Disseny i validació d’una eina d’anàlisi forense per detectar trampes digitals en escacs online en contextos educatius

Read full text Summarise with VIRAT
Authors: Miquel Soldevila Gasquet
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

En moltes aules, els escacs online s’han convertit en una activitat que ajuda l’alumnat a millorar l’atenció, la paciència i la presa de decisions. No obstant això, quan apareix la temptació d’utilitzar motors d’anàlisi per millorar les jugades, el valor formatiu del joc pot veure’s afectat i generar desconfiança entre alumnat i professorat. Davant aquest repte, aquest treball proposa desenvolupar i validar una eina senzilla que permeta analitzar partides d’escacs online i detectar possibles indicis de joc assistit amb motors externs. L’eina proposada parteix d’aquest repte i combina dues mirades: la tècnica i la forense. Analitza fitxers PGN mitjançant python-chess i Stockfish per obtenir indicadors de precisió i temps, i alhora preserva els arxius amb funcions hash i un registre de traçabilitat inspirat en la norma ISO/IEC 27037. El desenvolupament es farà íntegrament amb programari lliure, en Python, i es validarà amb partides honestes i simulades. El resultat serà un prototip funcional, acompanyat d’una guia per entendre els límits i les possibilitats d’ús educatiu del sistema. L’objectiu no és substituir eines comercials més complexes, sinó oferir un recurs proper i replicable que permeta al docent verificar partides amb criteris transparents i mantenir la confiança entre professorat i alumnat, posant la tecnologia al servei del joc net i de l’aprenentatge equitatiu.

Fields of Study & Subjects

Digital and Cyber Forensics Benford’s Law and Fraud Detection Digital Media Forensic Detection

Publication details

Journal / source
O2 - Repositori Institucional (Universitat Oberta de Catalunya)
Publication date
1 January 2026
Language
CA
Document type
Thesis