Рисунок 44 – Текст, после очеловечивания
1.4. Как студентам и ВУЗам сэкономить на проверках в Антиплагиат
Для того, чтобы пройти антиплагиат ВУЗ требуется одна или две проверки. Антиплагиат – коммерческая система, с хорошим маркетингом и административным ресурсом. Заметного роста монетизации Антиплагиат добился после начала эксплуатации модуля перефразирования, а теперь, модуля поиска генеративных текстов. Как любая система, опирающаяся на маркетинг Антиплагиат, эксплуатирует человеческие слабости:
– я написал работу, вдруг у нее высокая уникальность. Чудо не произойдет, вы не наберете нужную уникальность, даже если набрали весь текст «из головы», это доказано статистически.
– я проверю работу, поправлю места плагиата и пройду проверку со второго раза. Не пройдете, т.к. то, что раньше не было плагиатом, станет плагиатом при второй проверке. Антиплагиат учитывает совокупное изменение, а не фрагментарное. Доказано статистически.
Тексты, которые используются в академической сфере – специфичны тем, что базовое знание, определения, распространённые подходы, методы, порядок изложения и т. д. многократно используются в разных работах, разными ВУЗами, на протяжении десятилетий. С введением в практику ВУЗов антиплагиата все студенческие тексты смело можно отнести к высокочастотным (часто употребляются в работах), их сотни и тысячи раз перефразировали, пытаясь добиться уникальности и каждый текст, сходной тематики в новой работе, должен быть перефразирован вновь так, чтобы он не напоминал предыдущие, а проверка будет осуществляться по таким крошечным частям текста, как шинглы.
Обоснование метода подготовки текстов для проверки в Антиплагиат ВУЗ
Библиотеки, из источника знаний, превратились в источники плагиата. Проблему усугубляет ограниченность формулировок знаний, как правило все учебные программы унифицированы (однообразны) и опираются на официальный перечень учебной литературы, термины и базовые определения. В этой связи, любой текст, опирающийся на источники, имеет низкий показатель уникальности, т.к. текст пишется с использованием метода научной компиляции, используются общеизвестные знания и распространённые формулировки. Использование новых учебников проблему не решает, т.к. их тексты – с низкой уникальностью.
В этой связи проверять свеженаписанный (скомпилированный) текст в Антиплагиат ВУЗ не имеет смысла, т.к. чуда не случится, и он покажет недостаточную уникальность.
Вновь созданный текст (первичный) необходимо подвергнуть глубокому перефразированию. Проверку в Антиплагиат ВУЗ следует выполнять после получения показателя отличия вторичного текста от первичного по показателю Ш2 составит 80 и более процентов.
Данный подход может привести к двум возможным результатам:
– требуемая уникальность достигнута;
– необходимая уникальность не достигнута.
В случае недостижения уникальности, руководствуясь отчетом о полной проверке, необходимо места плагиата подвергнуть вторичному глубокому перефразированию, с показателем Ш2 – 90—95%.
После вторичной глубокой переработки, текст может быть проверен в системе поиска заимствований, как правило второй проверки достаточно, для получения необходимого уровня уникальности.
Инструментальная среда глубокого перефразирования
Мы не касаемся практики реализации процесса глубокого перефразирования, смысл которого заключается в изложении текста «своими словами». Технически мы преследуем цель изменения шинглов, состоящих из 2 слов, на 80 и более процентов.
Измерить данный показатель возможно используя бесплатный продукт AntiPlagiarism.NET, доступный для скачивания на сайте: etxt.
Работать в программе достаточно просто, в левое окно помещается текст рерайта (подвергнут глубокому перефразированию), в правое окно помещается первичный текст (источник, текст до рерайта). Снизу, слева интерфейса программы выбирается «Параметр сравнения» – «Метод обнаружения копий» – «Число слов в шингле».
За считанные секунды программа выдает процентное значение показателя отличия текста, по методу Ш2 или с учетом определения рерайта (показатель параметра расположен в нижнем, правом углу интерфейса программы).
Если тексты отличны по показателю Ш2 на 80 и более процентов, это является основанием для проверки текста в Антиплагиат ВУЗ, если данный показатель не получен, то повода отдавать текст на платную проверку – нет.
1.5. Легальные и нелегальные способы обхода Антиплагиат ВУЗ
Условно, способы обхода антиплагиата можно разделить на две группы, легальные и нелегальные.
Повысить уникальность текстов с помощью технического кодирования (знаков в тексте) нельзя. Разбивая слова знаками на кусочки, «кодировщик» наполняет текст мусором, куски слов воспринимаются системой проверки на плагиат как уникальные шинглы.
Техническое кодирование уникальность текстов не поднимает, оно обманывает скрипт проверки, поэтому данный метод относится к мошенническим и преследуется всеми ВУЗами, без исключения.
Техническое кодирование текстов – это попытка обойти алгоритмы проверяющего программного обеспечения, антиплагиат, используя внутреннюю часть файла. Поэтому, визуально, текст после кодирования смотрится как обычный текст, но при удалении стилей и форматирования, например копировании закодированного текста в блокнот, все эти знаки видны, рис. 45—52.
Системы проверки на плагиат, борются с техническим кодированием, поэтому если закодированная работа сегодня не определяется как подозрительная, завтра она уже может определяться системой проверки как подозрительный документ, в котором применены методы обхода.
Рисунок 45 – Техническая уникальность, в текст вставлен знак
Рисунок 46 – Техническая уникальность, разбивка шинлов, нарушен порядок слов в предложении
Рисунок 47 – Техническая уникальность, разбивка слов вставкой знака
Рисунок 48 – Техническая уникальность, разбивка слов нечитабельным знаком
Рисунок 49 – Техническая уникальность, разбивка слов на мелкие фрагменты
Рисунок 50 – Техническая уникальность, разбивка слов, вставлен знак
Рисунок 51 – Техническая уникальность, разбивка слов с помощью точки
Рисунок 52 – Техническая уникальность, даже если все слова смешать, изменив текст до неузнаваемости, Антиплагиат ВУЗ все равно покажет такой участок – плагиатом
Как видно из скринов, технические методы уникальности используются, но они давно не приносят нужного эффекта. Все эти хитроумные методы известны специалистам Антиплагиат ВУЗ и они с ними успешно борются.
Легкий рерайтинг и перефразирование. Этот метод основан на переписывании текста, примером легкого рерайтинга является перевод текста в Google на английский язык и обратно, что дает отличие текстов на уровне 20—40%.
Следует отметить, что данный подход неэффективен, т.к. не достигается показатель нормативного отличия текстов. При соблюдении определенного темпа работы, можно отредактировать до 40 страниц в день. Этот метод позволяет повысить оригинальность текста до 40%.
Глубокий рерайтинг и перефразирование. Данный метод подходит для всех типов работ, однако он требует много времени и ресурсов. Суть глубокого рерайтинга заключается в фундаментальной переработке текста, например замене каждого второго-третьего слова. При использовании этого метода можно отредактировать до 20 страниц в день. В результате применения глубокого рерайтинга и перефразирования оригинальность текста повышается до нужного процента.
Все остальные методы, описанные в Интернет, являются составными элементами метода глубокого перефразирования.
1.6. Как проверить самостоятельность студента, без антиплагиата
В нашей статье «Простой хак для преподавателей и научных, как в считанные секунды узнать, как и кем писалась студенческая работа».
Идея очень простая, перед проверкой работы проверять историю версий или историю исправлений (стандартная функция Ворд). Это позволяет видеть все этапы написания письменных работ, т.е. научный руководитель просто видит, составление, обдумывание и написание письменной работы.
Используя Google Drive возможно полностью исключить такую практику как написание работ на заказ, т.к. это совершенно другая среда прозрачности процесса.
Поскольку ChatGPT используется студентами для генерации письменных работ и обходит процедуры антиплагиата, среди преподавателей начинается паника. Возникает вопрос: что теперь будет с оценками за письменные задания? Ответ на этот вопрос не однозначен. Однако давайте рассмотрим проблему более подробно.
В зарубежных странах активно работают фабрики эссе, множество фрилансеров готовы помочь сделать рерайт по цене 5—6 евро за страницу или написать работу по цене от 50 евро за страницу.
Все эти студенческие помощники с нового года начали терять работу и все благодаря ChatGPT, который пристально посматривает в этом направлении, предполагая в последствии монетизировать помощь писателям.
ChatGPT, при грамотном подходе может написать отличное эссе или ВКР для бакалавриата, а также успешно справиться с различными академическими и профессиональными экзаменами. Потрясающе… И что теперь делать? Одно из возможных решений – вернуться к традиционным экзаменам. Противники данного подхода ссылаясь на дороговизну метода традиционных экзаменов и наличие носимых девайсов, на которых можно читать ответы на экзаменационные вопросы или подсматривать нужные ответы – категорически против этого метода.
Что же делать, если мы хотим сохранить все необходимые компоненты, сопутствующие написанию письменной работы, написание, правка и при этом обеспечить жесткий контроль, как на экзамене? А также учитывать самостоятельность работы студента?
КонтрПлагиат задумалась над возможным решением и в итоге нашел обоснование ответ на этот вопрос. Ключ к тому, чтобы держать все этапы написания письменных работ – на должном уровне контроля, заключается в использовании малоизвестной функции Google Drive – «истории версий».
Изложим классический сценарий: вы работаете над файлом в Google Drive и хотите отслеживать все изменения, которые вы внесли в этот файл, в среде Ворда этот функционал называется «Записывать исправления». Как реализуется процедура – выделите файл, нажмите на меню «Файл», затем перейдите в раздел «История версий» и выберите опцию «Просмотреть историю версий». На экране появится подробный журнал всех изменений, внесенных в файл. Если изменения в файл вносили несколько пользователей, то будет хорошо видно, кто внес каждое изменение. Стоит еще раз отметить, что аналогичная функция имеется и в MS Office.
Детальное изучение журнала изменений позволит отследить каждое добавленное предложение, исправленную опечатку или удаленный фрагмент текста. Это очень полезный инструмент, помогающий как при создании текста, так и при восстановлении случайно удаленного содержимого. Однако стоит отметить, что эта функция оставляет специфический и очень человеческий след.
Когда студенты пишут свои работы, они неизбежно перемещают, добавляют или удаляют фрагменты текста. Все эти действия будут отражены в истории версий с соответствующими временными метками и отметками о каждом изменении, внесенном каждым пользователем. Следовательно. если в файл добавлен большой кусок текста, то это говорит о том, что он скопирован и вставлен, а не написан методом научной компиляции.
Однако если работа была написана для студента машиной или автором-фрилансером, то предоставленный текст будет представлять собой уже готовый материал, который можно просто вставить в документ. Даже если бы пользователю пришлось вводить этот текст вручную, история версий все равно показала бы, что текст был введен дословно от начала до конца. Такой способ составления текста невозможен для человека.
Как видно, предлагаемый метод эффективно решает главный недостаток письменных работ, он приоткрывает завесу над процессом, как велась работа. Можно сказать, что метод является панацеей от широкого круга проблем. Для научных руководителей, использование данного подхода обозначает возможность действительно проверять, получая значительную экономию времени: проверка журналов активности гораздо проще, чем трудоемкая детективная работа по выявлению «заказных» работ, созданных фрилансером или машиной. При использовании системы регистрации активности студентов у преподавателей появляется больше времени для подготовки более качественных комментариев и выполнения других задач, не отвлекаясь на длительные проверки.
2. ОСНОВЫ ПРИМЕНЕНИЕ ГЕНЕРАТИВНЫХ ВОЗМОЖНОСТЕЙ GPT
