Ingeniero Civil en Computación / El objetivo general de esta memoria es diseñar, construir e integrar un módulo con algoritmos de detección de citas bibliográficas para el sistema de análisis de originalidad en documentos digitales DOCODE 1.0. El sistema DOcument COpy DEtector (DOCODE), fue creado a partir de algoritmos que calculan distintos índices de similitud entre documentos digitales. Estos se integraron dentro de una arquitectura de sistemas, en la medida que fueron desarrollándose, sin una visión concreta de las necesidades que tendría la plataforma en el largo plazo. Este es uno de los problemas fundamentales a ser abordados en este trabajo. Por otro lado, se detectó la necesidad de identificar citas bibliográficas, debido a que ellas no constituyen un intento de copia, sino una base para permitir conclusiones más elaboradas. Al contener texto citado, algunos índices se ven afectados en forma negativa. Se planteó la hipótesis que, es posible mejorar aspectos estructurales de DOCODE 1.0 orientados principalmente a mejorar la calidad del servicio, modificando la arquitectura del sistema. Además, se proyectó que la posibilidad de detectar citas bibliográficas permite mejorar la evaluación de DOCODE respecto del análisis de originalidad. La nueva versión de DOCODE 2.0 se construyó en una arquitectura orientada a servicios, lo que permite tener un esquema de servicios web completamente desacoplado, de alta disponibilidad y escalable. Por otro lado las investigaciones para el módulo de citas permitieron establecer un esquema de solución al problema. Dentro de los resultados en las citas, las pruebas de laboratorio permitieron determinar los mejores patrones para identificar citas, para después probarlos con documentos reales. Los valores de las pruebas de laboratorio fueron: 0,9941 (Precision), 0,9478 (Recall) y 0,9704 (F-Measure). Los valores para las pruebas en ambiente real fueron: 0,4101(Precision), 0,8302(Recall) y 0,5490(F-Measure). En base a los cambios realizados, DOCODE puede prestar servicios para cualquier plataforma de software. Además se demostró que es posible parametrizar citas bibliográficas y construir una máquina que las detecte.

Memoria para optar al título de Ingeniero Civil Eléctrico / El presente trabajo muestra el diseño de un sistema buscador de plagio en imágenes para el proyecto DOCODE que es una plataforma web que busca solución a la problemática de plagio académico y que facilita el análisis de originalidad de documentos. Esta herramienta pertenece al centro de investigación y docencia de la Universidad de Chile Web Intelligence Centre (WIC). El desarrollo de este trabajo está enfocado a la búsqueda de imágenes por medio del sistema Content-based image retrieval (CBIR) dando énfasis en los resultados de medidas de desempeño, tiempo de ejecución y búsqueda en grandes bases de datos en función de los distintos métodos, como por ejemplo textura que usa herramientas de análisis de señales aplicadas para casos bi-dimensionales. Estos métodos permiten una descripción computacional de imágenes, con el objetivo de ser utilizados para un sistema de reconocimiento de patrones de la rama de la inteligencia computacional como lo es CBIR. El sistema de detección de plagio se somete a distintas exigencias para probar su óptimo funcionamiento. Para esto se describe la metodología y se desarrolla un procedimiento para simular situaciones de plagio en imágenes, donde además también se mide la eficiencia de la descripción y búsqueda. Los resultados son presentados en orden cronológico, para luego ser comentados y analizados en discusión de resultados. En esta sección se presentan las ideas principales durante el proceso de toma de decisiones para el diseño del sistema CBIR, justificando básicamente el proceso de selección de características.

El presente proyecto de tesis se enmarca dentro del proyecto FONDEF DO8I-1015 llamado DOcument COpy DEtector (DOCODE), cuyo objetivo es desarrollar un sistema de detección de copia escrita. Hoy ya existe una versión 1.0 de DOCODE que incluye búsqueda web a partir de un texto ingresado1 , sin embargo se está desarrollando la versión 2.0 en la cual se incluirán parseadores, sistemas de similitud de documento, y demás herramientas avanzadas; y es en esta nueva versión que se incluirá el Modelo de Fusión de Datos que aquí se describe. Antes de explicar el desarrollo de esta tesis recordemos la etapa de cambio que vivimos en la actualidad, la llamada revolución informática, que en pocas palabras es la masificación y facilidad de acceso a la información mediante equipos electrónicos. Esta etapa de cambio se ve fortalecida con el Internet, medio que permite a las personas consultar e intercambiar información con terceros con bastante facilidad. Esta comodidad de acceso a la información también trae consigo un inconveniente: el problema del plagio, un mal que en esta época de adelantos puede traer atrasos, porque un estudiante en formación en lugar de investigar se puede dedicar a copiar y pegar información que encuentra fácilmente en Internet. Este problema no es menor y repercute en muchos ámbitos, no sólo académico, porque además de ser un problema ético, a gran escala se puede convertir en un problema serio con índoles legales. Para evitar ello, los investigadores del tema han desarrollado diversos métodos y sistemas de detección de plagio. Los cuales se basan en metodologías o algoritmos numérico–matemáticos que ayudan a identificar el grado de similitud entre un par de documentos A y B, también denominado dupla de Documento Sospechoso vs. Documento Fuente. Estos desarrollos poseen un variado desempeño, y es dependiente de la base de prueba. Es decir, algunos métodos funcionan bien y dan un resultado confiable para cierta base de experimentación, pero otros no, y estos mismos métodos pueden entregar malos resultados para otra base, mientras que los otros dan buenos resultados. Eliminar la “incertidumbre” en los resultados es la motivación principal de esta tesis, por ello se propone desarrollar un modelo para detección de plagio que pueda incluir N métodos de detección individuales (Donde: N ∈ Z +) y que sea capaz de tomar sus mejores resultados para mostrarlos como un único resultado final. Con lo descrito, se plantea el objetivo de este proyecto: “Desarrollar un Modelo de Fusión de Datos eficiente que pueda integrar diversos resultados de Sistemas de detección de similitud entre documentos” Para conseguir dicho objetivo se Diseñó y Desarrolló un Modelo de Fusión de Datos para la detección de plagio entre documentos que posee tres partes importantes: (1) La modificación de la Ecuación del Valor de la Información propuesta por Yu Suzuki et. al. [67]. (2) Un Sistema de Combinación Geométrico y (3) Una formulación que incluye un Factor de credibilidad. Que es un indicador ingresado por el usuario (juicio experto) y que muestra el nivel de confianza que se le tiene a un Método de Detección de Plagio. Posteriormente, el Modelo propuesto se validó con una base de pruebas supervisada otorgada por la PAN20102 [55] y se le comparó con otros Modelos de Fusión de Datos Clásicos [49, 63]. En esta comparación el Modelo de Fusión de Datos Propuesto en la tesis alcanzó el mejor desempeño con un F-MEASURE promedio de 94.3 % y una desviación estándar de 8.2 %, logrando así ser el más eficiente entre los modelos. Además, con ayuda del grupo de Social Network Analysis (SNA) de la Universidad de Chile3 , se realizó un análisis para detectar grupos sociales de copia para un conjunto de tareas digitales presentadas por alumnos del ramo de Tecnologías de la Información4 donde se logró detectar relación de similitud entre tareas de algunos alumnos. Esto después se contrastó con el auxiliar del ramo y se verificó la existencia de copia para los documentos reconocidos por el sistema. En esta etapa se utilizaron grafos dirigidos, para la representación visual de los resultados. Finalmente, se concluyó que el sistema desarrollado es eficiente con un ACCURACY, PRECISION y RECALL de 99.8 %, 96.1 % y 78.1 % respectivamente. Consiguiendo, de ese modo, cumplir con el objetivo propuesto.

Magíster en Gestión para la Globalización / El objetivo general de este proyecto es generar un plan de internacionalización que permita al servicio chileno de análisis de texto DOCODE, que identifica si un documento digital es original comparándolo con fuentes en la Web y en bases documentales propietarias [1], ser comercializado en España, donde satisfaga las necesidades del segmento atingente y se consideren los recursos que posee la organización. En Chile, existe un importante número de empresas tecnológicas emergentes que no cuentan con los recursos necesarios para poder investigar de manera sistemática las posibilidades que les brindaría a su negocio abrirse a mercados extranjeros. DOCODE se encontraría dentro de este grupo de empresas. Con el presente trabajo de investigación, se plantea probar que el servicio prestado por DOCODE es factible de internacionalizar a mercados de habla hispana, especialmente España. Considerando que el mercado español posee un grado de madurez más avanzado que el nuestro local respecto a los servicios a distancia, permitiendo una aproximación al servicio menos cauta, y más receptiva. Para lograr este propósito, se realizó un análisis de atractividad que consideró a la gran mayoría de los países de habla hispana y un levantamiento de los antecedentes del país seleccionado a través del estudio de su macroentorno. Posteriormente se realizó una encuesta a más de 300 individuos, entre académicos y representantes de instituciones académicas, la cual estaba enfocada a conocer las necesidades respecto del uso de una herramienta como DOCODE. De lo analizado se concluye que el servicio posee atributos valorados por los académicos, que la competencia no ha explorado, como los análisis de comportamiento grupal, los cuales le permitirían destacarse sobre los servicios de la competencia. Por otro lado, el amplio uso del LMS Moodle en la industria educacional española brinda a la empresa una oportunidad de desarrollo. Una asociación entre DOCODE y Moodle respaldaría la comercialización del servicio, a través de sus aportes en promoción y distribución. Y por último, el macroentorno español favorece la comercialización del servicio, principalmente por la favorable sensibilidad del grupo objetivo (instituciones) hacía los nuevos servicios globales, debido a los aportes a la flexibilidad económica que pudiesen tener estos en sus instituciones.

No autorizada por el autor para ser publicada a texto completo / DOcument COpy DEtector, DOCODE, es un sistema de detección de copia en documentos digitales diseñado para el idioma español. El objetivo del siguiente trabajo de memoria es diseñar y construir un Plan de Negocios como estrategia de levantamiento de Capitales para la etapa de comercialización del servicio DOCODE. Con la masificación del uso de Computadores e Internet, se ha vuelto común el copiar y pegar sin citar la fuente, en todo el mundo. En Chile, un estudio realizado el año 2010 concluyó que cerca del 55% de los estudiantes de educación media declaran haber copiado y pegado información desde la Web sin citar la fuente, mientras que un 42% de los estudiantes de educación superior declaran lo mismo. La hipótesis del presente trabajo es sostener que será necesario contar con una estrategia de levantamiento de capitales externos para poner en marcha con éxito la comercialización del servicio. Se estudió la situación actual de las alternativas de financiamiento para negocios en etapas de alto riesgo, sus actores principales, las entidades privadas y estatales que brindan subsidios, incubadoras de negocios, entre otros, para establecer una estrategia de levantamiento de capital. Se estableció que el modelo de negocio debía basarse en la venta de licencias anuales a instituciones educacionales de educación media y superior, donde el precio a cobrar debe estar entre $1.600 y 2.750 por alumno que pertenezca al establecimiento, entre los años 2012 y 2016. Otra forma de pago será el Prepago, que permitirá revisar por ejemplo, 100 trabajos por $4.000 Finalmente, este proyecto tiene un Valor Presente Neto de 77,9 millones, una Tasa Interna de Retorno de 27% y una rentabilidad en que se recupera 4,7 veces lo invertido en 5 años. Esto permite recomendar su ejecución ya que es un proyecto atractivo según estos indicadores.

Ingeniero Civil Industrial / La educación chilena actual presenta una alta tendencia al plagio por parte de los alumnos debido al uso de Internet como fuente principal de acceso a la información. En este contexto, docentes y alumnos del DII de la Universidad de Chile, desarrollaron una herramienta tecnológica de detección de originalidad en documentos digitales llamado DOCODE. Hoy en día, las funcionalidades básicas de la herramienta están bien definidas y existe consenso respecto a su aporte en la educación chilena. Sin embargo, falta claridad sobre cómo la herramienta ayudaría a este propósito y el precio que estarían dispuestos a pagar los clientes. El objetivo del presente Trabajo de Título es diseñar y tarificar un servicio asociado a la herramienta tecnológica DOCODE, de modo tal de agregar valor a un segmento de clientes en el mercado educacional que esté dispuesto a pagar por él. Para ello, se realizó una investigación de mercado de dos etapas en la Región Metropolitana: la primera, un estudio cualitativo para generar hipótesis sobre los objetivos planteados y la segunda, una investigación cuantitativa para validar los supuestos generados y tomar decisiones concluyentes. Como resultado, se detectaron ocho segmentos en el mercado educacional chileno pertenecientes a educación superior y media. Debido a su potencial atractivo, se seleccionó al segmento objetivo de DOCODE, correspondiente a facultades humanistas y no humanistas con requerimientos de revisión de originalidad, pertenecientes a universidades de investigación y privadas selectivas. Según ello, se estableció que el beneficio buscado por estas instituciones es aquel que estimule el desarrollo de las habilidades cognitivas de los alumnos. A partir de lo anterior se desarrolló el concepto de producto para DOCODE y los requerimientos necesarios a incorporar a la versión actual para comercializarlo. Además, debido al desconocimiento entre los clientes respecto de otras herramientas similares, se plantea posicionar a DOCODE como un servicio perteneciente a una nueva categoría llamada detector de originalidad en documentos digitales. Se define que la mejor estrategia de precios corresponde a una de penetración con un precio de $2.300 anual por alumno, considerando revisiones ilimitadas. Sin embargo, se plantea la necesidad de diseñar a futuro modalidades que incluyan también revisiones limitadas de documentos, con el fin de capturar el mayor excedente de los compradores. Finalmente, se concluye que sí existe un segmento dispuesto a pagar por el servicio de detección de originalidad propuesto en el presente trabajo. Por lo tanto, si se incorporan las recomendaciones entregadas en el diseño de DOCODE, se logra cumplir con las expectativas de los clientes y usuarios, y, además, se realizan los esfuerzos comunicacionales y de ventas adecuadas, sería posible alcanzar ingresos anuales de $297.226.700.

Magíster en Gestión para la Globalización / El objetivo principal de la presente tesis es diseñar un plan de globalización para DOCODE, servicio basado en tecnologías de información desarrollado en la Universidad de Chile con la finalidad de prevenir el plagio académico, hacia un mercado escogido en Hispanoamérica. Dicho plan incluye la selección de este mercado objetivo, la identificación de atributos relevantes para los potenciales clientes y una recomendación del modo de entrada y modelo de suscripción para este mercado. Habiendo identificado el cluster de servicios generales como estratégico para el desarrollo de Chile, Fondef apoya iniciativas como la de DOCODE. Dados los altos costos de desarrollo de software y la facilidad que provee Internet para distribuir el servicio, cabe estudiar la posibilidad de internacionalizarlo. Luego de aplicar un análisis de atractividad para seleccionar un país dentro de Hispanoamérica, se realiza una encuesta dentro de dicho mercado, de la que se recoge información esencial para desarrollar un plan de negocios. Todo este esfuerzo tiene por finalidad entregar evidencias que respalden la hipótesis de investigación de esta tesis, que sostiene que es posible internacionalizar el servicio prestado por DOCODE hacia un país de Hispanoamérica por medio del diseño y ejecución de un plan estructurado de globalización. Puesto que el país seleccionado fue México, se utiliza este caso para demostrar la validez de la mencionada hipótesis. Los resultados que apoyan esta hipótesis se empiezan a ver desde el análisis de la encuesta online realizada a académicos de instituciones de educación superior mexicanas, quienes con una alta tasa de respuesta se mostraron interesados por un servicio de prevención del plagio como herramienta para incentivar la creatividad de sus alumnos. La encuesta permite identificar la evaluación del comportamiento del grupo como principal elemento diferenciador respecto de la competencia directa de DOCODE. Luego de explorar en el plan de negocios las alternativas existentes, se recomienda entrar en México por intermedio de vendedores locales especializados en el mercado mexicano, quienes reciben a cambio comisiones por venta. Se identifica el modelo de suscripción anual con pago adelantado mensual como el modelo de suscripción más adecuado para los ciclos presupuestarios de los clientes. El análisis financiero revisa tres posibles escenarios de venta y establece que el negocio es rentable sobre un promedio de venta anual de 3.000 usuarios nombrados, bajo ciertos supuestos razonables. En conclusión, el entorno mexicano es favorable para emprender el proyecto de globalización de DOCODE. El servicio tiene potencial para convertirse en un referente en su industria a nivel hispanoamericano comenzando por las instituciones educacionales. Se recomienda prestar especial atención al esfuerzo comercial, en particular a la publicidad y promoción, actividades claves del éxito del proyecto.