الامتحان تحت المجهر: كيف تُفكك خوارزميات الذكاء الاصطناعي شبكات الغش الرقمي؟

مع تزايد الاعتماد على التعليم الرقمي، أصبح الغش الأكاديمي عبر الإنترنت تحديا متناميا يهدد مصداقية التقييمات التعليمية. تسعى الأبحاث الحديثة إلى تطوير استراتيجيات فعّالة للكشف عن الغش باستخدام تقنيات الذكاء الاصطناعي، مستفيدة من مفاهيم القياس النفسي وتحليل السلوك.

1. من التقييمات الثابتة إلى الاختبارات التكيفية

• تطبيقات القياس النفسي في تقييم الذكاء الاصطناعي

تُشير دراسة Zhuang et al. (2023) إلى أن التقييمات الثابتة لم تعد كافية لقياس أداء نماذج الذكاء الاصطناعي المتقدمة. يقترح الباحثون الانتقال إلى اختبارات تكيفية تعتمد على مفاهيم القياس النفسي، حيث يتم تعديل صعوبة الأسئلة بناء على أداء النموذج أثناء التقييم. يُحسّن هذا النهج من دقة التقييم ويقلل من عدد الأسئلة المطلوبة، مما يجعله أكثر كفاءة وفعالية.

2. تطبيق نظرية الاستجابة للمفردة (IRT) لتمييز بين إجابات البشر والذكاء الاصطناعي

في دراسة Strugatski & Alexandron (2024)، تم استخدام نظرية الاستجابة للمفردة (IRT) لتحليل أنماط الإجابات في اختبارات متعددة الخيارات. أظهرت النتائج أن نماذج الذكاء الاصطناعي تُظهر انحرافات في أنماط الإجابة مقارنة بالبشر، مما يمكن استخدامه للكشف عن الغش المدعوم بالذكاء الاصطناعي.

3. الكشف عن الغش باستخدام التعلم الآلي وتحليل السلوك

تقترح دراسة Sulieman et al. (2021) نهجا يعتمد على التعلم الآلي للكشف عن الغش في الامتحانات. يتم تدريب نماذج التعلم الآلي على بيانات الأداء السابقة للطلاب للتنبؤ بنتائج الامتحانات، ومن ثم يتم الكشف عن الحالات الشاذة التي قد تشير إلى وجود غش.

4. تحليل زمن الاستجابة كأداة للكشف عن الغش

تشير دراسة Bungaro (2024) إلى أن تحليل زمن الاستجابة في الاختبارات التكيفية يمكن أن يكون مؤشرا على الغش. إذا كانت أوقات استجابة الطالب غير متوافقة مع صعوبة الأسئلة، فقد يشير ذلك إلى استخدام وسائل غير مشروعة للحصول على الإجابات.

5. استخدام التعلم العميق للكشف عن الغش في الامتحانات الإلكترونية

في دراسة Tiong & Lee (2021)، تم تطوير وكيل ذكي للكشف عن الغش في الامتحانات الإلكترونية باستخدام تقنيات التعلم العميق. يتكون النظام من وحدتين رئيسيتين: وحدة الكشف عن عنوان IP ووحدة مراقبة السلوك. أظهرت نتائج التجارب أن النموذج المقترح يحقق دقة تصل إلى 95% في الكشف عن الغش.

• خلاصة:

تُظهر الأبحاث الحديثة أن تقنيات الذكاء الاصطناعي، عند استخدامها بشكل صحيح، يمكن أن تكون أدوات فعّالة في تعزيز النزاهة الأكاديمية. من خلال تطبيق مفاهيم القياس النفسي، وتحليل السلوك، واستخدام تقنيات التعلم الآلي والعميق، يمكن تطوير أنظمة متقدمة للكشف عن الغش في البيئات التعليمية الرقمية.

المراجع:

1. Zhuang, Y., et al. (2023). From Static Benchmarks to Adaptive Testing: Psychometrics in AI Evaluation. arXiv. https://arxiv.org/abs/2306.10512

2. Strugatski, A., & Alexandron, G. (2024). Applying IRT to Distinguish Between Human and Generative AI Responses to Multiple-Choice Assessments. arXiv. https://arxiv.org/abs/2412.02713
3. Sulieman, H., et al. (2021). Machine learning based approach to exam cheating detection. PubMed. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8336856/
4. Bungaro, L. (2024). Response times in computerized adaptive testing: a method for cheating detection. AMS Dottorato.

5. Tiong, L. C. O., & Lee, H. J. J. (2021). E-cheating Prevention Measures: Detection of Cheating at Online Examinations Using Deep Learning Approach. arXiv. https://arxiv.org/abs/2101.09841