Перед сдачей работы студент обычно знает про Антиплагиат ровно две вещи: что там нужен какой-то процент и что этот процент бывает обидно низким. Дальше начинаются советы из общежития: поменять окончания, вставить синонимы, разбить предложения. Ни один из них не работает, и понятно почему, если один раз разобраться в устройстве проверки.
Внутри это не единая программа, которая «ищет плагиат», а несколько независимых механизмов: разбор файла, поиск совпадений по коллекциям, распознавание цитат и отдельно детектор сгенерированного текста. Каждый отвечает за свое, и почти все странности результата объясняются тем, какой именно механизм сработал. Разберем их по порядку и заодно посмотрим, чего система не умеет.
Что происходит с файлом после загрузки
Проверка выглядит как одна кнопка, но внутри это несколько последовательных операций, и понимание порядка снимает большую часть вопросов к результату.
Сначала документ разбирается на текст. Система вынимает содержимое из файла, отбрасывает разметку и приводит символы к единому виду. На этом же этапе всплывают попытки технических манипуляций: подмененные символы, невидимый текст, посторонние слои в документе. Мы к таким приемам не прибегаем и не советуем их в принципе, и не только из этических соображений. Они не работают: система их обнаруживает, работа получает метку о подозрительном форматировании и попадает на ручной разбор к нормоконтролю. Разбирательство обходится дороже, чем честная переработка текста.
Дальше документ проверяется на пригодность к разбору. Скан без распознанного текстового слоя система читать не станет, и вместо отчета вы получите ошибку или пустой результат. Это частая причина паники перед дедлайном, хотя лечится она пересохранением файла в нужном формате.
Дальше текст нормализуется: приводится к нижнему регистру, убирается лишняя пунктуация, слова приводятся к базовой форме. Именно поэтому замена окончаний и перестановка слов внутри предложения почти ничего не меняют в результате.
Затем нормализованный текст режется на короткие перекрывающиеся последовательности слов. Каждая такая последовательность получает свой отпечаток, и по отпечаткам система быстро находит кандидатов на совпадение в коллекциях. Перекрытие здесь принципиально: фрагменты идут внахлест, поэтому вставленное в середину предложения слово не разрывает цепочку совпадений, а лишь слегка ее укорачивает. На этом же ломается народный прием с перестановкой слов.
Современные версии дополняют этот механизм поиском по смысловой близости. Он сравнивает не буквальные последовательности, а числовые представления смысла фрагментов, и поэтому ловит абзацы, переписанные своими словами без единого дословного совпадения. Опорным остается поиск совпадающих последовательностей, но рассчитывать, что перефразирование гарантированно обойдет проверку, уже нельзя.
На последнем шаге найденные фрагменты собираются в отчет: подсвечиваются в тексте, привязываются к источникам и суммируются в проценты. Весь путь от загрузки до готового отчета занимает считанные минуты, и это создает обманчивое ощущение простоты. На самом деле за кнопкой стоит несколько независимых механизмов, и понимание того, как работает антиплагиат на каждом шаге, объясняет почти все странности результата.
По каким коллекциям идет сравнение
Главное недопонимание студентов в том, что они представляют себе поиск по всему интернету. Интернет это только одна из коллекций, и далеко не самая важная для вузовской проверки.
| Что за коллекция | Что в ней лежит | Почему это важно для вас |
|---|---|---|
| Открытый интернет | публичные страницы и файлы | сюда попадают рефератные банки и готовые работы из открытого доступа |
| Научные публикации | статьи из библиографических баз | ловит копирование из статей по вашей теме |
| Диссертации | защищенные диссертации и авторефераты | самый плотный источник совпадений для теоретических глав |
| Собственная коллекция вуза | работы, сданные в вашем вузе раньше | работа старшекурсника с той же кафедры найдется, а в открытом сервисе нет |
| Кольцо вузов | работы, сданные в других подключенных вузах | закрывает вариант «возьму работу из другого города» |
| Переводные заимствования | тексты на других языках | перевод чужой статьи больше не считается оригинальным текстом |
Набор подключенных коллекций отличается от вуза к вузу: кафедра сама решает, какие модули включить в свой профиль проверки. Отсюда и главный практический вывод: цифра из открытого сервиса это ориентир, а не прогноз. Ориентироваться нужно на проверку кафедры.
Отдельно стоит понимать про собственную коллекцию вуза. Туда попадают работы, сданные раньше, и это работает не только против покупки чужого диплома. Курсовая вашего однокурсника, сданная в прошлом семестре по смежной теме, тоже лежит в этой коллекции. Если вы писали работу вместе или брали у него куски теоретической части, совпадение найдется, а объяснять его придется вам обоим.
Кольцо вузов закрывает следующий уровень: работы, сданные в других подключенных учебных заведениях. Расчет на то, что работа из вуза в другом регионе не найдется, перестал работать давно, и именно эта коллекция чаще всего дает неприятный сюрприз тем, кто проверялся только в открытом сервисе.
Из чего складывается процент, который вам покажут
В отчете не одно число, а четыре, и путаница между ними порождает больше всего лишних переживаний.
- Оригинальность: доля текста, которой система не нашла соответствий ни в одной подключенной коллекции.
- Заимствования: совпадения без корректно оформленной ссылки на источник.
- Цитирования: совпадения, которые система распознала как оформленную цитату или как стандартный фрагмент вроде названия закона и библиографического описания.
- Самоцитирования: совпадения с вашими же более ранними работами, если они есть в коллекциях.
Все четыре показателя вместе дают сто процентов. Разобраться, как работает антиплагиат с этими долями, важно по одной причине: корректно оформленная цитата не понижает оригинальность в том же смысле, в каком ее понижает списанный абзац, но и в оригинальность она не попадает. Подробный разбор каждой строки отчета мы вынесли в отдельный материал про чтение отчета Антиплагиата.
Отдельно стоит сказать про распознавание цитат. Оно работает по формальным признакам: кавычки, оформление сноски, библиографическое описание рядом. Если вы процитировали источник, но не оформили это по правилам, фрагмент уйдет в заимствования. Как оформить цитату так, чтобы она засчиталась, мы разбираем в материале про правильное цитирование.
Почему вы и преподаватель видите разные отчеты
Про это почти нигде не пишут, а недоразумений из-за этого много.
Отчет бывает кратким и полным, и это не два оформления одного документа, а разный объем информации. В кратком видны итоговые проценты и список источников. В полном к этому добавляется постраничная подсветка: какой именно абзац с каким источником совпал, сколько в нем символов, какая доля документа приходится на каждый источник.
Студент чаще всего смотрит краткий вариант, а на кафедре открывают полный. Отсюда типичная ситуация: цифры у вас и у руководителя одинаковые, а разговор совершенно разный. Вы видите приемлемые проценты, а руководитель видит, что половина заимствований собрана из одного источника подряд, крупными кусками. Формально порог пройден, по сути глава переписана из одной статьи.
Из этого следует практическое правило: смотреть нужно не итоговую цифру, а распределение. В полном отчете имеет смысл проверить три вещи.
- Сколько всего источников дали совпадения. Два-три источника на всю работу это сигнал, что литературы прочитано мало.
- Есть ли крупные непрерывные фрагменты из одного источника. Именно к ним будут вопросы, даже если общий процент в норме.
- Где расположены совпадения. Плотный блок в практической главе выглядит гораздо хуже, чем такой же объем, распределенный по теоретическому обзору.
Совпадения, размазанные мелкими кусками по всему тексту, это обычно термины, названия и устойчивые формулировки, и трогать их не надо.
Есть и обратная сторона. У преподавателя в полном отчете видна доля каждого источника, и если ваша работа опирается на две-три статьи, это заметно сразу. Расширение списка реально прочитанных источников улучшает не только отчет, но и саму работу.
Почему две проверки одного файла дают разные числа
Это самая частая жалоба и почти всегда за ней стоит не сбой, а разные условия проверки.
Первая причина в наборе коллекций. Открытый сервис не видит собственную коллекцию вуза и кольцо вузов, поэтому его результат почти всегда выше вузовского. Разница в десяток процентных пунктов между личной проверкой и проверкой кафедры это обычная ситуация, а не повод считать, что вас обманули.
Вторая причина в самих коллекциях: они пополняются. Работа, которую загрузили в систему на прошлой неделе, на этой неделе уже станет источником совпадений для вашего текста.
Третья причина касается конкретно дипломников. Если вы сдавали курсовую по той же теме и она попала в коллекцию вуза, ваш собственный текст найдется как совпадение. Формально это самоцитирование, но увидеть его как обычное заимствование можно легко, если не разобраться в отчете.
Четвертая причина в настройках. Кафедра может включить или выключить отдельные модули, задать свои правила по цитированию, выставить собственный порог. Два студента разных вузов с одинаковым текстом увидят разные цифры, и оба результата будут верными для своего вуза.
Практический вывод простой: сравнивать между собой имеет смысл только проверки в одинаковых условиях. Динамику своей работы смотрите в одном и том же сервисе, а решение принимайте по результату кафедры.
Чего система не умеет
Понимать границы инструмента полезнее, чем знать его устройство. Сформулируем честно, чего Антиплагиат не делает.
Он не оценивает качество работы. Текст может быть полностью оригинальным и при этом бессвязным, не отвечающим теме и слабым по содержанию. Высокий процент это не оценка научного руководителя.
Он не определяет авторство. Система показывает совпадение с источником, но не знает, кто у кого взял. Если ваш текст попал в открытый доступ раньше, вы же и увидите его как заимствование в своей работе.
Он не понимает смысл. Пересказ чужой идеи своими словами без единого совпадения слов система пропустит, хотя с научной точки зрения это ровно такое же заимствование. Вылавливает такие места руководитель, а не программа.
Он не делает скидку на служебные части работы. Титульный лист, содержание, стандартные формулировки введения, список литературы и приложения с типовыми документами дают совпадения просто потому, что так их пишут все. В коротком реферате на двадцать страниц эти разделы способны заметно просадить общий процент, хотя никакого списывания в них нет. В некоторых вузах служебные части исключают из проверки вручную, но правило это не универсальное, и уточнять его нужно на своей кафедре.
Он не выносит решений. Программа выдает отчет, а решение о допуске принимает человек. Именно поэтому разговоры про волшебное число бессмысленны: одна кафедра примет работу с пограничным результатом после разбора отчета, другая отправит на доработку. Какие пороги встречаются на практике и от чего они зависят, мы собрали в материале про процент оригинальности.
Детектор ИИ это отдельный модуль
Здесь путаница особенно массовая, поэтому разведем два механизма явно.
Поиск заимствований отвечает на вопрос, встречался ли этот текст раньше. Детектор сгенерированного текста отвечает на другой вопрос: похоже ли, что текст писала модель, а не человек. Это разные задачи, разные алгоритмы и разные показатели в отчете.
Детектор не ищет совпадений. Он смотрит на статистические свойства текста: насколько ровно распределена длина предложений, насколько предсказуемо следующее слово, есть ли характерные связки и обороты. Полностью оригинальный текст, которого нет ни в одной коллекции, может получить высокую оценку по этому модулю.
Отсюда следствие, которое стоит понимать до сдачи работы. Показатель ИИ-детекции и процент оригинальности живут независимо. Работа с отличной оригинальностью может вызвать вопросы по второму показателю, и наоборот. По нашим замерам результат детектора заметно меняется в зависимости от того, насколько текст насыщен конкретикой: числами, примерами из практики, ссылками на конкретные источники. Общие рассуждения без фактуры он отмечает чаще.
Как устроен этот модуль подробнее и что с его результатом делать, разбираем в статье про то, видит ли Антиплагиат нейросеть.
Что делать с результатом проверки
Отчет это рабочий документ, а не приговор. Разумный порядок действий такой.
- Посмотрите на источники, а не на итоговую цифру. Откройте список и оцените, что именно совпало: десять процентов из одного источника и десять процентов, размазанные по тридцати страницам мелкими фрагментами, требуют совершенно разной работы.
- Отделите то, что трогать не нужно. Названия нормативных актов, устойчивые формулировки, библиографические описания и оформленные цитаты дают совпадения по своей природе.
- Переработайте настоящие заимствования, начиная с самых крупных непрерывных блоков: они дороже всего стоят в глазах руководителя.
- Перепроверьте работу целиком, а не только исправленные куски. Переписанный абзац мог совпасть с другим источником, которого в прошлом отчете не было.
Отдельно про то, что трогать не нужно. Переписывать название закона или библиографическое описание, чтобы поднять процент, не просто бесполезно, а вредно: вы получите ошибку в реквизитах источника, а процент почти не сдвинется.
Потом займитесь настоящими заимствованиями. Здесь работает не замена слов на синонимы, а переработка: разберитесь в источнике, сформулируйте мысль самостоятельно, добавьте собственный вывод. Приемы такой переработки мы собрали отдельно, в материале про повышение оригинальности.
Отдельно про сроки. Переработка теоретической главы это не вечер, а несколько дней, и планировать проверку за сутки до сдачи не стоит. Разумный порядок: черновая проверка после того, как написана теоретическая часть, вторая после практической, и финальная перед нормоконтролем. Так вы правите текст по частям, а не переписываете работу целиком в последнюю ночь.
И последнее. Если оригинальность проседает из-за теоретической главы, собранной из чужих формулировок, проблема обычно не в проверке, а в том, что глава писалась копированием. Понимание того, как работает антиплагиат, тут помогает мало: надежнее сразу писать от собственной структуры, опираясь на источники, а не собирая текст из них. Именно от этого мы отталкивались, когда делали генерацию курсовой работы: сначала согласованный план и структура, потом текст по ней, а не сборка глав из найденного. С дипломом логика та же, только цена ошибки выше, и подробнее мы разбираем ее на странице генерации ВКР.
