Jak działa Jednolity System Antyplagiatowy (JSA) i wskaźnik perpleksji AI w pracach medycznych?

Wgranie gotowej pracy licencjackiej lub magisterskiej do Archiwum Prac Dyplomowych (APD) i oczekiwanie na wynik z Jednolitego Systemu Antyplagiatowego (JSA) to dla każdej dyplomantki moment ogromnego stresu. Zgodnie z art. 76 ust. 3 Ustawy – Prawo o szkolnictwie wyższym i nauce, każda praca dyplomowa przed obroną musi zostać poddana obowiązkowemu badaniu antyplagiatowemu. Od lutego 2024 roku system JSA, opracowany i rozwijany przez Ośrodek Przetwarzania Informacji – Państwowy Instytut Badawczy (OPI PIB), zyskał zupełnie nowy oręż: zaawansowany moduł detekcji tekstów generowanych przez sztuczną inteligencję (AI).

Wielu autorów, którzy samodzielnie pisali pracę, z przerażeniem odkrywa w raporcie ostrzeżenia o podwyższonym wskaźniku podobieństwa lub „ryzyku nienaturalnej składni”. W tym artykule mgr Agnieszka Kondracka odkrywa kulisy działania algorytmów JSA, wyjaśnia pojęcie wskaźnika perpleksji (Perplexity) oraz omawia legalne metody redakcyjne pozwalające na bezstresowe przejście przez sito weryfikacyjne.

Baza referencyjna JSA: Z czym system porównuje Twoją pracę?

Jednolity System Antyplagiatowy nie jest zwykłym programem komputerowym. To potężna infrastruktura przeszukująca w czasie rzeczywistym cztery gigantyczne bazy referencyjne:

1. Ogólnopolskie Repozytorium Pisemnych Prac Dyplomowych (ORPPD): Baza zawierająca miliony prac licencjackich, inżynierskich, magisterskich i doktorskich obronionych na wszystkich polskich uczelniach wyższych od 2009 roku.
2. Globalny Internet: Zaindeksowane zasoby sieciowe, w tym portale naukowe, czasopisma medyczne, biblioteki cyfrowe, fora i bazy otwartego dostępu.
3. Polska Bibliografia Naukowa (PBN) oraz bazy wydawnictw naukowych: Monografie, recenzowane artykuły z czasopism punktowanych przez Ministerstwo Nauki.
4. Baza aktów prawnych i repozytoria orzecznictwa: Dzienniki Ustaw, Monitory Polskie, orzeczenia sądowe.

Wszystkie te zasoby są nieustannie aktualizowane. Oznacza to, że przepisanie fragmentu pracy z pracy obronionej 5 lat temu na innym uniwersytecie medycznym zostanie bezbłędnie zidentyfikowane przez algorytm JSA z dokładnością do pojedynczego słowa.

Wskaźniki PRP (Procentowy Rozmiar Podobieństwa) i limity uczelniane

Raport JSA generuje tzw. Wskaźniki Podobieństwa (PRP), które mierzą stopień pokrycia tekstu pracy z bazami referencyjnymi. Kluczowe są trzy wymiary:

• PRP1 (frazy 5-wyrazowe): Bada ciągi 5 kolejnych identycznych słów. Jest to wskaźnik wysoce czuły, który wychwytuje powtarzalną terminologię medyczną, nazwy jednostek chorobowych, definicje prawne i opisy skal. Z tego względu jego dopuszczalna wartość jest najwyższa (na większości uczelni medycznych próg ostrzegawczy wynosi 15% do 20%).
• PRP2 (frazy 10-wyrazowe): Bada ciągi 10 słów. Świadczy o zapożyczeniu całych zdań lub ich znaczących fragmentów. Wartość powyżej 10% jest dla promotora wyraźnym sygnałem do dokładnej analizy tekstu.
• PRP3 (frazy 20-wyrazowe — Wskaźnik Alarmowy): Wykrywa ciągi 20 kolejnych identycznych wyrazów. W rzetelnej pracy naukowej zapożyczenie 20 słów pod rząd bez oznaczenia cytatu dosłownego cudzysłowem traktowane jest jako plagiat ukryty. Limit na uczelniach medycznych wynosi zazwyczaj poniżej 3% do 5%.

Co oznaczają kolory w JSA?

• Zielony: Wskaźniki w normie, brak podejrzeń o naruszenie praw autorskich. Praca dopuszczona do procedury obrony.
• Żółty: Przekroczenie progu ostrzegawczego (zazwyczaj w PRP1). Promotor ma obowiązek otworzyć raport szczegółowy i zweryfikować, czy podświetlenia dotyczą powtarzalnych sformułowań medycznych (np. pełnych nazw ustaw, protokołów reanimacyjnych), czy nielicencjonowanych zapożyczeń.
• Czerwony: Przekroczenie krytycznych progów PRP3 lub alarm modułu manipulacji tekstem / AI. Wstrzymanie obrony, skierowanie sprawy do wyjaśnienia lub komisji dyscyplinarnej.

Moduł detekcji AI w JSA: Czym jest wskaźnik perpleksji (Perplexity)?

Od lutego 2024 r. system JSA został wyposażony w wyspecjalizowany moduł detekcji treści generowanych maszynowo (LLM, np. ChatGPT, Claude, Gemini). Moduł ten nie opiera się na porównywaniu tekstu z bazą prac, lecz na analizie stylometrycznej i statystycznej prawdopodobieństwa doboru słów.

Kluczowym pojęciem matematycznym jest tutaj perpleksja (Perplexity):

• W lingwistyce komputerowej perpleksja mierzy, jak bardzo „zaskakujący” dla modelu językowego jest kolejny wyraz w zdaniu.
• Modele sztucznej inteligencji generują tekst, wybierając słowa o najwyższym statystycznym prawdopodobieństwie wystąpienia w danym kontekście. W efekcie tekst generowany przez AI charakteryzuje się nienaturalnie niską, jednolitą perpleksją (jest gładki, przewidywalny, monotonny składniowo).
• Tekst pisany przez człowieka (eksperta medycznego) cechuje się wysoką i zmienną perpleksją (Burstiness). Człowiek łączy krótkie zdania z długimi okresami retorycznymi, stosuje rzadkie synonimy, wtrącenia myślowe, specyficzny żargon oddziałowy i zróżnicowany rytm.

Gdy moduł JSA wykryje w pracy całe akapity o skrajnie niskiej perpleksji, algorytm oflagowuje dokument ostrzeżeniem o „Wysokim prawdopodobieństwie wygenerowania tekstu przez model językowy AI”.

Dlaczego teksty z ChatGPT są natychmiast wychwytywane w medycynie?

Wielu studentów ulega złudzeniu, że „wystarczy wygenerować rozdział teoretyczny w ChatGPT i nikt się nie zorientuje”. W medycynie i pielęgniarstwie kończy się to natychmiastową wpadką z trzech powodów:

1. Halucynacje bibliograficzne i fałszywe numery DOI: Generatywna sztuczna inteligencja nie ma bezpośredniego, krytycznego dostępu do PubMed. Często zmyśla nazwiska autorów, łączy prawdziwych profesorów z nieistniejącymi tytułami artykułów lub generuje błędne numery DOI prowadzące do stron z błędem 404. Recenzent sprawdzający bibliografię wykrywa to w 30 sekund.
2. Kalki językowe i obca stylistyka: ChatGPT tłumaczy koncepty z anglojęzycznych baz danych, wprowadzając nienaturalne kalki (np. „zarządzanie raną” zamiast „leczenie rany”, „pielęgniarki praktykujące” zamiast „pielęgniarki wykonujące zawód”).
3. Brak zakorzenienia w polskich realiach prawnych: Modele językowe nie znają aktualnych rozporządzeń Ministra Zdrowia ani siatki płac KRASzPiP, cytując nieaktualne lub amerykańskie wytyczne kliniczne.

Jak legalnie i bezpiecznie obniżyć wskaźnik podobieństwa PRP?

Częstym problemem uczciwych dyplomantek jest tzw. fałszywy alarm JSA. Dotyczy to sytuacji, w której studentka samodzielnie opisywała historię choroby pacjenta kardiologicznego lub procedurę przetoczenia krwi, a JSA podświetlił tekst na żółto, ponieważ setki innych studentek użyły tych samych oficjalnych formuł medycznych.

Legalne techniki redakcyjne redukcji wskaźników:

• Głęboka parafraza naukowa: Zmiana struktury zdań ze strony biernej na czynną, rozbicie zdań wielokrotnie złożonych, zastąpienie zwrotów szablonowych precyzyjnym opisem klinicznym z własnej praktyki.
• Prawidłowe cytowanie dosłowne: Jeśli musisz przytoczyć definicję ustawową (np. definicję zawodu pielęgniarki), umieść ją w cudzysłowie i podaj przypis w stylu Vancouver. Wówczas promotor w raporcie JSA widzi, że jest to cytat uprawniony, a nie plagiat.
• Weryfikacja wyłączeń w APD: Upewnij się, że promotor zaznaczył w systemie wyłączenie z badania strony tytułowej, oświadczenia o samodzielności oraz spisu piśmiennictwa. Te elementy niemal zawsze generują fałszywe podobieństwa w JSA.
• Bezwzględny zakaz stosowania „synonimizatorów” i mikserów słów: Programy automatycznie zamieniające słowa na synonimy niszczą sens medyczny tekstu i tworzą kurioza językowe, które są natychmiast wyłapywane przez moduł anomalii stylistycznych JSA.

Profesjonalna redakcja językowa i merytoryczna pod okiem doświadczonego metodologa pozwala zredukować wskaźniki PRP do w pełni bezpiecznego poziomu (zazwyczaj PRP1 < 8%, PRP3 < 1,5%), zapewniając 100% spokoju podczas procedury dyplomowej.