Sistema de reconocimiento facial en línea para prevenir la suplantación y el plagio en el examen de admisión virtual en la Universidad de Huánuco 2020

Abstract

El presente trabajo de investigación tiene como finalidad plantear una estrategia de control biométrico usando reconocimiento facial, para el control de los exámenes en modalidad virtual que se realicen en la Universidad de Huánuco. El estudio es de tipo aplicada con alcance descriptiva, de diseño experimental y de enfoque cuantitativo; la muestra está compuesta por un total de 1,252 postulantes del examen de admisión del año 2020. Se realizó una exploración inicial del estado actual de la tecnología; para luego realizar la implementación y medir la efectividad y pertinencia del sistema. El sistema de reconocimiento “sin entrenamiento” funciona sobre un entorno web, usando como tecnología de backend la plataforma, Net Core y como frontend utiliza Angular. La razón de adoptar un prototipo de estas características es la de poder atender a un gran número de usuarios disminuyendo la necesidad de acciones previas en la instalación del postulante o la utilización de software en entornos variantes y con poca certidumbre respecto a las condiciones de software y hardware de los postulantes. La aplicación de este sistema, permitió prevenir la suplantación y el fraude académico. Los resultados nos indica que la tasa de reconocimiento es alta, lo que les permite a los controladores de examen concentrar su atención sobre 120 postulantes del total de 1252 que participaron del experimento, podemos asumir que el sistema ayuda con el 90.42% de los reconocimientos, mientras en el 9.58% de los casos se requiere el apoyo de los controladores. En consecuencia, se acepta la hipótesis de la investigación la implementación de un sistema con reconocimiento facial permite reducir la posibilidad de suplantación y plagio en el examen de admisión virtual en la Universidad de Huánuco, 2020. Asimismo, la utilización de esta tecnología permite atender un número significativo de usuarios, minimizando la cantidad de controladores humanos necesarios para llevar adelante un proceso de evaluación masivo como lo es un examen de admisión.