Grep تنقل مراقبة الاختبارات من الرصد إلى فهم السياق

قالت Grep إنها أضافت نظام وكلاء إلى Monito، منتجها لمراقبة الاختبارات عبر الإنترنت، بهدف تحسين دقة رصد حالات الاشتباه في الغش.

يعتمد المنتج بالفعل على وظائف مدعومة بالذكاء الاصطناعي مثل تتبع النظر، وتوثيق الوجه، ومنع نسخ الشاشة واستخدام شاشة مزدوجة، إضافة إلى مراقبة فورية بثلاث قنوات عبر كاميرا الويب والهاتف المحمول ومشاركة الشاشة. وذكر المصدر أن Monito أثبت توفيراً في تكاليف التشغيل يصل إلى 40% مقارنة بالمراقبة الحضورية.

الإشارة الجديدة هي الانتقال من رصد الأحداث البسيطة إلى تحليل السياق. وقالت Grep إن الأنظمة السابقة كانت تعتمد على تنبيهات مادية مثل خروج اليد من نطاق الشاشة، ما حد من الدقة. وأدخلت الشركة الآن وكيل LLM يراجع السياق المحيط بدلاً من الحكم على فعل واحد بمعزل عن غيره.

لماذا يهم ذلك

بالنسبة إلى مزودي تقنيات التعليم وفرق الاختبارات المؤسسية ومشغلي الشهادات، يشير الإعلان إلى حالة استخدام عملية لوكلاء الذكاء الاصطناعي: تقليل عبء المراجعة مع إبقاء الإنسان في حلقة القرار النهائي.

وقالت Grep إن الميزات الرئيسية تشمل ملخصات موقف تضيف سياقاً إلى نتائج رصد الذكاء الاصطناعي، ودرجة للغش تتيح للمشرفين فحص المرشحين الأعلى خطراً أولاً، والتنقل السريع إلى مقطع الفيديو ذي الصلة عند العثور على نشاط مشبوه. وقالت الشركة إن الوكيل يستطيع تلخيص الحالات المشتبه بها وسياقها في تقارير سردية، ما يسمح للمراقبين البشريين بمراجعة الحالات التي اختارها الذكاء الاصطناعي بدلاً من مراقبة كل الفيديو في الوقت الفعلي.

وبحسب اختبارات داخلية وردت في المصدر، قلل النهج وقت المراجعة بعد الاختبار بأكثر من 30% مقارنة بفحص تسجيلات الفيديو كاملة. وتظهر لوحة وكيل الذكاء الاصطناعي الجديدة في الجانب الأيمن من شاشة المشرف وتقدم نتائج التحليل في الوقت الفعلي.

المراجعة البشرية تبقى أساسية

يحرص المصدر على عرض الذكاء الاصطناعي كمساعد وليس كحكم نهائي. فقد أكدت Grep أن الذكاء الاصطناعي لا يتخذ القرار النهائي بشأن الغش. إنه يختار الظروف المشتبه بها ويبلغ عنها، بينما يجب أن يتخذ مشرف بشري القرار النهائي ضمن بنية الإنسان في الحلقة.

هذا التمييز مهم لأن أنظمة مراقبة الاختبارات تؤثر في عدالة الاختبار وثقة المرشحين. وقالت Grep إن النظام صمم بحيث لا يتضرر المتقدمون بحسن نية حتى إذا أنتج الذكاء الاصطناعي إنذاراً خاطئاً. وأظهرت الاختبارات الداخلية أيضاً أن التنبيهات الخاطئة انخفضت بنحو 20%.

ما يجب متابعته

ينبغي متابعة ما إذا كانت Grep تستطيع تحويل طبقة الوكيل إلى تحسينات موثوقة قابلة للقياس خارج الاختبارات الداخلية. وقالت الشركة إن جمع البيانات واستخدامها لتدريب نماذج الذكاء الاصطناعي يلتزمان بقانون حماية المعلومات الشخصية والقواعد ذات الصلة، مع إزالة تعريف بيانات الفيديو بحيث لا يمكن التعرف على الوجوه والمعلومات الشخصية الحساسة الأخرى.

مجال التطوير التالي هو مراقبة الاختبارات بالذكاء الاصطناعي متعدد الوسائط. وتخطط Grep لتطوير تقنية تدمج الفيديو والصوت وسجلات البيئة، ولتطوير الوكيل بحيث يحلل بيانات سلوكية إضافية مثل مسارات حركة الفأرة وأنماط الكتابة على لوحة المفاتيح.