Các công cụ phát hiện đạo văn truyền thống, vốn chủ yếu dựa vào việc so sánh trực tiếp giữa nội dung người dùng nhập và các nguồn có sẵn, thường gặp khó khăn trong việc phát hiện những hình thức gian lận tinh vi hơn, chẳng hạn như diễn giải lại (paraphrase) trên diện rộng hoặc sử dụng sự trợ giúp từ bên ngoài, bao gồm AI tạo sinh hoặc người khác.
Vì vậy, nghiên cứu này nhằm giải quyết vấn đề gian lận học thuật trong lập trình bằng cách phân tích mẫu hình gõ phím và xem xét sự khác biệt trong động lực gõ phím khi người tham gia tự viết code và truy vết code so với khi họ tham khảo hoặc sao chép câu trả lời từ ChatGPT. Những khác biệt này được thể hiện qua thời gian suy nghĩ, tốc độ gõ phím và tần suất các thao tác chỉnh sửa trong quá trình lập trình và truy vết code.
Quy Trình Thu Thập Dữ Liệu:
Có bốn phiên thu thập dữ liệu khác nhau. Trong mỗi phiên, người tham gia sẽ trả lời sáu bài tập lập trình Python, được thiết kế để tạo ra các mức độ tải nhận thức khác nhau.
Bạn hiện đang ở Phiên Lập Trình Bonafide 1.
Trong phiên này, người tham gia cần tự tạo câu trả lời cho từng bài tập mà không sử dụng bất kỳ nguồn hỗ trợ nào từ bên ngoài.
Tiêu Chí Đánh Giá:
Sau khi nộp bài, câu trả lời của người tham gia sẽ được đánh giá dựa trên một số tiêu chí: