Trong bối cảnh các sinh viên đang tìm kiếm đủ mọi cách để lách khỏi sự giám sát của công nghệ, các chuyên gia đã huấn luyện hệ thống với khả năng phát hiện các hành vi gian lận tinh vi nhất, song điều này vô hình trung có thể khiến các sinh viên nghiêm túc rơi vào trạng thái căng thẳng.
Tập trung vào hành vi, cử chỉ, ánh mắt
Cách đây khoảng 10 năm, không khó để hình ảnh “phao” thi vứt tràn lan trên khắp các hành lang, ghế đá, nhà vệ sinh, thùng rác quanh khu vực điểm thi mỗi mùa thi tốt nghiệp trung học phổ thông và tuyển sinh đại học. Các hội đồng thi sau đó đã rút kinh nghiệm để phát hiện các mánh lới như giấu điện thoại, nhờ người đi thi hộ, dùng phao thi với kích thước từ 4cm-6cm.
Song giờ đây cùng với sự phát triển của công nghệ, các sĩ tử chuyển sang mua thiết bị tai nghe gian lận siêu nhỏ, thiết bị thu phát tín hiệu một cách dễ dàng trên các gian hàng thương mại điện tử. Sau các phao thi giấy, giờ đây những hội đồng thi lại phải tiếp tục với “cuộc chiến” phát hiện các thiết bị gian lận ngày càng nhỏ gọn, tinh vi, khó phát hiện.
Với hình thức này, dù soát đồ của học sinh, sinh viên thì giám thị cũng khó có thể tìm ra được vật dụng gian lận. Câu hỏi làm thế nào để phát hiện các dấu hiệu vi phạm quy chế thi của học sinh đã thôi thúc nhiều nhà khoa học tham gia tìm kiếm câu trả lời. Một trong những cách tiếp cận phổ biến nhất đó là phát triển hệ thống nhận dạng các cử chỉ bất thường của thí sinh.
Năm 2021, một nhóm sinh viên Khoa Công nghệ Thông tin, Đại học Công nghiệp Hà Nội đã ứng dụng trí tuệ nhân tạo (AI) để phát triển phần mềm phát hiện gian lận thi cử. Với một số kết quả nghiên cứu có trước về xử lý ảnh, phát hiện, nhận diện khuôn mặt, ước lượng khung xương người và nhận diện hành vi bất thường, thuật toán sẽ phân tích và nhận diện các hành vi bất thường trong quá trình làm bài thi. Sau đó, thông báo sẽ được gửi về cho giám thị. Theo nhóm nghiên cứu, hệ thống phát hiện hành vi gian lận cho độ chính xác cao, trên 97% với các hành vi rõ ràng như quay ngang, quay ngửa, nhổm lên, liếc bài, làm việc riêng dưới gầm bàn và 98% đối với khả năng nhận diện khuôn mặt của thí sinh có hành vi gian lận.
Một năm sau đó, với cách tiếp cận tương tự, nhóm ba sinh viên gồm Phùng Phương Nhung (ngành tài chính ngân hàng - Học viện Tài chính), Trần Vương Quốc Đạt và Lê Đức Anh Tuấn (ngành khoa học dữ liệu và trí tuệ nhân tạo - Trường Đại học Bách khoa Hà Nội) đã phát triển sản phẩm chống gian lận thi cử nhằm tham gia một cuộc thi khoa học dữ liệu do trường Đại học Ngoại thương tổ chức.
Theo nhóm nghiên cứu, nhóm sẽ áp dụng phương pháp phân tích hành vi của con người dựa trên nhận diện các thay đổi cử chỉ con người thông qua video stream trực tiếp từ camera và tổng hợp dữ liệu để huấn luyện mô hình. Bằng cách nhận diện hành vi của thí sinh trong phòng thi qua các khớp xương, mô hình có thể phát hiện ra sinh viên có hành vi gian lận. Nhóm hướng tới việc có thể phát hiện gian lận theo thời gian thực nhưng ở thời điểm cuộc thi, mô hình chỉ mới có thể làm offline, tức là sau khi thi xong mới có thể phát hiện các hành vi gian lận.
Trong khi các nhà khoa học trên thế giới đang tìm cách hoàn thiện những mô hình phát hiện gian lận trong kỳ thi trực tiếp, đại dịch COVID-19 đột ngột xảy đến và đẩy học sinh ra khỏi phấn trắng, bảng đen, lớp học để đến với những kỳ thi trực tuyến căng thẳng. Từ đây, hàng vạn cách gian lận thi trực tuyến đã ra đời để ứng phó với hình thức thi cử mới này.
Theo thống kê của phần mềm giám sát thi cử ProctorU, trong 15 tháng trước đại dịch, chỉ 0,48% các kỳ thi được giám sát có xảy ra tình trạng gian lận. Vào năm 2020, thời điểm đại dịch bùng phát, con số đó đã tăng lên 3,9%. Vào năm 2021, tỷ lệ vi phạm đã lên tới 6,6% – cao hơn 13 lần so với mức trước đại dịch. Vào năm 2021, ProctorU đã phát hiện ra hành vi gian lận trong hơn 200.000 kỳ thi.
Để hạn chế tình trạng này tại Việt Nam, Bizfly Cloud - công ty chuyên cung cấp các dịch vụ trên nền tảng điện toán đám mây như Cloud Server, CDN - đã phát triển hệ thống thi và kiểm tra trực tuyến tích hợp camera chống gian lận. Cách tiếp cận của công ty vẫn tương tự như những hệ thống của các nhóm nghiên cứu khác, đó là bắt chuyển động của khung xương, đầu, cử chỉ, nét mặt, đồng tử của học sinh để đưa ra cảnh báo. Bài thi có thể bị trừ điểm theo quy chế thi của nhà trường.
Chia sẻ tại Hội thảo “Ứng dụng giải pháp Camera AI kiểm soát gian lận trong thi cử khối đại học” do Trung tâm Thông tin và Thống kê KH&CN TP.HCM (CESTI) tổ chức, bà Cấn Thị Bích Luận, đại diện Bizfly Cloud, cho biết để phù hợp với hình thức thi trực tuyến, hệ thống sẽ phát hiện thí sinh có chuyển tab trong quá trình thi hay không. Bên cạnh đó, để đảm bảo hệ thống luôn an toàn, “không xảy ra tình trạng một sinh viên thực hiện tấn công bài thi trên hệ thống để sửa điểm, chúng tôi cũng đã tích hợp vào hệ thống phương án phát hiện và ngăn chặn”.
Ngoài ra, trong trường hợp có nhiều học sinh truy cập vào tại một thời điểm thi, hệ thống sẽ tự động mở rộng bằng cách thêm hệ thống máy chủ vào cụm xử lý tính toán để phục vụ người dùng. Khi lượng tải giảm xuống, hệ thống sẽ tự động loại bỏ server khỏi hệ thống trực tuyến. “Điều này giúp tối ưu chi phí vận hành, chi phí đầu tư, không phải giám sát máy chủ và thậm chí là bảo vệ môi trường, bởi khi chạy nhiều máy chủ tính toán nhưng không phục vụ người dùng, các trung tâm dữ liệu sẽ thải ra một lượng lớn khí thải CO2”, đại diện Bizfly Cloud giải thích.
Học sinh gặp áp lực
Hiện tại, bà Cấn Thị Bích Luận cho biết giải pháp của Bizfly Cloud đã được ứng dụng tại một số trường đại học ở Hà Nội. Dù giải pháp chủ yếu được áp dụng cho các kỳ thi trực tuyến, nhưng công ty vẫn có thể tùy chỉnh để áp dụng hệ thống theo nhu cầu của trường. Chẳng hạn, sau khi đại dịch qua đi, sinh viên Đại học Công nghệ Giao thông vận tải Hà Nội đã đến trực tiếp các điểm thi của trường để làm bài trên máy tính đã được nhà trường tích hợp các tính năng của Bizfly Cloud.
Dù đại diện Bizfly Cloud hay các hệ thống phát hiện gian lận khác tại Việt Nam hầu như không đề cập đến góc độ tâm lý của học sinh khi bị giám sát, tuy nhiên đây chắc chắn sẽ là điều họ cần phải lưu ý nếu muốn phát triển hệ thống trong tương lai xa. Các bất cập của những công nghệ giám sát đã được thảo luận tích cực tại Mỹ khi một số sinh viên cho biết họ bị căng thẳng, không dám nhấp chuột nhiều, phải cố gắng giữ cho đồng tử mắt đứng yên.
Đó là điều dễ hiểu khi những hệ thống phát hiện gian lận phổ biến, chẳng hạn như Proctorio, cũng sử dụng phương thức giống như Bizfly Cloud là nhận diện ánh mắt, nhận diện khuôn mặt và giám sát máy tính để đánh dấu những học sinh có các chuyển động “bất thường” ở đầu, đảo mắt, thay đổi kích thước cửa sổ máy tính, mở tab, cuộn, nhấp, nhập và sao chép. Học sinh có thể bị đánh dấu vì hoàn thành bài kiểm tra quá nhanh hoặc quá chậm, nhấp chuột quá nhiều hoặc quá ít.
Nếu camera nhận diện có người khác đứng ở phía sau, học sinh có thể bị đánh dấu vì “phát hiện nhiều khuôn mặt”. Phòng quá ồn ào, Internet quá nhiễu, camera hoạt động không tốt? Tất cả đều sẽ bị đánh dấu.
Các công ty phát triển hệ thống giám sát cho biết hệ thống của họ có thể phát hiện ra nhiều cách sáng tạo mà học sinh nghĩ để ứng phó với bài kiểm tra, chẳng hạn như nhìn vào các ghi chú dán trên tường, sao chép nội dung từ các trang web khác hoặc nhờ một người bạn nói to câu trả lời.
Tuy nhiên, nhiều sinh viên chia sẻ rằng hệ thống đôi khi nhạy cảm quá mức, đánh dấu họ vì nhiều hành động nhỏ vô hại, chẳng hạn như khi họ ghi chú hoặc đọc to câu hỏi hoặc nhìn đi chỗ khác để suy nghĩ. Mặc dù các giảng viên sẽ xem lại các hành vi bị đánh dấu để quyết định đó có phải là gian lận hay không, nhưng bản thân chính các giảng viên cũng sẽ phân vân. Và để bảo vệ mình, các sinh viên có thể phải tìm cách chứng minh rằng công nghệ đã sai.
Một số sinh viên cảm thấy căng thẳng như khi bị giám thị đứng từ đằng sau và nhìn chằm chằm vào bài thi của mình - dù họ không gian lận. Tuy nhiên, khác với thi trực tiếp, “cảm giác lo lắng chỉ kéo dài 10 giây, vì sau đó giám thị sẽ đi sang các khu vực khác. Còn với hệ thống này, chúng ta sẽ căng thẳng suốt cả bài thi”, một sinh viên cho biết.
Do đó, các chuyên gia tại Bizfly Cloud sẽ phải cẩn trọng trong việc xác định các hành vi bất thường để có được dữ liệu phù hợp nhằm huấn luyện hệ thống AI của mình, sao cho không khiến các sinh viên không có ý định gian lận căng thẳng vì bất kỳ hành động nào của mình cũng bị đánh dấu.
Đây sẽ là bài toán rất khó, bởi họ sẽ phải cân bằng giữa việc xoa dịu tâm lý cho các sinh viên nghiêm túc, đồng thời vẫn không để “lọt” các sinh viên gian lận - nhất là trong bối cảnh các sinh viên đang tìm kiếm đủ mọi cách để lách khỏi sự giám sát của công nghệ.
Trên khắp các trang TikTok Việt Nam, nhiều người đã làm các video hướng dẫn cách gian lận trên những nền tảng thi trực tuyến như vnEdu, Google Form, Azota… Ngay khi các nền tảng cải thiện tính năng để ngăn chặn các mánh lới này, nhiều người sẽ ngay lập tức nghĩ ra các phương thức “sáng tạo” hơn nữa để luồn lách.
Tất nhiên chúng ta không thể chối bỏ mặt tích cực của các phần mềm giám sát gian lận, nhưng đội ngũ phát triển các phần mềm sẽ phải lắng nghe phản hồi của sinh viên và các chuyên gia giáo dục để cải thiện hệ thống của mình.