Lompat ke navigasiLompat ke konten
BizHanKook BizHanKook

"Menganalisis bentuk kacamata, mendeteksi panas dan gelombang radio": Sejauh mana teknologi pendeteksi kecurangan AI telah berkembang?

[BizHanKook]  Di tengah meningkatnya kekhawatiran mengenai kecurangan ujian menggunakan kacamata pintar berbasis kecerdasan buatan (AI), teknologi untuk mendeteksi tindakan tersebut pun semakin beragam. Mulai dari detektor gelombang radio yang melacak sinyal nirkabel dari kacamata, aplikasi AI yang menganalisis bentuk fisik, hingga solusi pengawasan AI yang memantau perilaku peserta ujian, metode penanggulangan kini semakin mendetail. Ini merupakan upaya untuk menangkap petunjuk yang dapat digunakan untuk berbuat curang melalui berbagai jalur, tidak hanya sekadar menemukan perangkatnya saja.

Di tengah meningkatnya kekhawatiran tentang kecurangan menggunakan kacamata pintar AI, teknologi untuk menemukan 'petunjuk di dalam kacamata' tersebut pun bermunculan. Kacamata AI yang dijual di sebuah toko kamera di Seoul. Foto=Yonhap News

Gelombang radio, bentuk fisik, dan perilaku: Petunjuk pendeteksian semakin luas

Otoritas Jalan Raya Korea (KoROAD) telah menerapkan detektor gelombang radio di seluruh pusat ujian SIM di Korea sejak tanggal 9. Korea Communications Agency (KCA) juga membuka lelang proyek 'Pengembangan Perangkat Detektor Gelombang Radio Kacamata Pintar AI' pada tanggal 2. Perangkat portabel yang dikembangkan tersebut bertujuan untuk mengidentifikasi keberadaan kacamata pintar dengan menganalisis sinyal Bluetooth rendah energi (BLE), serta mendeteksi kondisi yang mencurigakan terkait penggunaan layanan AI dengan memantau volume komunikasi Wi-Fi dan pola pengiriman/penerimaan data.

Selain metode membaca gelombang radio, teknologi yang secara langsung memeriksa bentuk fisik kacamata juga telah muncul. Aplikasi web sumber terbuka 'ExamGuard' yang baru saja dirilis oleh pengembang lokal di GitHub, mampu memindai perangkat di sekitar melalui Bluetooth dan membandingkan bentuk kacamata yang difoto kamera dengan gambar produk yang ada di database. Pada tanggal 17, anggota parlemen Lee Jun-seok dari Partai Reformasi juga meluncurkan prototipe aplikasi 'KoriyoSCAN', yang merekam sinyal Bluetooth dan Wi-Fi di ruang ujian yang kosong, lalu memberikan notifikasi jika ada sinyal baru yang terdeteksi setelah peserta masuk.

Di antara berbagai metode tersebut, pendekatan yang menganalisis jejak komponen elektronik pada bingkai kacamata menggunakan AI juga menarik perhatian. 'NoCheat', yang dirancang di 'Laboratorium AI Semua Orang' di bawah Kementerian Sains dan TIK dan dirilis sebagai aplikasi bulan lalu, memotret kacamata dari empat sisi untuk mencari lokasi yang dicurigai sebagai komponen elektronik seperti lensa kamera, lubang mikrofon/speaker, titik pengisian daya, dan tombol. Pendekatan ini berangkat dari fakta bahwa meskipun lampu indikator kamera dapat ditutupi dengan stiker, sulit untuk menyembunyikan semua komponen yang tidak ada pada kacamata biasa. Aplikasi ini juga membaca nama merek dan logo yang terukir di gagang atau engsel kacamata, yaitu metode untuk mencari petunjuk visual dari komponen-komponen kecil.

Layar aplikasi NoCheat yang menganalisis foto produk 'Even Realities G1' dan menandai lubang kecil di ujung gagang kacamata sebagai kandidat speaker (kiri), serta layar katalog ExamGuard yang membandingkan bentuk lima jenis kacamata pintar dengan kacamata biasa. Foto=Disediakan oleh Lim Jun-hyun

Pengembang aplikasi NoCheat, Lim Jun-hyun, menjelaskan latar belakang pengembangannya kepada BizHankook, "Kacamata AI tidak dapat berfungsi penuh sendirian; sering kali kacamata tersebut harus terhubung secara nirkabel ke ponsel pintar untuk mengirim foto, mengirim pertanyaan ke AI, dan menerima jawaban. Oleh karena itu, saya berpendapat bahwa selain metode membaca sinyal radio, diperlukan juga cara untuk memeriksa petunjuk yang tertinggal pada kacamata itu sendiri."

Jika pengguna mengambil foto dari empat sisi di aplikasi, aplikasi tersebut akan memberikan laporan yang merangkum hasil analisis, beserta bagian yang perlu diperiksa dan alasannya. Gemini 3.8 Flash digunakan untuk analisis foto. Selain itu, fitur deteksi Bluetooth juga disediakan. Sebagai contoh, untuk kacamata pintar tanpa kamera seperti 'Even Realities G1', aplikasi mampu menganalisis berdasarkan petunjuk seperti nama merek dan lubang kecil pada foto produk di layar web. Hal ini menunjukkan bahwa bagian atau struktur yang terlihat di luar pada kacamata tanpa kamera pun bisa menjadi petunjuk identifikasi.

Namun, AI tidak memberikan keputusan akhir apakah kacamata tersebut adalah kacamata pintar atau bukan. Fokusnya adalah membantu pengawas ujian memeriksa fisik kacamata dengan menandai area yang dicurigai sebagai komponen elektronik. Ada kemungkinan sekrup atau hiasan pada kacamata biasa salah diidentifikasi sebagai komponen karena pantulan cahaya atau resolusi foto yang rendah. Menurut NoCheat, saat ini dari 347 item katalog kacamata, 43 di antaranya terhubung dengan kandidat deteksi.

Untuk perangkat yang memutuskan komunikasi atau menyembunyikan bentuk fisiknya, metode menggunakan panas sebagai petunjuk juga dipertimbangkan. Lim mengatakan, "Kacamata yang beroperasi tanpa komunikasi harus melakukan pemrosesan di dalam, sehingga panas yang dihasilkan akan tinggi. Jika pemeriksaan termal dilakukan bersamaan, panas dari komponen elektronik bisa menjadi petunjuk meskipun tidak ada sinyal komunikasi."

Baru-baru ini, cara mencatat bentuk fisik kacamata untuk diverifikasi di kemudian hari telah diterapkan pada ujian daring perusahaan. Perusahaan solusi evaluasi berbasis AI domestik, Grep, menambahkan fitur verifikasi presisi kacamata ke layanan pengawasan ujian daring 'Monito' pada bulan Agustus lalu. Metodenya adalah memotret kacamata peserta dari berbagai sudut sebelum ujian, dan jika terjadi kecurigaan selama ujian, pengawas akan membandingkannya dengan foto yang ada. Menurut Grep, dalam dua bulan sejak diperkenalkan, 21 perusahaan dan institusi telah mengadopsi fitur tersebut. Ke depannya, mereka berencana menambahkan fitur untuk menganalisis perilaku seperti mengganti kacamata atau sering menyentuh kacamata selama ujian menggunakan Visual Language Model (VLM).

Untuk solusi pengawasan ujian jarak jauh luar negeri seperti 'Honorlock' dan 'Respondus Monitor', mereka mendukung pemeriksaan pengawas dengan mendeteksi perilaku abnormal seperti peserta meninggalkan kursi atau kemunculan orang lain di sekitar melalui rekaman webcam.

Tidak ada 'detektor universal'... Pemerintah perketat inspeksi menjelang H-2 ujian masuk universitas

Dengan semakin beragamnya bentuk fisik dan metode komunikasi kacamata pintar, kebutuhan akan sistem respons berlapis yang memantau sinyal nirkabel, informasi visual, dan perilaku peserta secara bersamaan semakin meningkat, alih-alih hanya mengandalkan satu teknologi pendeteksi tertentu. Saat ini, belum ada alternatif yang dianggap pasti.

Pada tanggal 16, di ruang ujian teori Pusat Ujian SIM Daegu milik KoROAD, staf dan pengawas melakukan demonstrasi detektor gelombang radio untuk kacamata AI. KoROAD telah menerapkan detektor gelombang radio di pusat ujian SIM sejak tanggal 9 untuk mencegah kecurangan dengan AI. Foto=Yonhap News

Teknologi deteksi gelombang radio rentan terhadap perangkat yang beroperasi tanpa komunikasi eksternal seperti *on-device AI*, dan analisis bentuk fisik bisa melewatkan produk yang tidak dikenal atau perangkat yang menutupi komponennya. Untuk ujian seperti Suneung (Ujian Masuk Universitas) di mana ponsel pengawas pun dibatasi, langkah-langkah pendeteksian menjadi lebih rumit. Seorang praktisi industri mencatat, "Analisis perilaku bisa salah mengartikan perilaku normal sebagai kecurangan atau melewatkan titik buta kamera. Selain itu, masalah ketidaknyamanan peserta juga tidak bisa diabaikan." Meskipun sinyal atau perilaku mencurigakan tertangkap, apakah itu benar-benar kecurangan tetap harus diverifikasi secara terpisah oleh pengawas.

Baru-baru ini, kamera ultra-kecil yang disembunyikan di kancing atau jam tangan juga disebut sebagai sarana kecurangan. Karena perangkat ini juga memerlukan komunikasi nirkabel untuk mendapatkan jawaban dari AI dan meninggalkan petunjuk fisik seperti lubang lensa, teknologi pendeteksi kacamata pintar dapat diperluas untuk mendeteksinya.

Pemerintah berencana untuk mengerahkan sekitar 8.400 personel pengawas tambahan pada ujian Suneung tanggal 19 mendatang untuk memeriksa kacamata pintar di setiap sesi ujian, serta mengambil langkah seperti menutup kancing baju dengan stiker untuk mengantisipasi penggunaan kamera ultra-kecil. Jika ditemukan kondisi yang mencurigakan, mereka berencana menggunakan detektor logam untuk memeriksa kepemilikan perangkat elektronik.

Pemerintah juga bersiap menghadapi potensi sinyal komunikasi aneh dan komunikasi eksternal melalui Wi-Fi di dalam ruang ujian. Mereka juga akan menindaklanjuti kecurangan yang tidak tertangkap di lapangan. Jika pelaku yang dicurigai teridentifikasi, pemerintah berencana bekerja sama dengan empat perusahaan teknologi besar global untuk memverifikasi penggunaan layanan AI dan catatan terkait, serta meminta data komunikasi kepada operator seluler seperti catatan akses, waktu, dan wilayah akses layanan AI dari nomor telepon yang dicurigai untuk menyelidiki dugaan kecurangan.

Perdana Menteri Han Seung-sook menyatakan, "Kami telah sepakat untuk bekerja sama secara aktif dalam investigasi pasca-kejadian dan permintaan penyelidikan jika terjadi pelanggaran hukum yang dicurigai, seperti kasus di mana soal ujian difoto dan diunggah ke AI untuk mendapatkan jawaban, melalui kerja sama dengan perusahaan teknologi besar global."

Kang Eun-kyung

I cover and write about technology and industry.

gong@bizhankook.com
Copyright © BizHanKook. All rights reserved.