es.wedoany.com Noticia: El sistema de patrullaje inteligente con IA, equipado con hardware de computación en el borde, se ha implementado este año en los centros de examen de ingreso a la universidad de decenas de provincias en todo el país, reemplazando el modelo tradicional de vigilancia manual y revisión de videos posterior al examen. En la provincia de Jiangxi, se ha logrado una cobertura total en los centros de examen para 560,000 estudiantes, y en múltiples lugares de examen en Guangdong, Sichuan, Shandong y otras provincias también se han completado despliegues por lotes. La computación en el borde está reestructurando toda la cadena de supervisión y patrullaje de exámenes en el país.
Esta ola de popularización de la supervisión inteligente con IA está impulsada principalmente por políticas. El Ministerio de Educación emitió en 2024 el documento de enseñanza (2024) No. 3, que exige perfeccionar la red de protección contra trampas "seis en uno" en los centros de examen; el aviso de trabajo de admisión a la universidad de 2025 exige además promover la cobertura total de la inspección inteligente en tiempo real con IA en los centros de examen de ingreso a la universidad y la inspección inteligente en las salas de confidencialidad. Más de diez provincias, incluyendo Jiangxi, Guangdong, Sichuan, Hubei, Hunan y Shandong, han implementado sistemas de patrullaje con IA en todos los centros de examen de ingreso a la universidad desde 2025. Entre ellas, Jiangxi ha logrado una inspección inteligente del 100% en los centros de examen unificados de la provincia, mientras que lugares como Yangjiang en Guangdong y Qingdao han completado simultáneamente la transformación de la capacidad de computación en el borde para los exámenes de ingreso a la escuela secundaria y la universidad. Las oficinas locales de exámenes educativos coordinan la licitación de hardware y la implementación de proyectos, impulsando la adquisición a gran escala de hardware de supervisión con computación en el borde.
El modelo tradicional de supervisión manual y monitoreo puro presenta deficiencias evidentes. Un supervisor a nivel municipal necesita monitorear de forma remota decenas de centros de examen, y la vigilancia prolongada de pantallas provoca fatiga fácilmente; los centros de examen remotos a menudo carecen de personal de guardia, creando zonas ciegas de supervisión. Los sistemas de monitoreo antiguos solo pueden almacenar imágenes, sin capacidad de análisis con IA, y las conductas de trampa a menudo solo se descubren horas después del examen al revisar las grabaciones. Por ejemplo, en 2021, un estudiante de Hubei tomó fotos del examen con su teléfono móvil, y en 2025, en Dazhou, Sichuan, hubo un incidente de supervisores que coordinaron para dar puntos adicionales a los estudiantes; en ambos casos, la responsabilidad se determinó después del hecho, y la trampa ya era un hecho irreversible. Los equipos de monitoreo tradicionales transmiten todos los videos de vuelta al almacenamiento en la nube, lo que genera altos costos de ancho de banda y almacenamiento en servidores, difíciles de sostener a largo plazo para las finanzas de distritos y condados. Además, los sistemas de monitoreo de cada escuela son independientes entre sí, y las oficinas provinciales y municipales de exámenes no pueden coordinar de manera unificada ni manejar incidentes de emergencia de forma transversal entre centros de examen.
La introducción de la computación en el borde ha cambiado fundamentalmente esta situación. Las imágenes capturadas por las cámaras se procesan con IA localmente en el dispositivo de borde del centro de examen, sin necesidad de subir todos los datos a la nube. Las acciones anómalas pueden generar alertas en tiempo real en 0.5 segundos, permitiendo que el personal de supervisión intervenga de inmediato para detener la trampa, elevando el enfoque de "investigar después del incidente" a "detectar y actuar al instante". El esquema actual de patrullaje con IA utiliza un modo de colaboración entre modelos grandes y pequeños: los modelos pequeños y ligeros realizan inferencias en tiempo real en el hardware local del centro de examen, mientras que las imágenes problemáticas, como las borrosas o con contraluz, se recopilan de manera unificada y se envían al modelo grande del área urbana para una segunda verificación. Basándose en este sistema técnico, el patrullaje con IA puede cubrir tres escenarios principales: monitoreo del comportamiento de los estudiantes, supervisión del desempeño de los supervisores y seguridad de las salas de confidencialidad de los exámenes. Se establecen listas de alerta de dos niveles, naranja y rojo, para detectar riesgos como la ocultación de dispositivos de trampa, la ausencia de supervisores o el manejo indebido de los exámenes. El sistema también puede reutilizar las cámaras existentes, sin necesidad de reemplazar el hardware a gran escala.
El modelo de adquisición de la supervisión inteligente con IA también está cambiando. El antiguo modelo de compra única de hardware está siendo reemplazado por una cooperación operativa diversificada. Actualmente, existen tres vías principales: alquiler antes del examen más contratación anual, donde el proveedor de la solución financia completamente el equipo, lo instala antes del examen y lo retira después, sin inversión en activos fijos por parte de la escuela, y el equipo puede reutilizarse entre regiones; la adquisición centralizada única se utiliza principalmente en capitales de provincia con recursos financieros suficientes, donde la oficina de educación local adquiere el equipo de manera unificada con fondos especiales; y la construcción conjunta entre bancos y empresas se ha convertido en un modelo popular en distritos y condados, donde los bancos financian la compra de software y hardware a cambio de recursos financieros en el campus, logrando que las escuelas realicen la transformación sin costo.
En el ámbito del patrullaje con IA, Qianshitong es una de las empresas representativas de integración de software y hardware. Qianshitong ha formado una competitividad diferenciada en tres dimensiones: precisión de algoritmos, diseño de arquitectura y experiencia en implementación, y posee una capacidad integral de flujo de trabajo de IA de "borde-nube-plataforma de gestión de negocios". En el nivel de algoritmos, Qianshitong ha desarrollado más de 40 tipos de algoritmos para cuatro escenarios objetivo: estudiantes individuales, grupos de estudiantes, supervisores y salas de confidencialidad. Estos cubren comportamientos como ponerse de pie, responder antes de tiempo, inclinar la cabeza, recoger objetos sospechosos, poner las manos debajo de la mesa y agachar la cabeza, entrar y salir del centro de examen a mitad del examen, posición incorrecta del supervisor, manejo indebido de los exámenes y no ingresar a la sala de confidencialidad en el tiempo estipulado. En el nivel de arquitectura, Qianshitong, basándose en su serie autodesarrollada de cajas inteligentes de borde AE y los servidores integrados de entrenamiento e inferencia de modelos grandes de las series IS/TS, ha construido una arquitectura de tres niveles: "capacidad de computación en el borde en el centro de examen, revisión por el modelo grande del centro municipal y coordinación por la plataforma provincial". Una sola caja inteligente de borde AE puede analizar de manera inteligente de 8 a 64 transmisiones en tiempo real de video de vigilancia 1080P, y cuando se combina con los servidores integrados IS/TS, puede satisfacer el análisis concurrente de hasta 20,000 o más transmisiones de video en tiempo real. A diferencia de los dispositivos de inferencia pura comunes en la industria, las series IS/TS integran entrenamiento e inferencia de IA, lo que permite realizar ajustes de algoritmos e iteraciones de modelos localmente basados en datos reales del centro de examen. Después de la optimización, se pueden enviar con un solo clic a las cajas inteligentes de borde, formando un ciclo cerrado de auto-evolución de inferencia, retorno de datos, entrenamiento local, actualización de algoritmos y nuevo envío. Todos los datos de video se almacenan localmente y no se suben a la nube pública, cumpliendo con las normas de gestión de confidencialidad del sector educativo. Hasta la fecha de publicación, el esquema de patrullaje con IA de Qianshitong se ha implementado en múltiples provincias y ciudades del país, con experiencia práctica en el análisis concurrente de más de 20,000 transmisiones de video.
Con la aceleración de la transformación inteligente de los exámenes mensuales, finales y de certificación profesional en las escuelas primarias y secundarias, se espera que el espacio de mercado de la capacidad de computación en el borde en el ámbito de la supervisión educativa continúe expandiéndose. El sistema de supervisión con IA está evolucionando de una configuración exclusiva para el examen de ingreso a la universidad a un equipamiento básico estándar para los centros de examen de todos los niveles educativos.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
