ИИ обнаружил чужой почерк в экзаменационных бланках без эталона

В статье на Habr AI описан новый подход к детекции подделки рукописных экзаменационных бланков, когда часть работы пишется другим человеком. Традиционные системы требуют эталонных образцов почерка, что в реальных условиях государственной аттестации невозможно. Авторы построили модель, обученную на большом наборе анонимных рукописных фрагментов, где каждый образец размечен по стилю, скорости письма и характерным признакам штрихов.\n\nДля обучения использовали более 1,2 млн символов, собранных из открытых источников и реальных экзаменационных листов (с согласия). Модель комбинирует сверточные сети для извлечения локальных признаков и трансформер‑блоки, учитывающие последовательность штрихов. В результате система достигает 92 % точности в задаче бинарной классификации «один автор / несколько авторов» при уровне ложных срабатываний ниже 5 %.\n\nТестирование проводилось на реальных экзаменационных бланках, где имитировали подмену: ученик писал первые 60 % работы, затем к нему присоединился «помощник». Система успешно выявила 87 % таких случаев без доступа к образцам оригинального почерка. Авторы открыли код проекта на GitHub и предоставили готовый Docker‑образ, что упрощает интеграцию в существующие системы контроля качества образования.\n\nПерспективы применения включают автоматический аудит экзаменационных работ, проверку подлинности подписей в юридических документах и борьбу с мошенничеством в онлайн‑образовании, где часто используют сканированные рукописные ответы.