Российские вузы начинают внедрять систему видеоаналитики на базе искусственного интеллекта, которая сможет отслеживать посещаемость занятий. Разработку создала компания NtechLab. Умные камеры будут считать студентов в аудиториях, фиксировать количество посетителей лекций и собирать статистику, которая поможет университетам лучше понимать реальную посещаемость учебных курсов.
Видеоаналитика — это технология, при которой камера не просто записывает изображение, а автоматически анализирует происходящее в кадре. Нейросеть может распознавать людей, считать поток посетителей, замечать подозрительные ситуации, сравнивать лица с базами данных и передавать сигнал ответственным сотрудникам. В учебных заведениях такой инструмент может использоваться как для учета посещаемости, так и для безопасности.
По данным разработчиков, систему уже внедряют в одном из крупнейших вузов страны. В учебном процессе она должна помочь администраторам получать более точные данные о том, сколько студентов действительно приходит на занятия. Это отличается от ручной отметки посещаемости, которая зависит от преподавателя, бумажных списков, электронных журналов или самостоятельной регистрации студентов.
Для университетов такая аналитика может стать инструментом управленческих решений. Если аудитории регулярно пустуют, руководство сможет увидеть, какие предметы, курсы или форматы занятий хуже привлекают студентов. Такие данные могут использоваться не только для контроля прогулов, но и для оценки качества расписания, востребованности дисциплин, удобства времени занятий и эффективности образовательной программы.
NtechLab также указывает на функцию безопасности. Система может работать на входе в учебное заведение и сверять лица посетителей с черными списками. Если камера распознает человека, который находится в розыске или должен быть ограничен в доступе, охрана может получить тревожный сигнал. Такой сценарий делает технологию частью общей системы контроля доступа, а не только инструментом учета студентов.
Однако внедрение подобных решений неизбежно поднимает вопросы приватности. Если камеры способны распознавать лица и собирать статистику посещаемости, университетам нужно ясно объяснять студентам, какие данные фиксируются, как долго они хранятся, кто имеет к ним доступ и для каких целей они используются. Без прозрачных правил даже полезная система может восприниматься как постоянное наблюдение.
Особенно чувствительным становится различие между подсчетом людей и персональной идентификацией. Одно дело — понимать, что на лекцию пришло 70 человек из 100. Другое дело — автоматически определять каждого студента по лицу, связывать данные с расписанием и формировать персональные отчеты о посещаемости. Чем ближе система к индивидуальному контролю, тем выше требования к защите персональных данных.
Для преподавателей технология может быть полезна, если она снимает часть административной нагрузки. Вместо ручной проверки списков и отметок система сама покажет фактическую картину посещаемости. Но есть риск, что такие данные будут использоваться слишком формально. Низкая посещаемость не всегда означает плохую дисциплину студентов: причиной могут быть неудобное расписание, слабая связь курса с практикой, формат лекции или параллельная занятость учащихся.
Для самих студентов появление ИИ-контроля может изменить отношение к занятиям. Одни будут воспринимать систему как способ повысить дисциплину и безопасность, другие — как усиление надзора в университете. Особенно это заметно в высшем образовании, где студенты обычно ожидают большей самостоятельности, чем школьники, и не всегда готовы к постоянному автоматическому учету посещений.
NtechLab работает с технологиями распознавания лиц и нейросетевой аналитики с 2015 года. Решения компании применяются государственными структурами и бизнесом в десятках стран, а в России подобные проекты реализованы более чем в 70 регионах. Поэтому появление таких систем в вузах выглядит продолжением уже существующего направления, где камеры постепенно становятся не только устройствами записи, но и инструментами автоматического анализа.
Главный вопрос теперь в том, как именно университеты будут использовать новые возможности. Если видеоаналитика станет способом лучше понимать учебный процесс, оптимизировать расписание и повышать безопасность, она может быть полезной. Если же ее сведут только к наказанию прогульщиков и тотальному контролю, технология может вызвать сопротивление студентов и новые споры о границах наблюдения в образовании.