یافته‌های یک تحقیق که در بریتانیا انجام شده است نشان می‌دهد تقریباً تمامی موارد ارسالی ایجاد شده توسط هوش مصنوعی توانسته‌اند در سیستم‌های امتحانی دانشگاه‌های بریتانیا مورد پذیرش قرار گیرند، بدون اینکه تشخیص داده شود آنها توسط انسان‌های واقعی نوشته نشده‌اند. محققان دانشگاه ردینگ همچنین دریافتند که مقالات تولید شده توسط هوش مصنوعی در مقایسه با مقالاتی که توسط دانشجویان واقعی نوشته شده بود، نمرات بالاتری دریافت کرده بودند.
هوش مصنوعی پیش از این ثابت کرده بود که می‌تواند امتحانات را با موفقیت پشت سر بگذارد. امری که باعث شده است برخی از مدارس و دانشگاه‌ها دانش‌آموزان و دانشجویان را از استفاده از ابزارهای هوش مصنوعی در دسترس مانند چت‌جی‌پی‌تی منع کنند.
با این حال نتایج مطالعه جدید نشان می‌دهد که کارآمدی این تصمیم محل پرسش است. محققان پاسخ آزمون‌هایی را که توسط هوش مصنوعی نوشته شده بود برای دریافت مدرک پنج دوره مختلف کارشناسی روانشناسی در دانشگاه فرستادند. آنها دریافتند که ۹۴ درصد از این موارد ارسالی شناسایی نشدند.
نویسندگان گفتند که این یافته «بسیار نگران‌کننده» است، به خصوص که محتوای پاسخ‌های تولید شده توسط هوش مصنوعی توسط محققان اصلاح نشده و مورد بازبینی قرار نگرفته است. آنها در مقاله خود آورده‌اند: «محتمل است که برای ۶ درصد باقیمانده نیز دانش‌آموزان و دانشجویان خروجی هوش مصنوعی را کمی تغییر داده باشند که این هم کمتر قابل تشخیص است.»
علاوه بر این در ۸۳.۴ درصد موارد، تکالیف امتحانی ارائه‌شده توسط هوش مصنوعی در مقایسه با پاسخ‌هایی که به‌طور تصادفی از دانش‌آموزان واقعی انتخاب شده بودند، نمرات بالاتری کسب کردند. پژوهشگران می‌گویند هوش مصنوعی تنها در سوال‌هایی که پاسخ به آنها مستلزم استدلال انتزاعی‌تر است، به مشکل برمی‌خورد. در این موارد دانش‌آموزان واقعی بهتر می‌توانند از پس پاسخ بربیایند.
بنابر گفته محققان، هرچند آزمون‌های حضوری نظارت شده می‌توانند این مشکل را کاهش دهند، با این حال مدارس و دانشگاه‌ها با توجه به تکامل ابزارهای هوش مصنوعی باید آنها را به عنوان «واقعیت جدید» بپذیرند و راه‌هایی برای ادغام آن با حوزه آموزش بیابند.