Skrivestil afslører snyd til eksamen

Nyt system kontrollerer, om en eksamensopgave er skrevet i samme stil som tidligere opgaver fra samme person.

June 26, 2017

For hver busfuld jublende studenter, der fylder de danske gader i disse dage, er der i gennemsnit én passager, der har snydt med sin eksamen, skriver Berlingske.

Der findes i forvejen en mulighed for at kontrollere, om en eksamensopgave eller dele af den matcher de opgaver, som allerede er lagret elektronisk fx via Lectios platform. 

Hvis eleven derimod har bestilt en opgave ude i byen, er det straks sværere for maskinen at fange snyd, da den ikke kan sammenligne med tilsvarende opgaver i Lectios system. Innovationsfonden har investeret i forskningsprojektet, DABAI som netop ser på, hvordan man ved hjælp at big data og maskinlæring kan analysere elevens personlige skrivestil og dermed afsløre snyd.

Professor Stephen Alstrup fra Datalogisk Institut på Københavns Universitet forklarer, hvordan skrivestilen i en given opgave kan afsløre meget om ophavsmanden.

- Alle mennesker skriver forskelligt. Vi laver forskellige typer af stavefejl, bruger forskellige sætningslængder og typer af ord. Tager vi alle disse faktorer i betragtning, kan vi relativt hurtigt opdage, om en given opgave er skrevet af en bestemt elev - eller af en anden, siger Stephen Alstrup til Berlingske.

- Der skal naturligvis et menneske ind over og foretage en nærmere, konkret vurdering. Systemet er kun et værktøj, der kan give et pejlemærke til læreren om, at her kan der være tale om snyd,« fortsætter Stephen Alstrup videre og understreger, at systemet ikke kun kan bruges til kontrol: Det kan også bruges til at udvikle eleverne fagligt. Til at analysere, hvordan deres skrivestil og sprog udvikler sig i løbet af undervisningsforløbet og slå alarm til læreren, hvis eleven ikke udvikler sig over en periode.

Det nye system rammer indtil videre plet i 73 procent af tilfældene, men målet er at komme op på 95 procent.

’Big data’ mod nye højder

  • Det er en ambition at Danmark skal tage større rolle i at udnytte ’big data’ til at løse erhvervs- og samfundsmæssige udfordringer, og sidste år i gangsatte Innovationsfonden et nyt samfundspartnerskab, Danish Center for Big Data Analytics driven Innovation (DABAI). 
  • I et delprojekt af dette samarbejde har forskerne udviklet et system netop baseret på big data som tjekker, om en eksamensopgave er skrevet på samme måde som tidligere opgaver fra samme person.
  • Læs mere om  DABAI-projektet

Fakta

  • Almindelig plagiering, dvs. afskrift fra andre elevers opgaver, kan forholdsvis let afsløres maskinelt, fx via Lectio-platformen, der anvendes på de fleste danske gymnasier, ved at analysere elevens konkrete opgave i forhold til tidligere opgaver afleveret af andre elever.  
  • I Danmark er fænomenet med at få ’ghost writers’ til at skrive en opgave ret nyt, mens det har været kendt i USA i længere tid. Her findes der såkaldte ’papermills’, hvis forretningsmodel er at skrive opgaver for studerende. 
    Den nyetablerede danske virksomhed Fix-min-opgave bygger på samme koncept og har i 2017 oplevet overordentlig stor interesse fra pressede danske gymnasieelever. (Kilde: diku.dk)