爱丁堡统计与数据科学代码相似52%：认定学术不端、正式警告，本次不扣分

当时处理情况

钟同学在爱丁堡大学学习 Statistics with Data Science (MSc)。一份代码作业十月十七日中午十二点下发，他在十一月五日提交。作业占课程考核的百分之四十，后来被指控代码共谋，相似率为百分之五十二。这项结果让他担心，原本想完成的课程考核，会不会进一步变成学术处分和分数处罚。

写作业时，他自己的代码跑不出来。换用他人的代码后，程序能够运行，他便用了那份代码，改动了变量、变量名和注释，但仍有较大范围复制。提交时，他在本地完成后上传GitHub，只传了一个版本，VS Code里有timeline记录。问题从程序能不能跑，变成了提交内容与他人代码为什么如此相似，钟同学也希望能够说明自己的使用经过。

他最初希望撤销处罚或指控。回想那次作业，自己当时最急的是让代码运行起来，之后做过的改动却没有改变大面积复制的事实。一个版本已经交上去，面对调查时，他不能再把当时的选择只理解成解决调试问题。他会担心，这份占比不低的作业是否会受到扣分，也想知道，学校将怎样评价自己用他人代码、再修改部分文字和变量的做法。

处理思路

二〇二六年一月十三日，学校的Outcome of academic misconduct结果信给出了正式回应。Project 1被报告给College Office，数学学院提交的学术不端报告，与钟同学的陈述一起，由学院和学校的学术不端负责人考虑。对他来说，收到结果时最紧张的，是学校怎样判断已经提交的那份作业，以及原先希望撤销处理的请求最后能得到怎样的回答。

学院学术不端负责人按照balance of probabilities标准，认定学术不端已经发生，决定发出formal warning。这封信本身向他传达正式警告，同时明确No mark penalty will apply on this occasion，本次不施加分数处罚。钟同学读到不扣分时，对课程分数的担忧缓和了一些；读到正式警告时，他也看见，学校仍然把这次行为作为违规处理。

通知还提醒，今后类似事件会受到更严厉的处理，并给出具体的讨论要求。学生可以一般性地讨论作业主题，但讨论不应涉及作业结构或某一道考核问题的具体解法；也需要保护自己的作品，不能向其他学生共享作业或已经完成的考核。对这次因代码不能运行而借用他人内容的钟同学，这些说明正好对应了他下一次可能再次遇到的难题。

如果对作业或主题有不确定之处，学校建议向Course Organiser或课程导师寻求帮助，并提供有关合作与共谋、引用来源的指引。他想到，下一次代码仍然跑不出来时，自己需要先把不懂的问题说清楚，而不是直接拿一份能运行的答案替代。向课程教学人员询问怎样理解任务，是通知给出的可选求助方向，他希望之后能够以合适的方式处理调试中的困难。

处理结果

钟同学最终收到正式警告，本次没有分数处罚。那份占课程百分之四十的作业，没有因为本次决定再受到分数处罚，学校关于再次发生会更严厉的提醒也一并保留在通知里。

他记得当时看到程序终于跑起来的轻松，也记得后来面对百分之五十二相似率时的担心。收到结果后，他希望下次能够把运行问题与自己需要完成的作业要求一起考虑，问清楚可以怎样讨论、怎样求助，避免又把眼前的运行成功变成之后难以解释的提交。

结果图片与材料