การคุมสอบในยุค AI ทำไมการออกแบบข้อสอบยังคงเป็นอันดับแรก

การทำให้การสอบออนไลน์พร้อมรับอนาคตท่ามกลางความต้องการที่เพิ่มขึ้นและกฎหมายความเป็นส่วนตัวที่เข้มงวดขึ้น.

ตลาดซอฟต์แวร์สอบออนไลน์ระดับโลกที่มีมูลค่า $9.4 พันล้านในปี 2025 คาดว่าจะเพิ่มเป็น $28.7 พันล้าน ภายในปี 2034 เนื่องจากผู้ให้บริการการฝึกอบรม, หน่วยงานวิชาชีพและสถาบันการศึกษาเปลี่ยนการประเมินผลไปสู่ระบบออนไลน์มากขึ้นเรื่อย ๆ.

ความนิยมของการสอบออนไลน์เข้าใจได้ง่าย เนื่องจากสถาบันการศึกษากำลัง จัดการกับข้อจำกัดด้านงบประมาณและพื้นที่ในวิทยาเขตที่จำกัด ในขณะที่นายจ้างและหน่วยงานวิชาชีพมองหาวิธีที่ยืดหยุ่นมากขึ้นในการประเมินผู้สมัคร การทดสอบระยะไกลช่วยให้บุคคลสามารถปรับสมดุลการเรียนและการรับรองกับงานและภาระส่วนตัว ทำให้การประเมินเข้าถึงได้ง่ายกว่ารูปแบบดั้งเดิมที่ต้องทำหน้ากัน.

แต่ความท้าทายที่ใหญ่ที่สุดของอุตสาหกรรมไม่ได้อยู่ที่ขนาด แต่เป็นสิ่งที่เก่าแก่อย่างความเชื่อถือ เมื่อเครื่องมือ AI ทำให้การโกงยากต่อการตรวจจับ สถาบันต่าง ๆ กำลังเผชิญแรงกดดันเพิ่มขึ้นในการพิสูจน์ว่าการประเมินออนไลน์เป็นธรรม ปลอดภัย และสอดคล้องตามกฎระเบียบ.

เมื่อเร็ว ๆ นี้, Association of Chartered Certified Accountants ได้รับความสนใจหลังจากประกาศการยุติการสอบระยะไกลเนื่องจากความกังวลเกี่ยวกับการโกงด้วย AI, ในขณะที่ Ofqual รายงานว่าครูกำลังพบว่า AI ยากต่อการระบุในงานที่ผ่านการประเมินมากขึ้น. แม้ Princeton University หนึ่งในมหาวิทยาลัยชั้นนำของโลก ได้แก้ไขรหัสเกียรติคุณอายุ 133 ปีของตนเพื่อเพิ่มการคุมสอบในข้อสอบแบบพบหน้ากัน.

ด้วยแรงกดดันเหล่านี้ จึงง่ายที่จะสันนิษฐานว่าการเพิ่มการคุมสอบเป็นคำตอบ อย่างไรก็ตาม เมื่อถึงจุดหนึ่ง การเฝ้าระวังที่เพิ่มขึ้นไม่ได้ทำให้มาตรฐานดีขึ้นหรือผลลัพธ์แม่นยำยิ่งขึ้น ในหลายกรณี การเฝ้าระวังเกินระดับอาจทำให้การเข้าถึงยากขึ้น ลดความเชื่อมั่นของผู้สมัคร และก่อให้เกิดข้อกังวลด้านความเป็นส่วนตัว.

การคุมสอบไม่ใช่วิธีลัดสำหรับการออกแบบการประเมินที่ดี

การคุมสอบเป็นเครื่องมือที่มีประสิทธิภาพในการป้องกันการกระทำผิด แต่ไม่ใช่วิธีแก้ปัญหาแบบเดียวสำหรับการออกแบบการประเมินที่ด้อยคุณภาพ ผู้คุมสอบแบบพบหน้าไม่สามารถเฝ้าดูผู้เข้าสอบทุกคนพร้อมกันได้ แต่การคุมสอบออนไลน์ก็มีข้อจำกัดของตนเอง เนื่องจากนักเรียนบางคนใช้ อุปกรณ์อัจฉริยะ เพื่อหลบเลี่ยงกลยุทธ์การเฝ้าระวังออนไลน์.

เมื่อการสอบมุ่งเน้นการทดสอบความจำของผู้เข้าสอบ เช่น การสอบแบบเลือกตอบมาตรฐาน แรงจูงใจในการโกงจะเพิ่มขึ้นเนื่องจากมีชุดคำตอบที่ถูกต้องจำกัดให้เลือก หากการสอบนั้นมีน้ำหนักต่อคะแนนสุดท้ายอย่างมาก แรงจูงใจจะเพิ่มขึ้นต่อเนื่อง รูปแบบการสอบเหล่านี้มีความเปราะบางต่อ AI อย่างเป็นธรรมชาติ เนื่องจาก AI เชี่ยวชาญในการดึงข้อมูลและทำซ้ำข้อมูลประเภทนี้.

เมื่อการสอบถูกออกแบบเพื่อทดสอบความสามารถของผู้เข้าสอบในการวิเคราะห์ข้อมูลและประยุกต์ทฤษฎีกับบริบทที่แตกต่างกัน ความได้เปรียบของ AI จะลดลงอย่างรวดเร็ว สิ่งนี้สอดคล้องกับสภาพแวดล้อมการทำงานสมัยใหม่ที่พนักงานมักไม่จำเป็นต้องทำงานโดยอาศัยความจำทั้งหมด.

ในทางปฏิบัติ สิ่งนี้อาจเป็นคำถามเชิงบริบทที่ตั้งขึ้นบนสถานการณ์สมมติให้ผู้เข้าสอบอธิบายเหตุผลของคำตอบของตน เมื่อรวมกับการจำกัดเวลา การล็อกเบราว์เซอร์ หรือการห้ามคัดลอก‑วาง แม้การตอบของ AI ที่ออกแบบดีก็ยากต่อการนำไปใช้จริง คำถามเหล่านี้ต้องการการให้เหตุผลเชิงต้นฉบับ ไม่ใช่ข้อเท็จจริงที่สามารถดึงกลับมาได้.

โดยการจัดสอบแบบเปิดหนังสือ, กรณีศึกษาและงานคิดวิเคราะห์อื่น ๆ ภายใต้สภาวะควบคุม สถาบันสามารถพัฒนาโมเดลการประเมินที่กระจายมาตรการความปลอดภัยไปหลายส่วนของกระบวนการสอบ ซึ่งจะช่วยลดการพึ่งพาการเฝ้าระวัง เนื่องจากความซื่อสัตย์ถูกฝังไว้ในโครงสร้างของการสอบ ไม่ใช่การบังคับโดยการเฝ้าระวัง.

แม้ว่าการทดสอบโดยอิงความจำยังคงสำคัญสำหรับการประเมินความรู้พื้นฐานของผู้เข้าสอบ สถาบันสามารถเข้าใจความสามารถของผู้เข้าสอบได้ละเอียดมากขึ้นเมื่อผสานกับรูปแบบการทดสอบเชิงประยุกต์อื่น ๆ.

การจัดสัดส่วนคะแนนของการสอบก็สามารถปรับใหม่เพื่อบรรเทาการโกงได้ หากการให้คะแนนกระจายอย่างเท่าเทียมระหว่างการสอบ ผู้เข้าสอบจะรู้สึกกดดันน้อยลงในการทำคะแนนสูง ซึ่งจะลดแรงจูงใจในการโกงโดยธรรมชาติ วิธีนี้เป็นทางเลือกอีกทางหนึ่งในการรักษาความปลอดภัยของการสอบโดยไม่ต้องพึ่งการเฝ้าระวังอย่างหนัก.

การคุมสอบเป็นสิ่งจำเป็นในทุกการสอบ แต่ไม่ควรเป็นกลไกเดียวในการรักษาความซื่อสัตย์ แทนที่จะมุ่งเน้นวิธีการเฝ้าระวังผู้เข้าสอบ การออกแบบรูปแบบและคำถามของการสอบควรถูกสร้างให้ทำให้การโกงทุกรูปแบบ, ไม่ใช่แค่ AI, ยากขึ้นโดยการออกแบบ.

ทำไมการปฏิบัติตามกฎระเบียบจึงสำคัญที่สุด

เมื่อสถาบันนำมาตรการคุมสอบไปใช้ในข้อสอบออนไลน์ พวกเขาต้องนำทางกฎหมายความเป็นส่วนตัวและการคุ้มครองข้อมูลเพื่อให้แน่ใจว่าวิธีการเฝ้าระวังเป็นธรรมและสอดคล้องตามกฎหมาย.

ภายใต้ GDPR การบันทึกภาพวิดีโอ, การบันทึกเสียงและข้อมูลชีวมาตรอื่น ๆ ถือเป็นข้อมูลที่มีความอ่อนไหวสูง ดังนั้นการเก็บรวบรวมต้องมีเหตุผลชัดเจนและผู้เข้าสสอบต้องทราบว่าข้อมูลของตนถูกใช้อย่างไร. 

The EU AI Act ได้กำหนดข้อจำกัดต่อการเฝ้าระวังการสอบแบบอัตโนมัติโดยสมบูรณ์ เน้นว่าการประเมินที่มีความสำคัญสูงต้องคงไว้ซึ่งการตรวจสอบโดยมนุษย์, ผลลัพธ์ที่ตรวจสอบได้และความสามารถของเจ้าหน้าที่ในการแทรกแซงหรือยกเลิกการตัดสินใจอัตโนมัติ.

ในเวลาเดียวกัน สถาบันควรพิจารณาความเสี่ยงระยะยาวที่เกี่ยวข้องกับการเก็บข้อมูลคุมสอบจำนวนมหาศาล เนื่องจากยิ่งมีการคุมสอบในข้อสอบออนไลน์มากเท่าไหร่ ข้อมูลที่ต้องจัดการก็ยิ่งเพิ่มขึ้นตามเวลา สิ่งนี้เป็นความเสี่ยงสำคัญโดยเฉพาะเมื่อพิจารณาถึง ปริมาณการโจมตีด้านความปลอดภัยไซเบอร์ที่สูงต่อภาคการศึกษาในสหราชอาณาจักร.

นี่คือเหตุผลที่โมเดลคุมสอบแบบเดียวกันสำหรับทุกกรณีไม่สามารถปกป้องตามกฎหมายได้อีกต่อไป เพื่อหลีกเลี่ยงการเฝ้าระวังทั่วถึง สถาบันควรนำแนวคิดการลดข้อมูลลงมาใช้และกำหนดโมเดลคุมสอบตามระดับความเสี่ยงของแต่ละการสอบ.

เมื่อการออกแบบการสอบอย่างรอบคอบได้รับการสนับสนุนโดยการคุมสอบที่เหมาะสม การสอบออนไลน์จะปลอดภัยยิ่งขึ้น ที่สำคัญยิ่งกว่านั้นคือการแสดงให้ผู้กำกับและผู้เข้าสสอบเห็นว่ามาตรฐานการสอบเป็นธรรมและสอดคล้องตามกฎระเบียบ พร้อมยังคงให้เส้นทางการตรวจสอบที่จำเป็นต่อการยืนยันผลลัพธ์.

อนาคตของการประเมิน

อัตราการเติบโตของการสอบออนไลน์นำมาซึ่งโอกาสอันมหาศาลสำหรับการเรียนรู้และการพัฒนาวิชาชีพ อย่างไรก็ตาม มันก็สร้างความท้าทายพื้นฐานเกี่ยวกับวิธีการกำหนดและจัดการความปลอดภัยของการสอบ.

ผู้ให้บริการการฝึกอบรม, หน่วยงานวิชาชีพและสถาบันการศึกษาที่ประสบความสำเร็จจะเป็นผู้ที่มองว่าการออกแบบข้อสอบและการคุมสอบเป็นสิ่งเสริมกัน ไม่ใช่พึ่งพาการเฝ้าระวังอย่างเดียว ความซื่อสัตย์ไม่ใช่สิ่งที่สามารถตรวจสอบจากภายนอกได้ ต้องฝังลงไปตั้งแต่แรกเริ่ม.