Un tasso di IA elevato in una tesi cinese è cattiva condotta accademica?

Secondo la normativa vigente e i regolamenti del Ministero dell'Istruzione, un tasso di IA elevato di per sé non è cattiva condotta accademica. La Degree Law della Repubblica Popolare Cinese (《中华人民共和国学位法》) e due decreti del Ministero dell'Istruzione definiscono la cattiva condotta accademica in base alla condotta: ghostwriting, plagio, fabbricazione. Nessuno dei due tratta una percentuale di rilevamento come una categoria di cattiva condotta.

Ma a livello di ateneo, un numero alto può incidere sulla discussione e sulla domanda di titolo. Alcuni atenei fissano una soglia oltre la quale non puoi partecipare al primo turno di discussione, subisci un rinvio o addirittura perdi il diritto di chiedere il titolo. Un ateneo ha inserito il «artificially lowering the AI ratio» (abbassare artificialmente il tasso di IA) stesso tra le condotte da trattare come cattiva condotta accademica.

La Degree Law della Repubblica Popolare Cinese (《中华人民共和国学位法》) è stata approvata nel 2024 ed è entrata in vigore il 1° gennaio 2025. L'articolo 37 elenca i casi in cui un titolo non viene conferito o viene revocato; il testo è riportato di seguito. Il decreto n. 40 del Ministero dell'Istruzione, le Misure per la prevenzione e il trattamento della cattiva condotta accademica negli istituti di istruzione superiore (《高等学校预防与处理学术不端行为办法》), e il decreto n. 34, le Misure per il trattamento delle pratiche fraudolente nelle tesi (《学位论文作假行为处理办法》), sono scritti allo stesso modo: elencano compravendita di elaborati, ghostwriting, plagio e fabbricazione come condotte, e nessuno dei due menziona «artificial intelligence» (intelligenza artificiale) in alcun punto del suo testo integrale.

第三十七条 学位申请人、学位获得者在攻读该学位过程中有下列情形之一的，经学位评定委员会决议，学位授予单位不授予学位或者撤销学位：（一）学位论文或者实践成果被认定为存在代写、剽窃、伪造等学术不端行为； (Article 37: Where a degree applicant or degree holder, during the pursuit of the degree, falls under any of the following circumstances, the degree-granting institution shall not grant or shall revoke the degree upon resolution of the degree evaluation committee: (Articolo 37: quando chi chiede o possiede un titolo accademico, nel corso del conseguimento del titolo, si trova in una delle seguenti situazioni, l'istituzione che conferisce il titolo non lo conferisce o lo revoca, su deliberazione del comitato di valutazione dei titoli: (1) la tesi o il risultato pratico risulta affetto da cattiva condotta accademica come ghostwriting, plagio o fabbricazione;)

Forse hai visto online l'affermazione secondo cui «the Degree Law says AI ghostwriting leads to degree revocation.» (la Degree Law prevede che il ghostwriting con IA porti alla revoca del titolo). L'affermazione non nasce dal nulla, ma descrive una bozza. La bozza di prima lettura del 2023 conteneva davvero l'espressione «AI ghostwriting» (ghostwriting con IA):

学位论文或者实践成果存在抄袭、剽窃、伪造、数据造假、人工智能代写等学术不端行为的 (Quando la tesi o il risultato pratico contiene cattiva condotta accademica come plagio, fabbricazione, falsificazione di dati o ghostwriting mediante intelligenza artificiale)

Nella bozza di seconda lettura dell'aprile 2024, questa frase era diventata «found to contain ghostwriting, plagiarism, fabrication, or other conduct,» (risulta contenere ghostwriting, plagio, fabbricazione o altra condotta), e anche il testo approvato non contiene «artificial intelligence» (intelligenza artificiale). Nessuna ragione ufficiale del cambiamento è stata pubblicata. Quindi, se qualcuno ti dice che la Degree Law revoca i titoli per «AI ghostwriting» (ghostwriting con IA), è utile sapere che la legge approvata nomina la condotta, il ghostwriting, e non elenca «AI ghostwriting» (ghostwriting con IA) separatamente.

La legge non codifica un tasso di IA come standard, ma gli atenei possono collegare i risultati del rilevamento a diverse fasi della discussione e della valutazione. Gli avvisi pubblici mostrano approcci molto diversi, riconducibili grosso modo a tre tipi.

• Bloccare direttamente la discussione o la valutazione. Nanjing University of Aeronautics and Astronautics, avviso sulle tesi triennali 2026: una quota di AIGC (contenuto generato dall'IA) sopra il 40% o il mancato invio al rilevamento nei termini fa sì che il controllo conti come non superato; chi non supera il rilevamento di plagio o di AIGC non può partecipare al primo turno di discussione e subisce un rinvio di almeno 1 mese. Heilongjiang University, studenti di secondo livello: tra il 40% e il 70% (70% compreso), lo studente può ripresentare domanda di discussione solo dopo almeno 6 mesi di revisione; sopra il 70%, perde il diritto di chiedere il titolo, e lo stesso avviso chiama questi valori «检测结果参考标准» (standard di riferimento per i risultati del rilevamento). Guangdong Ocean University, avviso triennali 2025: una quota di contenuto generato dall'IA pari o superiore al 40% esclude la tesi dalla revisione cieca e dalla discussione.
• Un numero più un accertamento di cattiva condotta. Nanjing University of Aeronautics and Astronautics, avviso sulle tesi triennali 2025: gli studenti i cui risultati superano il 40%, una volta che il comitato accademico del collegio accerta che la cattiva condotta accademica esiste davvero, subiscono un rinvio della discussione non inferiore a 1 mese. Nota il cambiamento nello stesso ateneo: nel 2025, un rinvio richiedeva che il comitato accademico del collegio accertasse l'effettiva esistenza della cattiva condotta; nel 2026, ogni studente ha due tentativi di rilevamento e, se anche il secondo non passa, il risultato conta come non superato «upon the college's confirmation» (su conferma del collegio), senza che si menzioni un accertamento di cattiva condotta.
• Chiamarlo espressamente «reference» (riferimento) e lasciare la decisione agli esperti. Nanjing Tech University, avviso triennali 2025: i risultati di plagio e di AIGC servono solo come riferimento per giudicare se vi sia stata cattiva condotta accademica, e se uno studente contesta un risultato, il suo collegio organizza esperti che decidono e gestiscono il caso. Beijing Technology and Business University, tesi di master e dottorato dal 2026 in poi: i risultati del rilevamento sono un punto di riferimento nel valutare l'originalità, e la determinazione finale spetta a esperti che soppesano il contenuto della tesi nel suo insieme. Zhejiang University School of Economics, avviso triennali 2025: i risultati non sono uno standard obbligatorio e non sono collegati direttamente al superamento della tesi.

Gli atenei hanno pubblicato più cifre di queste. Per altro, vedi le soglie del tasso di IA rese pubbliche dagli atenei. Ciò che conta, però, non è la cifra scelta da un altro ateneo, ma ciò che dice il tuo per la tua coorte.

Perché alcuni atenei scrivono solo «reference» (riferimento)? Un servizio dello Xinhua Daily Telegraph del maggio 2025 offriva una spiegazione: gli esperti hanno osservato che il rilevamento dell'IA è essenzialmente una stima di probabilità e non può concludere in modo definitivo che una tesi sia stata generata o co-scritta dall'IA. Lo stesso paragrafo può dare punteggi molto diversi su rilevatori diversi. Sul perché, vedi perché i rilevatori danno punteggi diversi.

记者发现，由于相关技术、标准尚在探索阶段，目前高校针对论文AI率超标的处理趋于审慎，更多是引导修改，而非直接等同于代写、剽窃。 (I giornalisti hanno rilevato che, poiché la tecnologia e gli standard pertinenti sono ancora in fase di esplorazione, gli atenei tendono oggi a un approccio prudente verso i tassi di IA oltre soglia e indirizzano più spesso alla revisione, invece di equipararli direttamente a ghostwriting o plagio.)

Le Linee guida per la standardizzazione dell'uso di strumenti di intelligenza artificiale nelle tesi di secondo livello e nei risultati pratici (《规范研究生学位论文与实践成果中人工智能工具使用指南》), pubblicate dall'Associazione cinese per i titoli accademici e la formazione dei diplomati (中国学位与研究生教育学会) nel maggio 2026, riflettono questa impostazione. Le note di redazione ricordano che gli atenei differiscono nell'approccio al rilevamento tecnico e che la stessa tecnologia di rilevamento ha dei limiti; le linee guida spostano quindi il fulcro della governance dall'affidarsi a un rilevamento tecnico contestato e incoerente al rafforzamento di «transparent disclosure and traceability.» (divulgazione trasparente e tracciabilità). L'articolo 8 prevede che la discussione e le altre fasi includano in linea di principio una procedura di verifica sull'uso di strumenti di IA, e che i candidati al titolo adempiano proattivamente agli obblighi di dichiarazione e forniscano prove tracciabili o verificabili. Nota che questa linea guida è pubblicata dall'Associazione, non è un regolamento del Ministero dell'Istruzione, e si applica solo agli studenti di secondo livello.

Un avviso della Shandong Jianzhu University per gli studenti di secondo livello che chiedono la discussione nel semestre primaverile 2026 contiene due frasi rilevanti, in sezioni diverse. Una richiede ai candidati sopra il 40% di rivedere la tesi e ridurre la quota di contenuto generato dall'IA. L'altra è la seguente.

严禁在形式上弄虚作假，严禁以删除、篡改等手段人为降低人工智能生成的内容比例。一经发现与核实，学校将按学术不端相关规定给予严肃处理。 (È severamente vietata la falsificazione formale; è severamente vietato ridurre artificialmente la quota di contenuto generato da intelligenza artificiale mediante cancellazione, manomissione o altri mezzi. Non appena venga scoperto e verificato, l'ateneo lo tratterà con rigore secondo la normativa sulla cattiva condotta accademica.)

Lo stesso avviso richiede inoltre che la tesi presentata al rilevamento AIGC sia la stessa versione di quella destinata al controllo del plagio e alla valutazione, e che chiunque abbia usato l'IA nella propria tesi ne dichiari l'uso in modo veritiero. Da un lato ti chiede di rivedere e ridurre la quota; dall'altro vieta «artificially lowering through deletion, tampering, or other means.» (la riduzione artificiale mediante cancellazione, manomissione o altri mezzi). Dove cada la linea fra le due cose, l'avviso non lo spiega. La linea la traccia l'interpretazione del tuo ateneo. Se non sei sicuro, chiedi al tuo relatore o all'ufficio della scuola di dottorato prima di cambiare qualsiasi cosa.

Prima di lasciarti spaventare da una cifra, segui questi passaggi.

• Trova l'avviso originale del tuo ateneo e della tua coorte. Non guardare quello dell'anno scorso e non trattare le regole di un altro ateneo come se fossero le tue.
• Controlla a quale fase è collegata la cifra e se è richiesto un accertamento di cattiva condotta. Lo stesso 40% può bloccare direttamente la discussione in un ateneo, mentre in un altro conta solo dopo che il comitato accademico del collegio ha emesso una determinazione.
• Sappi a chi rivolgerti se non sei d'accordo. L'avviso triennali 2025 della Nanjing Tech University dice che, quando uno studente contesta un risultato, il suo collegio organizza esperti che decidono e gestiscono il caso. Anche l'articolo 40 della Degree Law offre una via d'uscita: il candidato al titolo che non concorda con una conclusione di valutazione accademica può chiedere all'istituzione che conferisce il titolo una revisione accademica.
• Prepara materiali che documentino il tuo processo di scrittura. Usare la cronologia delle versioni di WPS o Tencent Docs può registrare la traccia delle tue revisioni, corrispondente a ciò che la linea guida dell'Associazione chiama «traceable or verifiable evidence.» (prove tracciabili o verificabili).
• Se hai usato l'IA nella tua tesi, dichiaralo in modo veritiero come richiede il tuo ateneo. Sia l'avviso della Shandong Jianzhu University sia l'articolo 8 della linea guida dell'Associazione enunciano l'obbligo di segnalare proattivamente.

Il documento che si applica davvero a te è l'avviso della tua coorte.