ลอกเลียนแบบ (Plagiarism) เป็นปัญหามาตลอดสำหรับครู นักเขียน บรรณาธิการ และผู้ที่จัดการกับคำศัพท์และไอเดียเป็นประจำ และแย่ลงเนื่องจากอินเทอร์เน็ตและฟังก์ชัน copy-paste ซอฟต์แวร์ตรวจสอบลอกเลียนแบบช่วยได้ แต่ไม่ทุกโปรแกรมมีฐานข้อมูลใหญ่หรือ演算法แม่นยำ บางตัวอาจนำเนื้อหาที่ส่งตรวจไปใช้เอง แม้ตัวดีที่สุดก็ไม่มีอัตราสำเร็จ 100% แต่การรู้ว่าเครื่องมือตรวจสอบลอกเลียนแบบทำงานอย่างไร จะช่วยตัดสินใจว่าตัวไหนคุ้มค่า
โปรแกรมตรวจสอบลอกเลียนแบบทำงานอย่างไร?
ซอฟต์แวร์จับคู่ข้อความแต่ละตัวมีวิธีเฉพาะ แตส่วนใหญ่ทำงานหลักเดียวกัน: ตรวจสอบเนื้อหาที่ป้อนเข้าไปกับฐานข้อมูลแหล่งที่มา และหาความคล้ายคลึง การค้นหาแบบบรรทัดต่อบรรทัดจะใช้เวลานานและทรัพยากรมากเกินไป
เพราะนั้น เครื่องมือส่วนใหญ่ใช้ fingerprinting สำหรับข้อความทุกชิ้นในฐานข้อมูลและที่ตรวจสอบ พวกเขาสกัดชุดตัวอย่างและรันผ่าน hashing algorithm ที่สร้างตัวระบุเฉพาะ (unique identifier) สำหรับแต่ละ input
หากเอกสารมี fingerprint เหมือนในฐานข้อมูล แปลว่าทั้งคู่มี input เดียวกัน และอาจเป็นลอกเลียนแบบ วิธีนี้ทำให้ความแม่นยำลดลงเล็กน้อย แต่ fingerprinting algorithm ที่ดีสามารถสกัดตัวอย่างจากเอกสารได้อย่างที่ตรวจจับได้ทั้ง exact matches และลอกเลียนแบบที่แก้ไขเนื้อหาบ้าง (เช่น โดย spinning program)
หากโปรแกรมพบ fingerprint match อาจแค่ flag ว่าอาจเป็นลอกเลียนแบบ และหยุด ซอฟต์แวร์คุณภาพสูงมักใช้ direct string matching ตรวจสอบบรรทัดต่อบรรทัดต่อไป งานนี้เบากว่า computationally เมื่อฐานข้อมูลแคบลง ช่วยยืนยัน fingerprint hits เริ่มต้น และให้ข้อมูลมากขึ้นสำหรับมนุษย์ตัดสินใจสุดท้าย
สิ่งที่ควรหาในโปรแกรมตรวจสอบลอกเลียนแบบที่ดี
โปรแกรมตรวจสอบลอกเลียนแบบควรมี:
- นโยบายความเป็นส่วนตัวแข็งแกร่ง (เช่น ไม่เก็บ/ขายเนื้อหาของคุณ)
- ฐานข้อมูลใหญ่
- 演算法ที่ดี
นโยบายความเป็นส่วนตัว
โปรแกรมตรวจสอบลอกเลียนแบบฟรี (หรือมักเป็น freemium) หลายตัวถูกต้อง ทำเงินจากโฆษณาหรือขายเวอร์ชันพรีเมียม แต่บางตัวไม่ซื่อสัตย์อาจนำเนื้อหาที่คุณตรวจไปใช้เอง อาจกลายเป็นเนื้อหาบนเว็บไซต์การเรียนรู้ หรือรันผ่าน “spinner” เปลี่ยนคำพูด โพสต์เป็นบทความเพื่อสร้าง traffic ควรตรวจสอบนโยบายความเป็นส่วนตัว และตรวจสอบชื่อเสียงเว็บไซต์ด่วน หากดูน่าสงสัยหรือดีเกินจริง
ฐานข้อมูล
หากโปรแกรมตรวจสอบลอกเลียนแบบไม่มีการเข้าถึงแหล่งที่มาที่ถูกต้อง จะไม่บताได้เมื่อมีการลอกเลียนแบบจากแหล่นั้น นี่มักเป็นสิ่งที่แยกโปรแกรมคุณภาพต่ำจากคู่แข่งพรีเมียม การเข้าถึงชุดหนังสือ บทความ และเนื้อหาที่ผู้อื่นถือครองสิทธิ์ ไม่ฟรีและไม่ง่าย ดังนั้นหลายเครื่องมือตรวจสอบได้แค่อินเทอร์เน็ต แต่นั่นคือที่ที่ลอกเลียนแบบเกิดขึ้นมาก แต่การเข้าถึงหนังสือ บทความวิชาการ หรือวัสดุส่วนตัวอื่นๆ สำคัญที่สุดหากตรวจสอบลอกเลียนแบบที่ใครบางคนอาจใส่ความพยายามมากกว่า
演算法
โปรแกรมตรวจสอบลอกเลียนแบบส่วนใหญ่ไม่เปิดเผย演算法โดยตรง แต่คุณภาพและความแม่นยำของผลลัพธ์เป็นตัวบ่งชี้ว่าสร้างได้ดีแค่ไหน ยากที่จะวัดโดยตรง แต่ดูจากรายละเอียดที่คืนค่า อ่านรีวิวผู้ใช้ และทดสอบดูว่าจับได้ไหมกับเนื้อหาที่คุณ copy จากแหล่งอื่น จะได้ไอเดียว่าระบบค้นหาครอบคลุมแค่ไหน หากเวอร์ชันฟรีจับไม่ได้ copy-paste จาก Wikipedia ตัวอย่าง ตัวจ่ายเงินก็คงไม่徹底
โปรแกรมตรวจสอบลอกเลียนแบบที่ดีที่สุด
โปรแกรมระดับมืออาชีพส่วนใหญ่ต้องเสียเงิน และตัวเลือกฟรีส่วนใหญ่แย่กว่า Google หรือมีนโยบายความเป็นส่วนตัวบ่งชี้ว่าอาจใช้เนื้อหาของคุณเอง สิ่งดีที่สุดที่ได้ฟรีคือ บางหน้าทดลอง หรือรายงานง่ายๆ บอกแค่ว่ามีลอกเลียนแบบหรือไม่ ซึ่งยังมีประโยชน์ เพราะให้วิธีประเมินเร็วว่าควรใช้เครื่องมือลึกหรือตรวจสอบด้วยมือ
ผมทดสอบเครื่องมือด้านล่างด้วยข้อความหลายชิ้น (บทความที่ผมเขียน, Wikipedia entries, และแหล่งข่าว) ทุกตัวจับเนื้อหาลอกเลียนแบบได้ถูกต้องพร้อมแหล่งที่มา ทดสอบเว็บฟรีหลายตัว แต่มากจับไม่ได้ย่อหน้าจากบทความของผม และจับ copy-paste จาก BBC และ Wikipedia ไม่ได้ แม้ Google ค้นหาเจอทันที
1. Google
หากมีข้อความเฉพาะที่สงสัยว่าถูกลอกเลียนแบบ Google เป็นจุดเริ่มต้นที่ดี ค้นหาได้ 32 คำครั้ง แต่เพียงพอที่จะหาเว็บไซต์ เอกสาร หรือหนังสือที่ถูก copy แม้เปลี่ยนคำบ้าง
2. Grammarly
Grammarly ต้องสมัครสมาชิกบริการแก้ไขเพื่อได้ผลลัพธ์ลอกเลียนแบบเต็มรูปแบบ แต่การตรวจสอบครั้งแรกฟรี บอกว่ามีโอกาสลอกเลียนแบบหรือไม่ มากกว่าหลายแอป และผมพบว่าจับได้ถูกต้องส่วนใหญ่ ทำให้เป็นตัวเลือกฟรี first-line ที่ดี
3. SearchEngineReports
เป็น wrapper ของ Google แต่ฟรีและทำงานดีกว่าตัวเลือกฟรีอื่นๆ จับส่วนใหญ่ที่ทดสอบถูกต้อง SearchEngineReports ตรวจสอบได้ 2,000 คำต่อการค้นหา (ไม่มีขีดจำกัดจำนวนครั้ง) รันผ่าน Google ทีละประโยค บอกว่าประโยคไหนให้ผล ตัวเลือกเขียนใหม่เพื่อหลีกเลี่ยงการตรวจจับในอนาคต (ไม่แนะนำ)
4. Copyleaks
Copyleaks ให้ตรวจสอบฟรี 2,500 คำ (~10 หน้า) ใช้กันแพร่หลาย อินเตอร์เฟซใช้ง่าย และมีฐานข้อมูลงานวิชาการและวิทยาศาสตร์ใหญ่ หากต้องตรวจสอบนอกเนื้อหาอินเทอร์เน็ต นี่เป็นจุดเริ่มต้นที่น่าเชื่อถือ จับเนื้อหาออนไลน์ทั้งหมดที่ทดสอบ
5. Quetext
ได้ตรวจสอบฟรี 3 ครั้ง ครั้งละ 500 คำ หลังนั้นต้องสมัครสมาชิก Quetext มีชื่อเสียงดีเรื่องความแม่นยำและ徹底性 และทำงานดีในทดสอบของผม ฐานข้อมูลรวมหนังสือ บทความ และเนื้อหาอินเทอร์เน็ต หากมองหาครอบคลุมแต่ถูกกว่า Copyleaks Quetext เป็นจุดเริ่มต้นดี
6. Plagscan
PlagScan มีฐานข้อมูลหนังสือ บทความ และข้อความอื่นๆ กว้างขวาง คืนการวิเคราะห์ละเอียดที่สำหรับผมระบุแหล่งลอกเลียนแบบเกือบทั้งหมด ทดลองฟรี 2,000 คำ หลังนั้นต้องซื้อเครดิตต่อ หากไม่มีข้อความมาก ระบบซื้อเครดิตตรวจสอบจำนวนคำอาจถูกกว่าตัวเลือกสมัครสมาชิกของโปรแกรมตรวจสอบลอกเลียนแบบอื่นๆ
ไม่มี magic bullet (วิธีเวทย์มนต์)
โปรแกรมตรวจสอบลอกเลียนแบบ โดยเฉพาะตัวง่ายๆ เกือบแน่นอนว่าจับไม่ได้ทุกอย่าง หากลอกเลียนแบบใช้แหล่งที่มาที่ไม่คุ้นเคย หรือเขียนใหม่พอ จะไม่มีเครื่องจักรไหน flag ได้ และแม้มนุษย์เก่งก็หลงได้ พวกมันเป็น first line of defense ที่ดี และขับไล่ลอกเลียนแบบ low-effort ได้
