Help in detecting the exchange of information between students in remote online tests Aide à la détection de l'échange d'information entre étudiants dans les contrôles à distance En Fr

Résumé En Fr

Public response to the pandemy since March 2020, including lockdowns, has led to the massive use of remote evaluation, in the form of online tests, of the MCQ type or related (questions with numerical answers, graphics, calculated, etc.). Since these tests are carried out without supervision, it is tempting for some students to exchange information during the test. This exchange of information, when it takes place, leaves a mark in the form of statistical anomalies in the answers to the questions as well as in the timestamp. The objective of our work was to propose and test methods aimed at automatically detecting these anomalies, in order to draw the teacher's attention to suspicious cases. In our field (electronics, digital communications, image and signal processing, ...) the small number of students (a few dozen) and questions makes complex parametric models, such as those found in the literature, unsuitable, the latter being designed for tests at very large scale (with thousands of candidates) providing enough data to fit the model. We describe the developed method and we illustrate it through the actual results obtained on three on-line tests.

La situation sanitaire subie depuis mars 2020 a conduit à une utilisation massive des contrôles à distance, sous la forme des tests en ligne, de type QCM ou apparentés (questions à réponses numériques, graphiques, calculées, ...). Ces contrôles étant réalisés sans surveillance, il est tentant pour certains étudiants d'échanger des informations en cours de test. Cet échange d'information, lorsqu'il a lieu, laisse une empreinte sous la forme d'anomalies statistiques dans les réponses aux questions ainsi que dans l'horodatage. L'objectif de notre travail était de proposer et de tester des méthodes visant à détecter automatiquement ces anomalies, en vue d'attirer l'attention de l'enseignant sur les cas suspects. Nous décrivons la méthode développée et nous l'illustrons à travers les résultats réels obtenus sur trois contrôles en ligne.