Generativ AI-användning i doktorsprogrammet – Principer för trafikljusmodellen
Anknytning till institutionella riktlinjer, TENK-riktlinjer och EU-riktlinjer
Dessa riktlinjer baseras på:
- Forskningsetiska delegationen (TENK)
- The European Commission’s Living Guidelines on the Responsible Use of Generative AI in Research (2024)
- Hankens riktlinjer för ansvarsfull användning av generativ AI i forskning
Doktorander måste följa dessa ramverk, inklusive GDPR, dataskydd och etiskt uppförande. Generativ AI är inte medförfattare och kan inte hållas ansvarig för forskningsresultat.
Transparens och dokumentation
All användning av generativ AI i doktorandstudier måste dokumenteras på ett transparent sätt (se del 3) och doktorander ska alltid kunna tillhandahålla mellanversioner av sitt arbete som skapats innan generativ AI tillämpades. Doktoranderna har det yttersta ansvaret för att generativ AI används på ett etiskt och transparent sätt i deras arbete. Handledare, examinatorer och forskarrådet ger vägledning, men ansvaret och beslutsfattandet ligger hos den enskilde doktoranden. Doktorander uppmuntras att reflektera över generativ AI:s roll i forskning och etik när de rapporterar.
Trafikljusens kategorier och principer
Trafikljusmodellen bygger på principen om intellektuellt upphovsmannaskap: uppgifter som kräver originella akademiska bidrag måste utföras av doktoranden, medan stödjande uppgifter kan utföras av generativ AI under strikt transparens.
🟥 Röd - Ingen användning
Uppgifter där doktorandens eget författarskap och intellektuella arbete är väsentligt och inte kan kompromissas. Generativ AI får inte användas på något sätt för dessa uppgifter.
🟨 Gul - Villkorad användning
Uppgifter där generativ AI kan vara till hjälp men inte får ersätta kritiskt tänkande eller originalitet. Användningen kräver transparens, dokumentation och kritisk utvärdering.
🟩 Grön – Användning tillåten
Uppgifter där doktoranderna följer institutionella riktlinjer, TENK-riktlinjer och EU-riktlinjer. Dessa är dokumenterade på ett transparent sätt.
Viktigt! — Användningsriktlinjerna kan variera beroende på kurs och forskningssammanhang. Alla användningsområden följer inte alltid generiska exempel. Se därför alltid kurs- eller sammanhangsspecifika beskrivningar och angivna instruktioner för generativ AI. Examinatorer är ansvariga för att tydligt informera doktorander om hur användning av generativ AI är tillåten under kursen eller aktiviteten. De kan också kräva att de verktyg som används redovisas.
1. Användning av generativ AI i doktorandkurser
Tillämplighet:
Trafikljusmodellen nedan gäller alla kurser på doktorandnivå som ges vid Hanken, inklusive grundläggande forskningsmetodik, ämnesspecifika seminarier, valbara kurser och workshops.
Viktiga noteringar:
- Gul och grön kategori kräver fullständig rapportering av generativ AI-användning och att mellanliggande versioner av arbetet sparas innan generativ AI används.
- Instruktioner från examinatorn eller kurslärare har företräde framför dessa allmänna riktlinjer.
- Vissa inlämningsuppgifter kan kräva fullständig användning av generativ AI för att uppnå de avsedda inlärningsresultaten.
|
Kategori |
Riktlinjer - Aktiviteter |
|
🟥 Röd |
Alla uppgifter som visar din akademiska kompetens – såsom att skriva uppsatser, forskningsförslag eller betygsatta uppsatser – måste utföras helt och hållet av studenten. Generativ AI får inte användas för att skapa, skriva om eller väsentligt forma innehåll som betygsätts eller används för att utvärdera lärande. |
|
🟨 Gul |
Generativ AI kan stödja perifera uppgifter som att brainstorma idéer eller förbättra tydligheten, men den kan inte användas för att tillhandahålla faktabaserat innehåll, utföra analyser eller skriva avsnitt som visar din behärskning av ämnet. Kontrollera alltid kursspecifika regler och granska kritiskt alla generativa AI-assisterade bidrag. |
|
🟩 Grön |
Uppgifter som inte påverkar upphovsrätten – såsom litteratursökningar, språklig finputsning, kodgenerering eller skapande av visualiseringar – kan involvera generativ AI. Vissa uppgifter kan till och med kräva att du samarbetar och skapar tillsammans med generativ AI. Om så är fallet kommer detta att anges i kursinstruktionerna. Dokumentera all användning och se till att resultaten utvärderas kritiskt. |
2. Användning av generativ AI i doktorsavhandling
Tillämplighet:
Nedanstående trafikljusmodeller gäller för alla delar av doktorsavhandlingen vid Hanken, inklusive kappa, uppsatser och litteraturöversikt, samt forskningsprocessen. Deklarationen av generativ AI-användning måste anges i Kappa.
Gul och grön kategori kräver fullständig rapportering av generativ AI-användning och att mellanliggande versioner av arbetet sparas innan generativ AI används.
Avhandlingsarbete (Kappa, uppsatser, litteraturöversikt):
|
Kategori |
Riktlinjer - Aktiviteter |
|
🟥 Röd |
Det centrala intellektuella arbetet – analys, tolkning, diskussion och slutsatser – måste vara studentens egna. Generativ AI får inte användas för att skriva eller omformulera dessa avsnitt eller ersätta det akademiska bidraget. |
|
🟨 Gul |
Generativ AI kan hjälpa till med språklig förfining eller strukturella förslag, men den kan inte användas för att skapa substantiellt innehåll eller argument. All generativ AI-användning måste utvärderas kritiskt och integreras med eget resonemang. |
|
🟩 Grön |
Generativ AI kan hjälpa till med uppgifter som inte påverkar upphovsrätten, såsom att sammanställa referenser, kartlägga litteratur, visualisera trender, generera kod eller diagram som stöd till analys. Dokumentera all användning och granska resultaten för att säkerställa att de är korrekta och relevanta. |
OBS: Publicerade artiklar måste följa tidskriftspecifika policyer för generativ AI. För opublicerade arbeten ska en deklaration om användning av generativ AI inkluderas i kappa.
Forskningsprocess (Planering, forskningsseminarium, loggbok, handledning):
|
Kategori |
Riktlinjer - Aktiviteter |
|
🟥 Röd |
Personliga reflektioner, beslutsfattande och kommunikation med handledare måste förbli helt och hållet studenternas eget ansvar. Generativ AI kan inte användas för att skriva reflektionsloggar eller fatta forskningsbeslut. |
|
🟨 Gul |
Generativ AI kan stödja planering eller föreslå idéer, men kan inte ersätta studentens omdöme. Reflektioner som stöds av generativ AI måste inkludera studentens egna insikter och resonemang. Kontrollera alltid information och referenser från originalkällor för att undvika plagiering, påhittat innehåll eller referenser. |
|
🟩 Grön |
Generativ AI kan hjälpa till med att strukturera projektplaner, skapa tidsplaner och föreslå resurser. Dokumentera all användning och utvärdera kritiskt dess relevans. |
3. Deklaration och dokumentation av användning av generativ AI
För att säkerställa transparens och etisk integritet i doktorandforskningen måste all användning av generativ AI både deklareras och dokumenteras av doktoranden. Detta krav är i linje med TENK, EU:s riktlinjer och Hanken egna riktlinjer. Viktigt! Doktorander ska alltid kunna visa mellanliggande versioner av sitt arbete, före och efter användning av generativ AI.
Placering av deklarationen i avhandlingen
Deklarationen och dokumentationen av hur generativ AI har använts måste anges i Kappa.
Viktigt! För publicerade artiklar, följ tidskriftens egna krav och riktlinjer.
Dokumentationsloggen måste innehålla följande:
Om generativ AI använts
Om inte, ange: ”Inga generativa AI-verktyg har använts vid förberedelserna eller under arbetet med denna uppsats/avhandling.”
• Var och hur det användes
Ange arbetets/avhandlingens delar (t.ex. kappa, uppsatser, litteraturgenomgång, planering).
- Vilka specifika uppgifter använde du generativ AI till?
- Hur påverkade användningen av AI ditt arbete?
- Vilka var fördelarna eller begränsningarna?
- Hur säkerställde du att informationen var korrekt?
• Vilka verktyg användes
Fullständig källhänvisning (t.ex. Microsoft Copilot v1.0, ChatGPT-4, Elicit). Verktygen måste anges korrekt i litteraturförteckningen.
• Syfte och instruktioner (Prompter)
Beskriv användningen mer detaljerat (t.ex. språklig redigering, litteraturkartläggning). Ge representativa exempel på de instruktioner du använde, inte nödvändigtvis alla. Till exempel:
- ”Sammanfatta de viktigaste slutsatserna i denna artikel i 150 ord.”
- ”Skapa ett konceptdiagram som illustrerar forskningsprocessen.”
• Etiska och juridiska överväganden
Bemöt etiska frågor som rör integritet, dataskydd, immateriella rättigheter och öppenhet.
- Har du anonymiserat data?
- Har du undvikit att kopiera AI-genererad text?
- Har du angett vilka verktyg du använt?
• Forskarens egna bidrag
Reflektera över hur generativ AI har stöttat/bidragit till – inte ersatt – ditt intellektuella arbete.
- Hur gynnades arbetet av användningen av generativ AI i olika stadier av skrivprocessen?
- Hur tror du att arbetet skulle ha utvecklats utan användningen av generativ AI?
- Hur bidrog och stödde generativ AI ditt eget lärande och arbete?
4. Handlingsplan vid misstänkt fall av oegentligheter
Om det finns tecken på att doktoranden inte har följt dessa riktlinjer och principer, ska examinatorn eller handledaren ta upp frågan med doktoranden så tidigt som möjligt.
Inledande diskussion
- Handledaren/examinatorn träffar doktoranden så snart som möjligt.
- Doktoranden presenterar mellanversioner och logg över AI-användning (dokumentation).
- Oskuldspresumtionen gäller under hela processen.
Samråd
- Om farhågorna kvarstår samråder handledaren/examinatorn med programdirektören.
- Vid behov eskaleras ärendet till direktören för utbildning och digitala tjänster för vägledning om förfarandet.
Formellt hörande
- Kalla till hörande om misstanken kvarstår.
- Säkerställ följande:
- Adekvat representation (doktorand, handledare/examinator, programdirektör).
- Tydlig förklaring av potentiella konsekvenser.
- Möjlighet för doktoranden att svara.
Beslut och rapportering
• Om oskuld inte kan fastställas, lämnar handledaren/examinatorn in en formell rapport och beslutsförslag till disciplinnämnden.
• Nämnden fastställer beslut i enlighet med institutionens riktlinjer.