Original title:
Application of language models (AI) on Academic works for enhanced performance
Translated title:
APLIKACE JAZYKOVÝCH MODELŮ (AI) NA AKADEMICKÉ PRÁCE PRO ZLEPŠENÍ VÝKONU
Authors:
TreviDervishaj ; AntonínPavlíček (advisor) ; FrantišekSudzina (referee) Document type: Master’s theses
Year:
2026
Language:
eng Publisher:
Vysoká škola ekonomická v Praze Abstract:
[eng][cze] The academic community is facing a paradigm shift on the one hand brought about by Large Language Models (LLMs) such as ChatGPT which are generative engines with the ability to generate complex, coherent, and contextually relevant text. Such innovation brings a two-fold dilemma: the potential of unmatched efficiency (e.g., having overcome writer block, drafted faster) is offset by a potentially serious integrity risk due to the fundamental factual and reliability issue of the LLMs, which is the Hallucination Problem. Institutions have mostly been reactive with ineffective strategies, which has led to swamping of Verification Fatigue, the administrative cost of manually verifying every output of AI. The lack of a validated, ethical procedural framework is another critical issue that is dealt with in this dissertation. It uses a Sequential Exploratory Mixed-Methods Design in the initial step which is to determine the starting patterns of LLM adoption, and it will attest that the latter is a student-driven high-velocity content writing support. Then, it proposes and empirically proves Structured AI Integration Workflow: a ten-step, skill-based procedural intervention, which requires human responsibility, strategic encouragement and strict verification at important points of academic development. Findings indicate that the workflow was highly rated in terms of mean utility (4.03), with the greatest effects on Outlining and Structuring (4.12) which confirm AI as an organizational catalyst. Nevertheless, qualitative responses also indicated that Verification Fatigue is the main barrier. The results propose policy shift exceeding the Permissive/ Integrated Level to Transformative/ Curricular Level, where the pedagogy has been reformulated to measure Prompt Mastery and Critical Evaluation. The research finds that the future of academic integrity lies in the definition of human role without being a content maker, but the essential critical verifier of all AI-assisted research.Akademická obec čelí posunu paradigmatu, který je na jedné straně způsoben velkými jazykovými modely (LLMs), jako je ChatGPT, které jsou generativními nástroji schopnými vytvářet komplexní, koherentní a kontextově relevantní text. Taková inovace přináší dvojí dilema: potenciál bezkonkurenční efektivity (například překonání autorského bloku či rychlejší příprava textu) je vyvážen potenciálně závažným rizikem narušení integrity kvůli základnímu faktickému a spolehlivostnímu problému LLM, kterým je problém halucinací. Instituce byly většinou reaktivní s neúčinnými strategiemi, což vedlo k zahlcení ověřovací únavou, tedy administrativními náklady na manuální ověřování každého výstupu AI. Dalším kritickým problémem, kterým se tato disertace zabývá, je nedostatek validovaného, etického procedurálního rámce. V první fázi používá sekvenční explorativní smíšený výzkumný design, jehož cílem je určit počáteční vzorce adopce LLM, a ukáže, že jde o studenty řízenou, vysoce dynamickou podporu tvorby obsahu. Následně navrhuje a empiricky dokládá Strukturovaný pracovní postup integrace AI: desetistupňový, na dovednosti založený procedurální zásah, který vyžaduje lidskou odpovědnost, strategickou podporu a přísné ověřování v klíčových bodech akademického rozvoje. Zjištění ukazují, že pracovní postup byl velmi pozitivně hodnocen z hlediska průměrné užitečnosti (4,03), přičemž největší přínos byl zaznamenán v oblasti tvorby osnov a strukturování (4,12), což potvrzuje roli AI jako organizačního katalyzátoru. Kvalitativní odpovědi nicméně také naznačily, že hlavní překážkou je ověřovací únava. Výsledky navrhují posun politiky nad rámec permisivní/integrativní úrovně směrem k transformativní/currikulární úrovni, kde je pedagogika reformulována tak, aby hodnotila ovládnutí promptů a kritické hodnocení. Výzkum konstatuje, že budoucnost akademické integrity spočívá v definici lidské role nikoli jako tvůrce obsahu, ale jako zásadního kritického ověřovatele veškerého výzkumu podporovaného AI.
Keywords:
Academic Integrity; ChatGPT; Generative Engines; Large Language Models (LLMs); Akademická integrita; ChatGPT; Generativní nástroje / generativní systémy; Velké jazykové modely (LLMs)
Institution: University of Economics, Prague
(web)
Document availability information: Available in the digital repository of the University of Economics, Prague. Original record: https://vskp.vse.cz/eid/98739
guest ::
