【要約】An AI-supervised remote exam went so badly that 58,000 students must retake it [Ars_Technica] | Summary by TechDistill
> Source: Ars_Technica
Execute Primary Source
// Problem
メキシコ最大の大学UNAMは、16万人規模の入試をリモート化する際、試験の公平性と完全性の維持という課題に直面した。導入した技術的対策が、受験者の巧妙な不正行為を阻止できなかったことが問題の核心である。
- ・高得点者の割合が、過去の平均から大幅に上昇した。
- ・100点以上の受験者が3.5%から16.3%へ急増した。
- ・ChatGPT等のAI利用や、カメラ外でのカンニングが横行した。
- ・イヤホンやスマホを用いた物理的な不正が防げなかった。
// Approach
UNAMは、リモート環境下での試験の整合性を確保するため、ソフトウェアによる制限とAIによる監視を組み合わせた多層的な防御策を採用した。受験者の挙動をデジタルと視覚の両面から制御しようと試みた。
- ・Respondus社のLockDown Browserを導入し、ブラウザの切り替えやコピーを禁止した。
- ・Territorium社のAIプロクタリングを導入し、Webカメラで受験者を監視した。
- ・AIが異常を検知した際、150名につき1名の人間が監視を行う体制を構築した。
// Result
導入した技術的対策は、大規模な不正を防ぐには極めて不十分であった。結果として、試験の信頼性は完全に失われ、大学側は極めて重い社会的コストを支払うこととなった。
- ・統計モデルにより、受験者の約半数が不正を行っていた可能性が示唆された。
- ・5.8万人の受験生が、対面での再試験を強制される事態となった。
- ・大学側は、公平性を担保するために再試験の実施を決定し、謝罪した。
Senior Engineer Insight
> リモート試験における「信頼の境界」の設計ミスである。LockDown BrowserのようなOSレベルの制限や、AIによる画像解析は、カメラの画角外でのAI利用や物理的なデバイス隠匿といった「ソフトウェアの制御外」の攻撃に対して極めて脆弱だ。高ステークスな環境では、技術による自動化に過信せず、物理的な制約（対面試験）や、より多角的な生体認証、あるいは人間による厳格な監視（Human-in-the-loop）を組み合わせた、多層防御の設計が不可欠である。