煎蛋科学第56期：抄袭，作弊与开放源代码

第56期，抄袭，作弊与开放源代码

今天我们来讲一个关于抄袭和作弊的话题，之所以要讲这个话题，是因为最近关于这个话题的事件还挺多的，无论是大四作弊被开除学籍的事件，还是周董新歌mojito涉嫌抄袭事件，蛋博士觉得都是只得探讨的话题，所以今天我们做这期节目，也就是为了和大家探讨一下这个话题。

其实无论是作弊还是抄袭，用一句话概括就是窃取别人的劳动成果，或者说在社会范围内产生了明显的不公平。一说到窃取，相信大家都能想到盗窃罪，很多听友反映说我们的节目太硬核，文科生表示听不懂。那么我们就来讲一期文科专题是不是？当然不是，如果一直在自己的舒适区带着，怎么能学到新的知识呢？我们都知道盗窃是罪，盗窃，是指以非法占有为目的，秘密窃取数额较大的公私财物或者多次窃取的行为。秘密窃取且占有，每一项抄袭都具备啊，所以抄袭也可以成立刑事犯罪，情节严重的抄袭也是可以判监禁的，这点可以参考中华人民共和国刑法第217条。

其实作弊从古至今一直都有，从科举开始，对作弊的处罚就非常严厉。中国古代科举，可以说是维持阶级间相对平衡的工具。中国古代当官几乎是所有人的梦想，我们从小学的诗词的作者，要不就有官职，要不就是怀才不遇，仕途受挫，心中有情绪从诗中抒发出来。怀才不遇，这个词熟悉吧，蜀道难难遇上青天，表现了李白什么样的感情，蛋博士看到答案，怀才不遇的感情。你怎么知道李白这是在写怀才不遇呢？万一李白就是爬山的时候累了呢？为什么古代大家都想当官呢？当官就是掌权，阶级就变了，封建社会阶级划分很明确，平民百姓要想当官，在非买官盛行的时代，唯一的途径就是科举，科举也是盛世选拔官员的主要途径。古代科举作弊，代考，夹带什么方式都有，考场也也有相应的检查对策，最极端的就是沐浴更衣参加考试，当然不是每个朝代都有。而现在虽然不是每个人读书都是为了当官，但确实在任何一次重要考试中有一个突出的成绩都有可能改变一个人一生的命运。很多家庭条件没有那么好的同学，通过自己的努力高考考上名校，毕业找到理想的高薪的工作，也都是很常见的事。所以考试作弊和抄袭，在现在也是无可避免要发生的，也正是如此，蛋博士认为作弊和抄袭是应该严重处罚的。但是考场作弊和抄袭，因为没法量化，所以从刑法的角度可能相对难定义性质是否恶劣，你抄别人考卷，得了满分，你获得了多少利益呢？你可能也没法因为这一次考试拿到奖学金，即使因为作弊上了比你本来应该上的更好的学校，这个利益也是没法衡量的，北大清华学费也不比其他学校贵。不过，考试的作弊和抄袭，确实引起了严重的不公平。举个例子，假设一个班总共三个人，平时成绩排名顺序是ABC。浙江大学决定录取这个班高考前两名，C的父母知道按常理C没戏，于是给了A的父母50万，A在考场上用手机传答案给C，最后A和C进入了浙江大学学习，而B失去了资格，这就打破了这个公平。一个作弊的人获得利益的同时，就一定有另外一个人失去本该获得的利益，这个利益可大可小，但是对于失去的人肯定是不公平的。咱们继续，然后C在本科生第四年的时候需要写毕业论文，C可能本身写作能力不强，于是从百度百科上大段的复制粘贴，完成了本科论文。负责考核本科生毕业论文的刚好是蛋博士，蛋博士编辑了多少百科词条，这能看不出来，于是C被判定抄袭，系里还在开会商讨处分结果。这虽然是个段子，但是蛋博士确实知道因为论文引用问题，挂科甚至失去学位的真实案例。严格的说，即使引用其他论文中的观点，也不能和原文的描述一模一样，至少需要重新写一段话或者改改个别词语。

蛋博士曾经看到过同一期刊发表的来自同一作者的两篇文章，文章思路差不多，研究的是不同的系统，用的方法完全一样，于是在两篇文章的方法章节，蛋博士惊讶的发现，300多个单词，完全一样。严格意义上讲，这也算抄袭，但是无论版权属于作者还是出版社，都不会去告发，因为没有利益的损失。但是蛋博士如果也写一篇文章，用同样的文字描述方法，那就一定有人告我了，即使引用他们的文章。大部分高校普遍使用的查重率是10%或者15%，也就是说一篇1万字的论文，与数据库文章的重复的词句不能超过1000或者1500个字。这对于初学学术写作的本科生来说，确实是很难的。对于一个歌曲来说，什么叫做抄袭呢？这就没有标准了，那么套用学术圈的严格的抄袭判定规则，10%，对于大部分歌曲也就差不多是主歌或者副歌中的一段，差不多3到6个小节。但是音乐创作由于编曲复杂，节奏也很多，所以同样的曲调不同节奏也很难判定抄袭。蛋博士并不追星，本科的时候曾经上过音乐鉴赏课，对张惠妹，周杰伦这种代表华语乐坛一个时代音乐的歌手还是有一定了解。如果仅仅是两三个小节和其他歌曲类似，节拍都不一样，曲调也不完全一样，那真的算不上抄袭。你要真的想说别人抄袭，那也专业点，算个矩阵相关系数，或者相似度系数，至少得知道声音信号是怎么转化成矩阵的吧。光是截取两个作品的一小段让其他人听是不是很像，这个显然不能作为判定抄袭的依据。我们都知道世界上没有两个一模一样的人，但是确实有长得很像的人。眼睛占了人面部特征不少比例，如果给你一个人眼睛的照片，让你猜是谁，每个人可能都有自己不同的答案，那为什么除了双胞胎从来没有人觉得自己和别人撞脸呢？

古代人抄袭作弊是为了科举当官，现代人是为何要作弊抄袭呢？2018年发表在综合期刊Plos One上面的一篇文章（https://doi.org/10.1371/journal.pone.0202252）通过问卷调查的形式对比了德国和斯洛文尼亚学生作弊的理由，一个共同点是，两个国家的学生都觉得作弊的主要原因是网络科技的发达和老师教课教的不好。其中网络科技主要是跟大作业或者论文抄袭有关，毕竟你参加教室考试，纸板答卷，用网络搜索答案也不太现实。老师课教的不好这点，蛋博士是非常意外的，老师讲的不好，你没听懂别人不也没听懂么，考试的时候大家一块不及格，但是不及格不等于挂科啊。很多大学的考试分数，都是通过均值平移调整过的，比如蛋博士的流体力学，老师上课讲的非常好，但是期末考试出题的助教可能是喝多了，把一篇科研论文里面的一个理论论证用来当考题，限时2小时完成，蛋博士考了56分，满分100。蛋博士一点也不慌，因为问了问同学，大家都30几分。最后选课系统成绩出来，我得了A+，因为我是全班第二名，第一名59，全班没一个人及格，但是老师会平移调整分数的，这个过程跟摄影的时候拉色彩曲线有点像，英文也叫做curve。平移调整考试分数另外一个原因是，如果这个班这么多人在一个4学分的课上没及格，就算不考虑重修教室坐不下的问题，整个班的学生学分绩都被这一门课拉下来，出去就业时和其他考分平移调整的学校的毕业生比完全没有竞争力。但是网络科技的发达促成的抄袭，倒是确实和老师有关系。蛋博士读书的时候，曾经有至少5门课上，老师会告诉我们如何引用科研文献，书籍，以及网站，甚至是纸板报刊，如果在学校里每节课都加入这些元素，可以让学生更加牢记学术引用的原则。

接下来我们来说一个极为相关的话题，在大数据时代，有一个词叫做开放源代码，简称开源非常流行，在各大算法源代码开放之后，科学计算和人工智能领域近几年才有了突飞猛进的发展。但是需要注意的是，并不是说任何你能看到源代码的算法或者软件都是开源的，你需要注意的是这个软件或者算法的开源许可证。比如facebook有一个训练好的关于自动从图像中识别人体各个部分的神经网络，蛋博士如果想要开个公司，把这个训练好的神经网络打包成软件放在网上卖，那是违法的，因为尽管我能看到源代码，但是这个算法并不开源，拥有creative commons的只限制在非商业用途使用的许可证，在学校里面使用该算法发个文章并且合理引用是没有问题的。今天的节目就到这里，感谢大家收听，我们下期再见。