كشف الغش في الامتحانات: نموذج ذكي ثنائي المراحل لإحداث ثورة في الرقابة الأكاديمية!

تواجه النزاهة الأكاديمية تحديًا متواصلًا مع مشكلة الغش في الامتحانات. فإذا كان نظام المراقبة التقليدي يعتمد بشكل كبير على المراقبين البشر، فإنه غالبًا ما يعاني من نقص الفعالية، التكلفة العالية، فضلاً عن القابلية للخطأ عند تطبيقه على نطاق واسع. ومع تعدد نظم المراقبة المدعومة بالذكاء الاصطناعي التي تفرز في السوق، إلا أن معظمها يفتقر إلى الشفافية أو يحتاج إلى هياكل معقدة لتحقيق الأداء المطلوب.

لذا، كشفت دراسة جديدة عن نموذج ثنائي المراحل للكشف عن غش الامتحانات يعتمد على تقنيات معروفة، مدمجًا بين اكتشاف الأجسام (Object Detection) وتحليل السلوك. يعتمد هذا النظام على نموذج YOLOv8n المتطور لتحديد مواقع الطلاب داخل قاعات الامتحانات. بعد ذلك، تتم معالجة كل منطقة تم تحديدها، وتصنيفها بواسطة نموذج RexNet-150 المعدل إلى سلوكيات طبيعية أو غش.

بفضل قاعدة بيانات تم تجميعها من 10 مصادر مستقلة، تحتوي على ما مجموعه 273,897 عينة، حقق النظام دقة بلغت 0.95، مع معدل استرجاع 0.94، ودقة 0.96، و0.95 لنقطة F1. هذا يمثل زيادة بنسبة 13% مقارنة بدقة الأساس التي كانت 0.82 لاكتشاف الغش في الفيديو.

يتميز هذا النظام بوقت استدلال متوسط قدره 13.9 مللي ثانية لكل نموذج، مما يظهر متانة وقابلية للتوسع لاستخدامه في بيئات كبيرة. وعلاوة على ذلك، يعالج النظام القضايا الأخلاقية من خلال ضمان توصيل النتائج النهائية بشكل خاص لكل طالب بعد الامتحان، مثل عبر البريد الإلكتروني الشخصي، مما يمنع الفضائح العامة ويمنح الطلاب فرصة للتفكير في سلوكهم.

للمستقبل، ينوي الباحثون دمج عوامل أخرى، مثل البيانات الصوتية والإطارات المتتالية، لتحقيق دقة أكبر. تقدم هذه الدراسة أساسًا لتطوير حلول بيئية، قابلة للتوسع، وأخلاقية، ومفتوحة المصدر في مجال الرقابة الأكاديمية.