Analyse des solutions commerciales

La surveillance des tests en ligne est un élément crucial de l’administration des examens pour s’assurer que les participants n’utilisent pas de techniques déloyales ou contraires à l’éthique. Alors que la surveillance traditionnelle repose sur des surveillants en personne, les examens en ligne nécessitent des solutions de télésurveillance pour garantir leur intégrité. Cet état de l’art se concentre sur l’analyse des solutions commerciales disponibles pour la surveillance des examens en ligne, en examinant les aspects de convivialité, de fonctionnalité, de tarification et d’adoption sur le marché.

Solutions Commerciales Disponibles

Voici une analyse comparative des solutions de télésurveillance des examens disponibles sur le marché :

Modèles d'autorité de la surveillance en ligne des examens en direct utilisant l'IA

L’IA peut être utilisée dans la surveillance en ligne des examens en direct dans diverses mesures, allant d’une automatisation complète par l’IA à une surveillance humaine soutenue par l’IA. Voici les 6 modèles d’autorité de la surveillance en ligne des examens en direct utilisant l’IA :

• Non surveillé : Un test peut être administré à distance avec seulement une vérification d’identité, mais aucune surveillance en direct.
• Proctor First : Surveillance en ligne en direct, où l’IA peut donner des alertes à un surveillant.
• IA d’abord : Où toute la surveillance est effectuée par l’IA et l’IA peut recourir à un surveillant humain pour prendre des décisions importantes (par exemple, la fin de la session d’examen).
• IA seulement : La surveillance est entièrement automatisée, sans implication de surveillant humain.
• Enregistrement et révision : Toute la session est enregistrée et notée pour les violations des règles par l’IA. Une fois la session d’examen terminée, selon les politiques et procédures de l’organisme commanditaire de l’examen, les annotations et l’enregistrement de la session peuvent être révisés par un humain.

Avantages et Défis

Avantages

• Scalabilité : Les solutions basées sur l’IA permettent de gérer un grand nombre de sessions d’examen simultanées, optimisant ainsi les ressources humaines.
• Sécurité Accrue : La détection de tricherie en temps réel et les vérifications d’identité renforcent la sécurité des examens.
• Efficacité : L’automatisation des processus de surveillance réduit la charge de travail des surveillants humains et améliore la précision.

Défis

• Faux Positifs : Les systèmes basés sur l’IA peuvent générer des faux positifs, perturbant ainsi les examens.
• Acceptation des Utilisateurs : Certains candidats peuvent se méfier de la surveillance par IA, affectant leur perception de l’équité des examens.
• Coûts : Les solutions avancées peuvent être coûteuses, limitant leur accessibilité pour certaines institutions.
• Confidentialité : Les préoccupations concernant la confidentialité des données peuvent freiner l’adoption des solutions de surveillance en ligne.

A Systematic Review on AI-based Proctoring Systems

La revue des recherches récentes et des avancées techniques dans le domaine de la surveillance des examens en ligne révèle un paysage en constante évolution, marqué par l’émergence de nouvelles technologies et approches pour garantir l’intégrité des examens à distance.  Nigam et al. (2021) ont procédé à une analyse systématique de la littérature sur les produits d’évaluation en ligne, sur la base de 43 articles publiés entre 2015 et 2021, offrant une perspective comparative sur l’efficacité des produits basés sur l’IA et ceux qui ne le sont pas.

Smart Online Examination Monitoring System

Dans l’article “Smart Online Examination Monitoring System” par Baseer et al. (2022). Les chercheurs proposent un système intelligent de surveillance des examens en ligne qui permet de créer des examens et de les passer grâce à une surveillance complète et à une étape d’authentification appropriée. Au départ, l’étudiant et le professeur doivent créer un compte avec une vérification d’image valide et des données qui seront stockées dans la base de données. La vérification de l’image est effectuée à l’aide du module appelé “deep face” (visage profond). Lorsque le professeur crée l’examen, le système génère un identifiant unique pour chaque examen, ce qui permet aux utilisateurs comme les étudiants d’identifier l’examen. Le processus de surveillance fait appel à plusieurs types de techniques. L’une d’entre elles est le suivi du regard (Gaze Tracking), qui consiste à suivre les pupilles des candidats à l’examen, tels que les étudiants, qui regardent l’écran. À chaque instant, les mouvements des yeux sont saisis, ce qui permet de noter le taux de clignotement et la position des pupilles. L’autre étape consiste à compter les personnes et à détecter les téléphones portables. C’est le processus YOLO. Il s’agit de You Only Look at Once (Vous ne regardez qu’une fois), qui agit comme un détecteur d’objets en temps réel, comme les humains. Son algorithme permet de capturer toutes sortes d’activités à l’aide d’un réseau neuronal convolutionnel profond.

Approches et techniques utilisées

Vérification avant l’examen Le surveillant d’un examen en ligne doit posséder le composant d’authentification préalable à l’examen, car il s’agit de l’étape initiale de l’administration d’un examen en ligne et de la garantie d’une surveillance efficace. Il est essentiel de s’assurer que le candidat qui s’est inscrit à l’examen est bien celui qui le passe. Pour ce faire, on peut s’appuyer sur un logiciel qui utilise le microphone et la caméra du candidat et applique la détection des visages grâce à l’intelligence artificielle pour vérifier son identité. Surveillance en direct Après l’authentification, le surveillant doit être en mesure de contrôler tout comportement non autorisé du candidat pendant l’examen. Le composant de test en ligne en direct émet en permanence des signaux d’avertissement et des notifications s’il identifie une violation. Le composant de détection des visages alimenté par l’IA diffuse des séquences audio et vidéo pour surveiller l’activité des candidats. Rapports détaillés Les établissements d’enseignement doivent disposer d’informations sur l’ensemble de l’enregistrement, qui peuvent être utilisées comme preuves vitales pour démontrer l’existence de mauvaises pratiques ou l’utilisation de méthodes contraires à l’éthique. Il est essentiel que l’outil de surveillance en ligne évalue les actions des étudiants pendant qu’ils passent un examen en ligne. Les données analytiques de l’outil peuvent également être utilisées pour signaler immédiatement les candidats qui ont reçu un nombre important de notifications de surveillance durant l’examen.  Trouver l’emplacement des candidats Pour tricher, les candidats s’assoient souvent avec leurs camarades de classe durant toute la durée de l’examen, car ils pensent qu’il leur sera facile d’examiner les réponses et d’utiliser des méthodes déloyales sans que le surveillant s’en aperçoive. Pour lutter contre ce phénomène, les institutions devraient choisir des programmes de surveillance en ligne capables d’identifier les allées et venues des candidats au cours de l’étape de vérification. En outre, pour que le programme soit sans friction, il doit être adaptable pour fonctionner avec n’importe quel appareil sous iOS ou Android et être capable de s’interfacer rapidement avec n’importe quelle application, session en ligne ou serveur de test. Navigation restreinte Lorsqu’ils passent des examens en ligne, les candidats ne sont autorisés à accéder qu’à un nombre limité de sites web. Assurez-vous que toute personne qui passe un examen à l’aide d’un programme de surveillance en ligne n’accède pas à des sites Web à accès restreint. Les éducateurs devraient toujours choisir une application qui permet aux participants d’accéder uniquement aux pages web et aux connexions autorisées.