ปัญญาประดิษฐ์ช่วยในการคุมสอบออนไลน์อย่างไร?

ทุกวันนี้ AI หรือปัญญาประดิษฐ์เป็นการแสดงออกที่ทันสมัยในเกือบทุกอุตสาหกรรมในปัจจุบัน แม้ว่าจะมีอยู่ตั้งแต่ปี 1950 แต่ก็ถูกมองว่าเป็นจุดเปลี่ยนในการใช้งานในช่วงทศวรรษที่ผ่านมาซึ่งกำลังก้าวหน้าอย่างรวดเร็ว ปัญญาจำลองได้เริ่มอิ่มตัวในด้านต่าง ๆ ของการศึกษาขั้นสูงแล้ว แต่ค่าใช้จ่ายนั้นถูกขับเคลื่อนโดยคณาจารย์รุ่นแรก ๆ มหาวิทยาลัยและแผนกต่างๆ

ให้เพียงสองสามรุ่น:

• สำนักงานรับสมัครของมหาวิทยาลัยแอริโซนากำลังใช้เครื่องมือตรวจสอบคีย์เวิร์ด AI-lead เพื่อช่วยในกระบวนการตรวจสอบใบสมัคร
• มหาวิทยาลัยแห่งรัฐจอร์เจียเตรียมแชทบอทที่สร้างโดย AdmitHub เพื่อช่วยตอบคำถามเกี่ยวกับงบประมาณเบื้องต้นและข้อซักถามเกี่ยวกับการเกณฑ์ทหารจากนักศึกษา
• ครูสอนด้านเทคนิคจากจอร์เจียใช้เทคโนโลยีวัตสันจาก IBM เพื่อสร้างผู้ช่วยสอนเสมือนจริงของตนเอง

ทุกกรณีเหล่านี้ซึ่งศาสตราจารย์ อาจารย์ ภาควิชา หรือวิทยาลัย เห็นผลในเชิงบวกทำให้เพื่อนร่วมงานคิดว่า AI สามารถช่วยหรืออัปเกรดกรอบงานและขั้นตอนของตนเองได้อย่างไร วัตถุประสงค์ของผู้ที่รับเลี้ยงบุตรบุญธรรมในยุคแรกๆ เหล่านี้ทุกคนไม่ใช่เพื่อแทนที่องค์ประกอบของมนุษย์ในการสอนและการปรับตัว แต่เพื่อยกระดับผลลัพธ์สำหรับนักเรียนตัวรอง สรุปแล้วอะไรคือเหตุผลที่แท้จริงที่มนุษย์สร้างขึ้น? ที่ศูนย์กลาง AI เป็นเฟรมเวิร์กอัตโนมัติหรือเครื่องจักรที่สร้างขึ้นเพื่อสร้างความเข้าใจของมนุษย์ ปัจจัยพื้นฐานประการหนึ่งที่อธิบายด้าน AI ของแมชชีนเลิร์นนิงคือ ส่วนประกอบของ "การเรียนรู้" กำลังเกิดขึ้นภายในเฟรมเวิร์ก—ไม่ว่าจะ "ได้รับการจัดการ" ซึ่งข้อมูลการจัดเตรียมประกอบด้วยผลลัพธ์ที่ต้องการอย่างชัดแจ้ง หรือ "ไม่ได้รับการดูแล" ซึ่ง ข้อมูลการจัดเตรียมไม่มีผลลัพธ์ในอุดมคติ

สามภูมิภาคที่ได้รับการยอมรับซึ่งปัญญาที่มนุษย์สร้างขึ้นจะเป็นประโยชน์ต่อเป้าหมายหลักในการแยกแยะและต่อต้านการแตกร้าวของความสมบูรณ์ทางวิชาการที่กล่าวถึงดังนี้:

• การบิดเบือนข้อมูลประจำตัว
• แนวทางปฏิบัติในการโกง
• ลักทรัพย์เนื้อหา

เราค้นพบว่าการอุทิศเวลา เงินสด และพลังงานในการจัดการ AI ที่มุ่งเน้นไปที่อาณาเขตเหล่านี้จะปรับปรุงผลลัพธ์สำหรับธุรกิจและลูกค้า วัตถุประสงค์ในการเพิ่ม AI ให้กับ บริการตรวจคนเข้าเมืองออนไลน์ ไม่ใช่เพื่อแทนที่ผู้คน แต่เป็นการเสริมสร้างความเข้มงวดในการบริหารแบบสดและแบบใช้คอมพิวเตอร์ นอกจากนี้ AI ยังสามารถช่วยลดความผิดพลาดของมนุษย์ ตรวจจับข้อผิดพลาดที่มนุษย์จะพลาดอย่างหลีกเลี่ยงไม่ได้ และช่วยให้การบริการที่หลากหลาย

ในการสร้างการจัดเตรียมการคุมขังด้วยหุ่นยนต์ เหตุการณ์แรกของ AI คือการรับทราบใบหน้าและเกณฑ์ที่จำเป็นสำหรับสัญญาณเสียงและภาพ นวัตกรรมที่อยู่เบื้องหลังกรอบการคุมสอบแบบใช้หุ่นยนต์แบบปกติเป็นเพียงสิ่งเก่าที่กลายเป็นสิ่งใหม่ การคำนวณที่ใช้กรอบเหล่านี้มีมานานกว่าสี่ปีแล้ว อย่างไรก็ตาม การคำนวณเหล่านั้นเป็นแบบคงที่ ยกเว้นในกรณีที่ผู้ออกแบบเปลี่ยนแปลงตลอดกรอบงาน

ความแตกต่างหลักระหว่างเฟรมเวิร์กที่ใช้กลไกแบบเก่ากับเฟรมเวิร์กที่ใช้คอมพิวเตอร์แบบใหม่คือ นวัตกรรม AI จะได้รับการจัดการ ปรับเปลี่ยน และ "ฉลาดขึ้น" อย่างต่อเนื่องในการทดสอบแต่ละครั้ง ทุกวันนี้ ผู้คนไม่เพียงแค่ใช้ AI ในการบริหารแบบกลไก แต่พวกเขายังวางซ้อนมันไว้เบื้องหลังการบริหารแบบสด ๆ ของพวกเขาอีกด้วย ข้ามระดับบริการทั้งสอง AI ได้รับคำสั่งให้ใช้รูปแบบการเรียนรู้ที่ได้รับความช่วยเหลือซึ่งผู้แทนที่เป็นมนุษย์ของตนเองเป็นผู้สอนของกรอบงาน

ขั้นตอนสำคัญของการเรียนรู้ด้วยเครื่องบริหารมีสี่ขั้นตอน:

• ส่วนของมนุษย์และข้อมูลชื่อ
• เมื่อแบ่งข้อมูลเพียงพอรอบ ๆ ชื่อหนึ่งแล้ว "โอกาส" รอบการคำนวณจะถูกสร้างขึ้น
• ทุก Datum ปัจจุบันจะดำเนินการผ่านการคำนวณเพื่อทริกเกอร์เหตุการณ์หรือโอกาสที่เพิ่งสร้างขึ้น
• มนุษย์ทบทวนข้อมูลนั้นอีกครั้งและยืนยันว่าเหตุการณ์นั้นเกิดขึ้นหรือไม่ ทำให้กรอบการทำงานมีความชัดเจนมากขึ้นในการแยกแยะเหตุการณ์ที่ชัดเจนนั้น

ในระดับใหญ่ ขั้นตอนนี้ฟังดูตรงไปตรงมา แต่อาจทำให้สับสนได้อย่างรวดเร็ว ภายใต้โมเดลการเรียนรู้โดยตรงของแมชชีนเลิร์นนิง แต่ละกิจกรรมหรือตัวอย่างต้องการข้อมูลอย่างน้อย 20,000 จุดจึงจะกลายเป็น "เหตุการณ์" ในกรอบการทำงาน เมื่อเตรียมการในโอกาสนั้น แบบจำลองจะต้องได้รับการสนับสนุน "ข้อมูลการฝึกอบรม" มากขึ้นเรื่อยๆ เพื่อขยายความถูกต้องแม่นยำในคราวเดียว

แนวทางปฏิบัติจำนวนมากแสดงให้เห็นถึงการหลอกลวง แต่คุณจะเน้นไปที่สิ่งใดสิ่งหนึ่งอย่างไร นึกภาพตาและหัวหน้าของผู้สอบเคลื่อนตัวไปด้านใดด้านหนึ่งอย่างรวดเร็วโดยมองไปยังบางสิ่งนอกจอ จะใช้เวลา 20,000 ตัวอย่างของการเคลื่อนไหวที่รวดเร็วในการฝึกอบรมกรอบงานเพื่อส่งสัญญาณว่าเป็นเหตุการณ์โกง ขั้นต่อไป จำนวนกรณีพิเศษที่เพิ่มขึ้นต้องกระโดดออกมาเพื่อปรับปรุงความแม่นยำของกรอบงานในการรับรู้และยกย่องความประพฤติ ในปัจจุบัน ให้เพิ่มจำนวนขึ้นว่าด้วยการปฏิบัติที่หลอกลวงจำนวนมาก เราอาจเตรียมกรอบการทำงานเพื่อส่งสัญญาณถึงโอกาสเหล่านี้ อย่างที่คุณเห็น ขั้นตอนนี้ต้องใช้การวัดข้อมูลขนาดมหึมา นี่คือ บริการคุมสอบออนไลน์ ที่เกิดขึ้น

ทีนี้คำถามก็เกิดขึ้นที่ข้อมูลนั้นมาจากไหน? องค์กรตรวจสอบทางอินเทอร์เน็ตที่ใหญ่ที่สุดมอบการทดสอบมากกว่าล้านครั้งทุกปี เมื่อไม่เปิดเผยชื่อด้วยเหตุผลในการป้องกันที่ชัดเจน ข้อมูลการทดสอบทั้งหมดสามารถนำมาใช้เพื่อเตรียมแบบจำลองของ AI ได้

แบบจำลองข้างต้นแสดงให้เห็นเพียงพฤติกรรมหลอกลวงที่โดดเดี่ยว ไม่ควรพูดอะไรเกี่ยวกับการสื่อให้เข้าใจผิดเกี่ยวกับตัวละครและการลักขโมยเนื้อหาใช่หรือไม่ ขั้นตอนการเตรียมการในพื้นที่เหล่านี้เป็นการเปรียบเทียบแต่ใช้วิธีการที่ค่อนข้างพิเศษ การคุมสอบออนไลน์พยายามรวมการรวบรวมความก้าวหน้าของการเรียนรู้ของเครื่อง ซึ่งรวมถึงการรับรู้ใบหน้าแบบขับเคลื่อน การรับทราบวัตถุ การค้นพบเครื่องบิน คำพูดต่อเนื้อหา การจดจำการเคลื่อนไหวของดวงตา และการระบุเสียง เพื่อยกตัวอย่าง

ขั้นตอนการฝึก AI ในการคุมสอบออนไลน์ แสดงให้เห็นว่า ปัญญาประดิษฐ์ขึ้นเพราะจะมีความสามารถในการทำสิ่งต่างๆ เช่น แยกแยะความแตกต่างระหว่างการพูดคุยของผู้ใหญ่ เด็กพูด ทารกร้องไห้ และสุนัขโวยวาย . สิ่งเหล่านี้เป็นสิ่งที่ผู้คนสามารถทำได้อย่างง่ายดาย แต่กำลังแสดงให้เห็นว่ากรอบงานใดในสิ่งเหล่านี้ที่อาจแสดงถึงความเสี่ยงต่อความน่าเชื่อถือทางวิชาการและสามารถระบุได้ว่าไม่มีอันตราย

วิธีสร้างโมเดล AI ที่แม่นยำอย่างแท้จริงสำหรับการคุมสอบทางอินเทอร์เน็ตนั้นจะยังคงพัฒนาต่อไปเมื่อมีนวัตกรรมใหม่ๆ เพิ่มขึ้นและจบลงด้วยการเข้าถึงของประชาชนผู้ทำการทดสอบ อัตราของความก้าวหน้าทางกลได้ดำเนินไปอย่างรวดเร็วอย่างปฏิเสธไม่ได้ เมื่อมีการใช้นวัตกรรมมากขึ้นในพีซี อุปกรณ์สวมใส่ และโทรศัพท์มือถือ ผู้คนจะมีความสามารถในการใช้ความก้าวหน้าเหล่านั้นในคำตอบของตนเองและรวมไว้ในโมเดล AI