Kann HackerRank erkennen, ob man ChatGPT benutzt?

Die Sorge hinter dieser Frage ist meist konkret: ChatGPT ist in einem zweiten Tab geöffnet, und man will wissen, ob das Testfenster das bemerken kann. Dieser Abschnitt listet auf, was HackerRank aufzeichnet. Kurz gesagt sind es einige Signale auf Browserebene plus eine optionale Webcam, und keines davon liest den Inhalt eines anderen Tabs.

Was ein HackerRank-Assessment protokolliert:

• Fokus- und Tab-Wechsel, also den Moment, in dem das Testfenster verlassen wurde, und den Moment der Rückkehr
• Einfügeereignisse in den Code-Editor, einschließlich der Textmenge, die auf einmal ankam
• Verlassen des Vollbildmodus, wenn das Assessment so konfiguriert war, dass Vollbild erforderlich ist
• Webcam-Schnappschüsse, nur wenn das Unternehmen die Beaufsichtigung aktiviert hat

Ein Browser-Tab kann die Tabs daneben nicht lesen. HackerRank weiß, dass der Fokus das Assessment verlassen hat; es weiß nicht, ob ChatGPT, eine Dokumentationsseite oder die E-Mails geöffnet wurden. Plattform-für-Plattform-Übersichten gibt es im Cluster zur Erkennbarkeit.

Das Risiko liegt nicht darin, ChatGPT zu öffnen. Es liegt darin, was man mit der Antwort macht.

HackerRank führt bei Einreichungen eine Code-Ähnlichkeitsbewertung durch und vergleicht die eigene Lösung mit den Einreichungen anderer Kandidaten und bekannten öffentlichen Quellen. Sprachmodelle sind von Natur aus konsistent: Lässt man mehrere Personen dasselbe Standard-Array-Problem von ChatGPT lösen, konvergieren die Einreichungen zur gleichen Struktur, den gleichen Variablennamen und dem gleichen Kommentarstil. Genau diese Häufung ist das Muster, das die Ähnlichkeitsbewertung aufdecken soll.

Einfügen verschärft das noch. Ein einziges Einfügen, das eine vollständige Lösung in einen leeren Editor legt, ist ein stärkeres Signal als der Code selbst, weil es zeigt, dass die Antwort komplett ankam, statt sich zu entwickeln.

Wichtig ist, was all das nicht beweist. Eine Ähnlichkeitsmarkierung besagt, dass zwei Einreichungen sich ähneln. Sie besagt nicht, dass ChatGPT eine davon geschrieben hat. Werkzeuge, die vorgeben, von KI geschriebenen Text zu erkennen, sind in beide Richtungen unzuverlässig, und ein sorgfältiger Prüfer behandelt sie als Anlass für Nachfragen, nicht als Beweis.

Ein zweites Gerät liegt vollständig außerhalb des Systems. Wer ChatGPT auf dem Handy liest, hinterlässt kein Browser-Signal, das protokolliert werden könnte, weil im Browser, in dem der Test läuft, nichts passiert ist.

Diese Lücke ist kleiner, als sie klingt, sobald die Beaufsichtigung aktiv ist. Webcam-Schnappschüsse erkennen kein Handy, zeigen aber eine Person, die in Abständen nach unten und woandershin schaut, und ein menschlicher Prüfer zieht daraus den naheliegenden Schluss. Auf einem firmeneigenen Laptop kann die Gerätesoftware des Arbeitgebers deutlich mehr sehen als HackerRank.

Man stelle sich eine Backend-Ingenieurin vor, die für ein Payments-Team ein zeitlich begrenztes HackerRank-Screening absolviert. Sie löst die ersten beiden Aufgaben im Editor und bearbeitet die dritte über ChatGPT auf dem Handy. Das HackerRank-Log zeigt eine saubere Sitzung. Die Webcam-Schnappschüsse zeigen jedoch für den größten Teil der letzten Phase Aufmerksamkeit abseits des Bildschirms, und die dritte Lösung liest sich völlig anders als die ersten beiden. Erkannt wurde nichts, und der Bericht wirkt trotzdem seltsam. Die folgenden Runden mit Mock-Interview-Übung zu proben ist der Teil, der sich tatsächlich auszahlt.

SubcueAI ist für live geführte Gesprächsinterviews gebaut, also die Art, bei der jemand über Zoom, Google Meet oder Microsoft Teams Fragen stellt. Die Desktop-App für macOS und Windows erfasst Systemton und das Mikrofon und zeigt Vorschläge in einem lokalen Overlay an; das Side Panel der Browsererweiterung macht dasselbe für einen Anruf in einem Chromium-Tab, wobei nur der Ton dieses Tabs erfasst wird, also der Interviewer und nicht man selbst. Kein Bot tritt dem Anruf bei, und nichts wird in die Meeting-Seite eingeschleust.

Ein HackerRank-Coding-Assessment ist eine andere Situation. Niemand spricht, also hat ein Live-Assistent nichts zum Zuhören, und fremde Hilfe in ein Assessment zu holen verstößt gegen die Bedingungen, die man beim Start akzeptiert hat. Wir behaupten nicht, dass irgendein Werkzeug dort unentdeckbar ist. Bildschirmfreigabe, Bildschirmaufzeichnung, beaufsichtigte Umgebungen und firmeneigene Geräte liegen alle außerhalb dessen, was ein lokales Overlay kontrollieren kann.

Die Vorbereitung, die für ein Coding-Screening wirklich funktioniert, ist die unglamouröse Art: die Aufgabentypen so lange üben, bis man sie ohne Hilfe schreiben kann. Details zu Erfassung und Latenz stehen im Cluster zur Funktionsweise.