Incidente 302: Según informes, la Facultad de Medicina Geisel de Dartmouth utilizó los registros de actividad de Canvas para acusar a los estudiantes de hacer trampa.
Descripción: Según informes, la Facultad de Medicina Geisel de Dartmouth utilizó los registros de actividad de la plataforma de gestión del aprendizaje Canvas y un proceso de análisis interno para investigar el fraude en los exámenes a distancia durante el año académico 2020-2021. Diecisiete estudiantes de medicina fueron acusados después de que la facultad infiriera que habían accedido a materiales del curso durante los exámenes, pero tanto los estudiantes como los revisores técnicos externos afirmaron que la actividad automatizada en Canvas pudo haber sido malinterpretada como una falta intencionada. Posteriormente, Dartmouth retiró los cargos.
Editor Notes: This record is retained as an incident because it describes a specific academic-misconduct investigation in which Geisel School of Medicine reportedly used Canvas learning-management activity logs and an internal analysis process to accuse students of cheating. The record is AIID-borderline because the implicated system appears to be a semi-opaque activity-log analysis rather than a conventional AI model; retention depends on treating the log-analysis process as an algorithmic decision-support system used in a high-stakes disciplinary context.
Entidades
Ver todas las entidadesAlleged: Geisel School of Medicine's Technology staff y Canvas developed an AI system deployed by Geisel School of Medicine, which harmed Sirey Zhang , Geisel School of Medicine's students , Geisel School of Medicine's professors , Geisel School of Medicine's accused students , students , Medical students , Epistemic integrity , Educational communities y University students.
Sistemas de IA presuntamente implicados: Canvas , Automated proctoring systems y Learning management system activity logs
Estadísticas de incidentes
ID
302
Cantidad de informes
1
Fecha del Incidente
2021-03-15
Editores
Sean McGregor, Daniel Atherton
Applied Taxonomies
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
7.3. Lack of capability or robustness
Risk Domain
The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
- AI system safety, failures, and limitations
Entity
Which, if any, entity is presented as the main cause of the risk
AI
Timing
The stage in the AI lifecycle at which the risk is presented as occurring
Post-deployment
Intent
Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
Unintentional
Informes del Incidente
Cronología de Informes
Loading...
HANOVER, N.H. — Sirey Zhang, estudiante de primer año en la Escuela de Medicina Geisel de Dartmouth, estaba en sus vacaciones de primavera en marzo cuando recibió un correo electrónico de los administradores acusándolo de [hacer trampa] (ht…
Variantes
Una "Variante" es un incidente de IA similar a un caso conocido—tiene los mismos causantes, daños y sistema de IA. En lugar de enumerarlo por separado, lo agrupamos bajo el primer incidente informado. A diferencia de otros incidentes, las variantes no necesitan haber sido informadas fuera de la AIID. Obtenga más información del trabajo de investigación.
¿Has visto algo similar?