🚨 UNAM y el reto de usar IA para prevenir trampas en exámenes: un caso de resultados inesperados

En SmartBytes damos seguimiento a las tendencias que están transformando la tecnología.

Este año, la Universidad Nacional Autónoma de México (UNAM) implementó por primera vez un examen de admisión en línea, con el objetivo de mantener la integridad académica mediante un sistema de vigilancia basado en inteligencia artificial (IA). Este sistema monitorizaba a los aspirantes en tiempo real a través de cámaras y micrófonos para detectar conductas sospechosas como el uso de dispositivos externos o ayudas ilegales.

Sin embargo, el resultado fue paradójico: mientras se esperaba una reducción en las trampas, el porcentaje de estudiantes que alcanzó puntajes muy altos aumentó considerablemente en comparación con años anteriores. Los datos oficiales indicaron que un 16,3% de los participantes logró 100 puntos o más, casi cinco veces más que el promedio histórico, y un 5,5% superó los 110 puntos, frente a un 0,9% previo. Investigaciones posteriores revelaron que muchos estudiantes utilizaron la misma IA, como ChatGPT, para responder el examen, o emplearon otras tácticas para evadir la vigilancia, como ocultar dispositivos fuera del campo de visión de la cámara o pagar a terceros para que realizaran la prueba.

Este caso destaca los desafíos que enfrentan las instituciones educativas al incorporar tecnologías avanzadas para garantizar la equidad y la seguridad en evaluaciones remotas. La UNAM respondió nombrando una comisión técnica que recomendó repetir el examen de modo presencial para los aspirantes afectados, una medida que afecta a decenas de miles de estudiantes y pone en evidencia las limitaciones actuales de las herramientas de supervisión basadas en IA.

Para usuarios y organizaciones, este episodio subraya la necesidad de un enfoque integral que combine tecnología con protocolos humanos y estrategias pedagógicas para prevenir fraudes. Además, plantea preguntas sobre la eficacia real de la IA en contextos críticos y la importancia de anticipar y mitigar los posibles métodos para evadir estos sistemas. En el entorno empresarial y académico, el aprendizaje de esta experiencia puede orientar futuras implementaciones de sistemas de vigilancia y autenticación en entornos digitales.