Нейросеть для прокторинга не справилась с задачей в UNAM — крупнейшем университете Мексики, и теперь 58 000 абитуриентов и студентов должны пересдавать вступительный экзамен заново. Летом 2026 года почти 160 000 человек впервые сдавали вступительные испытания полностью удалённо: с блокирующим браузером и ИИ-камерой, которая следила за каждым движением. Результат оказался настолько аномальным, что университет назначил комиссию экспертов и объявил массовую пересдачу очно.
Что пошло не так с дистанционными экзаменами и ИИ
Цифры говорят сами за себя. С 2021 по 2025 год результат 100+ баллов из 120 показывали в среднем 3,5% сдающих. В этом году — 16,3%. Ещё нагляднее по топовым баллам: раньше 110+ получали 0,9% участников, а в 2026-м — уже 5,5%. Такой скачок не объяснить случайностью — это классический признак массового читерства, которое система с ИИ-наблюдением была обязана поймать, но не поймала.
Расследование показало, что схемы обхода прокторинга разлетелись по сети ещё до старта тестов. Студентам советовали выносить второй монитор с ChatGPT за пределы кадра веб-камеры, прятать наушники под волосами или вовсе нанимать человека, который сдаст экзамен вместо тебя за кадром. Формат теста — тесты с выбором ответа, а не эссе — усложнил задачу: искать типичные следы ИИ-помощи (вроде вставленного целиком готового текста) здесь просто негде.
Почему риски ИИ в образовании касаются не только студентов
Для аудитории, которая зарабатывает на автоматизации и внедрении ИИ-инструментов, история UNAM — важный кейс о доверии к ИИ в целом. Систему прокторинга от компании Territorium и блокирующий браузер Respondus preподносили как надёжную защиту от списывания. На практике оказалось, что технология либо не распознавала манипуляции с камерой, либо студенты нашли десятки способов её обойти. Ректор университета публично извинился перед честными абитуриентами — им придётся готовиться и сдавать экзамен повторно, хотя их вины в случившемся нет.
Это яркий урок для любого бизнеса, который сейчас массово внедряет ИИ-мониторинг: в найме, комплаенсе, онлайн-обучении или удалённом контроле сотрудников. Ошибки искусственного интеллекта в системах, которые принимают решения "прошёл/не прошёл", бьют не по абстрактным цифрам, а по репутации и деньгам — 58 000 человек, пересдача, сорванный график начала учебного года.
Что делать, если вы внедряете AI-наблюдение
Три практических вывода для тех, кто строит или выбирает подобные решения:
- Не доверяйте ИИ-прокторингу как единственному фильтру. Комбинируйте его с независимой проверкой аномалий в результатах — как в случае с UNAM, статистика сразу выдала подделку.
- Тестируйте систему на реальных попытках обхода до запуска, а не после массового скандала.
- Закладывайте план "Б" на случай сбоя ИИ-системы — очный контроль, ручную проверку выборки, возможность пересдачи.
Удалённый прокторинг с ИИ — удобная и масштабируемая технология, но история с UNAM показывает: пока такие системы легко обходятся простыми хитростями, полагаться на них как на единственный барьер рискованно. Особенно если на кону — доступ к образованию или работе для десятков тысяч людей.
Комментарии 0