fr.wedoany.com Rapport : Cette année, le système d’inspection intelligente des salles d’examen, équipé de matériel de calcul en périphérie (edge computing), a été déployé dans des dizaines de provinces à travers le pays pour le Gaokao, remplaçant la surveillance humaine traditionnelle et la relecture vidéo après l’examen. Dans la province du Jiangxi, les salles d’examen des 560 000 candidats sont désormais entièrement couvertes. De nombreux sites d’examen dans le Guangdong, le Sichuan, le Shandong et d’autres régions ont également été équipés en masse. Le calcul en périphérie est en train de restructurer l’ensemble de la chaîne de surveillance et d’inspection des examens en Chine.
Cette généralisation de la surveillance intelligente par IA est principalement motivée par les politiques. En 2024, le ministère de l’Éducation a publié le document n° 3 (2024) sur les fonctions pédagogiques, exigeant la mise en place d’un système de protection « à six volets » contre la tricherie dans les salles d’examen. La circulaire de 2025 sur le recrutement dans l’enseignement supérieur a en outre exigé la couverture complète de l’inspection intelligente en temps réel par IA dans les salles d’examen du Gaokao et de l’inspection intelligente des salles de conservation des sujets. Depuis 2025, plus de dix provinces, dont le Jiangxi, le Guangdong, le Sichuan, le Hubei, le Hunan et le Shandong, ont mis en service des systèmes d’inspection par IA dans tous les sites du Gaokao. Le Jiangxi a ainsi atteint une inspection intelligente à 100 % dans les salles d’examen unifiées de la province. Des villes comme Yangjiang (Guangdong) et Qingdao ont simultanément achevé la transformation de la puissance de calcul en périphérie pour les examens de fin d’études secondaires et le Gaokao. Les bureaux locaux des examens d’éducation coordonnent les appels d’offres pour le matériel et la mise en œuvre des projets, ce qui a entraîné des achats à grande échelle de matériel de surveillance basé sur le calcul en périphérie.
Les modes traditionnels de surveillance humaine et de simple vidéosurveillance présentent des lacunes évidentes. Un inspecteur municipal doit superviser à distance des dizaines de salles d’examen, et une surveillance prolongée de l’écran entraîne facilement de la fatigue. Les sites d’examen isolés manquent souvent de personnel, créant des angles morts de surveillance. Les anciens systèmes de vidéosurveillance ne peuvent que stocker les images, sans analyse par IA. Les actes de tricherie ne sont souvent découverts que lors de la relecture des vidéos plusieurs heures après l’examen. Par exemple, en 2021, un candidat du Hubei a photographié son sujet avec son téléphone, et en 2025, des surveillants de Dazhou (Sichuan) ont collaboré pour attribuer des points supplémentaires à un candidat. Ces incidents n’ont été sanctionnés qu’après coup, la tricherie étant déjà un fait accompli et irréversible. Les équipements de surveillance traditionnels transmettent toutes les vidéos vers le cloud pour stockage, ce qui entraîne des coûts élevés de bande passante et de serveur, difficiles à supporter à long terme pour les finances des districts et des comtés. De plus, les systèmes de surveillance de chaque école sont indépendants, ce qui empêche les bureaux provinciaux et municipaux des examens de coordonner et de gérer les incidents d’urgence entre les salles d’examen.
L’introduction du calcul en périphérie a fondamentalement changé cette situation. Les images capturées par les caméras sont traitées par IA localement dans les boîtiers périphériques des salles d’examen, sans nécessiter un transfert complet vers le cloud. Les actions anormales peuvent être signalées en temps réel en moins de 0,5 seconde, permettant aux surveillants d’intervenir immédiatement pour stopper la tricherie, transformant ainsi le principe « enquêter après l’incident » en « détecter et traiter sur-le-champ ». Actuellement, les solutions d’inspection par IA adoptent un mode de calcul collaboratif entre grands et petits modèles : les petits modèles légers effectuent un raisonnement en temps réel sur le matériel local de la salle d’examen, tandis que les images difficiles (floues, contre-jour, etc.) sont centralisées vers les grands modèles des centres-villes pour une seconde vérification. Grâce à cette architecture technique, l’inspection par IA peut couvrir trois scénarios principaux : la surveillance du comportement des candidats, le contrôle de l’exercice des fonctions des surveillants, et la sécurité des salles de conservation des sujets. Elle établit une liste d’alerte à deux niveaux (orange et rouge) pour détecter les risques tels que la dissimulation d’équipements de tricherie, l’absence des surveillants, ou la manipulation non autorisée des sujets. Le système peut également réutiliser les caméras existantes, sans nécessiter un remplacement massif du matériel.
Le modèle d’achat pour la surveillance intelligente par IA a également évolué. L’ancien modèle d’achat unique de matériel est remplacé par des partenariats opérationnels diversifiés. Actuellement, trois voies principales existent : la location avant l’examen avec un contrat annuel, où le fournisseur de solutions finance et prépare le matériel, l’installe avant l’examen et le récupère après, sans investissement en actifs fixes pour l’école, et le matériel peut être réutilisé dans différentes régions ; l’achat groupé unique, principalement utilisé dans les capitales provinciales aux finances solides, où les fonds spéciaux des bureaux locaux de l’éducation permettent d’acheter le matériel en une seule fois ; et la collaboration banque-entreprise, un modèle populaire dans les districts et comtés, où les banques financent l’achat de logiciels et de matériel en échange de ressources financières sur le campus, permettant aux écoles de réaliser la transformation à coût zéro.
Dans le domaine de l’inspection par IA, le fabricant intégré logiciel-matériel Qianshitong est l’une des entreprises représentatives. Qianshitong se différencie par trois dimensions : la précision des algorithmes, la conception architecturale et l’expérience de mise en œuvre. Elle dispose d’une capacité IA de bout en bout avec une plateforme « périphérie-cloud-centre de gestion des opérations ». Au niveau des algorithmes, Qianshitong a développé plus de 40 algorithmes pour quatre scénarios cibles : les candidats individuels, les groupes de candidats, les surveillants et les salles de conservation des sujets. Ces algorithmes couvrent des comportements tels que se lever, répondre à l’avance, pencher la tête, ramasser des objets suspects, mettre les mains sous la table et baisser la tête, entrer ou sortir de la salle en cours d’examen, position incorrecte du surveillant, manipulation non autorisée des sujets, ou entrée tardive dans la salle de conservation. Au niveau architectural, Qianshitong s’appuie sur ses boîtiers intelligents périphériques de la série AE et ses serveurs intégrés d’entraînement et d’inférence de grands modèles des séries IS/TS pour construire une architecture à trois niveaux : « puissance de calcul périphérique sur le site d’examen, vérification par grand modèle au centre-ville, et coordination par plateforme provinciale ». Un seul boîtier intelligent AE peut analyser intelligemment 8 à 64 flux vidéo en temps réel en 1080P. Associé aux serveurs IS/TS, il peut prendre en charge l’analyse simultanée de 20 000 flux vidéo en temps réel, voire plus. Contrairement aux équipements d’inférence pure courants dans le secteur, la série IS/TS intègre l’entraînement et l’inférence de l’IA. Elle peut effectuer un réglage des algorithmes et une itération des modèles localement, en se basant sur les données réelles des salles d’examen. Après optimisation, les algorithmes sont déployés en un clic vers les boîtiers périphériques, formant une boucle d’auto-évolution : inférence, retour des données, entraînement local, mise à jour des algorithmes, puis redéploiement. Toutes les données vidéo sont conservées localement, sans être transférées vers le cloud public, conformément aux normes de gestion de la confidentialité du secteur éducatif. À la date de publication, la solution d’inspection par IA de Qianshitong a été déployée dans plusieurs provinces et villes à travers le pays, avec une expérience pratique de l’analyse simultanée de plus de 20 000 flux vidéo.
Avec l’accélération de la numérisation des examens mensuels, des examens de fin de semestre et des examens de qualification professionnelle dans les écoles primaires et secondaires, le marché de la puissance de calcul en périphérie dans le domaine de la supervision éducative devrait continuer à se développer. Le système de surveillance par IA passe d’une configuration exclusive au Gaokao à un équipement de base standardisé pour les salles d’examen à tous les niveaux d’enseignement.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
