Nade-detect ba ng HackerRank ang copy-paste?

Ire-record ng proctoring system ng HackerRank ang mga paste action sa code editor. Ipinapakita ng report ng kandidato na may nangyaring paste at kung saang bahagi ng session ito nangyari.

Ang hindi laman ng record ay ang pinagmulan. Ang editor ay isang web page lamang; tinatanggap nito ang anumang teksto na ibinibigay ng operating system, at wala itong paraan para itanong kung saan ito ni-copy. Ang sarili mong scratch file, isang halimbawa mula sa dokumentasyon, at ang sagot ng isang chatbot ay dumarating na parehong uri ng event.

May dalawang bunga nito. Ang pag-paste ng snippet na sarili mong sinulat lima minuto lang bago iyon sa ibang window ay naka-log nang eksaktong tulad ng pag-paste ng kumpletong solusyon. At ang malinis na paste log ay hindi patunay na nag-trabaho ka nang walang tulong, dahil ang pag-type mismo ay hindi tinutrack bilang ebidensya ng pagsulat.

Tinatalakay ng detectability cluster ang parehong tanong para sa ibang assessment platform.

Karamihan sa mga tao ay natatanong ito matapos na mangyari ang lahat — matapos silang mag-paste ng something habang nagte-test at pinag-iisipan kung gaano ito kasama tingnan. Inilalarawan ng seksyong ito kung ano ang nakikita ng reviewer. Ang maikling sagot: mas maraming ibig sabihin ang hugis o anyo ng isang paste kaysa sa mismong pagkakaroon nito.

Kapag ilang maliliit na paste lang ang lumitaw sa loob ng mahabang session, mababasa ito bilang normal na paraan ng paggawa. Walang nagre-retype ng URL o isang block ng test data. Ang isang paste na pumupuno sa isang walang-lamang editor ng isang kumpleto at tamang solusyon ay ibang-iba ang dating, dahil ipinapakita nitong dumating nang buo ang sagot sa halip na unti-unting umunlad.

Dagdag pa rito ang timing. Ang isang paste sa unang minuto ng isang problema, na sinundan agad ng submission, ay ibang kwento kaysa sa isang paste na lumitaw pagkatapos ng nakikitang paulit-ulit na pag-eedit. Isipin ang isang kandidato na kumukuha ng data-engineering screening na nakabukas ang personal niyang snippets file: lumalabas ang ilang maliliit na paste, paulit-ulit na nagbabago ang code pagkatapos, at mababasa ang report bilang normal na trabaho. Walang kailangang ipagtanggol sa log na iyon.

Dalawang magkahiwalay na sistema ang mga ito, at malaking hindi kailangang pag-aalala ang idudulot kapag nalito ang isa sa isa.

• Ang paste logging ay isang behavioral signal na nakukuha nang live sa loob ng editor. Sinasabi lang nito na may nangyaring aksyon.
• Ang code-similarity scoring ay tumatakbo gamit ang isinumiteng code, inikukumpara ito sa mga isinumite ng ibang kandidato at sa mga kilalang source. Sinasabi nitong may hitsura itong kahalintulad ng ibang bagay.

Puwede mong i-trigger ang isa nang hindi itinatrigger ang isa pa. Ang muling pag-type nang manu-mano ng ni-copy na solusyon ay hindi lumilikha ng paste event, ngunit i-sco-score pa rin ito bilang kahalintulad. Ang pag-paste ng sarili mong orihinal na gawa ay lumilikha ng paste event ngunit walang matatanggap na anumang similarity score.

Nakikita ng reviewer ang dalawa sa parehong report at binabasa ang mga ito nang magkasama. Kaya rin madalang na matatapos ang anumang bagay dahil sa iisang flag lamang: karaniwan, ang susunod na hakbang ay isang live na round kung saan ipapaliwanag mo ang iyong approach, na mas mabilis na nag-aalis ng kalabuan kaysa sa anumang log.

Tumutulong ang SubcueAI sa live na spoken interview. Kinukunan ng desktop app sa macOS at Windows ang system audio at ang iyong mikropono, at nagpapakita ng mga suhestiyon sa isang local overlay; ginagawa rin ito ng browser extension, sa pamamagitan ng Side Panel nito, para sa isang tawag na tumatakbo sa isang Chromium tab, na ang kinukunan lang ay ang audio ng tab na iyon — ibig sabihin, ang boses ng interviewer at hindi ang sa iyo. Walang bot na sumasali sa meeting, at walang anumang na-i-inject sa meeting page.

Ang isang HackerRank coding assessment ay hindi ang sitwasyong iyon. Walang nagsasalita, kaya walang dapat i-transcribe, at ang pagdadala ng tulong mula sa labas sa isang assessment ay paglabag sa mga tuntuning sinang-ayunan mo nang simulan mo ito. Hindi namin sinasabing hindi made-detect ang anumang tool doon. Ang screen sharing, screen recording, proctored session, at company-managed laptop ay lahat nasa labas ng maaaring maapektuhan ng local overlay.

Ang lugar kung saan talagang nakakatulong ang isang assistant sa HackerRank ay bago at pagkatapos nito. Ang pag-eensayo gamit ang mock interview practice ay bumubuo ng ugali na ipaliwanag ang code nang malakas, na siyang eksaktong hinihingi ng post-assessment review. Ang mga detalye sa capture at latency ay makikita sa how it works cluster.