人工智能監考平臺 Rosalyn 推出了 StableSight，這是一款旨在打擊學術欺詐行爲的人工智能系統，包括使用生成式人工智能和在線考試作弊。據該公司稱，StableSight 的人工智能擅長識別欺詐行爲，即使個人在考試期間使用單獨的設備執行作弊策略。

“生成式人工智能的出現進一步釋放了作弊的機會，可能會引發類似於網絡效應的病毒式傳播。Rosalyn 的 StableSight 經過精心設計，以應對在線教育和考試不斷髮展的格局，”Rosalyn 首席執行官 Noor Akbari 告訴 Metaverse Post。“它不僅可以抵禦傳統的作弊形式，還可以應對生成式人工智能和有組織的作弊集團帶來的複雜挑戰。”

StableSight 包含多項功能，可對抗複雜的作弊方法。該系統的注視跟蹤模型可檢測輔助屏幕的使用情況，這是作弊的常用方法，而鍵盤關聯模型則通過基於鍵盤聲音分析預測輸入的文本，增加了一層安全性。

值得注意的是，羅莎琳的方法是將疑似作弊案例上報給人工審覈員，優先考慮公平性和準確性而不是自動化結論，以維護考生的權利。

爲了展示其有效性，Rosalyn 推出了一個僅限受邀者使用的遊戲化門戶網站，使個人能夠通過 StableSight 測試他們的作弊檢測技能。該門戶網站提供 20 場錄製的考試，讓參與者能夠通過警惕的 AI 監考系統測試他們的能力。

該公司聲稱，其 AI 監考服務已被美國國防部、Coursera、Stripe、納克斯福德大學、多米尼加大學和密蘇里浸會大學等知名機構採用。

人工智能在打擊在線考試作弊方面發揮着重要作用

項目管理、數據科學、DevOps、IT 服務和網絡安全等領域對專業認證的需求激增。美國勞工部的數據表明，工資差距很大，持有認證的工人比沒有認證的工人收入高出 32%。

羅莎琳認爲，這種工資差距促使人們想出越來越多的作弊策略，從而增加了在線測試環境中採取嚴格的反作弊措施的必要性。

Rosalyn 的 Akbari 告訴 Metaverse Post：“使用人工智能不僅可以通過不斷更新和學習來檢測新的作弊方法，從而增強安全性，還可以通過確保嚴格遵守考試協議來維護證書和學位的完整性和可信度。StableSight 的人工智能驅動方法採用深度學習算法和模式識別，旨在爲所有考生提供公平的考試環境。”

該平臺採取的主動措施與報告的作弊事件顯著增加相一致，尤其是在在線測試場景中。

Rosalyn 的 StableSight AI

2022 年的一項學術研究強調，在 COVID-19 疫情期間，35% 的本科商科學生承認在在線考試中作弊。此外，Rosalyn 和語言測試合作伙伴進行的合作研究表明，StableSight 在 1,500 名考生中識別出 120 名參與作弊。

“不幸的是，遠程監考需求的不斷增長導致了創新作弊方法的增加。隨着越來越多的考試在線進行，學生和考生在參加考試時經常使用複雜的技術來繞過監考系統，”Akbari 解釋道。“這些方法包括使用多個顯示器、屏幕共享軟件和利用生成式 AI 模型來回答問題。”

但是，考試過程中對某些信號/指標的考慮不平衡，再加上人工智能模型存在偏見的風險，可能會導致人工智能監考平臺產生錯誤信號。如果不加以控制，一個沒有人類決策的、未經調整的人工智能模型實際上會讓考生的體驗變得更糟。同樣，事實證明，僅僅依靠傳統的人類監考人員會越來越忽視在線作弊的細微跡象，包括那些由生成式人工智能等技術促成的跡象。

爲了應對這一挑戰，羅薩琳表示，Stablesight 將利用人類和人工智能共同提高檢測網絡作弊行爲的準確性。

“通過將人工監考整合到我們的專有系統中，我們增加了一層額外的合法性，幫助 StableSight 區分真正的違規行爲和虛假標記。這確保了只有在絕對必要時纔會對考試場景進行干預，而且這種干預是絕對有必要的，”Rosalyn 的 Akbari 告訴 Metaverse Post。

除了先進的反作弊措施外，StableSight 的鍵盤關聯模型還通過基於鍵盤聲音分析預測輸入的文本來增強安全性，從而阻止使用隱藏設備進行不誠實行爲的企圖。Rosalyn 的人工智能會先將可疑作弊行爲上報給人工審覈人員，然後再標記任何作弊行爲。

“我們理解學生可能會對被人工智能監控感到焦慮，所以我們正在努力使我們的系統更加透明和用戶友好，在保持有效性的同時減少任何可察覺的侵入性，”Akbari 補充道。“最終，我們的目標是創建一個平衡的生態系統，讓技術增強在線測試體驗，維護在線憑證的完整性，並尊重學生的隱私和舒適度。”

文章“Rosalyn 推出 StableSight AI 以打擊在線考試中的作弊和生成式 AI 的使用”首先出現在 Metaverse Post 上。