韩国税务师状元承认用微型摄像头与AI作弊,暴露本地推理风控漏洞

行业新闻 · 丁香 · 发布 2026-11-15 · 阅读 1

考生自首承认AI辅助作弊

据韩媒Etnews报道,韩国第63届税务师考试的第一名考生A某近日公开承认了作弊行为。他向律师表示,在2026年4月和7月举行的第一轮及第二轮考试中,均使用了微型摄像头拍摄试卷题目,并将照片发送给生成式AI工具以获取答案。这一行为打破了传统考试对于物理隔离的假设,展示了生成式AI在离线或半离线场景下的潜在滥用风险。

异常高分引发公众质疑

A某此前公开的成绩单显示,其在采用选择题形式的第一轮考试中表现极为惊人。在总共160道题目中,他仅答错了1题。具体科目上,财政学得分97.5分,而税法学概论、会计学概论和商法科目均获得了满分100分。这种近乎完美的准确率超出了常规人类考生的正常波动范围,导致后续有网络用户怀疑其利用了外部AI设备辅助,从而引发了对考试公平性的广泛讨论。

证据移交与警方调查

A某在采访中表示,他已将所有作弊行为详细记录在自首书中,并正式提交给首尔警察厅。他还承诺将剩余的资料和相关硬件设备原样作为证据移交给调查机关。这种主动交代的处理方式,使得警方能够快速固定电子证据和物理设备,为后续的法律定性提供基础。案件目前正由相关部门介入,旨在核实其作弊的具体技术手段及涉及的服务商。

本地推理与硬件风控挑战

此案暴露了当前考场防作弊体系对“摄像头+云端AI”模式的检测盲区。虽然考生并未直接携带可运行大模型的本地终端,但通过微型摄像头将视觉数据转化为文本或图像传输至外部AI接口,实质上实现了推理能力的远程接入。这提示教育机构在部署防作弊系统时,不仅需关注携带智能终端,更需强化对微型摄像设备的金属探测与信号屏蔽,并探索基于本地部署的低延迟异常行为识别模型,以在毫秒级时间内拦截此类数据外传行为,降低因网络延迟带来的推理成本与时间窗漏洞。

从技术角度看,该案例强调了开放权重模型在安全审计中的双刃剑效应。若作弊者使用本地部署的开源模型,则需更强的端侧监控;若使用云端API,则需网络流量分析。目前,韩国方面尚未公布具体的AI服务商信息,但事件本身已促使各方重新评估本地推理硬件与考场监控系统的兼容性。

来源:IT之家