Considérations éthiques dans les systèmes de surveillance des examens en ligne basés sur le Deep Learning

Résumé

Cet article, explore les préoccupations éthiques liées aux systèmes de surveillance des examens en ligne basés sur le Deep Learning. En effet, Ces systèmes utilisent des données personnelles telles que les empreintes digitales ou les caractéristiques faciales pour identifier et authentifier les utilisateurs, ce qui implique l'accès à des informations liées à leur identité. Toutefois, le fonctionnement de ces systèmes de surveillance, notamment ceux utilisant la technologie de reconnaissance faciale, peut soulever des préoccupations quant à la collecte de données personnelles sans le consentement des utilisateurs, créant ainsi des problèmes potentiels pour la vie privée de ces derniers. En outre, l'identification incorrecte de la fraude en raison de l'utilisation d'algorithmes moins précis peut engendrer des frustrations. Cette étude vise à fournir des directives aux parties prenantes impliquées dans la conception et la mise en place de systèmes de surveillance des examens en ligne.  Après une analyse approfondie des considérations éthiques existantes, en nous appuyant principalement sur la littérature et les lois et réglementations en vigueur, nous pouvons                identifier quatre principales valeurs éthiques, à savoir : i) la préservation de la vie privée des apprenants, ii) l’équité dans la participation aux examens, iii) la sécurisation et la protection des données des apprenants, iv) et la prévention du biais algorithmique. En conséquence, des lignes directrices ont été élaborées pour garantir que le système respecte les principes d’éthiques   et les droits des utilisateurs tout en répondant aux exigences de sécurité et de fiabilité nécessaires pour prévenir la fraude