Independientemente de quién lo haya hecho por ellos (familiares, amigos, autónomos o incluso agencias profesionales como las empresas de redacción con escritores fantasma), en 2020, los educadores de todo el mundo fueron testigos de un enorme aumento en la presentación de trabajos que no fueron escritos por los estudiantes que decían haberlo hecho. Con frecuencia, el contenido estaba escrito por redactores fantasma profesionales en su nombre.
¿Se puede detectar si un texto no fue escrito por una persona concreta, sino por un escritor fantasma?
Esta pregunta fue la base para que Ouriginal comenzara a desarrollar una función que ayuda a todos los que necesitan evaluar la originalidad de un documento y verificar su autoría. Durante la fase de investigación del proceso de desarrollo, nuestro equipo de I+D descubrió experimentalmente que la «hipótesis de la similitud en los grupos de pares» puede aplicarse para resolver el problema de la verificación de la autoría. En comparación con la solución tradicional de detección de plagio para salvaguardar la integridad académica, la función «Metrics» de Ouriginal hace un vistazo general de un grupo de documentos. Al introducir un conjunto de documentos escritos por un grupo de estudiantes de la misma clase que están escribiendo sobre la misma tarea, nuestros datos preliminares sugieren una distribución gaussiana para los parámetros que calculamos en los documentos. Lo que vemos es que la mayoría de los estudiantes se agrupa en el medio de los valores, siendo unos pocos los que obtienen puntuaciones altas y bajas, y todos ellos suelen caer dentro de una desviación estándar de la media. Los valores atípicos en la zona de puntuación baja se consideran alumnos de bajo desempeño, pero no los marcamos. Sin embargo, los valores atípicos elevados sí se marcan para una mayor inspección. Los resultados atípicos altos en una serie de medidas pueden indicar que se trata de un estudiante prodigioso o de un potencial escritor fantasma. Determinar en cuál de las dos categorías se encuentra el estudiante es responsabilidad del docente. Nuestro indicador simplemente llama la atención sobre ciertas presentaciones de estudiantes que parecen inusuales. Somos cien por ciento conscientes de que la forma de considerar las puntuaciones altas o bajas de estos parámetros puede ser el resultado de suposiciones pedagógicas culturalmente específicas, que se abordarán más adelante. Por ahora, para mitigar estas suposiciones, basamos nuestra puntuación en ocho parámetros en total y no en uno solo.
Análisis del estilo de escritura: comparación de las tareas de un mismo autor
A largo plazo, el plan para «Metrics» de Ouriginal es realizar la validación comparando una tarea con las otras tareas que el estudiante ha subido previamente. Los participantes de los concursos anuales de PAN ya han investigado mucho este problema, por lo que la tarea de verificación de la autoría es algo antiguo. Sin embargo, nuestro método es más fiable y no es tan propenso a fluctuaciones con los diferentes antecedentes de cada estudiante; tampoco es tan sensible a las interferencias de género o de tema. No obstante, para que funcione, primero hay que establecer los datos de referencia de cada alumno. Por este motivo, Ouriginal está realizando actualmente comparaciones entre aulas para recopilar datos y marcar los documentos con sumo cuidado.
El concepto de «comunidades lingüísticas«
Al situar nuestro trabajo en lo que se ha hecho antes, recurrimos a la dialectología, que adopta un enfoque cuantitativo para identificar a los hablantes «prototípicos», además de cartografiar geográficamente la prevalencia de las variantes lingüísticas y los rasgos de la lengua que forman los grupos dialectales, así como a la antropología lingüística, un campo que se ocupa de la variación lingüística que existe dentro de las comunidades y de los significados sociales que se construyen a través de las diferentes formas de comunicación. En estos dos apasionantes campos, existe el concepto de investigación de «comunidades lingüísticas», en las que grupos de hablantes que interactúan regularmente comparten patrones de uso del lenguaje que los identifican como miembros de sus respectivas comunidades.
Cómo detectar trabajos «fantasma» en grupos de estudiantes
Los datos preliminares de Ouriginal introdujeron trabajos de un escritor fantasma profesional de un foro de engaños en línea por contrato en un conjunto de documentos escritos por grupos de estudiantes de la misma clase, los cuales tenían que escribir sobre el mismo tema. Utilizando este conjunto de datos, pudimos identificar al escritor fantasma porque obtuvo una puntuación significativamente diferente en casi todas las medidas implementadas en la actualidad en «Metrics» de Ouriginal. La investigación pedagógica sobre la educación lingüísticamente diversa, también denominada aula multicultural, puede aportar un matiz importante a nuestra comprensión de lo que constituyen las comunidades lingüísticas y los grupos de pares, ya que debemos reconocer la realidad de unas aulas cada vez más globalizadas y heterogéneas. ¿Qué opinas del uso de tecnologías avanzadas y de la estilometría para evaluar la originalidad de un texto? ¿Qué métodos utilizas para verificar la autoría de un documento? ¡Nos alegramos de saber de ti!
