Hledání podobných dokumentů a plagiátů (původní algoritmus)

Obsah souborů v datovém úložišti IS JAMU, u kterých je k dispozici čistě textová verze, je průběžně strojově analyzován. Každý dokument (závěrečná práce, seminární práce, esej, prezentace, ...), který si uživatel v systému vyhledá, lze porovnat a zobrazit k němu zdroje, které mají podobný text:

• klikněte na řádek se souborem (kliknutí pravým tlačítkem myši vyvolá panel podrobností vpravo, kliknutí levým tlačítkem vyvolá kontextové menu),
• použijte operaci „Vyhledat podobné dokumenty“ (ikona dvou vajíček „podobných jako vejce vejci“),
• přes odkaz „Podobnosti“ u vybraného zdrojového souboru si otevřete podrobnější informace,
• využijte zobrazené podobnosti (či upravte nastavení a nechejte si podobnosti přepočítat) k tomu, abyste mohli posoudit, jestli se může jednat o plagiát nebo nikoliv.

Využít lze i cestu:

a zadat rovnou adresu daného dokumentu.

U nalezených podobných dokumentů IS JAMU vypíše míru shody v procentech („Celková podobnost“). K dispozici je i celková spočítaná podobnost dokumentu s ostatními. Procento podobnosti je jen orientační údaj, dokument nebo jeho část může být plagiátem, i když procento je významně nízké. Spočítání podobných dokumentů trvá jistou dobu. Zpravidla do dvanácti hodin od zavedení nového dokumentu do IS JAMU je tento analyzován a připraven pro uživatelské hledání.

Systém vyhodnocuje podobnost textu bez ohledu na to, je-li zdroj citovaný nebo ne.

Systém vyhledává podobnosti napříč sdílenou databází porovnávaných dokumentů, která zahrnuje vedle dokumentového serveru IS JAMU i závěrečné práce zapojených škol v systému Theses.cz, seminární a jiné práce v systému Odevzdej.cz, vědecké publikace v systému Repozitar.cz a další dokumenty v informačních systémech provozovaných MU.

Tato rozsáhlá databáze prací, dokumentů a zdrojových dohledaných podobných dokumentů je důležitá. Student nemůže jen tak odevzdat seminární práci svého kamaráda z jiné školy, protože je vysoká pravděpodobnost, že již je v systému a našly by se s ní podobnosti. Zadání témat seminárních a závěrečných prací se často opakuje a tedy je pravděpodobné, že již systém bude vědět o zdrojových dokumentech, ze kterých se pro toto téma obvykle čerpá. Výrazné množství prací a dokumentů je neveřejných, takže je prohledávání společné databáze efektivním nástrojem pro vyhledávání možných plagiátů. Spočítání podobných dokumentů trvá jistou dobu. Zpravidla do dvanácti hodin od zavedení nového dokumentu do IS MU je tento analyzován a připraven pro uživatelské hledání.

Součástí vyhledávání podobností je i algoritmus, který porovnávaný dokument přímo analyzuje a zkoumá možné podobnosti i vůči zdrojům z internetu, ne jen vůči společné databázi prací a všech známých zdrojových dokumentů. Tento postup má různá technická omezení a je výpočetně a časově náročenější, takže je přednostně používán pro závěrečné práce a až v dalším pořadí teprve pro seminární práce aj. U seminárních prací lze očekávat, že se témata hodně opakují a systém už „zná“ typické zdroje, ze kterých studenti obvykle čerpají.

Vedoucí práce, který zpravidla chce prověřit kvalitu práce při psaní posudku, postupuje pomocí

a zvolí „Vyhledat podobné dokumenty“. Uvidí celkové procento podobností a u každého zdrojového dokumentu si můžete rozkliknout vyznačení podobností. U nalezených podobných dokumentů vedoucí práce posoudí shodu.

Pokud dokument máte v podobě, z níž lze vytvořit textovou verzi (není to tedy např. obrázek), vložte jej kamkoliv do IS JAMU (např. do Poskytovny, do Studijních materiálů předmětu nebo do Mého webu) a IS jej do mechanismu vyhledání podobností zahrne.

Jedná se o srovnávání všech části textů dokumentů mezi sebou. Nesrovnají se malé soubory (v úplně malých souborech není dostatek textu pro jejich analýzy a nalezení podobností). Srovnávají se texty v češtině, angličtině a slovenštině. Jako varovný mechanismus pro studenty je důležité, že odevzdané práce jsou v IS archivovány a mohou být podrobeny zkoumání opakovaně a kdykoliv později další vylepšenou verzí algoritmu; ušetření práce opisováním může přinést mnoho práce navíc s napravováním vlastní reputace. Vývojáři IS JAMU postupně algoritmus vylepšují a databáze prohledávaných dokumentů se neustále rozšiřuje o další zdroje. Co dnes systémy neodhalí, neznamená, že neodhalí zítra.

Studenti si často sami ověřují originalitu své práce (seminární, závěrečná...) před jejím odevzdáním.

Co studentovi ukazuje rozhraní vyhledávání podobností a jak jej využít:

Systém také kontroluje delší texty vepsané jako odpovědi do Odpovědníků. Kontrolují se odpovědi na otázky typu „Vepište text“ (:a) , pokud bylo vepsáno více jak 50 znaků. Tyto odpovědi automaticky systém vkládá do Studijních materiálů předmětu, je-li odpovědník ve studijních materiálech. Pokud odpovědník není ve studijních materiálech, pak se ukládají pod soubor s popisem odpovědníku. Tyto soubory nejsou studentům implicitně dostupné.

Pro kontrolu odpovědí v Odpovědnících použijte:

Zobrazí se jednotlivé soubory, jména studentů a procento podobnosti.

Nástroj pro hledání podobností může pomoci zamezit opisování či znovuodevzdávání prací spolužáků z vyšších ročníků. Pro kontrolu prací v odevzdárně použijte:

Zobrazí se jednotlivé soubory, jména studentů a procento podobnosti.

Plagiátorství (opisování, zhotovování napodobenin) je neetická činnost a podvodné jednání, která nemá na vysoké škole svoje místo. Převzetí textu jiného autora bez viditelného označení převzatého textu s uvedením přesné citace zdroje představuje neoprávněný zásah do autorského práva v rozporu s autorským zákonem. Za přestupek hrozí sankce, a to třeba i po ukončení studia.