Övervakning i AI-eran, varför provdesign fortfarande kommer först

Framtidssäkra onlineprov i takt med ökande efterfrågan och skärpta integritetslagar.

Den globala marknaden för onlineprovprogramvara, värderad till $9,4 bn år 2025, förväntas nå $28,7 bn år 2034, i takt med att utbildningsleverantörer, yrkesorganisationer och utbildningsinstitutioner i allt högre grad flyttar bedömningar online.

Populariteten för onlineprov är lätt att förstå, eftersom utbildningsinstitutioner hanterar finansieringsbegränsningar och begränsat campusutrymme, medan arbetsgivare och yrkesorganisationer söker mer flexibla sätt att bedöma kandidater. Fjärrtestning gör det möjligt för individer att kombinera lärande och certifiering med arbete och personliga åtaganden, vilket gör bedömningar mer tillgängliga än traditionella, fysiska format.

Men branschens största utmaning är inte skala; det är den urgamla varan, förtroende. Eftersom AI-verktyg gör fusk svårare att upptäcka, står institutioner under ökande press att bevisa att onlinebedömningar är rättvisa, säkra och i enlighet med regelverk.

Nyligen fick Association of Chartered Certified Accountants uppmärksamhet efter att ha meddelat sitt beslut att avsluta fjärrprov på grund av AI-fusk, medan Ofqual har rapporterat att lärare har allt svårare att identifiera AI i bedömt arbete. Till och med Princeton University, ett av världens främsta universitet, har ändrat sin 133 år gamla hederskod för att införa övervakning av fysiska prov.

Med tanke på dessa påtryckningar är det lätt att anta att mer övervakning är lösningen. Men efter en viss gräns leder mer övervakning inte nödvändigtvis till högre standarder eller mer exakta resultat. I många fall kan överdriven övervakning skada tillgänglighet, minska kandidaters förtroende och skapa integritetsproblem.

Övervakning är ingen genväg till god provdesign

Övervakning är ett effektivt verktyg för att förhindra missförhållanden, men det är ingen fristående lösning för bristfällig provdesign. Fysiska övervakare kan inte övervaka alla kandidater samtidigt. Men online‑övervakning har sina egna begränsningar, eftersom studenter har känt till att använda smart devices för att kringgå online‑övervakningstaktiker.

När ett prov fokuserar på att testa en kandidats minne, såsom ett standardiserat flervalsprov, ökar incitamentet att fuska eftersom det finns en begränsad mängd korrekta svar att välja bland. Om provet har stor vikt för slutbetyget ökar incitamentet ytterligare. Dessa provformat är i grunden mer sårbara för AI, som är skickligt på att hämta och reproducera sådan information.

När prov är utformade för att testa en kandidats förmåga att analysera information och tillämpa teori i olika sammanhang minskar AI:s omedelbara fördel snabbt. Detta speglar bättre moderna yrkesmiljöer, där anställda sällan förväntas arbeta enbart från minnet.

I praktiken ser detta ut som en kontextuell fråga utformad kring ett hypotetiskt scenario som ber kandidaterna motivera sina svar. När den kombineras med tidsgränser, webbläsarlås eller kopierings‑/klistringsrestriktioner blir även ett välkonstruerat AI‑svar svårt att använda på ett meningsfullt sätt. Sådana frågor kräver originalt resonemang, inte återhämtningsbara fakta.

Genom att erbjuda öppna bokprov, fallstudier och andra kritiska tänkandeuppgifter under kontrollerade förhållanden kan institutioner utveckla bedömningsmodeller där säkerhetsåtgärder fördelas över flera delar av bedömningsprocessen. Detta gör det möjligt att minska beroendet av övervakning eftersom integriteten byggs in i provstrukturen snarare än påtvingas genom övervakning.

Även om minnesbaserade tester fortfarande är viktiga för att pröva en kandidats grundläggande kunskaper, kan institutioner få en mycket mer detaljerad förståelse för en kandidats förmåga när de kombineras med andra tillämpade testformat.

Provviktningar kan också omstruktureras för att motverka fusk. Om betygssättningen fördelas jämnare mellan proven känner kandidaterna betydligt mindre press att uppnå ett högt resultat, vilket naturligt minskar incitamentet att fuska. Detta ger ett annat alternativ för att säkra prov utan att förlita sig på tung övervakning.

Övervakning är väsentlig i alla prov, men den bör aldrig vara den enda mekanismen för att upprätthålla integritet. Istället för att fokusera på olika sätt att övervaka kandidater bör provformat och frågor konstrueras så att alla former av fusk, inte bara AI, blir svårare genom design.

Varför efterlevnad är avgörande

När institutioner inför övervakningsåtgärder i onlineprov måste de också navigera i integritets- och dataskyddslagar för att säkerställa att övervakningsmetoderna är rättvisa och lagligt förenliga.

Enligt GDPR anses insamling av videoströmmar, ljudinspelningar och annan biometrisk data vara mycket känslig; därför måste insamlingen motiveras och kandidaterna måste få veta hur deras data används. 

EU AI Act har också infört begränsningar för helt automatiserad provövervakning och betonar att höginsatsbedömningar måste behålla mänsklig tillsyn, granskbara resultat och möjlighet för personal att ingripa eller åsidosätta automatiserade beslut.

Samtidigt bör institutioner beakta den långsiktiga risken med att lagra enorma mängder övervakningsdata, eftersom ju mer övervakning ett onlineprov inför, desto mer data måste hanteras över tid. Detta utgör en betydande risk med tanke på den stora mängden cybersäkerhetsattacker som riktas mot Storbritanniens utbildningssektor.

Det är därför en standardiserad övervakningsmodell inte längre är juridiskt försvarbar. För att undvika generell övervakning bör institutioner anta ett dataminimeringsförhållningssätt och konfigurera övervakningsmodeller baserat på ett provs risknivå.

När genomtänkt provdesign stöds av proportionerlig övervakning blir onlineprov säkrare. Ännu viktigare visar det för tillsynsmyndigheter och kandidater att testförhållandena är rättvisa och förenliga, samtidigt som det ger den revisionsspår som behövs för att validera resultaten.

Framtiden för bedömning

Den hastighet med vilken onlineprov växer utgör en enorm möjlighet för lärande och professionell utveckling. Samtidigt medför den en grundläggande utmaning i hur provsäkerhet definieras och hanteras.

De utbildningsleverantörer, yrkesorganisationer och utbildningsinstitutioner som lyckas kommer att vara de som ser provdesign och övervakning som kompletterande snarare än att förlita sig enbart på övervakning. Integritet är inte något som kan övervakas utifrån. Den måste byggas in från början.