Ai-powered Mobile Proctoring Frameworks Using Machine Learning Algorithms in Higher Education: Post-covid Trends, Challenges, and Ethical Implications
这项对20项同行评审研究进行的系统综述评估了后疫情时代高等教育中AI驱动移动监考的现状，强调了其在实现可扩展考试诚信方面的潜力，同时批判性地指出了在移动端特定研究、技术可靠性以及隐私和算法偏见等伦理问题方面的显著空白。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个大学考场，但这里不再是坐满了学生和几名监考老师的房间，而是整个互联网，而学生们则坐在各自的客厅、厨房或卧室里。这就是后疫情时代高等教育的现状。
这篇由 Bartholomew Oganda Mogoi 及其同事撰写的研究论文，就像是一份关于一种新型“数字保安”的侦探报告，而大学正试图使用这种工具：AI 驱动的移动监考（AI-powered mobile proctoring）。
以下是该论文内容的简单拆解，使用了日常类比。
1. 问题所在：“家庭作业大厅”规模太大
在疫情之前，如果你想给 1,000 名学生考试，你需要一个大厅和大约 10 名人类老师来监督他们。当每个人都必须在家学习时，这变得不可能实现了。你无法雇佣 10,000 名老师去坐在 10,000 个不同的客厅里。
于是，大学开始使用带有摄像头的电脑（PC）来观察学生。但作者注意到一个巨大的差距：大多数发展中国家的学生没有功能强大的笔记本电脑；他们使用的是智能手机。 他们就像是试图驾驶赛车（基于 PC 的系统）的人，但手里只有一辆自行车（智能手机）。现有的系统往往在手机上运行效果不佳，或者对于手机来说过于沉重且缓慢。
2. 解决方案：“智能手机保安”
论文探讨了一个新想法：移动监考。 不要想象一个拿着剪贴板的笨重保安，想象一个住在你手机里的微型、超智能机器人。
- 它是如何工作的： 这个机器人使用“机器学习”（一种通过实例学习的 AI 类型）通过手机摄像头观察学生。它会寻找“可疑行为”，比如过度看向别处、有其他人进入房间，或手机移动得太奇怪。
- 目标： 在不需要人类在那里坐上三个小时的情况下，确保考试的公平性。
3. 研究人员的发现（“好消息”与“坏消息”）
作者审查了 20 项具体研究（在他们查看的 180 项研究中）以了解这项技术目前的进展情况。以下是他们的发现：
好消息：它快速且具有可扩展性
- “魔眼”： AI 变得越来越擅长发现问题。它可以利用“计算机视觉”（类似于数字眼睛）来追踪学生的视线方向，或者判断是否有第二个人走进房间。
- 轻量化： 新版本的 AI 就像是“紧凑型轿车”。它们足够小，可以在普通的智能手机上运行，而不会导致手机过热或崩溃，这比以前需要大型电脑的沉重旧系统有了巨大的进步。
坏消息：它还不完美（目前）
- “误报”问题： 有时机器人会感到困惑。如果房间的光线不好，或者手机摄像头很旧，AI 可能会认为学生在作弊，而实际上他们只是在阅读题目。这就像是一个在你烤面包时就会响起的烟雾报警器。
- “偏见”问题： 论文强调了一个严重的问题：AI 有时会由于无意中表现出“种族歧视”或“不公平”。因为 AI 主要是在光线充足、肤色较浅的人的照片上进行训练的，所以它经常无法识别肤色较深或处于昏暗环境中的学生。这意味着有些学生会被不公平地标记为作弊，仅仅是因为他们的环境或肤色。
- “老大哥”的感觉： 学生感到很不舒服。想象一下，你在考试时，一个机器人 24 小时盯着你，记录着你的脸和凌乱的卧室。许多学生觉得这侵犯了他们的隐私，让他们感到焦虑，仿佛被间谍监视一样。
4. 缺失的一环：“规则手册”
论文认为，我们制造汽车（技术）的速度比编写交通规则（伦理）的速度要快得多。
- 隐私： 谁拥有你考试的视频？考试结束后会删除吗？论文指出，许多学校在这方面没有明确的规则。
- 基础设施： 在某些地方，网络连接很不稳定。如果连接中断，AI 可能会认为学生在作 cheated（作弊）。论文表示，在安全驾驶“汽车”（AI 监考）之前，我们需要先修好“道路”（互联网和设备）。
5. 结论：下一步是什么？
作者总结道，AI 移动监考是一个强大的工具，但目前仍处于“开发中”阶段。
- 不要只负责监视，还要提供帮助： 技术的设计不应仅仅是像警察抓坏人一样捕捉作弊者，而应该设计得更加公平和透明。
- 人类 + 机器人： 最好的系统不是仅仅由机器人做决定。而是由机器人标记出“疑似情况”，然后由人类教师做出最终裁决。这可以防止机器人做出不公平的错误判断。
- 为所有人构建： 我们需要确保这项技术不仅适用于那些拥有最新设备的消费者，也要适用于使用旧手机、网络环境差以及在暗室中的学生。
简而言之： 论文指出，虽然手机上的 AI 可以帮助大学向所有人提供公平的考试，但在让它主导局面之前，我们需要修复漏洞、消除不公平的偏见并尊重学生的隐私。我们需要建立一个既聪明又仁慈且公平的系统。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。