Přeházet slova už nestačíMladá fronta DNES | 21.7.2018 | Rubrika: Z domova | Strana: 4 |
Autor: Artur Janoušek | Téma: Masarykova univerzita, vysoké školy
Čím víc se podvádí, tím víc se systémy na odhalení plagiátů zdokonalují.
Taťána Malá kvůli tomu přišla o místo ministryně spravedlnosti, Petr Krčál o post ministra práce a
sociálních věcí. Oba rezignovali, neboť se ocitli v silném podezření, že opisovali ve svých
vysokoškolských pracích od jiných autorů a celé dlouhé pasáže vydávali za vlastní.
Novináři na to přišli díky antiplagiátorským počítačovým programům, které už v roce 2004 začali
vyvíjet odborníci v brněnské Masarykově univerzitě.
Systém se neustále vyvíjí. I s tím, jaké triky a podvody studenti zkoušejí, říká Jitka Brandejsová
z Centra výpočetní techniky Fakulty informatiky Masarykovy univerzity, která stála u zrodu programů
a je členkou týmu, jejž je dodnes vylepšuje.
* Dnes existují takové systémy tři, kromě Theses.cz ještě Odevzdej. cz a Repozitar.cz. Jaký je mezi
nimi rozdíl?
Theses.cz je výhradně pro vysokoškolské závěrečné práce a absolventské, když jde o vyšší odbornou
školu, a do Národního registru vysokoškolských kvalifikačních prací je vkládají školy. Repozitar.cz
je určen pro zaměstnance škol a jejich díla, články, publikace, monografie, ale i doktorské
habilitační práce. Sem je vkládají školy. Odevzdej.cz slouží k tomu, aby si školy mohly kontrolovat
i jiná díla: maturitní práce, referáty, seminární práce. Používají to i střední a vyšší odborné
školy a třeba i slovenské ministerstvo práce a sociálních věcí, které si kontroluje projekty.
* Zeptám se rovnou: Opisovala Taťána Malá, nebo ne?
Dívala jsem se v médiích na otisknuté výsledky porovnání její práce ze systému Theses a podobnost
kolem pěti procent může být úplně v pohodě, když se všechno řádně odcituje. Pokud se najdou
podobnosti zejména u právních diplomek, to neznamená, že autor nutně opisoval, protože se tam často
citují zákony. Jenže to, že necitovala, je dost velký prohřešek sám o sobě. V akademické sféře, ve
které jsem už patnáct let, nepamatuji doby, že by se podceňovalo citování. Na to se dbalo vždycky.
* Malá plagiátorství odmítá. Ale když se v její diplomce objevila věta, která předtím byla v jiné
práci, a v obou jsou dvě stejné gramatické chyby, to nevypadá na náhodu.
To ale musí vždycky prozkoumat odborník. Vždycky. Musí se jasně vyznačit, který dokument vznikl
dřív a jestli není ještě třetí původce, odkud se to opisovalo, to všechno může hrát roli. Systém
vždy najde jen shodu nebo podobnost, ale to, jestli šlo o plagiát, musí vždy rozhodnout odborník –
vedoucí diplomky nebo vedoucí katedry.
* Jak systém funguje? A podle čeho rozhoduje, se kterými texty v obrovském množství akademických
prací i článků na internetu bude porovnávat kontrolovaný text?
Pracuje na podobném principu jako vyhledávač Google, ale máme navíc vlastní speciální algoritmus,
který nechci prozradit, chráníme si know-how.
* Co systém vlastně porovnává? Věty, odstavce nebo celé pasáže?
Všechno dohromady. Na to jsou speciální algoritmy, které počítají s různými obměněními, jež jsme
vynalezli, nějakou dobu nám to trvalo, proto to neprozrazujeme.
* Dříve stačilo přehodit slova ve větě, mírně pozměnit slovosled a systém už podobnost nenašel. Co
dnes?
Když přehodíte dvě slova, systém to odhalí. Pokud úplně přeházíte celou větu, stroj to vyhodnotí
jako jiný význam a podobnost nenajde. Ale neustále ho zdokonalujeme a i to se v budoucnu vyřeší.
* A stačí nahradit jedno slovo ve větě synonymem?
Když z porovnávané věty vypadne jedno slovo, ale zůstane zbývajících pět, deset, dvacet slov, stroj
to najde a označí červeně jako podobnost. A hned to trkne do očí. Existují různé pokusy, jak systém
obejít, a proti nim jsme vyvinuli další ochranu. Jeden ze studentů třeba překlopil cizí text do
svého a místo mezer mezi slovy psal písmeno A v bílé barvě. Opticky to vypadalo jako mezera, ale ve
skutečnosti šlo o řetězec znaků za sebou bez mezer.
* Co na to váš program?
Na to jsme vyvinuli fintu a stroj to dnes vyhodnotí jako jedno dlouhé nesmyslné slovo. Označí celý
text, protože není logické, aby existovalo tak dlouhé slovo několikrát za sebou. A následně systém
vyšle upozornění na pochybný dokument. Jiný student zkoušel nahradit písmeno A podobným znakem v
azbuce, aby zmátl program znakem jiné abecedy. I to dnes systém odhalí.
* To opravdu někdo zkoušel?
Ano a kupodivu to byli většinou studenti přicházející z Východu a studující na českých školách.
Vždycky se na to přišlo náhodou a už jsme udělali opatření.
* Jak program odliší pasáže, které student převezme z jiné práce, ale řádně je odcituje, od těch,
které jen opíše a vydá za vlastní?
To program neodliší a my ani nechceme, aby to odlišoval. Protože navzdory normám různí studenti
citují různými způsoby. Kdybychom neoznačili všechny shodné texty, mohlo by se zdát, že ten systém
nefunguje.
* A co plagiátorství myšlenek? Tedy, když někdo svými slovy popíše cizí nápad. Může počítačový
program odhalit inspiraci?
V odborných oblastech to odhalí už dnes, protože klíčová slova budou hodně podobná. Myslím, že
systém odhalí zdroj a pak je opět na člověku, aby rozhodl, zda byla myšlenka ukradená.
* Na druhou stranu se může stát, že dva lidi nezávisle na sobě přijdou na řešení nějakého problému.
Ano a proto, když se patentují závratné objevy, nesmí být nikde zveřejněny nebo popsány, jinak je
patentový úřad nevezme.
* A cizojazyčné texty? V roce 2014 se objevila informace, že tehdejší generální tajemník bavorské
CSU Andreas Scheuer ve své rigorózní práci z pražské Univerzity Karlovy o deset let dříve opisoval.
Univerzita tenkrát oznámila, že systém na odhalení plagiátů opisování neprokázal. Vy jste tehdy
řekla, že odhalit plagiát u cizojazyčné práce je nemožné. Jak se to od té doby posunulo?
Posouvá se to, pořád to ještě není implementované, ale je to jedna z výzev, která by v budoucnu
měla přijít. Takových výzev je víc – obrázky, grafy, tabulky, technologie na jejich porovnávání
ještě není dokonalá, ale pracuje se na zlepšení.
Jeden student třeba překlopil cizí text do svého a místo mezer mezi slovy psal písmeno A v bílé
barvě. Vypadalo to jako mezera, ale šlo o řetězec znaků bez mezer. I to systém odhalil.
Foto popis| Vývojářka Jitka Brandejsová.
Foto autor| Foto: Anna Vavríková, MAFRA
O autorovi| Artur Janoušek, reportér MF DNES