Menggunakan AI dan biometrik untuk meningkatkan Pengawasan ujian

Menggunakan AI dan biometrik untuk meningkatkan Pengawasan ujian

Ini adalah posting tamu oleh Oksana Mikhalchuk, seorang penulis teknologi di Oxagile.

Sementara sejumlah siswa dari semua tingkatan – mulai dari sekolah dasar hingga Doktor – beralih ke ujian online dan jarak jauh, penyedia layanan pengawas menghadapi dua tantangan. Pertama adalah meningkatkan kapasitas ujian, kedua adalah menjaga standar kualitas hasil pengawasan tetap tinggi.

Untuk mengatasi keduanya, kamera streaming langsung tidak cukup. Dengan ribuan siswa di dalamnya, tidak ada penguji yang dapat menangani masalah identitas, kecurangan, dan privasi secara efisien secara bersamaan. Di era kecerdasan buatan dan pembelajaran mesin, solusi biometrik tampaknya menjadi yang paling cocok, dan ada alasan bagus untuk itu.

Face recognition

Didukung oleh biometrik yang digerakkan oleh ML, pengenalan wajah dapat melayani berbagai tujuan – mulai dari mendaftarkan siswa hingga ujian dan memastikan identitas mereka hingga mengamankan kehadiran mereka selama ujian.

Berkat pembelajaran mesin, pengenalan wajah dapat melakukan lebih dari memvalidasi peserta ujian dan memastikan mereka manusia. Teknologi ini tahan terhadap segala jenis kerusakan identitas, dan akan segera dapat membedakan ekspresi wajah. Kacamata, gaya rambut baru, dan gambar, bukannya manusia tidak akan membingungkan sistem. Itu memotong beberapa metode kecurangan yang populer – seperti meminta orang lain untuk mengikuti tes.

Student identification

Karena mengidentifikasi orang yang menggunakan wajah mereka menimbulkan masalah privasi dan mungkin dianggap tidak dapat diterima di beberapa budaya, penyedia pendidikan mencari cara lain – seperti perilaku biometrik.

Kurang invasif daripada ‘ID-to-the-camera’ kuno dan kurang biasakan, perilaku biometrik menganalisis aktivitas manusia yang unik seperti mengetik dan pola penekanan tombol. Pengenalan berkemampuan AI membandingkan frase pendek (tertulis atau diketik) dengan sampel yang kredibel, dan mengonfirmasi identitas siswa pada setiap tahap pemeriksaan.

Permintaan untuk metode visual dan perilaku akan tumbuh karena mereka dapat dipertukarkan dan dapat disesuaikan dengan kebutuhan khusus: siswa dengan keterbatasan dan mobilitas mungkin lebih suka pengenalan wajah daripada mengetik. Selama ujian mendasar seperti final atau akreditasi, beberapa metode dapat digabungkan untuk memastikan keamanan ganda. Akhirnya, biometrik perilaku lebih mudah dikirim dan merasa kurang mengganggu daripada pemindaian ID.

Action monitoring

Seorang pengawas yang difungsikan oleh AI memandang seorang peserta ujian sebagai satu set skenario perilaku – posisi tubuh, mata dan gerakan kepala, ucapan, dll. Bendera merah adalah penyimpangan dari pola ‘normal’: postur yang tidak biasa, tangan di bawah meja, tangan yang licik . Beberapa siswa menganggap pendekatan semacam itu benar-benar ofensif – karena mengurangi seseorang ke sejumlah algoritma.

Faktor biometrik membuat penglihatan komputer kurang berpusat pada mekanik dan lebih adaptif dengan melacak reaksi dan lingkungan daripada gerakan – misalnya, perubahan dalam pencahayaan.

Visi komputer sudah dapat memindai siswa untuk perangkat tersembunyi seperti lensa kamera di tombol atau gelombang radio dari perangkat transmisi apa pun. Setiap kejadian perilaku abnormal berarti titik penalti, tanpa perlu membasahi kembali seluruh rekaman – tetapi peninjauan akhir tergantung pada pengawasnya.

Wearable technology

Mencoba membuat pemeriksaan yang diawasi menjadi pengalaman yang tidak terlalu menakutkan, proktensi biometrik memanfaatkan perangkat yang dapat dipakai. Jam tangan pintar dan gelang kebugaran dapat melacak gerakan, denyut nadi, dan suhu untuk menunjukkan ketidaknormalan, sementara yang didukung pembelajaran mesin menganalisisnya secara waktu nyata. Siswa bebas untuk tetap nyaman secara fisik selama ujian.

Teknologi berkemampuan biometrik yang dapat dikenakan dikombinasikan dengan pelacakan tindakan memecahkan satu masalah lagi. Menghemat waktu untuk pengawas dan siswa, menghilangkan kebutuhan untuk melakukan inspeksi visual di meja dan kamar siswa melalui webcam.

Tetapi, dengan semua otomatisasi masih ada titik manusia yang tidak bisa Anda lewati. Tidak ada cara yang lebih baik untuk mengurangi tekanan dalam melakukan ‘invasif’ daripada menjelaskan dengan tepat apa yang akan terjadi – bagaimana identitas mereka akan diperiksa, dan parameter apa yang akan dipantau.

Key takeaways

Proctoring yang diaktifkan biometrik dapat mencakup lebih banyak siswa dengan sedikit usaha dan kehadiran yang terlibat – dan pastikan semua peserta merasa nyaman dan memberikan hasil terbaik.

Ditingkatkan dengan AI dan biometrik, proctoring tidak mengganggu pengalaman siswa, dan menjadi lancar. Secara khusus, ini menghilangkan perjuangan konfirmasi identitas, mengurangi jumlah alarm kecurangan palsu, dan membuat ujian jarak jauh dan yang diprogram di tempat kerja menjadi kurang stres dan lebih mudah diakses.

Oksana Mikhalchuk adalah Penulis Teknologi di Oxagile, penyedia solusi rekayasa perangkat lunak generasi berikutnya berbasis AI di seputar AI, visi komputer, biometrik, dan banyak lagi. Oksana menciptakan konten tentang peluang teknologi tercanggih di bidang kesehatan, pendidikan, hiburan, dan banyak lagi.

sumber : https://www.biometricupdate.com/202001/using-ai-and-biometrics-to-enhance-exam-proctoring