Các công cụ phát hiện đạo văn truyền thống, vốn chủ yếu dựa vào việc so sánh trực tiếp giữa nội dung của người dùng và các nguồn có sẵn, thường gặp khó khăn trong việc phát hiện các hình thức gian lận tinh vi hơn, chẳng hạn như diễn giải lại trên diện rộng hoặc sử dụng sự trợ giúp từ bên ngoài, bao gồm AI tạo sinh hoặc người khác.
Do đó, nghiên cứu này nhằm giải quyết vấn đề gian lận học thuật trong lập trình bằng cách phân tích các mẫu hình gõ phím và xem xét sự khác biệt trong động lực học gõ phím khi người tham gia tự viết mã và truy vết mã so với khi họ tham khảo hoặc sao chép câu trả lời từ ChatGPT. Những khác biệt này được thể hiện qua sự biến đổi về thời gian suy nghĩ, tốc độ gõ phím, và tần suất các thao tác chỉnh sửa trong quá trình lập trình và truy vết mã.
Quy trình Thu thập Dữ liệu:
Có bốn phiên khác nhau để thu thập dữ liệu. 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 Gõ lại ChatGPT.
Trong phiên này, người tham gia sẽ đưa từng câu hỏi vào ChatGPT, sau đó gõ lại phản hồi được tạo ra, tập trung vào việc sao chép chính xác các câu trả lời được cung cấp.
Tiêu chí Đánh giá:
Sau khi nộp bài, phản hồi của người tham gia sẽ được đánh giá dựa trên một số tiêu chí sau: