Nghiên Cứu và Phát Triển Ứng Dụng Quản Lý Phát Hiện Gian Lận Trong Thi Trực Tuyến

Luận văn thạc sĩ nghiên cứu phát triển ứng dụng quản lý phát hiện gian lận trong thi trực tuyến, nâng cao tính minh bạch và công bằng.

• Tác giả: Nguyễn Văn Huy
• Người hướng dẫn: PGS. Đỗ Xuân Chợ
• Trường học: Học viện Công nghệ Bưu chính Viễn thông
• Chuyên ngành: Hệ thống thông tin
• Đề tài: Ứng Dụng Quản Lý Phát Hiện Gian Lận Trong Thi Trực Tuyến
• Loại tài liệu: Đề án thạc sĩ kỹ thuật
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ GIAN LẬN TRONG THI TRỰC TUYẾN
• 1.1. Tổng quan về gian lận trong thi trực tuyến
• 1.2. Phương pháp phát hiện và giải pháp ngăn chặn gian lận
• 2. CHƯƠNG 2: CÁC HỆ THỐNG QUẢN LÝ VÀ PHÁT HIỆN GIAN LẬN THI TRỰC TUYẾN HIỆN NAY
• 3. CHƯƠNG 3: PHÁT TRIỂN ỨNG DỤNG QUẢN LÝ, PHÁT HIỆN HÀNH VI GIAN LẬN TRONG THI TRỰC TUYẾN SỬ DỤNG TẬP LUẬT
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về ứng dụng quản lý phát hiện gian lận trong thi trực tuyến

Trong bối cảnh giáo dục trực tuyến ngày càng phát triển, việc phát hiện gian lận trong thi cử trở thành một thách thức lớn. Ứng dụng quản lý phát hiện gian lận không chỉ giúp đảm bảo tính công bằng mà còn nâng cao chất lượng giáo dục. Các công nghệ hiện đại như trí tuệ nhân tạo và phân tích dữ liệu đang được áp dụng để phát hiện các hành vi gian lận một cách hiệu quả.

1.1. Khái niệm về gian lận trong thi trực tuyến

Gian lận trong thi trực tuyến là hành vi vi phạm quy tắc thi cử nhằm đạt được kết quả không công bằng. Các hình thức gian lận phổ biến bao gồm mạo danh, sử dụng thiết bị hỗ trợ và tìm kiếm câu trả lời trực tuyến.

1.2. Tầm quan trọng của việc phát hiện gian lận

Việc phát hiện gian lận không chỉ bảo vệ tính công bằng trong thi cử mà còn giúp nâng cao uy tín của các cơ sở giáo dục. Hệ thống phát hiện gian lận hiệu quả sẽ giảm thiểu rủi ro và tăng cường sự tin tưởng từ phía học sinh và phụ huynh.

II. Vấn đề và thách thức trong quản lý thi trực tuyến

Mặc dù thi trực tuyến mang lại nhiều lợi ích, nhưng cũng đặt ra nhiều thách thức trong việc quản lý và phát hiện gian lận. Các vấn đề như thiếu giám sát trực tiếp và sự dễ dàng trong việc truy cập thông tin bên ngoài đã tạo ra môi trường thuận lợi cho gian lận.

2.1. Thiếu giám sát và kiểm soát

Trong môi trường thi trực tuyến, việc thiếu giám sát trực tiếp khiến cho việc phát hiện gian lận trở nên khó khăn hơn. Hệ thống cần có các biện pháp giám sát hiệu quả để đảm bảo tính công bằng.

2.2. Sự phát triển của công nghệ gian lận

Công nghệ ngày càng phát triển, tạo điều kiện cho học sinh sử dụng các thiết bị hỗ trợ trong quá trình thi. Điều này đòi hỏi các hệ thống phát hiện gian lận phải liên tục cập nhật và cải tiến.

III. Phương pháp phát hiện gian lận thi trực tuyến hiệu quả

Để phát hiện gian lận trong thi trực tuyến, nhiều phương pháp đã được nghiên cứu và áp dụng. Các phương pháp này bao gồm phân tích hành vi, giám sát webcam và sử dụng trí tuệ nhân tạo.

3.1. Phân tích hành vi thí sinh

Phân tích hành vi thí sinh trong quá trình làm bài thi giúp phát hiện các mẫu hành vi bất thường. Hệ thống có thể theo dõi tốc độ làm bài và thời gian phản ứng để đưa ra cảnh báo.

3.2. Giám sát webcam và công nghệ nhận diện

Sử dụng webcam để giám sát hành vi của thí sinh là một phương pháp phổ biến. Công nghệ nhận diện khuôn mặt có thể xác định danh tính và theo dõi hành vi trong suốt quá trình thi.

3.3. Ứng dụng trí tuệ nhân tạo trong phát hiện gian lận

Trí tuệ nhân tạo đang được áp dụng để phát hiện các hành vi gian lận. Các thuật toán học máy có thể nhận diện các mẫu gian lận dựa trên dữ liệu huấn luyện từ các trường hợp gian lận đã biết.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu

Nhiều hệ thống quản lý và phát hiện gian lận đã được triển khai và cho thấy hiệu quả rõ rệt. Các ứng dụng như EduExam và Edunow đã tích hợp các tính năng giám sát và phát hiện gian lận, giúp nâng cao chất lượng thi trực tuyến.

4.1. Hệ thống EduExam và tính năng nổi bật

EduExam là một trong những hệ thống tổ chức thi trực tuyến kết hợp giám sát và chống gian lận bằng AI. Hệ thống này giúp theo dõi hành vi thí sinh và phát hiện gian lận một cách hiệu quả.

4.2. Kết quả từ nghiên cứu và ứng dụng thực tiễn

Nghiên cứu cho thấy việc áp dụng các công nghệ phát hiện gian lận đã giúp giảm thiểu đáng kể các hành vi gian lận trong thi trực tuyến, nâng cao tính công bằng và chất lượng giáo dục.

V. Kết luận và tương lai của quản lý gian lận trong thi trực tuyến

Quản lý và phát hiện gian lận trong thi trực tuyến là một lĩnh vực đang phát triển mạnh mẽ. Tương lai của việc này sẽ phụ thuộc vào sự phát triển của công nghệ và khả năng áp dụng các giải pháp mới để đảm bảo tính công bằng trong giáo dục.

5.1. Xu hướng phát triển công nghệ trong giáo dục

Công nghệ sẽ tiếp tục đóng vai trò quan trọng trong việc phát hiện gian lận. Các hệ thống mới sẽ được phát triển để đáp ứng nhu cầu ngày càng cao của giáo dục trực tuyến.

5.2. Tầm quan trọng của việc nâng cao nhận thức

Nâng cao nhận thức về gian lận trong thi trực tuyến là cần thiết. Các cơ sở giáo dục cần có các chương trình đào tạo để giáo viên và học sinh hiểu rõ hơn về vấn đề này.

Nội dung chính

Tổng quan nghiên cứu

Sự chuyển dịch mạnh mẽ sang hình thức đào tạo trực tuyến sau đại dịch đã thúc đẩy hơn 85% cơ sở giáo dục đại học tại Việt Nam triển khai các kỳ thi đánh giá từ xa. Tuy nhiên, tình trạng gian lận trong khảo thí trực tuyến cũng gia tăng nhanh chóng với tỷ lệ ước tính tăng từ 35% đến 40%, gây ảnh hưởng nghiêm trọng đến tính công bằng học thuật. Vấn đề cốt lõi nằm ở việc các cán bộ coi thi truyền thống không thể bao quát đồng thời hàng chục màn hình máy tính của thí sinh, dẫn đến việc bỏ sót nhiều hành vi tiêu cực tinh vi như mở tài liệu cấm, chuyển tab trình duyệt hoặc nhờ người thi hộ.

Mục tiêu cụ thể của đề án thạc sĩ kỹ thuật này là nghiên cứu, thiết kế và phát triển một ứng dụng web quản lý và phát hiện hành vi gian lận trong thi trực tuyến dựa trên tập luật (rule-based). Hệ thống hướng đến việc tự động hóa quá trình giám sát, phân loại vi phạm theo 3 cấp độ nghiêm trọng, đồng thời gửi cảnh báo thời gian thực đến cả thí sinh và giám thị thông qua kết nối mạng ổn định.

Phạm vi nghiên cứu được thực hiện trong năm 2023 tại Học viện Công nghệ Bưu chính Viễn thông (PTIT), tập trung vào môi trường thi trắc nghiệm và tự luận trên nền tảng website. Đề tài mang ý nghĩa thực tiễn to lớn khi giúp giảm thiểu hơn 70% áp lực giám sát thủ công cho cán bộ coi thi, rút ngắn thời gian phản hồi vi phạm xuống dưới 1 giây và nâng cao độ tin cậy của kết quả khảo thí lên trên 95%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên 2 nền tảng lý thuyết cốt lõi: lý thuyết phát hiện bất thường dựa trên tập luật (Rule-based Anomaly Detection) và mô hình kiến trúc phần mềm 3 tầng (Three-tier Architecture). Hệ thống phân loại hành vi vi phạm thành 7 nhóm điển hình: mạo danh thí sinh, sử dụng thiết bị công nghệ hỗ trợ, tìm kiếm câu trả lời trực tuyến, chia sẻ màn hình bài thi, gian lận truyền thống (ghi chú tài liệu), ngắt kết nối mạng có chủ ý và sao chép dữ liệu.

Mô hình kiến trúc 3 tầng của hệ thống bao gồm:

• Tầng giao diện (Presentation Layer): Ứng dụng HTML5, CSS3, JavaScript để bắt các sự kiện tương tác DOM từ phía thí sinh như mất tiêu điểm (blur), rời trang thi, chuyển tab hoặc không thao tác chuột và bàn phím.
• Tầng xử lý nghiệp vụ (Application Layer): Sử dụng Java với Spring Boot Framework để triển khai các dịch vụ RESTful API và WebSocket phục vụ truyền thông hai chiều thời gian thực. Tầng này thực thi các logic đánh giá tập luật và kích hoạt cảnh báo tức thời.
• Tầng dữ liệu (Data Layer): Sử dụng hệ quản trị cơ sở dữ liệu quan hệ MySQL để quản lý thông tin lớp học, đề thi, lịch sử thi và lưu trữ toàn bộ chuỗi log vi phạm của từng thí sinh.

Ba khái niệm trung tâm được vận dụng xuyên suốt đề án bao gồm: Quản lý log vi phạm (Event Logging) để ghi vết liên tục hành vi người dùng; Nhận diện trạng thái tương tác giao diện (DOM Focus/Blur Tracking); và Xác thực danh tính sinh trắc học khuôn mặt (Facial Recognition Authentication) nhằm ngăn chặn hành vi thi hộ.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm của đề tài được thu thập từ 120 sinh viên tham gia vào 5 phòng thi trực tuyến giả lập, trải qua 15 kịch bản gian lận được thiết kế sẵn. Phương pháp chọn mẫu có chủ đích (purposive sampling) được áp dụng nhằm tập trung vào các tình huống vi phạm phổ biến như chuyển đổi tab trình duyệt, vô hiệu hóa mạng Internet cục bộ và không tương tác với bài làm quá 5 phút.

Lý do lựa chọn phương pháp phân tích sự kiện dựa trên tập luật kết hợp WebSocket thay vì chỉ dựa vào mô hình học sâu (Deep Learning) là nhằm tối ưu hóa tài nguyên máy chủ, giảm độ trễ xử lý dữ liệu xuống dưới 500 mili-giây và đảm bảo tính minh bạch, có thể giải thích rõ ràng của từng quyết định kỷ luật. Toàn bộ quy trình nghiên cứu, khảo sát thực trạng, thiết kế kiến trúc, phát triển phần mềm và đánh giá thực nghiệm được triển khai đồng bộ trong khoảng thời gian 9 tháng của năm 2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm thực tế trên hệ thống đã mang lại 4 phát hiện quan trọng:

Thứ nhất, hệ thống đạt tỷ lệ phát hiện 100% đối với các hành vi chuyển tab trình duyệt, mở cửa sổ mới hoặc thu nhỏ màn hình làm bài thi. Thời gian từ lúc phát sinh hành vi đến khi gửi thông báo cảnh báo về màn hình giám thị chỉ mất 0.45 giây.

Thứ hai, cơ chế phân tích log sự kiện cho phép phân biệt chính xác giữa hành vi cố ý tắt mạng và sự cố mất mạng khách quan với độ chính xác đạt 94.5%. Nếu thí sinh vẫn tiếp tục thực hiện các thao tác nhập liệu cục bộ trong thời gian mất kết nối, hệ thống sẽ tự động ghi nhận dấu vết bất thường để hậu kiểm.

Thứ ba, tính năng cảnh báo không tương tác bài làm quá mốc 5 phút đã giúp phát hiện 92% trường hợp thí sinh rời khỏi bàn thi hoặc sử dụng thiết bị phụ bên ngoài không nằm trong tầm quét màn hình. Sau 3 lần cảnh báo vi phạm mức độ cao, bài thi sẽ tự động đóng và nộp kết quả ngay lập tức.

Thứ tư, về mặt hiệu năng tải, hệ thống duy trì hoạt động ổn định với 500 kết nối đồng thời qua giao thức WebSocket mà không xảy ra tình trạng mất gói tin log, độ trễ truyền thông chỉ dao động trong khoảng từ 150 đến 250 mili-giây.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống đạt hiệu năng vượt trội là việc phân tách rõ ràng trách nhiệm giữa client và server. Phía client sử dụng JavaScript để bắt sự kiện ở mức trình duyệt với độ trễ cực thấp, trong khi server Spring Boot xử lý bất đồng bộ các luồng log gửi về, tránh gây tắc nghẽn cơ sở dữ liệu MySQL.

Khi so sánh với các phần mềm thương mại quốc tế như ProctorU (vốn đòi hỏi băng thông lớn từ 2 đến 5 Mbps cho mỗi thí sinh để truyền video liên tục và chi phí bản quyền lên tới hàng chục USD mỗi lượt thi), giải pháp của đề án giúp tiết kiệm hơn 60% chi phí vận hành và giảm 45% mức tiêu thụ tài nguyên mạng. So với các phần mềm trong nước như EduExam hay Edunow, việc phân cấp tập luật theo 3 mức độ (Thấp, Trung bình, Cao) mang lại tính linh hoạt cao hơn cho giám thị khi cấu hình quy chế thi.

Dữ liệu kết quả thực nghiệm có thể được trình bày trực quan qua biểu đồ đường (Line Chart) biểu diễn thời gian đáp ứng của hệ thống tương ứng với quy mô từ 50 đến 500 thí sinh kết nối đồng thời. Đồng thời, bảng ma trận nhầm lẫn (Confusion Matrix) có thể được sử dụng để minh họa chi tiết độ chính xác phân loại vi phạm qua từng kịch bản thử nghiệm cụ thể.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu, 4 giải pháp cụ thể được đề xuất nhằm tối ưu hóa việc ứng dụng công nghệ giám sát thi trực tuyến:

1. Chuẩn hóa bộ quy tắc cấu hình tập luật: Các cơ sở đào tạo cần ban hành quy định rõ ràng về số lần vi phạm tối đa (giới hạn từ 2 đến 3 lần cho mức vi phạm trung bình trước khi tự động khóa bài thi). Đề xuất này cần được Hội đồng Khảo thí hoàn thiện trong vòng 3 tháng đầu triển khai.

2. Tích hợp mô-đun trí tuệ nhân tạo nhận diện khuôn mặt liên tục: Nâng cấp hệ thống bằng cách chụp ảnh xác thực ngẫu nhiên mỗi 30 giây một lần qua webcam để ngăn chặn 100% tình trạng đổi người thi giữa chừng. Mục tiêu hoàn thành trong 6 tháng do nhóm kỹ sư công nghệ thông tin phụ trách.

3. Xây dựng cơ chế lưu đệm log ngoại tuyến (Offline Log Buffer): Bổ sung tính năng lưu trữ tối đa 50 sự kiện vi phạm vào LocalStorage của trình duyệt khi xảy ra sự cố mất kết nối mạng và tự động đồng bộ về máy chủ ngay khi có mạng trở lại. Giải pháp này giúp giảm tỷ lệ thất thoát log xuống 0%, hoàn thành trong quý 2 bởi nhóm phát triển phần mềm.

4. Tập huấn chuyên môn cho cán bộ coi thi: Tổ chức các buổi đào tạo thực hành về kỹ năng điều khiển bảng quản trị (dashboard) và xử lý tương tác cảnh báo qua WebSocket cho 100% cán bộ giám sát trong vòng 2 tuần trước mỗi kỳ thi chính thức, do Phòng Đào tạo chủ trì.

Đối tượng nên tham khảo luận văn

Luận văn thạc sĩ này là tài liệu tham khảo giá trị cho 4 nhóm đối tượng chính:

• Cán bộ quản lý khảo thí và giảng viên đại học: Nắm bắt phương pháp thiết lập quy chế thi từ xa, theo dõi trực quan trạng thái phòng thi với quy mô trên 200 thí sinh cùng lúc và xử lý vi phạm công bằng, minh bạch.
• Kỹ sư phát triển phần mềm EdTech: Tiếp cận mô hình kiến trúc 3 tầng hoàn chỉnh, cách tối ưu hóa kết nối WebSocket trong các ứng dụng thời gian thực và phương pháp thiết kế cơ sở dữ liệu MySQL chuẩn hóa cho hệ thống thi cử.
• Học viên cao học và nghiên cứu sinh chuyên ngành Hệ thống thông tin: Kế thừa khung lý thuyết về phân tích hành vi người dùng trực tuyến, phương pháp thiết kế tập luật và quy trình thực nghiệm với 15 kịch bản kiểm thử chi tiết.
• Lãnh đạo các trường đại học, cao đẳng: Tham khảo căn cứ kỹ thuật và kinh tế để xây dựng chiến lược chuyển đổi số công tác khảo thí, tiết kiệm hơn 50% ngân sách so với việc thuê các nền tảng thương mại nước ngoài.

Câu hỏi thường gặp

Hệ thống phát hiện gian lận bằng tập luật khác gì so với phương pháp giám sát hoàn toàn bằng AI?
Phương pháp tập luật tập trung vào các hành vi thao tác cụ thể trên trình duyệt như chuyển tab, rời trang hoặc không tương tác quá 5 phút. Giải pháp này giúp giảm hơn 60% chi phí hạ tầng máy chủ, không yêu cầu phần cứng quá mạnh và tránh được hiện tượng báo động giả thường gặp ở các mô hình thị giác máy tính.

Làm thế nào để phân biệt thí sinh bị mất kết nối mạng khách quan và cố tình ngắt mạng để gian lận?
Hệ thống theo dõi tần suất mất kết nối và phân tích log tương tác chuột, bàn phím trong suốt 10 giây trước và sau sự cố. Nếu thí sinh vẫn tiếp tục nhập liệu bài thi trong khi mạng đã ngắt, hệ thống sẽ đánh dấu cảnh báo nghi vấn để giám thị tiến hành hậu kiểm chi tiết.

Ứng dụng có đảm bảo quyền riêng tư cho thí sinh tốt hơn các nền tảng như ProctorU không?
Có, hệ thống không thu âm hay truyền phát video liên tục 100% thời gian thi về máy chủ đám mây. Thay vào đó, nền tảng chỉ lưu trữ dữ liệu nhật ký sự kiện vi phạm dưới dạng văn bản và hình ảnh xác thực ban đầu, giúp giảm 90% lượng dữ liệu cá nhân nhạy cảm cần lưu trữ.

Hệ thống có khả năng mở rộng để đáp ứng kỳ thi có 1.000 thí sinh tham gia cùng lúc không?
Hoàn toàn có thể mở rộng nhờ kiến trúc 3 tầng phân tách độc lập và cơ chế giao tiếp RESTful API kết hợp WebSocket nhẹ. Kết quả thực nghiệm cho thấy hệ thống duy trì độ trễ dưới 250 mili-giây với 500 kết nối đồng thời và có thể nhân rộng bằng kỹ thuật cân bằng tải máy chủ.

Thí sinh vi phạm bao nhiêu lần thì bài thi sẽ bị hệ thống tự động đình chỉ?
Người quản trị có thể tùy chỉnh ngưỡng vi phạm theo 3 cấp độ trong phần thiết lập tập luật. Thông thường, đối với các lỗi nghiêm trọng cấp độ cao như mở trang web khác hoặc rời màn hình quá 3 lần, hệ thống sẽ tự động khóa bài thi và thông báo kết thúc sớm ngay lập tức.

Kết luận

• Đề án thạc sĩ kỹ thuật của học viên Nguyễn Văn Huy đã giải quyết thành công bài toán bảo đảm tính công bằng trong thi trực tuyến thông qua giải pháp phát hiện gian lận dựa trên tập luật.
• Xây dựng hoàn chỉnh kiến trúc hệ thống 3 tầng kết hợp công nghệ Java Spring Boot, WebSocket và MySQL, đạt thời gian cảnh báo vi phạm dưới 0.5 giây.
• Thiết lập bộ quy tắc giám sát tự động 7 nhóm hành vi gian lận phổ biến với độ chính xác phân biệt sự cố mạng đạt 94.5%.
• Cung cấp giao diện bảng điều khiển trực quan giúp giảm hơn 70% khối lượng công việc thủ công cho cán bộ giám sát phòng thi.
• Đề ra lộ trình 12 tháng tiếp theo để tích hợp công nghệ AI sinh trắc học liên tục và nâng cấp khả năng chịu tải lên trên 2.000 thí sinh đồng thời, sẵn sàng chuyển giao cho các cơ sở giáo dục trên toàn quốc.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. TỔNG QUAN VỀ GIAN LẬN TRONG THI TRỰC TUYẾN 1. Tổng quan về gian lận trong thi trực tuyến * Khái quát về gian lận trong thi trực tuyến: Sự phát triển nhanh chóng của công nghệ và việc triển khai rộng rãi hệ thống học trực tuyến (e-learning) đã đặt ra một số thách thức và vấn đề trong tình hình hiện tại. Trong khi các tổ chức giáo dục cố gắng thích nghi với thực tế học tập mới, thực hiện nhiều giải pháp giám thị từ xa, thì sinh viên lại lợi dụng sự chưa chắc chắn và còn nhiều lỗ hổng của phần mềm thi để tìm ra sơ hở và đạt điểm cao hơn mà không tốn nhiều thời gian và công sức[3] [6].

Gian lận khi thi trực tuyến Gian lận trong thi trực tuyến là hành vi vi phạm quy tắc và nguyên tắc của quá trình thi trực tuyến, nhằm mục đích đạt được kết quả không công bằng hoặc không chính xác. Đây là một vấn đề nghiêm trọng trong lĩnh vực giáo dục trực tuyến, đặc biệt 16 trong bối cảnh dịch bệnh và tăng cường sử dụng các nền tảng thi trực tuyến. Dưới đây là một số hình thức phổ biến của gian lận trong thi trực tuyến: Một số hành vi gian lận thường gặp phải khi thi trực tuyến: • Mạo danh • Sử dụng công nghệ và các thiết bị hỗ trợ tiên tiến • Tìm kiếm câu trả lời trực tuyến • Chia sẻ nội dung kiểm tra • Gian lận “Trường cũ” – old school • Tắt mạng trong quá trình thi để nhờ hỗ trợ • Sao chép nội dung * Sự khác nhau giữa gian lận thi trực tuyến và gian lận khi thi tại trường: Gian lận thi trực tuyến và gian lận khi thi tại trường có một số khác biệt nhất định. Dưới đây là một số sự khác nhau chính: Môi trường: Khi thi tại trường, học sinh thường được giám sát trực tiếp bởi giáo viên hoặc nhân viên giám sát.

Họ phải tuân thủ các quy định và hướng dẫn cụ thể về quy trình thi và việc kiểm soát gian lận. Trong khi đó, khi thi trực tuyến, học sinh có thể thi tại nơi tự chọn, không có sự giám sát trực tiếp và có thể tiếp cận các nguồn tài liệu hoặc hỗ trợ bên ngoài. Cách giám sát: Trong trường hợp thi tại trường, giáo viên và nhân viên giám sát có thể tuần tra, quan sát học sinh trực tiếp và kiểm tra xem họ có tuân thủ các quy định và hướng dẫn không. Trong khi đó, trong thi trực tuyến, giám sát thường dựa trên công nghệ, như phần mềm giám sát webcam hoặc ghi lại màn hình để theo dõi hành vi của học sinh.

Các phương pháp gian lận: Gian lận trong thi trực tuyến có thể sử dụng các công nghệ và thiết bị thông minh, như truy cập vào mạng internet, sử dụng ứng dụng hỗ trợ, tìm kiếm câu trả lời trực tuyến hoặc giao tiếp qua các phương tiện truyền thông khác. Trong khi đó, trong thi tại trường, gian lận có thể liên quan đến việc sao chép từ bài 17 viết hoặc tài liệu của người khác, gian lận thông qua việc sử dụng tài liệu cấm hoặc truyền thông với người khác trong quá trình thi. Công nghệ phát hiện gian lận: Để phát hiện gian lận trong thi trực tuyến, cần sử dụng các công nghệ phát hiện gian lận trực tuyến, như phần mềm giám sát hành vi, phân tích mô hình học tập của học sinh, kiểm tra mạng và thiết bị kết nối. Trong khi đó, trong thi tại trường, phát hiện gian lận thường dựa trên sự quan sát và đánh giá của giáo viên và nhân viên giám sát, như nhận biết hành vi bất thường hoặc sự không tuân thủ các quy tắc thi.

Phương pháp phát hiện và giải pháp ngăn chặn gian lận 1. So sánh phương pháp phát hiện truyền thống và phương pháp sử dụng công nghệ và trí tuệ nhân tạo [4][5] * Các phương pháp truyền thống để phát hiện gian lận trong thi trực tuyến: Có một số phương pháp truyền thống được sử dụng để phát hiện gian lận trong thi trực tuyến. Dưới đây là một số phương pháp phổ biến: Quản lý hệ thống thi: Giáo viên hoặc nhân viên giám sát có thể sử dụng phần mềm quản lý hệ thống thi để kiểm soát quy trình thi, giám sát các hành vi của học sinh và đảm bảo tính công bằng. Phần mềm này cho phép quản lý và kiểm soát các chức năng như ghi âm màn hình, giám sát webcam, kiểm tra mạng và các thiết bị kết nối, hạn chế truy cập vào các trang web không cho phép trong quá trình thi.

Quy định và hướng dẫn rõ ràng: Tạo ra các quy định và hướng dẫn cụ thể cho học sinh về quy trình thi, việc sử dụng các công cụ và thiết bị, và hành vi chấp hành. Cung cấp thông tin chi tiết về các hành vi bị cấm và hậu quả của việc vi phạm để ngăn chặn gian lận. Đánh giá học sinh: Sử dụng nhiều hình thức đánh giá để đo lường hiệu suất của học sinh. Việc sử dụng các dạng câu hỏi khác nhau như trắc nghiệm, tự luận hoặc bài tập thực hành có thể giúp làm giảm khả năng gian lận bằng cách yêu cầu học sinh hiểu và áp dụng kiến thức thay vì chỉ tìm kiếm câu trả lời.

Đổi đề thi: Tạo ra nhiều phiên bản khác nhau của đề thi với các câu hỏi hoặc yêu cầu khác nhau. Điều này làm giảm khả năng học sinh chia sẻ câu trả lời hoặc tìm 18 kiếm câu trả lời trực tuyến. Giám sát trực tuyến: Sử dụng công nghệ webcam và phần mềm giám sát để theo dõi hành vi của học sinh trong quá trình thi. Giám sát trực tuyến có thể giúp phát hiện các hành vi bất thường, như việc sử dụng điện thoại di động, giao tiếp với người khác hoặc sử dụng tài liệu cấm.

Tuy nhiên, các phương pháp truyền thống này có thể gặp hạn chế trong việc phát hiện các hình thức gian lận tinh vi hoặc phức tạp hơn. Do đó, việc phát triển và sử dụng các công nghệ và phương pháp chống gian lận tiên tiến là cần thiết để nâng cao tính công bằng và đáng tin cậy trong thi trực tuyến. * Các phương pháp dựa trên công nghệ và trí tuệ nhân tạo để phát hiện gian lận trong thi trực tuyến: - Phân tích dữ liệu thi: Phân tích dữ liệu từ quá trình thi để phát hiện các biểu hiện của gian lận như thời gian hoàn thành không hợp lý, sự tương đồng giữa các bài làm, hoặc sự không phù hợp về kiến thức. Phương pháp này sử dụng các thuật toán và mô hình học máy để xác định các mẫu và hành vi đáng ngờ.

Các phương pháp dựa trên công nghệ và trí tuệ nhân tạo (AI) đã được phát triển để phát hiện gian lận trong thi trực tuyến. Dưới đây là một số phương pháp phổ biến: Phân tích hành vi học sinh: Các công nghệ AI có thể phân tích và theo dõi hành vi của học sinh trong quá trình thi trực tuyến. Chúng có khả năng phát hiện các hành vi đáng ngờ như sử dụng thiết bị ngoại vi không cho phép, thay đổi tab trình duyệt, hoặc chia sẻ màn hình. Các thuật toán học máy được sử dụng để xây dựng mô hình hành vi hợp lý của học sinh và nhận biết các hành vi bất thường.

Phân tích ngôn ngữ tự nhiên: Công nghệ xử lý ngôn ngữ tự nhiên (NLP) có thể được sử dụng để phân tích các văn bản, câu trả lời hoặc bài làm của học sinh. Các thuật toán NLP có khả năng phát hiện các sự trùng lặp nội dung, sao chép từ nguồn bên ngoài hoặc vi phạm quy tắc ngôn ngữ. Phát hiện truy cập trái phép vào tài liệu: Công nghệ AI có thể theo dõi và phát hiện các truy cập trái phép vào tài liệu trong quá trình thi. Điều này bao gồm việc phân 19 tích và so sánh các tài liệu được sử dụng trong quá trình thi với các nguồn tài liệu công khai hoặc đề thi trước đó để xác định sự trùng lặp hoặc vi phạm bản quyền.

Xác định giọng nói và nhận dạng khuôn mặt: Công nghệ AI có thể được sử dụng để xác định giọng nói và nhận dạng khuôn mặt của học sinh trong quá trình thi. Điều này giúp xác định một cách chính xác người dùng đang tham gia thi và ngăn chặn việc mạo danh. Hệ thống giám sát trực tuyến: Sử dụng công nghệ webcam và phần mềm giám sát trực tuyến, hệ thống có thể theo dõi và ghi lại hình ảnh và âm thanh trong quá trình thi. Các thuật toán AI có thể phân tích dữ liệu này để phát hiện các hành vi gian lận như ngắm nhìn màn hình khác, tương tác với người khác hoặc sử dụng thiết bị cấm.

Các phương pháp dựa trên công nghệ và trí tuệ nhân tạo có tiềm năng trong việc phát hiện gian lận so với phương pháp truyền thống. Tuy nhiên, cần xem xét các yếu tố như tính bảo mật, độ tin cậy, và sự chấp nhận của người dùng khi triển khai các phương pháp này trong quá trình thi trực tuyến. Các phương pháp phát hiện và giải pháp ngăn chặn gian lận hiện nay * Hành vi 1: Mạo danh  Định nghĩa: Đây là một trong những loại hành vi sai trái phổ biến nhất. Nó ngụ ý rằng học sinh nhờ người khác làm bài kiểm tra thay cho họ.

Mạo danh thường được thực hiện trước hoặc giữa buổi kiểm tra trực tuyến. Trong trường hợp đầu tiên, sinh viên cố gắng tìm cách đổi chỗ cho người khác trước khi xác thực. Ví dụ: họ có thể thay đổi tài liệu nhận dạng hoặc chia sẻ thông tin đăng nhập bài kiểm tra. Các sinh viên khác quyết định tự xác minh danh tính của họ và chỉ sau đó nhường chỗ cho một kẻ mạo danh.

Tình huống này cũng phổ biến vì phần lớn các hệ thống chấm thi trực tuyến chỉ tiến hành xác thực và xác minh trước kỳ thi, do đó không thể ngăn chặn kiểu gian lận này.  Phương pháp và công cụ phân tích ngăn chặn: Trong quá trình phân tích hành vi mạo danh, các thông tin và dữ liệu có thể được thu thập và xem xét để xác định mối liên quan giữa các thí sinh và đánh giá tính chân thực của họ. Một số phương pháp và công cụ phân tích hành vi mạo danh bao gồm: 20 Xác thực danh tính: Đánh giá sự phù hợp và chính xác của thông tin đăng ký, thông tin cá nhân và các tài liệu xác thực khác để xác định xem thí sinh có đúng là người đăng ký thi hay không. Theo dõi hành vi: Ghi lại và theo dõi các hoạt động của thí sinh trong quá trình thi.