Мультиагентна система перевірки схожості текстових цифрових робіт студентів у межах освітньої платформи

Abstract

This paper presents an approach to enhancing the functionality of modern educational platforms through the integration of a distributed intelligent system for assessing textual similarity in students’ digital works. The proposed integration significantly improves the efficiency, transparency, and objectivity of the assessment process by enabling educators to instantly evaluate the level of academic integrity for each specific assignment.The proposed system architecture combines elements of expert systems, multi-agent systems, and fuzzy logic. The expert subsystem is responsiblefor the normalization and preprocessing of textual data obtained from student submissions, as well as for the interpretation of similarity evaluation results based on a set of expert rules. The fuzzy logic component formalizes the similarity evaluation process, allowing the system to manage uncertainty and linguistic imprecision inherent in natural language data. The introduction of a controlled random deviation compensates for potential inaccuracies in similarity estimation, thus improving the overall precision and robustness of the evaluation results. To validate the concept, a prototype implementation of the distributed system was developed using the .NET platform. The architecture consists of multiple interacting agents that communicate via message brokers, ensuring parallel processing of student submissions and enabling horizontal scalability of the system.The proposed approach contributes to the creation of an intelligent educational environment characterized by a high degree of automation and transparency in student assessment. In future work, the presented concept may be extended into a more advanced adaptive system capable of self-learning based on accumulated data and continuously improving the accuracy of academic integrity evaluation.

У статті представлено підхід до розширення функціональних можливостей сучасних освітніх платформ шляхом впровадження розподіленої інтелектуальної системи перевірки схожості текстових цифрових робіт студентів. Інтеграція такої системи у середовище дистанційного навчання забезпе-чує підвищення ефективності процесу оцінювання, зменшення навантаження на викладачів і підвищення рівня прозорості оцінювання. Завдяки цьому викладачі отримують можливість оперативно визначати рівень академічної доброчесності в межах кожного індивідуального завдання.Реалізація системи базується на поєднанні концепцій експертних систем, мультиагентних систем і методів нечіткої логіки. Експертний компонент відпо-відає за формування правил нормалізації та попереднього очищення текстових даних, отриманих із робіт студентів, а також за інтерпретацію результатів порівняння текстів. Модуль нечіткої логіки використовується для формалізації процесу оцінювання схожості, що дозволяє коректно враховувати невизна-ченість та нечіткість у лінгвістичних даних. Введення контрольованої випад-кової похибки дає змогу компенсувати неточності в алгоритмах порівняння та підвищити загальну достовірність результатів оцінювання.Для тестування запропонованої концепції створено прототип системи у вигляді сукупності взаємодіючих агентів, реалізованих за допомогою інстру-ментарію платформи .NET. Аенти функціонують у розподіленому середовищі та взаємодіють між собою через брокери повідомлень, що забезпечує пара-лельну обробку студентських робіт і масштабованість системи. Запропонований підхід створює передумови для формування інтелек-туального освітнього середовища з високим рівнем автоматизації та прозорості оцінювання. У перспективі концепцію можна розширити до повноцінної адаптивної системи, здатної самостійно навчатися на основі накопичених даних і підвищувати точність оцінювання академічної доброчесності студентів.