La demanda de educación en línea está creciendo gradualmente. La mayoría de las universidades y otras instituciones se enfrentan al hecho de que es casi imposible rastrear cuán honestos son los examinados al tomar exámenes de forma remota. En los formatos en línea, existen muchas oportunidades simples que permiten hacer trampa y usar ayuda externa. La supervisión en línea basada en tecnologías de inteligencia artificial en la educación a distancia es una solución tecnológica efectiva para prevenir la deshonestidad académica. Este artículo explora el desarrollo e implementación de un sistema de supervisión en línea utilizando tecnología de inteligencia artificial para la realización de exámenes en línea. El artículo analiza los sistemas de supervisión utilizados en Kazajistán, compara las características funcionales de los sistemas de supervisión seleccionados y describe la arquitectura de Proctor SU. Se ha desarrollado un prototipo del sistema de supervisión Proctor SU. Como programa piloto, los autores utilizaron este sistema durante un examen universitario en línea y examinaron los resultados de la prueba. Según el examen de los autores, los estudiantes tienen una actitud positiva hacia el uso de la supervisión en línea Proctor SU. El sistema de supervisión propuesto incluye funciones de detección facial, seguimiento facial, captura de audio y captura activa de ventanas del sistema. Se utilizaron los modelos CNN, R-CNN y YOLOv3 en el proceso de desarrollo. El modelo YOLOv3 procesó imágenes en tiempo real a 45 cuadros por segundo, y CNN y R-CNN procesaron imágenes en tiempo real a 30 y 38 cuadros por segundo. El modelo YOLOv3 mostró mejores resultados en términos de reconocimiento facial en tiempo real. Por lo tanto, el modelo YOLOv3 fue implementado en el sistema de supervisión Proctor SU.