A continuaciónSiguiente guía
Monitoreo de modelos de IA
Técnico
GUÍA visual de IA
La supervisión de IA es un software que observa a los estudiantes durante los exámenes en línea a través de video de la cámara web, audio del micrófono, actividad de la pantalla y controles del navegador.
Escuche esta guíaNarrado por IA · ~3 min
Señala momentos que considera posibles trampas y luego un humano los revisa. Esto es importante porque esas señales pueden afectar las calificaciones y los casos de integridad académica, pero las señales son indirectas y pueden activarse por razones que no tienen nada que ver con hacer trampa.
La supervisión remota creció rápidamente cuando los campus pasaron a estar en línea en 2020. Los productos comunes incluyen Respondus LockDown Browser y Respondus Monitor, Proctorio, Honorlock, Examity y ProctorU (ahora parte de Meazure Learning). La mayoría combina tres capas. La capa de bloqueo restringe la computadora bloqueando otras aplicaciones, pestañas, imprimiendo y copiando y pegando. La capa de identidad compara una identificación con fotografía con el rostro de la cámara. La capa de monitoreo registra la cámara web, el micrófono y la pantalla y, en ocasiones, solicita un escaneo de la sala de 360 grados antes de que comience el examen. La parte de IA es principalmente la detección de patrones en esas grabaciones. La visión por computadora estima si hay una cara presente, si aparece más de una cara y hacia dónde apuntan la cabeza y los ojos. Los modelos de audio escuchan el habla u otras voces. Los registros de pantalla y navegador registran cambios de pestañas y cambios de ventana. Cada evento recibe una puntuación y el sistema produce una línea de tiempo de segmentos marcados con un nivel de sospecha general. Algunos proveedores añaden supervisores humanos en vivo, pero la mayoría deja el juicio final al instructor. El mayor error es creer que una bandera es prueba de trampa. Una bandera solo significa que el comportamiento difiere de lo que espera el modelo. Mirar hacia arriba para pensar, leer preguntas en voz alta, que un hermano entre en la habitación, un tic, una discapacidad o una conexión a Internet inestable pueden desencadenar uno. También se ha informado que la detección de rostros funciona menos bien para algunos estudiantes con piel más oscura y con poca iluminación, lo que encaja con una investigación más amplia sobre el sesgo en el análisis de rostros. La privacidad es la otra gran preocupación. En Ogletree contra la Universidad Estatal de Cleveland (2022), un juez federal de EE. UU. dictaminó que un escaneo de la sala requerido antes de un examen remoto en una universidad pública violaba los derechos de la Cuarta Enmienda del estudiante. En general, los estudiantes pueden preguntar qué datos se recopilan, cuánto tiempo se conservan, quién revisa las denuncias y cómo apelar. También pueden solicitar adaptaciones para discapacitados.
Una universidad utiliza un navegador bloqueado para un examen parcial de química cronometrado. Bloquea nuevas pestañas, copia y pega y capturas de pantalla, y se guarda una grabación de la cámara web para que el instructor la revise más tarde.
El software señala a un estudiante por apartar la mirada de la pantalla repetidamente. Al revisarla, estaba leyendo una hoja de fórmulas permitidas pegada al lado de su monitor.
A un estudiante de piel más oscura que trabaja en una habitación con poca luz se le sigue diciendo que el sistema no puede detectar un rostro. No puede empezar el examen hasta que encuentre una lámpara.
Después de que los estudiantes expresan sus preocupaciones sobre los escaneos de salas y los requisitos de ancho de banda, un profesor reemplaza un examen final supervisado de opción múltiple con un examen a libro abierto basado en la aplicación del material.
Muchos instructores han optado por evaluaciones que hacen que las trampas remotas sean menos útiles, como preguntas a libro abierto, seguimientos orales, proyectos y exámenes en persona. La IA generativa ha acelerado ese replanteamiento, porque las respuestas pueden provenir de herramientas que la cámara no puede ver. Los proveedores siguen agregando funciones, como la detección de segundos dispositivos y la revisión asistida por IA. Mientras tanto, los reguladores de privacidad, los tribunales y las políticas universitarias siguen dando forma a lo que es aceptable. Una expectativa razonable es un uso más limitado y transparente: supervisión para exámenes de alto riesgo, con límites claros sobre cuánto tiempo se conservan los datos, alternativas accesibles y seres humanos que toman las decisiones finales.
Boletín gratuito
Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.
Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.
Ponte a prueba
Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.
Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación
La supervisión de IA es un software que observa a los estudiantes durante los exámenes en línea a través de video de la cámara web, audio del micrófono, actividad de la pantalla y controles del navegador. Señala momentos que considera posibles trampas y luego un humano los revisa. Esto es importante porque esas señales pueden afectar las calificaciones y los casos de integridad académica, pero las señales son indirectas y pueden activarse por razones que no tienen nada que ver con hacer trampa.
Una bandera solo significa que el comportamiento difirió de las expectativas del modelo. Acciones inocentes como mirar hacia arriba para pensar o que un hermano entre a la habitación pueden desencadenar uno, por lo que se debe revisar en contexto.
La capa de bloqueo restringe lo que la computadora puede hacer durante el examen. Los controles de identidad comparan una identificación con fotografía con el rostro de la cámara y el monitoreo registra video, audio y la pantalla.
Un juez federal de Estados Unidos determinó que el escaneo de salas requerido en una universidad pública era un registro irrazonable según la Cuarta Enmienda. El caso es una referencia clave en los debates sobre supervisión y privacidad.
Muchos sistemas estiman la postura de la cabeza a partir de puntos de referencia como las comisuras de los ojos, la nariz y el mentón. Si el ángulo permanece más allá de un umbral establecido durante un tiempo determinado, se registra un evento. Esto es mucho más burdo que el seguimiento ocular preciso.
La detección de actividad de voz reacciona a cualquier sonido similar al habla y no puede determinar si ese sonido es una trampa. Es por eso que leer en voz alta o hablar en segundo plano puede generar señales de alerta.
sigue aprendiendo
Más guías seleccionadas para este tema.
A continuaciónSiguiente guía
Monitoreo de modelos de IA
Técnico