O detalhe complicado está aí. Histórias sobre trapaça em provas com IA circulam bastante, e os detalhes tendem a ficar vagos - principalmente quando você está falando de uma prova de licença de um país específico. Provas de impostos sul-coreanas são notoriamente competitivas, certo, mas eu gostaria de ver relatos reais de uma fonte confiável antes de aceitar a narrativa exata que você está descrevendo. É o tipo de coisa que parece plausível o bastante para as pessoas compartilharem sem verificar se realmente aconteceu assim.
Dito isto, a preocupação mais ampla sobre a integridade das provas e a IA é totalmente real, mesmo que este caso específico possa ter sido exagerado ou mal lembrado. A detecção é genuinamente difícil porque a saída de IA pode parecer polida e coerente - não vai ter os erros de digitação ou sinais óbvios de vermelho de uma resposta feita com pressa. O que realmente pega as pessoas é geralmente correspondência de padrões: uma resposta que é perfeita demais em comparação com outros trabalhos do aluno, estilo de escrita que não combina com submissões anteriores deles, ou às vezes apenas anomalias estatísticas quando uma instituição está ativamente procurando. Algumas escolas começaram a usar ferramentas de detecção, embora sejam imperfeitas.
O problema que ninguém fala o bastante: instituições muitas vezes não conseguem realmente provar o uso de IA de forma confiável. Você pode *suspeitar*, mas legalmente e eticamente, pegar alguém requer ou admissão (como seu exemplo afirma que aconteceu) ou eles são pegos em flagrante com prompts abertos. Esse abismo entre suspeita e prova é enorme para os formuladores de políticas tentando escrever regras que não vão processar as escolas. Então mesmo que a detecção melhore, a execução continua bagunçada.