近年每到台灣選舉季，「論文」是吵得最沸沸揚揚的議題之一。
上至總統、下至高雄市長候選人，都能被攪和進來，「現在就連選里長，論文可能都會被翻出來，看有沒有抄襲。」雲書苑教育科技（以下簡稱雲書苑）創辦人暨總經理林政宏說。
雲書苑的產品「快刀」是中文相似度比對系統，主要可以用於學術論文的抄襲比對，所以每次到了選舉，或是誰又爆出論文抄襲的新聞，公司的電話總是響個不停。
因為「喜歡看論文」而誕生的公司
創立於2007年的雲書苑，2010年推出「快刀」，至今有90所大專院校、逾20個公部門曾採用，已比對數十萬篇論文，起因只是林政宏一個奇特的小興趣——看論文。
從量子力學到OpenAI，都是他的涉獵範圍，他還津津有味地分享某一篇貓咪也是共同作者的論文。也只因他本身就是工程師，長期寫程式、開發系統，對於新的技術或演算法有著濃厚的好奇心。
但論文看多了，林政宏常會有「似曾相似」的感覺，「啊！就是抄襲啦，有時候去跟老師反映，他們也都完全不清楚。」
而2007年以前，AI（人工智慧）一詞還不流行，林政宏就在做自然語言處理（Natural Language Processing，縮寫NLP），開始有了應用該技術在論文比對的念頭，最後開發了中文相似度比對系統「快刀」。
簡單來說，快刀先把論文裡的字句進行斷詞，分出名詞、人名、動詞等詞性，再進行解析比對。除了基本的「大量複製貼上」一定能抓出之外，林政宏表示，快刀還可以比對「文風」，抓出每一個人寫作用字遣詞的小習慣。
比對完畢後，快刀會提供審查論文與資料庫內其他論文的相似性數據，「我們的工作是抓出相似性，至於判斷抄襲與否，還是交給學術單位或主管機關。」林政宏表示，像是法條、合理的引用規範（如APA格式），快刀系統都會自行避開，就算是偏質性的論文也能比對。
發展至今，比對論文只是快刀的其中一項應用，許多公部門採購快刀來比對政府機關人員出差報告、計畫書。雖然商業模式上非常適合訂閱制，但考量到學術與公部門的採購流程，目前仍多走標案採購的模式。
在未來，雲書苑也預計將快刀應用在108課綱的學習歷程檔案中（學習歷程檔案是用來記錄高中生3年修課與多元表現，如證照、書面報告、作品等）。
論文抄襲比對，已經到了「仙拚仙」階段
回到論文抄襲的話題，林政宏表示，學生愈來愈聰明了，已經很少人採取大段落的複製貼上，學生們開發出各種奇葩的作弊方法，甚至用上AI與比對系統「仙拚仙」。
「有學生為了降低內文抄襲比例，在論文裡加入了一個縮小文字框，看起來像是小句點，但內含幾百萬字亂碼，藉此稀釋掉整篇論文的抄襲比例。」林政宏說，甚至還有把全部的文字轉成圖片，重新貼回Word上；或是把論文翻譯成俄語，再翻成各種他國語言、再翻回中文，試圖透過多重翻譯重新組裝字句，來混淆比對系統。
但這些讓人莞爾一笑的案例都還算好破解，「現在已經有研究生會用AI產生論文了。」林政宏語重心長地說，雖然目前學生們使用AI產生的論文，讀起來還相當不通順，不過難保技術會持續進步，未來比對系統也將難以分辨。
所以，林政宏積極地趕上最新的科技發展，至今在團隊內仍負責部分的程式工作，「OpenAI的GPT-3（深度學習產生人類可以理解的自然語言）技術就真的很厲害，我也有嘗試了一下，這一行以後就是AI打AI的時代了。」
關於創業的三個小問題
Q：未來有什麼發展計畫？
A：目前考慮前進日本市場，以及108課綱中的學習歷程檔案。而在中文相似度比對，還有很多可以做的事，舉例來說，能讓AI自動分析新聞、撰寫摘要，並跟搜尋引擎的熱門關鍵字做比對，判別點閱數的高低。
Q：為何選擇布局學習歷程檔案？
A：學習歷程檔案記錄高中三年的報告、作業、作品等，有一部分需要任課老師認可，一個老師要面對多少學生？現在學生又這麼聰明，都在用AI了，老師若要查有沒有抄襲，只能把文章一段一段放上Google，雙方軍火較量一點都不平等。老師們的確需要更快速、有效率的比對工具。
Q：目前營運上遇到哪些困難？
A：現階段的最大困難是人才斷層，從年紀來看，雲書苑已經不是新創公司了，對年輕工程師而言，也許吸引力還有待加強，未來開拓國際市場也需要相關人才。另外，快刀容易變成政治鬥爭的工具，這不是雲書苑的初衷，我們就是提供內容比對結果，讓相關單位自行判斷。
本文出自數位時代320期2021年1月號《100微趨勢》創業QA
責任編輯：郭昱彣、張庭銉
