A frase contém um verbo sensitivo, é verdade, mas usado numa construção específica, que é a passiva sintética.Ora, nesta construção é preciso ter em conta que alunos é sujeito (vêem-se alunos = alunos são vistos) e não complemento directo, não podendo, portanto, ser substituído pelo pronome pessoal complemento directo os. Portanto, com a passiva sintética não podem ocorrer os dois fenómenos linguísticos a que se refere. Por outras palavras: a frase «vêem-se os alunos a estudar» não admite o mesmo tipo de transformação de uma frase como esta: «Ele viu os alunos a estudar/estudarem» – «Ele viu-os a estudar». Por se tratar de uma frase em que existe um único sujeito, e também por razões de eufonia, optei pela construção com infinitivo não flexionado: «vêem-se os alunos a estudar». Aceito que haja preferências por determinada construção – isso faz parte da riqueza da nossa língua – mas nada vejo de incorrecto na frase que analisei.