卡内基梅隆大学｜GPT代码作业重叠遭质疑，审阅后不构成违规且无处罚

当时处理情况

小桐在卡内基梅隆大学攻读 Automated Science 硕士，所属院系是 Ray and Stephanie Lane Computational Biology Department。对她来说，编程是学习中绕不开的一部分：把问题变成能够运行的代码，再理解代码怎样得出结果，本来就是需要反复练习的过程。她没有想到，一份交上去的家庭作业，会把自己带进学术诚信调查。

她提交的作业与其他学生的作业，被认为存在可疑程度的重叠。看到这个质疑时，小桐很紧张。按她的说法，她没有和其他人合作，也没有找人代写，但确实使用了 GPT 写代码。她认为自己没有参与学生之间的合作，可提交内容相似、代码又涉及工具生成，让事情并不能靠一句没有抄同学就说清楚。

她担心这份作业会失去学分，更担心处理结果进入正式文件。原本只是一个课程任务，现在却可能影响别人怎样看待她的学习和独立完成能力。小桐希望保留作业学分，也希望不要留下正式处分记录；要走到这个结果，她首先需要回应学校对这份作业的具体疑问。

自动化科学的学习让学生经常接触代码和计算方法。生成工具能够给出一段看起来完整的程序，却不会替学生说明这段程序怎样成为自己的提交内容。小桐面对的压力就集中在这里：她说自己没有找代写，而作业里确实用了 GPT，学校还发现了与其他提交内容的重叠，这些事实都需要放到同一次沟通里。

处理思路

回应要从这份作业的完成过程展开。学生之间是否有合作、是否请别人完成、生成工具在代码中起了什么作用，是这次质疑里需要说明的几个环节。小桐能够陈述的是自己的经历，尤其是 GPT 的使用情况；把这部分省略，反而会让她关于作业来源的解释留下空白。

对代码作业而言，提交内容相似会引出完成方式的问题。沟通中需要把作业要求与实际写作、编程过程对应起来，让学校能够了解她所说的没有合作、没有代写，与使用生成工具这件事之间的关系。如果有能够对应完成过程的记录，也应当围绕具体内容说明，而不只是用独立完成四个字概括整份作业。

她希望不留正式处分记录、保留作业学分，但学校首先需要审议是否构成学术诚信违规。因此，这次沟通的重点落在事实和课程作业上：她怎样完成提交、哪些部分涉及工具、对于重叠的质疑有什么能够说明的情况。请求减轻后果的心情很强烈，却仍要通过学校对具体情况的判断来回应。

小桐后来与课程方面进行了会面。会面结束后，负责沟通的 Education Associate 将双方讨论的内容转交进一步审阅。这一步让她的说明进入了后续考虑，她仍要等待最后的结论。对于一个已经担心处分记录的学生来说，最难熬的并不是重新做一次题，而是不知道这份作业最终会被怎样定性。

处理结果

回复终于到来。课程方面表示，审阅相关信息后，结论是这件事不构成 Academic Integrity Violation，也不会施加处罚。原先的指控撤销，小桐没有因为这次调查受到处罚。她担心的处分后果，在这次处理里得到了解决。

邮件还就这段过程可能给她带来的额外压力表示歉意。对小桐而言，最让人松一口气的是学校已经给出明确结论：不再以学术诚信违规对她施加惩罚。她曾经担心这份家庭作业带来正式处分，如今终于等到了这场调查结束的答复。

这份答复解决了眼前的诚信调查，小桐可以不再带着等待处分的压力面对课程。但工具使用仍是她接下来完成作业时要认真处理的部分，她需要继续关注各次课程任务对代码来源与工具使用的要求。此次结果是撤销指控、无处罚，至于作业的具体分数和课程最后成绩，还要跟随相应的课程评定安排。

结果图片与材料