4 MLADÁFRONTA DNES I sobota 21.7.2018
Přeházetslova
už nestačí
Čím víc se podvádí, tím víc se systémy na odhalení plagiátů zdokonalují.
Artur Janoušek
reportér MF DNES
T
aťána 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 odjiných 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.czje 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?
Dívalajsem 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
dřívá jestli neníještě 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 vyhledavač Google, ale máme
navíc vlastní speciální algoritmus,
který nechci prozradit, chráníme si
know-how.
Co systém vlastně porovnává?
Věty, odstavce nebo celé pasá­
že?
Všechno dohromady. Na to jsou
speciální algoritmy, které počítají
s různými obměněními, ježjsme vynalezli,
nějakou dobu nám to trvalo,
proto to neprozrazujeme.
Dřivé 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 skutečností 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 následné systém vyšle upozorněni
na pochybný dokument.
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
0 řetězec znaků bez
mezer.
1 to systém odhalil.
Jiný student zkoušel nahradit písmeno
A podobným znakem v azbuce,
aby zmátl program znakem jiné
abecedy. 1 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 odhaleni 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 výzevje víc - obrázky,
grafy, tabulky, technologie na
jejich porovnávání ješté není dokonalá,
ale pracuje se na zlepšení.