أخبار ar.wedoany.com، بدأ استخدام نظام التفتيش الذكي بالذكاء الاصطناعي المزود بأجهزة الحوسبة الطرفية هذا العام في امتحانات القبول بالجامعات في عشرات المقاطعات الصينية، ليحل محل نموذج المراقبة البشرية التقليدية ومراجعة الفيديو بعد الامتحان. وقد تم تحقيق التغطية الكاملة لنظام التفتيش الذكي في جميع قاعات امتحانات 560 ألف طالب في مقاطعة جيانغشي، كما تم نشر النظام على نطاق واسع في مراكز الامتحانات في قوانغدونغ وسيتشوان وشاندونغ وغيرها من المناطق، حيث تعيد الحوسبة الطرفية تشكيل سلسلة التفتيش والمراقبة الكاملة للامتحانات في الصين.
يأتي هذا الانتشار الواسع للمراقبة الذكية بالذكاء الاصطناعي مدفوعًا بشكل أساسي بالسياسات. أصدرت وزارة التعليم الصينية في عام 2024 الوثيقة رقم (2024) 3، والتي تتطلب تعزيز شبكة حماية من الغش "السداسية الأبعاد" في قاعات الامتحانات. كما طلب إشعار عام 2025 بشأن أعمال القبول بالجامعات تعزيز التفتيش الذكي في الوقت الفعلي بقاعات الامتحانات والتفتيش الذكي لغرف السرية في جميع أنحاء البلاد. واعتبارًا من عام 2025، بدأت أكثر من عشر مقاطعات، بما في ذلك جيانغشي وقوانغدونغ وسيتشوان وهوبي وهونان وشاندونغ، في استخدام نظام التفتيش الذكي بالذكاء الاصطناعي في جميع مراكز امتحانات القبول بالجامعات. وقد حققت جيانغشي تغطية بنسبة 100% للتفتيش الذكي في جميع قاعات امتحاناتها الموحدة، بينما أكملت مدن مثل يانغجيانغ في قوانغدونغ وتشينغداو تحويل الحوسبة الطرفية في امتحانات المدارس الإعدادية والثانوية في وقت واحد. وتقوم مكاتب التعليم والامتحانات المحلية بتنسيق عمليات شراء الأجهزة وتنفيذ المشاريع، مما أدى إلى شراء أجهزة المراقبة بالحوسبة الطرفية على نطاق واسع.
تعاني أنظمة المراقبة البشرية التقليدية والمراقبة بالفيديو البحتة من قصور واضح. يحتاج مفتش واحد على مستوى المدينة إلى مراقبة عن بعد لعشرات قاعات الامتحانات، مما يؤدي إلى الإرهاق بسرعة. كما تفتقر مراكز الامتحانات النائية غالبًا إلى الموظفين اللازمين، مما يخلق فجوات رقابية. لا تستطيع أنظمة المراقبة القديمة سوى تخزين الصور دون إجراء تحليلات بالذكاء الاصطناعي، وغالبًا ما يتم اكتشاف حالات الغش بعد ساعات من الامتحان عند مراجعة الفيديو. على سبيل المثال، حادثة تصوير طالب في هوبي لورقة الامتحان بهاتفه المحمول في عام 2021، وحادثة تعاون مراقب في داتشو بسيتشوان مع طالب لمنحه درجات إضافية في عام 2025، كلها تم اكتشافها بعد فوات الأوان، حيث أصبح الغش حقيقة واقعة لا يمكن إصلاحها. كما أن أجهزة المراقبة التقليدية تنقل جميع مقاطع الفيديو إلى السحابة للتخزين، مما يؤدي إلى ارتفاع تكاليف النطاق الترددي والتخزين على الخوادم، وهو ما يصعب على ميزانيات المناطق والمقاطعات تحمله على المدى الطويل. بالإضافة إلى ذلك، فإن أنظمة المراقبة في كل مدرسة مستقلة عن الأخرى، مما يمنع مكاتب الامتحانات على مستوى المقاطعات والمدن من الإدارة الموحدة والاستجابة لحالات الطوارئ عبر قاعات الامتحانات المختلفة.
أدى إدخال الحوسبة الطرفية إلى تغيير هذا الوضع جذريًا. تقوم الكاميرات بجمع الصور ومعالجتها بواسطة الذكاء الاصطناعي في صندوق طرفي محلي في قاعة الامتحان، دون الحاجة إلى نقل جميع البيانات إلى السحابة. يمكن إصدار إنذارات فورية في غضون 0.5 ثانية لأي سلوك غير طبيعي، مما يسمح للمراقبين بالتدخل الفوري لمنع الغش، وتحويل النهج من "التحقيق بعد وقوع الحادث" إلى "الاكتشاف والمعالجة الفورية". يعتمد نظام التفتيش الذكي الحالي بالذكاء الاصطناعي على نموذج تعاوني بين نموذج كبير ونموذج صغير: يقوم النموذج الصغير خفيف الوزن بإجراء الاستدلال في الوقت الفعلي على الأجهزة المحلية في قاعة الامتحان، بينما يتم جمع الصور الصعبة مثل تلك غير الواضحة أو المعرضة للضوء الخلفي وإرسالها إلى النموذج الكبير في مركز المدينة للتحقق الثانوي. بفضل هذا النظام التقني، يمكن للتفتيش الذكي بالذكاء الاصطناعي تغطية ثلاثة سيناريوهات رئيسية: مراقبة سلوك الطلاب، ومراقبة أداء المراقبين، وأمن غرف سرية أوراق الامتحانات. ويتم تقسيم التحذيرات إلى مستويين: برتقالي وأحمر، للكشف عن مخاطر مثل إخفاء أجهزة الغش، وتغيب المراقبين عن العمل، واللمس غير المصرح به لأوراق الامتحانات. يمكن للنظام أيضًا استخدام الكاميرات القديمة دون الحاجة إلى استبدال الأجهزة على نطاق واسع.
كما تغير نموذج شراء أنظمة المراقبة الذكية بالذكاء الاصطناعي. يتم استبدال النموذج القديم للشراء لمرة واحدة للأجهزة بنماذج تعاونية متنوعة. هناك حاليًا ثلاثة مسارات رئيسية: الإيجار قبل الامتحان مع توقيع عقد سنوي، حيث يقوم مزود الحلول بتمويل شراء الأجهزة بالكامل وتركيبها قبل الامتحان وجمعها بعد الامتحان، دون أي استثمار رأسمالي من المدرسة، ويمكن إعادة استخدام الأجهزة عبر المناطق؛ والشراء الجماعي لمرة واحدة يستخدم بشكل أساسي في المدن ذات الميزانيات الكافية، حيث تقوم إدارات التعليم المحلية بشراء الأجهزة بأموال مخصصة؛ ونموذج التعاون المشترك بين البنوك والمؤسسات أصبح شائعًا في المناطق والمقاطعات، حيث تقوم البنوك بشراء الأجهزة والبرامج مقابل الحصول على موارد مالية في الحرم الجامعي، مما يسمح للمدارس بإكمال التحويل دون أي تكلفة.
في مجال التفتيش الذكي بالذكاء الاصطناعي، تعتبر شركة QianShiTong (QST) إحدى الشركات الممثلة التي تدمج البرامج والأجهزة. تتمتع QST بقدرة تنافسية متميزة في ثلاثة أبعاد: دقة الخوارزميات، وتصميم البنية التحتية، والخبرة في التنفيذ. تمتلك الشركة قدرات شاملة للذكاء الاصطناعي من طرف إلى طرف تشمل "الحوسبة الطرفية - السحابة - منصة إدارة الأعمال". على مستوى الخوارزميات، طورت QST أكثر من 40 خوارزمية تستهدف أربعة سيناريوهات رئيسية: الطلاب الأفراد، ومجموعات الطلاب، والمراقبين، وغرف السرية. تغطي هذه الخوارزميات سلوكيات مثل وقوف الطلاب، والإجابة المبكرة، وإمالة الرأس، والتقاط أشياء مشبوهة، ووضع اليدين تحت الطاولة مع إخفاء الرأس، والدخول والخروج من قاعة الامتحان في منتصف الامتحان، وعدم التزام المراقبين بالمواقع المحددة، واللمس غير المصرح به لأوراق الامتحانات، وعدم دخول غرفة السرية في الوقت المحدد. على مستوى البنية التحتية، تعتمد QST على سلسلة AE من صناديق الحوسبة الطرفية ذاتية التطوير وسلسلة IS/TS من أجهزة التدريب والاستدلال للنماذج الكبيرة، لبناء بنية ثلاثية المستويات: "قدرة حوسبة طرفية في مركز الامتحان + مراجعة نموذج كبير في مركز المدينة + تنسيق على مستوى المقاطعة". يمكن لصندوق حوسبة طرفية واحد من سلسلة AE تحليل ما بين 8 إلى 64 بثًا فيديو مباشرًا بدقة 1080P، ويمكنه عند دمجه مع أجهزة IS/TS تلبية احتياجات التحليل المتزامن لأكثر من 20,000 بث فيديو مباشر. تختلف سلسلة IS/TS عن أجهزة الاستدلال البحتة الشائعة في السوق، حيث تجمع بين التدريب والاستدلال للذكاء الاصطناعي، مما يسمح بتحسين الخوارزميات وتكرار النماذج بناءً على البيانات الحقيقية من قاعات الامتحانات محليًا، ثم إرسال النماذج المحسنة إلى صناديق الحوسبة الطرفية بنقرة واحدة، مما يشكل دورة مغلقة للتطور الذاتي: الاستدلال، وعودة البيانات، والتدريب المحلي، وترقية الخوارزميات، ثم إعادة الإرسال. يتم الاحتفاظ بجميع بيانات الفيديو محليًا دون تحميلها على السحابة العامة، مما يلبي معايير إدارة السرية في قطاع التعليم. حتى تاريخ كتابة هذا التقرير، تم تنفيذ حل التفتيش الذكي بالذكاء الاصطناعي من QST في العديد من المقاطعات والمدن في جميع أنحاء الصين، مع خبرة عملية في التحليل المتزامن لأكثر من 20,000 بث فيديو.
مع تسارع التحول الذكي لامتحانات الشهر والفصل الدراسي في المدارس الابتدائية والمتوسطة، وكذلك الامتحانات المهنية، من المتوقع أن يستمر توسع سوق قدرات الحوسبة الطرفية في مجال الرقابة التعليمية. تتطور أنظمة المراقبة بالذكاء الاصطناعي من كونها مخصصة حصريًا لامتحانات القبول بالجامعات لتصبح تجهيزًا أساسيًا قياسيًا في قاعات الامتحانات لجميع المراحل التعليمية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
