京都大学は1月23日、カンニングの検出技術の開発に関する研究成果を発表。教員が経験的にカンニングを検出するメカニズムを、大量のデータからデータ間に存在する関係性を捉える「機械学習」の手法に取り込み、答案の正誤内容から自動的にカンニングを検出した。
この研究は、大関真之情報学研究科助教授と工学部4回生らによる研究グループが行った。今回の提案手法では、カンニングをしている度合い（被験者間の相関関係）が小さい順に「この被験者はカンニングをしていない」と確信して、その後の観察では疑わない。残りの被験者については、先入観を持たずに観察を続けていくというもの。従来手法と異なり、「信じる」に主眼をおくことが特徴となっている。
今回は答案の内容をシミュレーションにより用意した上で、手法の性能を確かめた。絞り込みをしながら、蓄積された多量の答案データをもとにした推定結果と実際の答案データの整合性を調べた結果、絞り込みをするにつれて整合性を示す値が増大。カンニングをしていないと信じることで矛盾が生じなかったことを示しているという。やがて減少するが、減少に転じたときに残っていた被験者間では、実際にカンニングをしていた。
この研究の手法は、試験答案以外においても広く適用可能であり、特にカンニングのような事前の想定を覆すような意外な関係性を取り出す目的に有効だという。研究成果は、日本物理学会が刊行する月刊誌「Journal of Physical Society of Japan」のオンライン版（1月8日）、紙面版（1月15日）に公開された。
