The ethical perception of AI-generated assignments among hungarian informatics students

Kusper, Gábor, Zaletnyik, Péter Tibor (2026) The ethical perception of AI-generated assignments among hungarian informatics students In: Agria Média 2025 : „Oktatás 5.0: Az ember és a technológia harmóniája”. Eger, Eszterházy Károly Katolikus Egyetem (Digitális Technológia Intézet). pp. 123-128.

pdf 123Kusper.pdf Download (921kB) [error in script]

Absztrakt (kivonat)

Generative AI has rapidly entered student workflows, yet ethical norms around assignment submission remain unsettled. To explore these perceptions in a local context, we conducted a survey among Computer Science and Business Informatics students at a Hungarian university. This study is embedded in the broader research project “We Are Not Afraid of the Wolf!”, which examines Hungarian informatics students’ attitudes toward generative AI in programming education. The project investigates how students balance efficiency gains with concerns about reliability, skill development, and labor market impact, and it has shown that most students see AI as a tool rather than a competitor, while stronger programmers tend to review and debug AI-generated code more critically. We studied the following hypothesis: Students with stronger programming skills are less likely to view submitting AIgenerated assignments as ethical than students with weaker skills. We collected responses from 71 students. Programming proficiency was proxied by the Programming 2 lecture grade (on a 2–5 scale). Ethical acceptance was measured on Likert scales by three items: (1) acceptance of using AI-generated code in assignments; (2) acceptance of submitting exclusively AI-generated code as one’s own; and (3) importance of disclosing AI-generated code (interpreted inversely as lower ethical acceptance when disclosure is deemed more important). Spearman correlations were applied in this exploratory stage without additional data cleaning. Ethical acceptance of AI use in assignments showed a small, non-significant negative association with proficiency (r = –0.15, p = 0.24). Acceptance of submitting exclusively AI-generated code was moderately and significantly lower among stronger programmers (r = –0.27, p = 0.032). The disclosure item trended oppositely and was not significant (r = +0.20, p = 0.12). So, we can say, that stronger programming skills are linked to stricter ethical judgments against “pure AI” submissions, while views on mixed use and disclosure are more diverse. Although our study is limited to one Hungarian institution, the full anonymized dataset is openly available at Zenodo, enabling verification and further exploration of our findings by other researchers. As part of the “We Are Not Afraid of the Wolf!” project, these findings enrich a multi-instrument evidence base on how students negotiate ethics, learning, and employability in the age of generative AI. ----- Az AI által generált beadandók etikai megítélése magyar informatikushallgatók körében ----- A generatív mesterséges intelligencia gyorsan beépült a hallgatói munkafolyamatokba, mégis a beadandó feladatok etikai normái továbbra sem tisztázottak. Hogy ezeket a felfogásokat helyi kontextusban vizsgáljuk, felmérést végeztünk egy magyar egyetem informatika és üzleti informatika szakos hallgatói körében. Ez a tanulmány a „Nem félünk a farkastól!” című tágabb kutatási projektbe ágyazódik, amely a magyar informatika szakos hallgatók a generatív mesterséges intelligenciával kapcsolatos attitűdjeit vizsgálja a programozásoktatásban. A projekt azt vizsgálja, hogy a hallgatók hogyan egyensúlyoznak a hatékonyságnövekedés és a megbízhatósággal, a készségfejlesztéssel és a munkaerőpiacra gyakorolt hatásokkal kapcsolatos aggodalmak között, és kimutatta, hogy a legtöbb hallgató a mesterséges intelligenciát inkább eszköznek, mint versenytársnak tekinti, míg a jobb programozók hajlamosabbak kritikusabban áttekinteni és hibakeresni a mesterséges intelligencia által generált kódot. A következő hipotézist vizsgáltuk: Az erősebb programozási készségekkel rendelkező hallgatók kisebb valószínűséggel tartják etikusnak a mesterséges intelligencia által generált feladatok beadását, mint a gyengébb készségekkel rendelkező hallgatók. Összesen 71 hallgatótól gyűjtöttünk válaszokat. A programozási jártasságot a Programozás 2 előadás érdemjegye (2–5 skálán) mérte. Az etikai elfogadottságot Likert-skálán három tétellel mértük: (1) a mesterséges intelligencia által generált kód használatának elfogadása a feladatokban; (2) a kizárólag MI által generált kód sajátként való benyújtásának elfogadása; és (3) a MI által generált kód nyilvánosságra hozatalának fontossága (fordítva értelmezve alacsonyabb etikai elfogadottságként, amikor a nyilvánosságra hozatalt fontosabbnak ítélik). Spearman-korrelációkat alkalmaztunk ebben a feltáró szakaszban további adattisztítás nélkül. Az MI használatának etikai elfogadottsága a feladatokban kismértékű, nem szignifikáns negatív összefüggést mutatott a jártassággal (r = –0,15, p = 0,24). A kizárólag MI által generált kód benyújtásának elfogadottsága mérsékelten és szignifikánsan alacsonyabb volt az erősebb programozók körében (r = –0,27, p = 0,032). A nyilvánosságra hozatalra vonatkozó tétel ellentétesen alakult, és nem volt szignifikáns (r = +0,20, p = 0,12). Ezek a alapján, azt mondhatjuk, hogy a jobb programozási készségek szigorúbb etikai ítéletekkel járnak együtt a „tisztán MI” beküldésekkel szemben, míg a vegyes használattal és a nyilvánosságra hozatallal kapcsolatos nézetek változatosabbak. Bár tanulmányunk egyetlen magyar intézményre korlátozódik, a teljes anonimizált adatkészlet nyíltan elérhető a Zenodo-n, lehetővé téve eredményeink ellenőrzését és további feltárását más kutatók számára. A „Nem félünk a farkastól!” projekt részeként ezek az eredmények egy több eszközön alapuló bizonyítékbázist gazdagítanak arról, hogy a diákok hogyan tárgyalnak az etikáról, a tanulásról és a foglalkoztathatóságról a generatív mesterséges intelligencia korában.

Mű típusa:	Könyvrészlet - Book section
Szerző:	Szerző neve Email MTMT azonosító ORCID azonosító Közreműködés Kusper, Gábor NEM RÉSZLETEZETT NEM RÉSZLETEZETT NEM RÉSZLETEZETT Szerző Zaletnyik, Péter Tibor NEM RÉSZLETEZETT NEM RÉSZLETEZETT NEM RÉSZLETEZETT Szerző
Kapcsolódó URL-ek:	Befoglaló kötet
Kulcsszavak:	student attitudes toward AI, AI ethics, AI in programming education ----- hallgatói attitűdök MI irányában, MI etika, MI a programozás oktatásában
Nyelv:	angol
DOI azonosító:	10.17048/AM.2025.123
Felhasználó:	Tibor Gál
Dátum:	02 Szep 2026 13:06
Utolsó módosítás:	02 Szep 2026 13:06
URI:	http://publikacio.uni-eszterhazy.hu/id/eprint/9395

Műveletek (bejelentkezés szükséges)

Tétel nézet