La universidad más grande de México ha producido, casi sin querer, uno de los mayores fracasos de la supervisión automatizada de exámenes que se recuerden. La Universidad Nacional Autónoma de México (UNAM), la institución de educación superior más importante del país y una de las más prestigiosas de América Latina, ha decidido que cerca de 58.000 aspirantes deberán repetir su examen de admisión. Esta vez nada de rendir desde casa: la repetición será presencial, en un aula oficial, bajo la mirada de un aplicador humano. La razón es incómoda — las autoridades concluyeron que la etapa remota, apoyada en la supervisión por IA, arrojó resultados que sencillamente no pueden creer ante los indicios de fraude generalizado.
La decisión cierra un experimento que se extendió de mayo a principios de junio. primera vez en la historia de la universidad, cerca de 160.000 candidatos hicieron el examen por completo desde casa, usando un navegador de “bloqueo”, reconocimiento facial y software de proctoring activado por webcam, todo impulsado por IA. La propuesta era simple: replicar, a gran escala, la vigilancia que antes exigía aulas, inspectores y listas de asistencia. El problema es que la tecnología, diseñada para detectar miradas desviadas y fuentes externas, no consiguió frenar precisamente lo que más temía.
Cuando se publicaron los resultados el 17 de julio, las curvas de rendimiento no se parecían a las de ningún año anterior. Entre 2021 y 2025, solo el 3,5% de los examinados alcanzó 100 puntos o más en una prueba de 120 preguntas. En esta edición, la proporción de puntajes máximos se multiplicó por unas cinco veces, según estimaciones de analistas. Las notas fueron tan altas, tan concentradas y tan uniformes que la explicación principal pasó a ser el fraude asistido por IA — no por humanos presentes, sino por asistentes generativos capaces de razonar casi cualquier pregunta en cuestión de segundos.
El episodio expone una debilidad que la industria del proctoring prefiere no destacar: la supervisión automatizada vigila el cuerpo, no la mente. Detecta movimientos, sonidos y si los rostros permanecen encuadrados, pero le cuesta distinguir a un estudiante nervioso de otro que consulta en silencio un chatbot fuera de plano. En pruebas estandarizadas de opción múltiple, la IA se convierte en un multiplicador de fraudes: quien no puede ser observado de forma significativa puede, en teoría, subcontratar la respuesta de cada pregunta. Es una carrera armamentista asimétrica, en la que los examinadores vigilan la superficie mientras los candidatos explotan el hueco.
El costo humano es pesado. Cerca de 58.000 personas deberán prepararse otra vez, esperar una nueva fecha y enfrentar un aula llena de supervisores tras meses de estudio. Para muchos, es cuestión de justicia y de oportunidades; para la universidad, el rector justificó el examen de control como “necesario para dar certeza y garantizar la equidad en el acceso”. El costo en ansiedad, traslados y preparación perdida recae sobre quienes más necesitaban la oportunidad.
Queda la pregunta abierta: ¿la respuesta es abandonar la IA, o abandonar el modelo mismo? Quizá la lección no es que la tecnología fallara, sino que nunca debió ser la única línea de defensa de la integridad académica en un examen de alto riesgo. Si una supervisión que no supervisa nada produce resultados en los que nadie cree, ¿quién valida al validador?
Fuentes: Ars Technica, Le Monde, Crypto Briefing
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
