Εποπτεία με τεχνητή νοημοσύνη — αυτοματοποιημένη επιτήρηση εξετάσεων σε μεγάλη κλίμακα

Τι κάνει στην πράξη η εποπτεία με τεχνητή νοημοσύνη

Η εποπτεία με τεχνητή νοημοσύνη παρακολουθεί τη ροή της κάμερας καθ' όλη τη διάρκεια της εξέτασης και, όπου είναι ενεργοποιημένη η παρακολούθηση οθόνης, και την κοινοποιημένη οθόνη. Αναζητά το είδος της ανωμαλίας που θα έκανε έναν επιτηρητή να κοιτάξει δεύτερη φορά — ένα διαφορετικό πρόσωπο που εμφανίζεται στην κάμερα, τον συμμετέχοντα που βγαίνει από το κάδρο ή μια διακοπή στο φυσιολογικό μοτίβο ήχου και εικόνας μιας συνεδρίας εξέτασης. Αναλαμβάνει επίσης την ταυτοποίηση στην αρχή της συνεδρίας, αντιπαραβάλλοντας τον συμμετέχοντα με ένα έγγραφο ταυτότητας — τον ίδιο έλεγχο που είναι διαθέσιμος και με ζωντανό επιτηρητή. Όταν δεν συμβαίνει κάτι ασυνήθιστο, δεν συμβαίνει τίποτα: κανείς δεν παρακολουθεί σε πραγματικό χρόνο και η εξέταση διεξάγεται χωρίς διακοπές.

Αυτό είναι και το όριό της. Η τεχνητή νοημοσύνη επισημαίνει· δεν κρίνει. Δεν μπορεί να ξεχωρίσει έναν συμμετέχοντα που απλώνει το χέρι του για ένα ποτήρι νερό από εκείνον που απλώνει το χέρι του για ένα κινητό, οπότε επισημαίνει και τα δύο και αφήνει τη διάκριση σε έναν άνθρωπο — ποτέ δεν αποκλείει κάποιον από μια εξέταση ούτε αποφασίζει από μόνη της ότι κάτι δεν πήγε καλά. Αυτή η απόφαση ανήκει στον πάροχο της εξέτασης, με βάση την αξιολόγηση της επισημασμένης στιγμής από έναν ανθρώπινο ελεγκτή. Επειδή δεν διαθέτει την αντίληψη του πλαισίου ενός χώρου όπως ένας ζωντανός επιτηρητής που παρακολουθεί σε πραγματικό χρόνο, ταιριάζει καλύτερα σε εξετάσεις μεγάλου όγκου και συνήθους διακυβεύματος παρά σε εξετάσεις όπου μια λανθασμένη κρίση κοστίζει ακριβά. Για αυτές, η ανθρώπινη εποπτεία, ή ένας συνδυασμός των δύο, αποτελεί καλύτερη αφετηρία.

Πώς λειτουργούν στην πράξη η σήμανση περιστατικών και ο ανθρώπινος έλεγχος

Η σήμανση γίνεται αυτόματα, κατά τη διάρκεια της εξέτασης, χωρίς να παρακολουθεί κανείς ζωντανά — αυτό είναι ακριβώς το σημείο όπου προκύπτει η εξοικονόμηση κόστους. Όταν το σύστημα δημιουργεί μια σήμανση, δεν καταλήγει από μόνο του σε συμπέρασμα: προσθέτει τη συγκεκριμένη στιγμή σε μια λίστα αναμονής, την οποία επεξεργάζεται ένα εκπαιδευμένο μέλος του προσωπικού υποστήριξης της PRUEFSTER. Πρόκειται για την ίδια ομάδα υποστήριξης που βρίσκεται πίσω από την ανθρώπινη επιτήρηση — η υποστήριξη δεν αλλάζει ανάλογα με το προϊόν που επιλέγετε, αλλά μόνο ως προς το αν ένας επιτηρητής παρακολουθεί παράλληλα και ζωντανά.

Ο έλεγχος πραγματοποιείται μετά την εξέταση και όχι κατά τη διάρκειά της, και γι' αυτό η παραπάνω σύγκριση καταγράφει υψηλότερη προσπάθεια ελέγχου μετά την εξέταση για την επιτήρηση με AI: κάποιος πρέπει και πάλι να εξετάσει όσα σημάνθηκαν, απλώς αργότερα και όχι επί τόπου. Ο ελεγκτής παρακολουθεί το σημανθέν απόσπασμα, αποφασίζει αν αξίζει να κλιμακωθεί και, όπου χρειάζεται, συντάσσει αναφορά με τα συμβάντα, ώστε ο φορέας διεξαγωγής της εξέτασης να ενεργήσει σχετικά. Οι περισσότερες σημάνσεις τελικά δεν αφορούν κάτι ουσιαστικό — κάποιος τεντώνεται, μια σκιά περνά μπροστά από την κάμερα, μια σύντομη διακοπή σύνδεσης — και κλείνουν χωρίς περαιτέρω ενέργειες. Όσες δεν εμπίπτουν σε αυτή την κατηγορία λαμβάνουν την ίδια προσοχή από εκπαιδευμένο προσωπικό που θα τους είχε δώσει ένας ζωντανός επιτηρητής επί τόπου, μόνο με χρονική καθυστέρηση.

Γι' αυτόν τον λόγο η επιτήρηση με AI συνδυάζεται ιδανικά με περιστασιακή ανθρώπινη επιτήρηση ή με τη σάρωση χώρου 360° για εξετάσεις στις οποίες η σημασία τους το δικαιολογεί: η σήμανση καταγράφει τι συνέβη, αλλά κάποιος πρέπει και πάλι να αποφασίσει τι σημαίνει αυτό.