Análisis comparativo de algoritmos para la detección automática del plagio en el entorno académico

Autores/as

  • Juan José Choque-Gutiérrez

Palabras clave:

Detección automática; Integridad académica; Plagio; Programación; Software educativo.

Resumen

El plagio en la programación académica representó un desafío creciente en la formación universitaria, ya que limitó el desarrollo de competencias fundamentales y afectó la ética académica. El objetivo de este estudio fue comparar la eficacia de diferentes métodos de detección automática de plagio en código fuente empleado en entornos académicos. Se desarrolló una investigación aplicada de tipo descriptivo y comparativo, en la que se analizaron programas obtenidos de repositorios de prácticas de programación. Para la detección se utilizaron tres herramientas de uso extendido en la literatura: Moss, JPlag y Sherlock, evaluando su precisión, facilidad de uso y tiempo de procesamiento. Los resultados mostraron que, si bien todas las herramientas permitieron identificar similitudes relevantes, existieron diferencias en la sensibilidad frente a modificaciones superficiales en el código y en la accesibilidad para su integración académica. Se concluyó que la combinación de métodos técnicos y estrategias pedagógicas constituyó la vía más efectiva para disminuir el plagio y fortalecer la integridad académica en la enseñanza de la programación.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Cheers, H., Lin, Y., & Smith, S. P. (2021). Academic source code plagiarism detection by measuring program behavioral similarity. IEEE Access, 9, 50391–50412. https://doi.org/10.1109/ACCESS.2021.3076782

Devore-McDonald, B., & Berger, E. D. (2020). Mossad: Defeating software plagiarism detection. arXiv. https://arxiv.org/abs/2010.01700

Gandhi, N., Patel, R., & Sharma, K. (2024). A support vector machine based approach for plagiarism detection in Python programming. Frontiers in Computer Science, 6, 1393723. https://doi.org/10.3389/fcomp.2024.1393723

Joy, M., & Luck, M. (1999). Plagiarism in programming assignments. IEEE Transactions on Education, 42(2), 129–133. https://doi.org/10.1109/13.762935

Lancaster, T., & Culwin, F. (2004). A comparison of source code plagiarism detection engines. Computer Science Education, 14(2), 101–112. https://doi.org/10.1080/08993400412331363843

Patil, S., & Kulkarni, R. (2022). Plagiarism detection in source code using structural and semantic analysis. International Journal of Computer Applications, 184(15), 12–19. https://doi.org/10.5120/ijca2022922441

Prechelt, L., Malpohl, G., & Philippsen, M. (2003). Finding plagiarisms among a set of programs with JPlag. Journal of Universal Computer Science, 9(11), 1016–1038. https://www.jucs.org/jucs_9_11/finding_plagiarisms_among_a

Descargas

Publicado

2026-01-01

Cómo citar

Análisis comparativo de algoritmos para la detección automática del plagio en el entorno académico. (2026). Revista Ciencia & Sociedad, 6(1), 69-74. https://cienciaysociedaduatf.com/index.php/ciesocieuatf/article/view/138