Jednou z nenápadných změn představených minulý týden bylo nasazení reCAPTCHY u registrace nového blogu. K čemu je to dobré a co je to vlastně ta reCAPTCHA?
Základem systému reCAPTCHA je CAPTCHA, tedy test používaný na internetu k odlišení uživatelů od robotů. Test spočívá v tom, že uživatel musí jako povinný krok v nějakém formuláři opsat do příslušného políčka zdeformovaný text, který vidí na obrázku.
Přičemž se samozřejmě předpokládá, že robot to na rozdíl od člověka nezvládne, a tím se zamezí tomu, aby docházelo k zneužívání služby. Smyslem tedy je bránit se spamu, kterému musí čelit provozovatelé řady internetových služeb, včetně Blog.cz, který čelil v minulosti opakovanému zakládání blogů roboty.
ReCAPTCHA vychází z testu CAPTCHA, uživatel tedy opět opisuje nějaký text z obrázku. Na rozdíl od jednoduché CAPTCHY zde ale dochází k tomu, že se zabíjí dvě mouchy jednou ranou: služba se brání před roboty a uživatelé se nevědomky podílí na digitalizaci starých textů.
Na počátku reCAPTCHY totiž stála tato úvaha: když už musíme uživatele obtěžovat s opisováním nějakého textu z obrázku, proč toho nevyužít k dobrému účelu?
ReCAPTCHA proto využívá toho, že každý den miliony internetových uživatelů po celém světě opisují slova z obrázků, a tím pomáhají digitalizovat staré tištěné texty. Zjednodušeně si to představte asi takto:
Slova, která musí uživatel opsat z obrázku, jsou převzata přímo ze starých textů, které jsou skenovány a následně digitalizovány, aby se zachovaly pro příští generace. V tomto procesu je nutné převést každé slovo, které je zachyceno pouze na obrázku, do reálných písmen abecedy. Některá z těchto slov jsou ale pro počítače nečitelná a tudíž velmi obtížná k převedení do psaného textu. ReCAPTCHA proto vybírá tato slova a zobrazuje je uživatelům, kteří je ručně přepisují.
Jak si ale můžete všimnout, uživatel neopisuje jenom jedno slovo, ale slova dvě. Jedno z nich je totiž bezproblémové – počítač ho již v minulosti přečetl – zatímco s tím druhým potřebuje pomoci. Uživatel nikdy netuší, které ze dvou opisovaných slov je právě to neznámé, a musí se proto soustředit, aby správně opsal obě slova. Při následné kontrole reCAPTCHA kontroluje, zda uživatel správně opsal slovo, které již bylo známé – pokud ano, pak se předpokládá, že uživatel opsal správně i druhé neznámé slovo, které bylo dosud nečitelné.
Stejné slovo se potom zobrazuje i dalším uživatelům, kteří ho rovněž musí opisovat, než se překročí dostatečná hranice stejných verzí. Systém následně usoudí, že jestliže určité množství uživatelů toto slovo opsalo tímto způsobem, pak je vysoce pravděpodobné, že slovo bylo opsáno správně. A tak pořád dokola, než se nahromadí všechna opsaná slova.
Závěrem dvě poznámky:
- ReCAPTCHA myslí i na zrakově postižené uživatele, kteří si mohou nechat slovo z obrázku přehrát.
- O nasazení reCAPTCHY na další místa na Blog.cz – např. ve formuláři pro přidání komentáře pod článek – již do budoucna neuvažujeme.
Další informace si můžete přečíst zde (v angličtině): http://www.google.com/recaptcha/learnmore
od sebe k sobě 