Le Dernier Jour Avant L'examen D'entrée À L'université, Des Surveillants D'ia Sont En Place
La technologie joue un rôle de plus en plus important pour garantir l’équité des examens. Grâce à des technologies telles que la vision par ordinateur, les réseaux neuronaux et l’analyse comportementale, les comportements de tricherie peuvent être efficacement identifiés et l’ordre dans la salle d’examen peut être maintenu.
Le Bureau provincial des admissions et des examens du Liaoning a publié un document le 5 juillet indiquant que l'examen d'entrée à l'université générale du Liaoning 2020 se dérouleraLa technologie de l’intelligence artificielle sera utilisée pour détecter les violations présumées lors des examens.
L'article souligne que l'examen d'entrée à l'université de cette année utilisera l'IA pour effectuer une analyse préliminaire et un jugement de toutes les vidéos des salles d'examen afin d'identifier les violations suspectées.
Le personnel d'examen à tous les niveaux effectuera un contrôle secondaire et un jugement sur les violations suspectées détectées par le système d'IA et les traitera conformément à la réglementation en vigueur.
La surveillance par IA était déjà disponible en 2018
En fait, l’utilisation de la technologie de l’intelligence artificielle dans la supervision des examens n’a rien de nouveau.
ATA (American Online), qui a débuté avec la technologie de simulation dynamique DST (technique de simulation dynamique), utilise l'intelligence artificielle et la technologie du Big Data pour aider à maintenir la discipline dans la salle d'examen.
ATA a été fondée en 1999 et son siège social est à Pékin. Il s'agit du fondateur et du leader des services de tests et d'évaluation intelligents en Chine, ainsi que du plus grand fournisseur de services de tests et d'évaluation intelligents informatisés.Engagé à fournir des services d’examen équitables, justes, pratiques et efficaces.
Ils analysent les mouvements des candidats à travers des dizaines de milliers de vidéos historiques de salles d'examen pour détecter les comportements anormaux.
Le système utilise des algorithmes d’apprentissage profond pour suivre les candidats en temps réel et analyser les comportements anormaux dans la salle d’examen. En analysant le comportement squelettique des mouvements des personnes examinées, des invites et des alarmes sont émises en cas de violation.
Dès que vous constatez un comportement tel que de grands mouvements, l'utilisation de téléphones portables ou le fait de quitter votre siège,Le système émettra un avertissement. Les vidéos correspondantes seront également téléchargées sur le cloud et enregistrées comme preuves électroniques.
De plus, ATA utilise également des technologies telles que la modélisation intelligente des salles de test et la reconnaissance sémantique des scènes pour effectuer une segmentation sémantique des sièges des salles de test.Dessinez automatiquement un plan d'étage bidimensionnel de la salle d'examen et générez une carte thermique du comportement de l'ensemble de la salle d'examen.
Le plan d'étage en deux dimensions correspond exactement à la scène réelle et affiche les sièges des candidats et les sièges qui les quittent en temps réel. La carte thermique du comportement dans l'ensemble de la salle d'examen peut aider les enseignants à saisir la dynamique globale de la salle d'examen, à éliminer les angles morts dans la surveillance et à réduire la charge de travail des surveillants.
Ce système de surveillance intelligent a été utilisé lors de l’examen CPA 2018.
Détection du plagiat dans les réseaux neuronaux et les Big Data
En plus de surveiller et de contrôler les comportements de tricherie, une autre façon consiste à détecter le plagiat à partir des feuilles de réponses.
Des chercheurs de l'Université de Copenhague au Danemark mènent une étude pour tenter de détecter la tricherie aux devoirs grâce à une analyse écrite utilisant l'intelligence artificielle. Le projet s'appelle Ghostwriter.
Les chercheurs ont collecté 130 000 devoirs écrits en danois auprès de 10 000 lycéens, ont effectué une analyse de texte sur ces devoirs et ont formé un modèle de détection capable de déterminer avec une précision de près de 90 % si le devoir est écrit par l'auteur original ou plagié.
Ghostwriter est construit autour de l'apprentissage automatique et des réseaux neuronaux, a déclaré le Dr Stephan Lorenzen, chercheur sur le projet. Il utilise un réseau neuronal « siamois ».Capacité à analyser le texte d'entrée pour détecter les erreurs grammaticales, les phrases courantes, la longueur des phrases, la structure et d'autres caractéristiques.
L’équipe a formé le réseau neuronal sur une grande quantité de données, en apprenant principalement à partir de la représentation du style d’écriture et en émettant des jugements et des comparaisons.
Lorsqu'un étudiant soumet un devoir, le modèle de détection le compare aux devoirs précédents. Après la comparaison, le pourcentage de similitude entre le style d'écriture du nouveau devoir et de l'ancien devoir sera donné.
Les notes attribuées sont prises en compte en prenant une moyenne pondérée. De plus, des facteurs tels que le temps de soumission sont pris en compte et un score est attribué à la fin pour exprimer la similitude du style en pourcentage afin de déterminer si une tricherie est suspectée.
Ghostwriter peut également être utilisé dans l'analyse policière de documents falsifiés, l'examen de documents médico-légaux, etc.
Dites adieu aux routines de triche sophistiquées
Dans un épisode de l'émission de variétés comique coréenne « SNL Korea », une variété de routines de tricherie ont été reproduites, notamment prendre des notes sur des ongles et des bouteilles, écrire des réponses sur des bras et des jambes et apporter des téléphones portables dans la salle d'examen...
La confrontation la plus intense de l'histoire en matière de tricherie et de lutte contre la tricherie a eu lieu entre les surveillants et les candidats, avec beaucoup de blagues.
La vidéo répertorie 9 méthodes de triche
Comparé à la tricherie lors des examens réels, bien que l'intrigue soit exagérée, elle montre également que l'enseignant est bien conscient des méthodes de tricherie courantes des étudiants.
Désormais, grâce à l'aide de l'IA dans la surveillance, l'efficacité de l'examen est plus élevée et l'équité de l'examen d'entrée à l'université peut être mieux garantie.
Enfin, je souhaite que chaque candidat puisse passer l’examen avec intégrité, donner le meilleur de lui-même dans un environnement d’examen équitable et obtenir des résultats idéaux !
-- sur--