Nadzór egzaminacyjny AI: gdy algorytm ocenia uczciwość studenta na podstawie mikroruchów twarzy
Pandemia przyspieszyła wdrożenie systemów automatycznego nadzoru egzaminacyjnego (e-proctoring) na uczelniach na całym świecie. Co zaczęło się jako rozwiązanie awaryjne, stało się standardem — często bez odpowiedniej analizy ryzyk, konsultacji z studentami czy ram prawnych.
Jak działa proctoring AI
Programy takie jak Proctorio, Examity, ProctorU, Respondus Monitor czy polskie odpowiedniki (np. Testportal z modułem AI) łączą kilka technologii: nagrywanie ekranu i kamery, analiza dźwięku, wykrywanie twarzy, śledzenie ruchów oczu (eye-tracking przez webcam), analiza mimiki (tzw. emotion recognition), wykrywanie obecności innych osób w pokoju, a nawet analiza rytmu klawiatury (keystroke dynamics).
Algorytm generuje „wskaźnik podejrzaności” (suspicion score). Przekroczenie progu uruchamia alert dla ludzkiego proktora lub automatycznie flaguje egzamin do ręcznej weryfikacji. W skrajnych przypadkach system może zablokować kontynuację testu w czasie rzeczywistym.
Fałszywe alarmy i ich konsekwencje
Badania wskazują na wysokie wskaźniki fałszywych alarmów. Studenci z niepełnosprawnościami (np. ADHD, autyzm, ticowanie nerwowe) często generują anomalie: nienaturalny kontakt wzrokowy, częste odwracanie głowy, napięcie mięśni twarzy. Osoby neuroatypowe są dysproporcjonalnie flagowane jako oszustowie.
Rodzice, współlokatorzy, zwierzęta domowe, awaria internetu, nieprawidłowe oświetlenie — wszystko to może wywołać alarm. W 2021 roku studentka Uniwersytetu w British Columbia została oskarżona o podszywanie się, bo system nie rozpoznał jej twarzy po zmiennej iluminacji. Sprawa trafiła do sądu.
W Polsce Kodeks postępowania administracyjnego i uchwały senatów uczelni regulują postępowanie dyscyplinarne, ale rzadko uwzględniają specyfikę dowodów z AI. Student ma trudność z obaleniem „obiektywnej” oceny algorytmu.
Dane biometryczne w rękach firm zewnętrznych
Większość rozwiązań to usługi SaaS. Nagrania wideo, dane biometryczne (mapa twarzy, wektor cech oczu), logi aktywności trafiają na serwery dostawcy — często poza UE. Umowy przetwarzania zlecone (DPAs) bywają niepełne, a okresy przechowywania niejasne.
RODO traktuje dane biometryczne jako szczególną kategorię (art. 9). Wymaga jawnej zgody lub podstawy prawnej w ustawie. Uczelnie często argumentują „interesem prawnym”, ale EDPB (Europejski Komitet Ochrony Danych) w wytycznych z 2021 r. wskazał, że proctoring AI wymaga oceny wpływu na ochronę danych (DPIA) i ścisłych zabezpieczeń.
Alternatywy i kierunki regulacji
Niektóre uczelnie rezygnują z proctoringu na rzecz: egzaminów ustnych (wideo/wstawienne), zadań otwartych wymagających myślenia krytycznego, e-portfolio, ciągłej oceny, egzaminów stacjonarnych z podziałem na mniejsze grupy.
W UE AI Act systemy do „oceny uczniów i studentów” oraz „monitorowania zachowań” są klasyfikowane jako wysokie ryzyko. Wymagają: systemu zarządzania ryzykiem, zarządzania jakością danych, dokumentacji technicznej, rejestrowaniu zdarzeń, ludzkiego nadzoru, przejrzystości dla osób, na których system działa. Przepisy wchodzą w życie do 2026 roku.
Polska Ustawa o szkolnictwie wyższym i nauce daje senatorom władzę ustalania zasad egzaminów. Warto, by senaty uczelni wdrożyły: obowiązek DPIA, jawne informowanie studentów o zakresie monitorowania, prawo do odmowy (z alternatywną formą egzaminu), audyt niezależny systemu przed wdrożeniem, procedurę odwoławczą od decyzji opartej na AI.
Oznaczenie treści AI
Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
