Le istituzioni dovrebbero raccogliere solo ciò che sostiene il risultato di apprendimento dichiarato e le regole di valutazione pubblicate.

La dichiarazione dell’uso dell’AI offre un ulteriore livello. Gli studenti possono identificare lo strumento, descriverne il ruolo consentito, salvare i prompt pertinenti e spiegare quali affermazioni hanno verificato. La dichiarazione non impedisce l’uso improprio nascosto, ma rende verificabile l’uso autorizzato.

Lo stesso principio aiuta gli studenti a costruire una base di conoscenza personale. Note sulle fonti, revisioni e registrazioni del ragionamento possono documentare lo sviluppo intellettuale senza ridurre l’apprendimento a un punteggio di rilevamento.

Una politica chiara deve accompagnare queste prove. "Usa l’AI in modo responsabile" è troppo vago per un compito valutato. Una valutazione dovrebbe specificare se l’AI può generare idee, modificare la prosa, produrre codice, risolvere problemi o fornire citazioni.

Le regole dovrebbero anche spiegare cosa gli studenti devono consegnare. Se sono richiesti i prompt, occorre indicare quali prompt e in quale forma. Se può seguire una verifica orale, ciò va comunicato prima che gli studenti inizino il compito.

L’onere passa così dall’indovinare se un testo "sembra scritto dall’AI" al verificare una condotta definita rispetto a requisiti noti. È una base più equa per l’integrità accademica.

Le università hanno bisogno di verifiche sicure e di apprendimento supportato dall’AI

La risposta praticabile è un sistema di valutazione a due binari, non un divieto universale né un uso illimitato dell’AI.

Il primo binario dovrebbe comprendere valutazioni sicure che verifichino capacità individuali essenziali. Possono includere esami supervisionati, discussioni orali, risoluzione di problemi dal vivo, dimostrazioni pratiche o attività digitali controllate. Il formato dovrebbe corrispondere alla competenza che viene certificata.

Il secondo binario dovrebbe comprendere valutazioni aperte in cui l’uso dell’AI è consentito o richiesto. Gli studenti possono confrontare gli output dei modelli, individuare errori, migliorare ragionamenti deboli e documentare le decisioni. Questi compiti trattano l’alfabetizzazione all’AI come un risultato di apprendimento, anziché come una scorciatoia nascosta.

Ogni programma deve decidere quante prove collocare in ciascun binario. Un corso di medicina richiede dimostrazioni sicure del giudizio clinico. Un corso di software potrebbe consentire l’assistenza dell’AI nella programmazione, chiedendo però agli studenti di spiegare, testare e modificare dal vivo il codice generato.

L’economia offre un esempio chiaro. Durante un compito aperto, gli studenti potrebbero usare un modello per proporre un argomento a favore del welfare. Una successiva attività sicura potrebbe chiedere loro di derivare un risultato, individuare assunzioni nascoste e difendere le implicazioni di politica pubblica.

La natura di frontiera delle capacità dei modelli implica che le università dovrebbero riesaminare regolarmente questo equilibrio. Una politica statica invecchierà rapidamente, perché gli strumenti continuano ad acquisire nuove funzioni di ragionamento, programmazione, navigazione e multimedialità.

La revisione a livello di programma conta più di modifiche isolate ai corsi. Se ogni docente risponde in modo indipendente, gli studenti si trovano di fronte a un mosaico confuso. Alcuni corsi diventeranno eccessivamente restrittivi, mentre altri continueranno a usare attività che non verificano più l’apprendimento.

I principi di riforma della valutazione sviluppati per l’autorità di regolamentazione australiana raccomandano di progettare la valutazione sull’intero programma. Distinguono inoltre tra valutazione per l’apprendimento e valutazione che attesta l’apprendimento.

Questa distinzione dovrebbe guidare le decisioni sulle risorse. Le università hanno bisogno di capacità supervisionata sufficiente per verificare risultati di alto valore. Hanno inoltre bisogno di progettisti dell’apprendimento che possano aiutare i docenti a costruire attività aperte che usino l’AI senza sacrificare l’obiettivo del corso.

Una valutazione sicura non significa ricreare ogni esame dell’era pre-digitale. I tradizionali test a tempo possono premiare la memoria trascurando ricerca, collaborazione o giudizio professionale. L’obiettivo è una competenza verificata, non la nostalgia.

Anche la valutazione orale ha dei limiti. Può svantaggiare gli studenti ansiosi, creare problemi di accessibilità e assorbire molto tempo del personale. Le università dovrebbero usare brevi verifiche orali strutturate quando aggiungono prove significative.

La verifica a campione può ridurre il carico di lavoro. Un docente potrebbe selezionare un numero limitato di affermazioni consegnate da spiegare oppure chiedere agli studenti di riprodurre un passaggio essenziale. Gli studenti saprebbero che ogni parte del loro lavoro deve rimanere difendibile.

I portafogli di valutazione offrono un’altra opzione. Un portafoglio combina più elementi di prova raccolti nel tempo. Un singolo elaborato sospetto ha quindi meno peso, mentre i modelli di crescita e di prestazione indipendente diventano più facili da osservare.

Le università dovrebbero dare priorità ai corsi chiave ad alta posta in gioco e ai lavori dell’ultimo anno. Queste valutazioni comportano il maggiore rischio per il titolo di studio. Ricostruire subito ogni quiz di basso valore sprecherebbe il tempo limitato del personale.

Le politiche hanno anche bisogno di conseguenze calibrate. L’esternalizzazione deliberata di un esame vietato è una grave violazione. Un errore di dichiarazione alla prima occorrenza, in presenza di regole confuse, merita una risposta diversa. Una sola sanzione non può adattarsi a ogni forma di uso dell’AI.

Secondo quanto riportato, il comitato di Brown ha raccomandato aspettative più chiare, scoraggiando al contempo un’attenzione eccessiva alla punizione. Questa posizione è compatibile con una maggiore sicurezza della valutazione. Prevenzione, verifica, istruzione e disciplina svolgono funzioni diverse.

Un sistema sicuro riduce le opportunità di scorrettezza prima che la punizione diventi necessaria. Indica agli studenti quali prove devono produrre e perché la capacità indipendente continua a essere importante. L’applicazione delle regole diventa quindi più credibile, perché norme e condizioni di valutazione sono allineate.

Le università dovrebbero coinvolgere gli studenti nella riprogettazione. Gli studenti sanno dove le politiche entrano in conflitto, quali strumenti i corsi già normalizzano e in che modo le pressioni del carico di lavoro influenzano il comportamento. La loro partecipazione può rivelare lacune e migliorare la conformità.

Anche lo sviluppo professionale dei docenti è altrettanto importante. La guida sull’istruzione dell’UNESCO invita le istituzioni a valutare l’idoneità pedagogica ed etica dell’AI. Ciò richiede formazione nella progettazione della valutazione, nella privacy, nei limiti dei modelli e nell’accesso equo.

L’equità non può essere un ripensamento. Se l’uso dell’AI è richiesto, ogni studente deve avere accesso a uno strumento appropriato. Se è facoltativo, gli studenti devono disporre di un percorso praticabile senza AI, senza svantaggi accademici.

Anche l’accessibilità deve modellare le valutazioni sicure. La supervisione, la scrittura a mano, le domande orali e i software bloccati possono creare barriere. Le università dovrebbero preservare gli accomodamenti mantenendo standard di verifica equivalenti.

L’obiettivo non è eliminare ogni forma di scorrettezza. Nessun sistema di valutazione ci è mai riuscito. L’obiettivo è rendere più difficile imbrogliare, più chiara la partecipazione onesta e difendibili le qualifiche.

Tre segnali mostreranno se le università fanno sul serio

La prossima prova sarà vedere se le istituzioni cambiano le operazioni di valutazione, non se pubblicano un’altra dichiarazione generica sull’AI responsabile.

Il primo segnale è la mappatura della valutazione a livello di programma. Le università dovrebbero identificare i risultati di apprendimento che richiedono una verifica indipendente e mostrare dove avvengono tali controlli. Una politica priva di questa mappa lascia senza risposta la questione centrale relativa al titolo di studio.

La mappatura rafforzerebbe l’argomentazione a favore di una riforma strutturale, perché trasforma una preoccupazione generale in una progettazione responsabile. Se le università continueranno a delegare la questione ai singoli docenti, l’esperienza di Brown si ripeterà in altri corsi.

Il secondo segnale è l’investimento nella capacità di verifica. Bisogna osservare spazi per test supervisionati, valutatori orali formati, progettisti dell’apprendimento, sistemi di valutazione accessibili e adeguamenti del carico di lavoro. Una riforma senza personale rimarrà disomogenea e fragile.

Questo investimento non deve rendere controllata ogni attività. Dovrebbe concentrarsi sui momenti ad alta posta in gioco in cui un programma certifica competenze essenziali. Le istituzioni dovrebbero pubblicare informazioni sufficienti affinché studenti e datori di lavoro comprendano tale garanzia.

Il terzo segnale è uno standard probatorio equo per le violazioni legate all’AI. Le università hanno bisogno di regole scritte che spieghino come verranno valutati l’output dei rilevatori, la cronologia dei documenti, la verifica orale, gli errori corrispondenti e le anomalie nelle prestazioni. Dovrebbero inoltre definire procedure di ricorso.

Uno standard chiaro rafforzerebbe la fiducia anche quando i casi si concludono senza sanzioni. Mostrerebbe che le istituzioni sanno distinguere una valutazione compromessa da una violazione individuale dimostrata. Continuare a trattare i punteggi dei rilevatori come decisivi indebolirebbe tale fiducia.

Il caso di Brown rimane un’accusa di assistenza non autorizzata diffusa, non un giudizio concluso contro ogni studente. Le prove sollevano seri dubbi sull’esame intermedio svolto a casa, mentre permane incertezza sulla responsabilità individuale.

Questa incertezza non è un motivo per conservare esami vulnerabili. È il motivo per riprogettarli. Una valutazione migliore crea prove dirette dell’apprendimento prima che gli amministratori debbano ricostruire la paternità del lavoro dopo la consegna.

La natura di frontiera dell’imbroglio con l’AI garantisce che il rilevamento tecnico continuerà a inseguire un bersaglio mobile. Le università controllano una leva più durevole: cosa chiedono agli studenti di dimostrare, in quali condizioni e con quali prove di supporto.

Gli studenti dovrebbero chiedersi se i loro programmi separano chiaramente l’apprendimento supportato dall’AI dalla verifica indipendente. I docenti dovrebbero chiedersi se le procedure istituzionali siano in grado di gestire un fallimento della valutazione che coinvolga un’intera classe. I datori di lavoro dovrebbero chiedersi come le università garantiscano le capacità alla base di un titolo di studio.

L’episodio di Brown offre un avvertimento, ma anche una direzione pratica. Le università dovrebbero mettere in sicurezza le valutazioni essenziali, insegnare un uso trasparente dell’AI, preservare prove del processo proporzionate e applicare il giusto processo alle singole accuse.

La domanda più importante non è più se gli studenti possano usare l’AI per completare compiti tradizionali. Possono farlo. La domanda è se le università riprogetteranno la valutazione prima che la fiducia nelle loro qualifiche precipiti con la stessa rapidità dei punteggi d’esame di Serrano.