Học viên gian lận thi online bằng cách nào
Trước khi nói chuyện AI, phải hiểu rõ "địch". Thi online mở ra một loạt cách gian lận mà phòng thi truyền thống không có. Dưới đây là những kiểu phổ biến nhất ở Việt Nam, và vì sao mỗi kiểu là một lỗ hổng đáng tiền:
| Kiểu gian lận | Diễn ra thế nào · vì sao nguy hiểm |
|---|---|
| Tra cứu lén | Mở tab khác, Google, ChatGPT, hoặc app ghi chú trong lúc thi. Phổ biến nhất, dễ làm nhất. |
| Thiết bị thứ hai | Dùng điện thoại/máy tính bảng để tra hoặc nhận đáp án. Camera laptop không thấy được. |
| Người nhắc bài | Có người ngồi ngoài khung hình đọc đáp án, hoặc trao đổi qua tai nghe ẩn. |
| Thi hộ | Người khác ngồi thi thay — nguy hiểm nhất với chứng chỉ, vì cấp bằng cho sai người. |
| Điều khiển từ xa | Cài TeamViewer/Ultraviewer để người ngoài làm bài hộ trên chính máy thí sinh. |
| Tuồn đề ra ngoài | Chụp/quay màn hình gửi đề ra ngoài để nhờ giải, hoặc làm lộ đề cho khoá sau. |
| Tráo người / rời chỗ | Giữa giờ đổi người ngồi trước máy, hoặc rời vị trí để hỏi bài. |
Mỗi dòng trên là một con đường khiến điểm thi không phản ánh đúng năng lực. Cộng dồn, chúng bào mòn thứ giá trị nhất của một đơn vị đào tạo: lòng tin rằng tấm bằng do anh chị cấp là thật.
AI chống từng kiểu gian lận thế nào
Không có một "viên đạn bạc" — mỗi kiểu gian lận bị chặn bằng một lớp tín hiệu khác nhau. Đây là bản đồ đối ứng:
| Kiểu gian lận | Cách AI phát hiện |
|---|---|
| Tra cứu lén | Khoá trình duyệt (lockdown) + bắt sự kiện mất focus / chuyển tab / mở app lạ. |
| Thiết bị thứ hai | Camera + AI ánh nhìn (gaze): phát hiện mắt liên tục nhìn xuống/ra ngoài màn hình; nhận diện vật thể điện thoại trong khung. |
| Người nhắc bài | Phân tích âm thanh: phát hiện giọng nói thứ hai; thị giác phát hiện thêm người trong khung hình. |
| Thi hộ | Xác thực danh tính đầu giờ (ảnh + giấy tờ) và đối chiếu khuôn mặt liên tục suốt buổi thi — mặt không khớp là cờ đỏ. |
| Điều khiển từ xa | Phát hiện phần mềm điều khiển từ xa đang chạy + hành vi con trỏ bất thường. |
| Tuồn đề ra ngoài | Phát hiện thao tác chụp màn hình, và vật thể giống điện thoại giơ lên quay. |
| Tráo người / rời chỗ | Phát hiện rời khung hình quá lâu + gián đoạn nhận diện khuôn mặt giữa giờ. |
Tất cả chạy theo thời gian thực trên toàn bộ thí sinh cùng lúc — thứ con người không làm nổi ở quy mô. Quy trình tổng thể:
Điểm cốt lõi: AI không kết luận "có gian lận". Nó phát hiện dấu hiệu, gắn cờ kèm mốc thời gian và đoạn ghi, rồi đẩy về cho giám thị. Quyết định cuối luôn là con người — tránh oan cho thí sinh và tránh lọt kẻ gian.
Dùng AI nào, dùng ra sao
Một hệ proctoring thực tế ghép bốn lớp công nghệ, mỗi lớp có lựa chọn đã chín:
1 · Thị giác máy tính (lớp nặng nhất). Nhận diện khuôn mặt để xác thực + đối chiếu liên tục; ước lượng hướng đầu/ánh nhìn (head-pose, gaze); phát hiện vật thể (điện thoại, người thứ hai). Nền tảng: Google Vertex AI Vision, AWS Rekognition, hoặc mô hình mở chạy ngay trên trình duyệt/máy thí sinh (MediaPipe, YOLO) để giảm tải và tăng riêng tư.
2 · Âm thanh. Phát hiện có giọng nói thứ hai, tiếng nhắc bài — dùng mô hình nhận dạng tiếng nói/âm thanh, chạy nhẹ ngay trên máy.
3 · Khoá trình duyệt + giám sát màn hình. Một extension/app khoá tab, chặn copy-paste, bắt sự kiện mất focus và phát hiện phần mềm điều khiển từ xa.
4 · Mô hình ngôn ngữ (LLM). Gom hàng trăm tín hiệu rời thành một biên bản dễ đọc, phân loại mức độ nghiêm trọng và tóm tắt cho giám thị — dùng GPT-4o, Claude hoặc Gemini.
Một lớp quy tắc của trung tâm ngồi trên tất cả: ngưỡng cảnh báo, kiểu thi nào bật tính năng nào (thi trắc nghiệm khác thi nói), bao nhiêu dấu hiệu thì báo giám thị. Đây là phần cấu hình tạo khác biệt, không phải bản thân mô hình.
Tích hợp vào hệ thống thi & quy trình có sẵn
Câu hỏi thực tế nhất của anh chị: "Tôi đã có nền tảng thi rồi, chẳng lẽ phải bỏ đi làm lại?" — Không. Proctoring nên là một lớp phủ lên trên, không thay thế hệ thống thi hiện có.
Tích hợp ở đâu. Lớp giám sát nhúng vào nền tảng thi qua iframe/SDK hoặc chuẩn LTI với các LMS phổ biến (Moodle, Canvas), hoặc gắn vào nền tảng thi tự xây / Google Forms. Đăng nhập dùng chung SSO sẵn có.
Khớp vào quy trình thi hiện tại mà không đảo lộn: thí sinh vẫn đăng ký và làm bài trên hệ thống cũ; MONA chỉ chèn thêm hai khâu — xác thực danh tính đầu giờ và giám sát realtime trong lúc thi — rồi trả biên bản + log về hệ thống quản lý qua API/webhook để lưu cùng kết quả thi.
Triển khai linh hoạt: chạy trên cloud, hoặc on-premise khi trường yêu cầu dữ liệu không ra ngoài. Toàn bộ ghi hình/log được mã hoá, phân quyền giám thị, và đặt thời hạn lưu trữ.
Kết quả cuối là một biên bản coi thi như thế này — bằng chứng gọn để hội đồng xử lý:
Dùng được tới đâu — chi phí, ROI, ranh giới
Dùng được ngay để hỗ trợ giám thị phát hiện và ghi bằng chứng, nhưng không nên để AI tự kết luận và xử lý thí sinh.
Nên giao cho AI: xác thực danh tính đầu giờ; theo dõi đồng loạt; gắn cờ + ghi log có mốc thời gian; xuất biên bản; ưu tiên cảnh báo nghiêm trọng lên đầu.
Chưa nên giao cho AI: tự đánh trượt/kỷ luật; kết luận gian lận không người duyệt; các kỳ thi pháp lý đặc thù cần quy trình riêng. AI cũng không bắt được 100% kiểu tinh vi — mục tiêu là nâng chi phí gian lận lên đủ cao để đa số bỏ ý định.
Chi phí. Phần lớn xử lý chạy ngay trên máy thí sinh (camera/âm thanh/lockdown) nên chi phí gọi mô hình đám mây thấp; tốn nhất là lưu trữ ghi hình nếu bật. So với việc thuê hàng chục giám thị cho một kỳ thi lớn, chi phí phần mềm nhỏ hơn nhiều lần.
ROI: coi được kỳ thi quy mô lớn mà không tăng người, và quan trọng hơn — giữ uy tín bằng cấp, thứ trực tiếp giữ chân học viên cũ và thu hút học viên mới qua truyền miệng.
MONA đã làm gì trong mảng này
MONA có nền tảng mạnh về thị giác máy tính đã triển khai thật, và nhiều dự án trong ngành giáo dục. Với proctoring, cách MONA làm: ngưỡng cảnh báo cấu hình theo từng kỳ thi và hình thức thi; mọi cảnh báo kèm bằng chứng truy ngược được (mốc giờ + đoạn ghi); tích hợp vào hệ thống thi sẵn có thay vì bắt thay mới; và ưu tiên on-premise khi dữ liệu nhạy cảm. Cam kết bảo mật + tuân thủ dữ liệu cá nhân bằng văn bản.
Bắt đầu thử thế nào
- Tuần 1 — chọn một kỳ thi thử + liệt kê "địch". Xác định các kiểu gian lận hay gặp nhất ở hình thức thi của anh chị (bảng phía trên).
- Tuần 2 — bật đúng lớp cần thiết + đặt ngưỡng. Thi trắc nghiệm cần lockdown + ánh nhìn; thi nói cần âm thanh + khuôn mặt. Không bật thừa để tránh báo nhầm.
- Tuần 3–4 — chạy song song giám thị người. So AI với giám thị: bắt đúng bao nhiêu, báo nhầm bao nhiêu; hiệu chỉnh ngưỡng trước khi áp cho kỳ thi thật.
Muốn đi tiếp: đọc thêm chấm bài tự luận bằng AI và theo sát giáo trình; hoặc yêu cầu giải pháp để MONA khảo sát nền tảng thi hiện có của anh chị và demo tích hợp.
Câu hỏi thường gặp
- AI có tự đánh trượt thí sinh gian lận không?
- Không. AI phát hiện dấu hiệu và ghi bằng chứng kèm mốc thời gian; quyết định kỷ luật do giám thị/hội đồng dựa trên bằng chứng đó.
- Có phải bỏ nền tảng thi hiện tại để dùng không?
- Không. Proctoring là lớp phủ tích hợp qua iframe/SDK/LTI vào LMS (Moodle, Canvas) hoặc nền tảng tự xây; thí sinh vẫn thi trên hệ thống cũ, biên bản trả về qua API/webhook.
- AI bắt được thi hộ không?
- Có, bằng xác thực danh tính đầu giờ (ảnh + giấy tờ) và đối chiếu khuôn mặt liên tục suốt buổi thi; mặt không khớp hoặc gián đoạn nhận diện sẽ bị gắn cờ.
- Dữ liệu hình ảnh thí sinh có an toàn không?
- Cần thông báo + lấy đồng thuận trước, lưu trữ mã hoá, đặt thời hạn lưu và phân quyền truy cập. Có thể triển khai on-premise để dữ liệu không ra ngoài.
- Coi thi quy mô lớn có cần thuê thêm người không?
- Mục tiêu là để một số ít giám thị coi được số lượng lớn — chỉ tập trung vào cảnh báo có bằng chứng thay vì nhìn từng khung hình. Số giám thị giảm mạnh.
- AI chống được mọi kiểu gian lận chứ?
- Không tuyệt đối. Mục tiêu thực tế là nâng chi phí và rủi ro của gian lận lên đủ cao để đa số từ bỏ, và để lại bằng chứng cho các ca cố tình.
Nguồn tham khảo
- Google Vertex AI Vision · cloud.google.com/vertex-ai
- AWS Rekognition · aws.amazon.com/rekognition
- IMS Global LTI (chuẩn tích hợp LMS) · imsglobal.org
- OpenAI · Anthropic Claude · Google Gemini (Vertex AI)
- NIST AI Risk Management Framework · nist.gov
- Kinh nghiệm AI thị giác + giáo dục của MONA · Reviewed by Mon
Hệ sinh thái MONA
MONA Software xây phần mềm theo yêu cầu và sản phẩm AI cho doanh nghiệp. Trong cùng hệ sinh thái MONA Group: mona.media phụ trách thiết kế website và dịch vụ SEO tổng thể; mona.host lo hosting, VPS, domain.