学生用 ChatGPT 写出一份像样的作业，并不代表他真的理解了材料：他可能反复追问、主动核验，也可能直接照搬。只看最终答案，很难分辨。新数据集因此保存了“解题草稿”——记录学习者如何借助生成式 AI 搜索、判断和整合信息，而不只看最后得分。
研究团队收集了澳大利亚一所公立大学 275 名学生使用 FLoRA 教育平台完成数据科学项目提案的过程。数据把学生与 AI 的对话、写作操作日志、经人工评分的最终提案，以及个人背景、既有经验和使用感受问卷放在一起。最有价值之处正是这种对应关系：研究者可以把“问了什么、怎样写”与“成品如何、本人怎么看”连起来，分析学生何时依赖 AI、是否表现出核验行为，以及不同过程与成绩之间有什么关系。
不过，这些记录来自特定大学、平台和任务，不能自动代表所有学生；它提供的是研究依赖、验证与信息素养的材料，而不是现成结论。