高考AI监考老师发挥了什么作用

AI监考早在 2018 年就已上线

实际上，在监考中利用人工智能技术，早就算不上什么新鲜事了。以 DST (dynamic simulation technique)动态模拟技术起家的 ATA(全美在线)，利用人工智能和大数据技术，帮助维护考场的纪律。

ATA 公司成立于 1999 年，总部位于北京，是中国智能化考试测评服务的创始者与领导者，也是最大的计算机智能化考试测评服务供应商，致力于提供公平公正、便捷高效的考试服务。他们通过历史上数以万计的考场视频，对考生的动作进行分析，从而检测出异常行为。

智能监考机器人对考场内人和物的识别与标注

系统通过深度学习算法，对考生进行实时跟踪，分析出考场异常行为。通过对考生动作的骨骼行为分析，对违纪行为进行提示和报警。一旦发现大幅度动作、使用手机、离开座位等行为，系统就会发出警告。相应的视频也会被上传至云端，作为电子证据保存。

此外，ATA 还利用考场智能建模、场景语义识别等技术，对考场座位进行语义分割，自动绘制考场二维平面图，并生成全考场行为热力图。二维平面图与实际场景一一对应，实时显示考生入座、离座的情况。全考场行为热力图，可以方便老师掌握考场整体动态，让监考不再有死角，减轻了监考老师的负担。这套智能监考系统，已被用于 2018 年的注册会计师考试中。

神经网络与大数据查抄袭

除了对作弊行为的监测和控制，还有一个方法是从答卷中检测抄袭。丹麦哥本哈根大学的研究人员，正在进行一项研究，试图通过人工智能的书面分析，来检测作业上的作弊行为，这个项目名为 Ghostwriter(枪手)。

科研人员收集了 10,000 名高中生的 130,000 份丹麦语书面作业，对其进行文本分析，训练出了检测模型，能够以近 90% 的准确率，判断出作业是本人写的，还是抄袭得来的。

项目研究者 Stephan Lorenzen 博士说道，Ghostwriter 是围绕机器学习和神经网络构建的。它使用了「Siamese」神经网络，能够分析输入文本的语法错误、常用短语、句子长度和结构等特点。

团队使用不同的输入通道，考虑几种不同的体系结构(例如，char，word，POS-tags)最终确定了一种最佳的网络架构团队对神经网络进行大量数据训练，主要从写作风格的表示中学习，进行判定比较。

当学生提交作业时，检测模型会将其与之前的作业进行比较。对比之后，会给出新作业与旧作业书写样式的相似性百分比。给出的分数，通过加权平均，作为一项计算因素。此外还综合考虑如提交时间等因素，最终会给出一个得分，以百分比表示出风格的相似性，判断是否涉嫌作弊。Ghostwriter 还可用于警察分析伪造文件、法医文件审查等工作中。

跟花里胡哨的作弊套路说再见

五花八门的作弊套路，在指甲和瓶子上打小抄，把答案写在胳膊和腿上，带手机进考场……监考老师和考生之间，上演了史上最强作弊与反作弊对决，笑料百出。