UNAM بازآزمون حضوری اعلام کرد؛ حدود ۵۸٬۰۰۰ داوطلب تحت تأثیر

دانشگاه ملی خودمختار مکزیک (UNAM) به‌دنبال ناهماهنگی گسترده در آزمون ورودی برگزارشده به‌صورت راه دور — که با مرورگر قفل‌شونده و نرم‌افزار نظارت وب‌کم مبتنی بر هوش مصنوعی اجرا شد — تصمیم گرفت یک «آزمون کنترل» حضوری برگزار کند. این اقدام می‌تواند حدود ۵۸٬۰۰۰ داوطلب را ملزم کند دوباره در آزمون شرکت کنند و پذیرش نهایی بر اساس نتایج آزمون جدید تعیین شود.

چه رخ داد؟

اولین برگزاری کامل آزمون ورودی UNAM به‌صورت راه دور در بازهٔ اواخر مه تا اوایل ژوئن انجام شد. با انتشار نتایج مشخص شد توزیع نمرات با سال‌های گذشته همخوانی ندارد: سهم کسانی که نمرهٔ ۱۰۰ یا بیشتر گرفته‌اند از ۳.۵٪ در بازهٔ ۲۰۲۱–۲۰۲۵ به ۱۶.۳٪ افزایش یافته و سهم نمرات بالای ۱۱۰ از ۰.۹٪ به ۵.۵٪ رسیده است. این جهش ناگهانی، اتهامات مربوط به تقلب گسترده و عملکرد نامناسب سیستم نظارتی را به همراه داشت.

آزمون مجازی و نظارت وب‌کم؛ صفحه نمایش داوطلبان در خانه

کمیسیون بررسی و پیشنهاد آزمون حضوری

UNAM کمیسیونی کارشناسی را برای بازبینی روند پذیرش تشکیل داد. این کمیسیون توصیه کرده برای بازسازی اعتماد و تضمین عدالت، آزمون حضوری برگزار شود که شامل پذیرفته‌شدگان این دوره و نیز افرادی است که از سال ۲۰۲۱ بر اساس حداقل نمرهٔ رشته‌شان می‌توانستند پذیرش بگیرند.

گستره و زمان‌بندی تأثیر

  • تعداد تقریبی مشمولان: ۵۸٬۰۰۰.
  • شامل: پذیرفته‌شدگان آزمون امسال و کسانی که از سال ۲۰۲۱ واجد شرایط حداقل نمرهٔ پذیرش بودند.
  • آغاز ترم: کلاس‌ها برای ۱۰ اوت برنامه‌ریزی شده‌اند؛ دانشگاه یا باید سریعاً جزئیات آزمون کنترل را اعلام کند یا شروع ترم را به تأخیر بیندازد.

عذرخواهی رسمی و پیامدهای حقوقی

رئیس دانشگاه در نشریهٔ رسمی Gaceta UNAM از داوطلبان صادق عذرخواهی کرد و یادآور شد گرچه بسیاری از افراد بی‌گناه‌اند، بازآزمون برای بازسازی اطمینان و عدالت ضروری است. اجرای این تصمیم می‌تواند با اعتراض‌های قضایی یا سیاسی همراه شود و سوالاتی دربارهٔ مسئولیت شرکت‌های ارائه‌دهندهٔ راهکارهای نظارتی مبتنی بر هوش مصنوعی پیش آورد.

علل محتمل ناهماهنگی در ممیزی الکترونیکی

چند عامل فنی و محیطی می‌تواند در بروز این اختلافات نقش داشته باشد:

  • اشتباهات الگوریتمی یا پیکربندی نادرست در نرم‌افزار نظارت.
  • تفاوت شرایط محیطی مانند نور، کیفیت وب‌کم یا پهنای باند که منجر به تحلیل نادرست رفتارها شده باشد.
  • استفاده از راهکارهای دورزدن نظارت یا وجود ضعف‌های امنیتی در سیستم.
  • تغییر در ترکیب داوطلبان یا الگوی پاسخ‌دهی نسبت به آزمون‌های پیشین.

برای مطالعهٔ پس‌زمینه می‌توانید به صفحهٔ ویکی‌پدیا دربارهٔ نظارت آنلاین (Online proctoring) و هوش مصنوعی در آموزش (Artificial intelligence in education) مراجعه کنید.

پیامد برای بازار نظارت مجازی و پذیرش دانشگاهی

این رویداد بار دیگر تردیدهایی دربارهٔ قابلیت اتکا و عدالت سیستم‌های نظارتی مبتنی بر هوش مصنوعی در محیط‌های آموزشی ایجاد کرده است. دانشگاه‌ها و شرکت‌های فناوری باید استانداردهای شفاف، آزمون‌های حساسیت و مکانیزم‌های بازبینی انسانی قوی‌تر را پیاده کنند تا خطاهای الگوریتمی و تبعات آن برای داوطلبان کاهش یابد.

اقدامات و موارد قابل پیگیری

  • اعلام جزئیات آزمون کنترل و زمان‌بندی نهایی از سوی UNAM.
  • پیگیری اعتراض‌های حقوقی و واکنش پذیرفته‌شدگان.
  • انجام تحقیقات فنی مستقل دربارهٔ عملکرد نرم‌افزار نظارتی و انتشار گزارش کمیسیون.

گزارش‌های رسمی کمیسیون و اطلاعیه‌های بعدی دانشگاه مسیر نهایی پذیرش را تعیین خواهند کرد؛ شفافیت در روند بررسی و تضمین فرصت‌های عادلانه برای داوطلبان در این مرحله اولویت است.