“AI监考”在期末考试中的误判率与学生抗议研究_实践型研究课题.docxVIP

PAGE

PAGE1

“AI监考”在期末考试中的误判率与学生抗议研究

第一章实践问题识别与需求分析

1.1现实问题背景与紧迫性分析

1.1.1行业现状与问题表现

随着人工智能技术在教育领域的深度渗透，基于计算机视觉和深度学习算法的“AI监考”系统已成为高校期末考试的重要辅助手段。该系统旨在通过人脸识别、姿态估计和视线追踪等技术，实现对考场违纪行为的自动化识别与预警。然而，在实际应用过程中，技术理性的局限性逐渐暴露，特别是在眼神识别与动作捕捉环节，频繁出现“将正常行为判定为作弊”的异常情况。当前，多数高校采用的AI监考系统对考场环境的适应性较差，对于光线变化、考生个人习惯动作以及设备硬件差异缺乏足够的容错机制，导致系统在运行过程中产生大量误报。

这种技术异化现象不仅未能有效减轻监考压力，反而制造了新的管理困境。在刚刚结束的期末考试季中，多所高校学生反映，在考试过程中因低头思考、揉眼、调整坐姿等正常生理行为被系统频繁标记为“异常”，甚至触发“作弊预警”。这种“宁可错杀一千，不可放过一个”的算法逻辑，严重干扰了考生的正常答题节奏，使得考生在专注于试卷内容的同时，不得不分心顾及自己的面部表情和肢体动作，造成了事实上的“技术性干扰”。行业现状表明，AI监考技术的应用正处于“技术磨合期”的阵痛阶段，算法的刻板性与人类行为的复杂性之间存在显著张力。

1.1.2识别问题的严重程