💻 computer science

Ai-powered Mobile Proctoring Frameworks Using Machine Learning Algorithms in Higher Education: Post-covid Trends, Challenges, and Ethical Implications

20 सहकर्मी-समीक्षित (peer-reviewed) अध्ययनों का यह व्यवस्थित अवलोकन उच्च शिक्षा में एआई-संचालित मोबाइल प्रॉक्टरिंग के पोस्ट-कोविड परिदृश्य का मूल्यांकन करता है, जो परीक्षा अखंडता के लिए इसकी स्केलेबल क्षमता को उजागर करता है और साथ ही मोबाइल-विशिष्ट अनुसंधान, तकनीकी विश्वसनीयता और गोपनीयता एवं एल्गोरिद्मिक पूर्वाग्रह जैसी नैतिक चिंताओं में महत्वपूर्ण अंतराल को आलोचनात्मक रूप से संबोधित करता है।

मूल लेखक: Bartholomew Oganda Mogoi, John Kamau, Raymond Ongus

प्रकाशित 2026-07-03

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Bartholomew Oganda Mogoi, John Kamau, Raymond Ongus

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि एक विश्वविद्यालय परीक्षा हॉल है, लेकिन छात्रों और उन पर नज़र रखने वाले कुछ शिक्षकों से भरे कमरे के बजाय, वह "हॉल" पूरा इंटरनेट है, और छात्र अपने अपने लिविंग रूम, रसोई या बेडरूम में बैठे हैं। यह महामारी के बाद की उच्च शिक्षा की वास्तविकता है।

बार्थोलोम्यू ओगांडा मोगोई और सहयोगियों का यह शोध पत्र एक नए प्रकार के "डिजिटल सुरक्षा गार्ड" पर एक जासूसी रिपोर्ट की तरह है जिसे विश्वविद्यालय उपयोग करने की कोशिश कर रहे हैं: AI-संचालित मोबाइल प्रॉक्टरिंग (Mobile Proctoring)।

यहाँ इस शोध पत्र का एक सरल विवरण दिया गया है, जिसमें रोजमर्रा के उपमाओं (analogies) का उपयोग किया गया है।

1. समस्या: "होमवर्क हॉल" बहुत बड़ा है

महामारी से पहले, यदि आप 1,000 छात्रों को परीक्षा देना चाहते थे, तो आपको एक बड़ा हॉल और उन पर नज़र रखने के लिए शायद 10 मानव शिक्षकों की आवश्यकता होती थी। जब सभी को घर से सीखना पड़ा, तो यह असंभव हो गया। आप 10,000 अलग-अलग लिविंग रूम में बैठने के लिए 10,000 शिक्षक नहीं रख सकते।

विश्वविद्यालयओं ने छात्रों को देखने के लिए कैमरों वाले कंप्यूटरों (PC) का उपयोग करना शुरू किया। लेकिन लेखकों ने एक बड़ा अंतर देखा: विकासशील देशों में अधिकांश छात्रों के पास शक्तिशाली लैपटॉप नहीं होते; उनके पास स्मार्टफोन होते हैं। वे उन लोगों की तरह हैं जो रेस कार (PC-आधारित सिस्टम) चलाने की कोशिश कर रहे हैं जबकि उनके पास केवल एक साइकिल है (स्मार्टफोन)। वर्तमान सिस्टम अक्सर फोन पर ठीक से काम नहीं करते हैं, या वे फोन के लिए बहुत भारी और धीमे होते हैं।

2. समाधान: "स्मार्टफोन सुरक्षा गार्ड"

यह पेपर एक नए विचार की जांच करता है: मोबाइल प्रॉक्टरिंग। एक क्लिपबोर्ड लिए हुए भारी सुरक्षा गार्ड के बजाय, कल्पना कीजिए कि आपके फोन के अंदर रहने वाला एक छोटा, सुपर-स्मार्ट रोबोट है।

यह कैसे काम करता है: यह रोबोट छात्र को फोन के कैमरे के माध्यम से देखने के लिए "मशीन लर्निंग" (AI का एक प्रकार जो उदाहरणों से सीखता है) का उपयोग करता है। यह "संदिग्ध व्यवहार" को देखता है, जैसे कि बार-बार दूसरी ओर देखना, कमरे में किसी अन्य व्यक्ति का प्रवेश करना, या फोन को अजीब तरह से हिलाना।
लक्ष्य: यह सुनिश्चित करना कि बिना किसी इंसान के वहां तीन घंटे बैठने के, परीक्षा निष्पक्ष रहे।

3. शोधकर्ताओं ने क्या पाया ( "अच्छी" और "बुरी" बातें)

लेखकों ने यह देखने के लिए कि यह तकनीक कैसी चल रही है, 20 विशिष्ट अध्ययनों की समीक्षा की (उन 180 अध्ययनों में से जिन्हें उन्होंने देखा था)। यहाँ उन्होंने जो पाया वह दिया गया है:

अच्छी खबर: यह तेज़ और स्केलेबल है

"जादुई आँख": AI चीजों को पहचानने में बहुत कुशल हो रहा है। यह "कंप्यूटर विजन" (एक डिजिटल आँख की तरह) का उपयोग करके यह ट्रैक कर सकता है कि छात्र कहाँ देख रहा है या क्या कमरे में कोई दूसरा व्यक्ति आया है।
हल्का (Lightweight): इस AI के नए संस्करण "कॉम्पैक्ट कारों" की तरह हैं। वे इतने छोटे हैं कि एक सामान्य स्मार्टफोन पर चल सकें जिससे फोन ओवरहीट न हो या क्रैश न हो, जो पुराने, भारी सिस्टमों की तुलना में एक बड़ा सुधार है जिन्हें बड़े कंप्यूटरों की आवश्यकता होती थी।

बुरी खबर: यह अभी भी पूर्ण नहीं है (अभी तक)

"गलत अलार्म" की समस्या: कभी-कभी रोबोट भ्रमित हो जाता है। यदि कमरे में रोशनी कम है, या फोन का कैमरा पुराना है, तो AI को लग सकता है कि छात्र नकल कर रहा है जबकि वह केवल प्रश्न पढ़ रहा है। यह एक ऐसे स्मोक डिटेक्टर की तरह है जो तब बज उठता है जब आप केवल ब्रेड टोस्ट करते हैं।
"पक्षपात" की समस्या: पेपर एक गंभीर मुद्दे को उजागर करता है: AI कभी-कभी अनजाने में "जातिवादी" या "अनुचित" हो जाता है। क्योंकि AI को ज्यादातर चमड़ी वाले लोगों और उज्ज्वल कमरों की तस्वीरों पर प्रशिक्षित किया गया था, इसलिए यह अक्सर गहरे रंग की त्वचा वाले लोगों या कम रोशनी वाले कमरों में रहने वाले छात्रों को पहचानने में विफल रहता है। इसका मतलब है कि कुछ छात्रों को उनके वातावरण या त्वचा के रंग के कारण गलत तरीके से नकल करने के लिए चिह्नित किया जाता है।
"बिग ब्रदर" वाली भावना: छात्र असहज महसूस करते हैं। कल्पना कीजिए कि एक परीक्षण देते समय एक रोबोट 24/7 आपकी ओर देख रहा है, आपके चेहरे और आपके बिखरे हुए बेडरूम को रिकॉर्ड कर रहा है। कई छात्र महसूस करते हैं कि यह उनकी गोपनीयता का उल्लंघन है और इससे उनमें घबराहट होती है, जैसे कि उन्हें किसी जासूस द्वारा देखा जा रहा हो।

4. लापता कड़ी: "नियम पुस्तिका"

पेपर का तर्क है कि हम ट्रैफिक नियमों (नैतिकता) को लिखने की तुलना में कार (तकनीक) बनाने की गति से अधिक तेज चल रहे हैं।

गोपनीयता: आपके परीक्षा के वीडियो का मालिक कौन है? क्या इसे टेस्ट के बाद हटा दिया जाता है? पेपर कहता है कि कई स्कूलों के पास इसके बारे में स्पष्ट नियम नहीं हैं।
बुनियादी ढांचा (Infrastructure): कुछ जगहों पर इंटरनेट अस्थिर है। यदि कनेक्शन टूट जाता है, तो AI को लग सकता है कि छात्र नकल कर रहा है। पेपर कहता है कि हमें "कार" (AI प्रॉक्टरिंग) को सुरक्षित रूप से चलाने से पहले "सड़कों" (इंटरनेट और डिवाइस) को ठीक करने की आवश्यकता है।

5. निष्कर्ष: आगे क्या है?

लेखक निष्कर्ष निकालते हैं कि AI मोबाइल प्रॉक्टरिंग एक शक्तिशाली उपकरण है, लेकिन यह वर्तमान में एक "प्रगति पर कार्य" (work in progress) है।

केवल देखें नहीं, मदद करें: केवल नकल करने वालों को पकड़ने वाले पुलिस अधिकारी के रूप में कार्य करने के बजाय, तकनीक को निष्पक्ष और पारदर्शी होने के लिए डिज़ाइन किया जाना चाहिए।
मानव + रोबोट: सबसे अच्छा सिस्टम केवल रोबोट द्वारा सब कुछ तय करना नहीं है। यह वह है जहाँ रोबोट एक "संभावित" मामले को फ्लैग करता है, और एक मानव शिक्षक अंतिम निर्णय लेता है। यह रोबोट को गलतियाँ करने से रोकता है।
सभी के लिए निर्माण करें: हमें यह सुनिश्चित करने की आवश्यकता है कि तकनीक पुराने फोन, खराब इंटरनेट और अंधेरे कमरों वाले छात्रों के लिए भी काम करे, न कि केवल उनके लिए जिनके पास नवीनतम गैजेट्स हैं।

संक्षेप में: पेपर कहता है कि हालांकि AI स्मार्टफोन पर विश्वविद्यालयों को सभी को निष्पक्ष परीक्षा देने में मदद कर सकता है, लेकिन हमें इसे पूरी तरह से नियंत्रण सौंपने से पहले बग्स को ठीक करने, पक्षपात को रोकने और छात्र गोपनीयता का सम्मान करने की आवश्यकता है। हमें एक ऐसा सिस्टम बनाने की आवश्यकता है जो स्मार्ट हो, लेकिन दयालु और निष्पक्ष भी हो।