در اوایل تابستان امسال، نزدیک به ۱۶۰ هزار متقاضی در آزمون ورودی UNAM (بزرگ‌ترین دانشگاه مکزیک) شرکت کردند. برای نخستین بار، این آزمون از اواخر ماه مه تا اوایل ژوئن به‌مدت چند هفته و به‌صورت کاملاً از راه دور، با استفاده از مرورگرهای قفل‌کننده (lockdown browser) و نرم‌افزارهای نظارت تصویری هوش مصنوعی (AI webcam proctoring) برگزار شد.
با اعلام نتایج آزمون، تفاوت فاحشی میان نتایج امسال و سال‌های گذشته مشاهده شد؛ به‌ویژه در میان رتبه‌های برتر. بین سال‌های ۲۰۲۱ تا ۲۰۲۵، تنها ۳.۵ درصد از شرکت‌کنندگان در آزمون ۱۲۰ سوالی UNAM موفق به کسب نمره ۱۰۰ یا بالاتر شده بودند، اما امسال این میزان به ۱۶.۳ درصد رسید.
اوضاع در بالاترین سطح نمرات از این هم عجیب‌تر بود؛ در حالی که در سال‌های گذشته تنها ۰.۹ درصد از داوطلبان نمره ۱۱۰ یا بالاتر کسب می‌کردند، امسال ۵.۵ درصد از داوطلبان به این نمره دست یافتند.
جهش بی‌سابقه نمرات باعث بروز اتهامات گسترده مبنی بر تقلب شد و دانشگاه UNAM کمیسیونی از متخصصان را برای بررسی موضوع منصوب کرد. این کمیسیون پس از بررسی اعلام کرد بهترین راهکار برای تضمین عدالت، برگزاری یک «آزمون کنترل» به‌صورت کاملاً حضوری است.
این آزمون مجدد نه تنها برای پذیرفته‌شدگان امسال، بلکه برای تمامی افرادی که بر اساس حداقل نمره‌های قبولی از سال ۲۰۲۱ شانس پذیرش داشتند اجرا می‌شود. حدود ۵۸ هزار نفر مشمول این تصمیم خواهند شد و پذیرش نهایی آن‌ها در UNAM به نتایج آزمون جدید بستگی دارد.
طبق گزارش نشریه رسمی این دانشگاه یعنی Gaceta UNAM، رئیس دانشگاه از داوطلبان درست‌کار به دلیل اینکه مجبورند بدون هیچ تقصیری دوباره در آزمون شرکت کنند عذرخواهی کرده، اما تاکید داشته که برگزاری آزمون حضوری برای ایجاد اطمینان و تضمین عدالت ضروری است.
هنوز روش دقیق تقلب‌ها مشخص نیست. از آنجا که آزمون به صورت چهارگزینه‌ای برگزار شده، شناسایی نشانه‌های رایج تقلب با هوش مصنوعی (مانند کپی‌کردن متن آماده) دشوار است. همچنین احتمال استفاده از برگه تقلب، لو رفتن سوالات و روش‌های سنتی وجود دارد.
در گزارش New York Times درباره این جنجال اشاره شد که ترفندهای تقلب پیش از برگزاری آزمون به‌طور گسترده دست‌به‌دست می‌شدند. حساب‌های آنلاین به دانشجویان پیشنهاد می‌کردند مانیتور دیگری را خارج از کادر وب‌کم قرار دهند تا به ChatGPT یا سایر مدل‌های هوش مصنوعی دسترسی داشته باشند. برخی دیگر پنهان کردن هندزفری زیر موها یا استخدام فرد دیگری برای شرکت در آزمون خارج از دید دوربین را پیشنهاد داده بودند.
این در حالی است که داوطلبان مجبور به نصب نرم‌افزارهای امنیتی بودند. بر اساس گزارش El País، آزمون نیازمند مرورگر LockDown Browser ساخت شرکت Respondus بود که دسترسی به سایر برنامه‌ها، پیام‌رسان‌ها و مرور وب را مسدود می‌کرد. علاوه بر این، UNAM از سیستم نظارتی Territorium استفاده کرد که وب‌کم داوطلبان را با الگوریتم‌های هوش مصنوعی زیر نظر می‌گرفت. همچنین برای هر ۱۵۰ داوطلب یک ناظر انسانی تعیین شده بود.
با وجود این تدابیر، سیستم در جلوگیری از تقلب شکست خورد. Raul Rojas، متخصص هوش مصنوعی در گفتگو با NPR اعلام کرد که مدل‌سازی‌های آماری نشان می‌دهد «نزدیک به نصف دانشجویان در آزمون آنلاین تقلب کرده‌اند.» اکنون تمام این ۵۸ هزار داوطلب باید مجدداً در حوزه آزمون رسمی و زیر نظر مراقبان انسانی امتحان بدهند.
چرا این خبر مهم است؟
این حادثه نشان‌دهنده ناکارآمدی و محدودیت‌های جدی ابزارهای فعلی نظارت با هوش مصنوعی (AI proctoring) در امتحانات حساس و بزرگ است. با وجود استفاده از مرورگرهای امنیتی سخت‌گیرانه و الگوریتم‌های هوش مصنوعی، کاربران توانستند به‌راحتی راه‌های دور زدن سیستم را پیدا کنند. این رویداد هشدار مهمی برای مؤسسات آموزشی جهان است تا به‌جای اتکای کامل به هوش مصنوعی برای جلوگیری از تقلب، در الگوی امتحانات از راه دور تجدیدنظر کنند.