Assurer l’intégrité des examens grâce à la surveillance à distance assistée par l’IA

Assurer l’intégrité des examens grâce à la surveillance à distance assistée par IA

La surveillance à distance propulsée par l’IA offre une supervision en temps réel à grande échelle avec une précision et une fiabilité accrues

5 min de lecture

Aperçu

Alors que le monde passe rapidement à l’ère numérique, les examens en ligne sont devenus une exigence essentielle dans l’éducation, les tests de sélection et les certifications professionnelles. Ce virage a accentué l’importance d’assurer l’intégrité des examens. Une grande publication américaine a constaté que les modèles traditionnels de surveillance d’examen, principalement manuels et exigeant beaucoup de ressources, n’arrivaient pas à répondre à la demande croissante pour des examens en ligne sécurisés, fiables et accessibles.

L’équipe IA Engineering de HCLTech a mis au point un système de surveillance à distance assisté par l’IA capable d’analyser en temps réel les flux des caméras Web, même à partir d’appareils à configuration minimale équipés de simples caméras Web (<1 mégapixel). Cette innovation a permis une surveillance à grande échelle, la détection instantanée d’objets interdits et de comportements suspects, ainsi qu’une supervision centralisée de milliers de candidats en même temps.

Cette étude de cas explique comment notre collaboration a transformé le processus de surveillance des examens, de la diminution du ratio surveillant-candidat et des coûts d’exploitation, à l’amélioration de l’intégrité, de la réactivité et de la confiance dans les évaluations numériques à enjeux élevés.

Le défi

Notre client, un fournisseur multinational de services éducatifs, organise de larges périodes d’examens limitées dans le temps avec des candidats partout dans le monde. Assurer l’équité à grande échelle et l’uniformité des processus présentait des difficultés particulières.

Tandis que la surveillance manuelle était exigeante en ressources et manquait de cohérence entre les programmes, les appareils des candidats étaient souvent dotés de webcams de base et de matériel plus ancien, limitant ainsi la précision de la détection.

Les risques de tricherie, comme l’utilisation d’objets interdits (téléphones, montres intelligentes, calculatrices, notes) ou des comportements préoccupants (présence de plusieurs visages, déviations du regard, visages inclinés, ou cadres vides) exigeaient une surveillance précise et à faible latence.

Les systèmes de détection inefficaces produisaient de fréquents faux positifs, distrayant les surveillants et gonflant l’effort opérationnel, ce qui créait donc de l’inefficacité.

L’augmentation de la demande exigeait que le système puisse gérer des milliers de flux simultanés de façon fiable.

Pour répondre à ces impératifs, le client avait besoin d’un système de surveillance IA précis, évolutif et rentable, avec des traces d’audit claires et une expérience fluide pour les personnes examinées.

Notre solution

HCLTech a collaboré avec le client pour développer un système de surveillance assisté par IA qui a amélioré l’interaction du Système de Surveillance de l’Examen du Client (CPS). Le système est soutenu par une architecture de microservices plug-and-play qui répond aux besoins futurs de mise à l’échelle.

La solution a été conçue avec des modèles d’IA personnalisés capables de capter des caractéristiques à plusieurs échelles grâce à une structure pyramidale. Cela a permis de réduire les erreurs d’échelle et de positionnement, rendant le système efficace même avec des flux vidéo en basse résolution. Les couches résiduelles ont élargi le champ de vision du modèle, assurant une meilleure détection des objets et comportements en conditions réelles d’examen. Une méthode de régression à prise unique a également été utilisée pour tracer des boîtes englobantes et attribuer des étiquettes de classe, permettant au réseau d’identifier en temps réel les objets et activités interdits via un pipeline unique et efficace.

Principaux points saillants

Surveillance en direct des séances d’examen avec temps de réponse inférieur à 2 secondes pour la détection de fraude
Détection automatique et alertes pour les objets interdits, tels que les téléphones, montres intelligentes, calculatrices, livres et instruments d’écriture
Suivi du regard, surveillance de l’inclinaison de la tête et détection de visage unique/multiple pour signaler une activité suspecte
Vérification de la qualité du flux d’entrée pour l’adéquation à l’IA avant traitement
Marqueurs automatiques de début et de fin d’événement pour l’auditabilité et les examens post-examen

Impact livré

Examens en ligne plus intelligents et sécuritaires

Ratio surveillant/examiné de 1:115, amélioré à partir de 1:10, réduisant considérablement la dépendance humaine
Taux de faux positifs inférieur à 10 % pour permettre aux surveillants de se concentrer sur les vrais risques au lieu d'être dérangés par de fausses alertes
Détection en temps réel des objets interdits et des personnes non autorisées pour une plus grande crédibilité des examens
Vérifications de la qualité du flux stabilisant la précision sur les webcams basse résolution et dans des environnements variés

Opérations rentables à grande échelle

Coût d'analyse par flux inférieur à 0,50 $, rendant la surveillance à grande échelle abordable
Surveillance centralisée de plusieurs candidats à l'échelle mondiale avec un minimum d'infrastructures pour soutenir la surveillance à distance
Réduction de la main-d'œuvre et des frais d'exploitation, libérant des ressources pour d'autres fonctions académiques essentielles

Conçu pour l’expansion

10 000 flux vidéo de caméras web gérés simultanément pour faire face aux pointes de charge saisonnières
Système d’IA entièrement configurable pour soutenir des opérations efficaces et une évolutivité transparente

À titre de partenaire d'ingénierie de confiance, nous avons aidé notre client à permettre une surveillance sécuritaire, en temps réel et rentable des examens en ligne, établissant une nouvelle référence en matière d’équité et de fiabilité pour les évaluations à distance.