No, la IA no hizo trampa sola. La crisis de la UNAM y el examen que México también debe aprobar

 

Ciudad Universitaria, UNAM (Crédito: Gomnrz en es.wikipedia.org)

La inteligencia artificial acaba de provocar una de las mayores crisis en la historia reciente de la universidad más importante de México, la UNAM.

Lo ocurrido con el proceso de admisión 2026, que dejó en entredicho los resultados de más de 158 mil aspirantes y obligó a la universidad a revisar todo el proceso, incluyendo la aplicación de un examen de control para decenas de miles de estudiantes, no representa únicamente un escándalo universitario.

Es, probablemente, el primer gran caso mexicano donde la IA puso a prueba, al mismo tiempo, la tecnología, la ética, el marco legal y la confianza en una institución pública y, desafortunadamente, en el país. Pero sería un error pensar que la tecnología es la principal responsable.

 

La noticia

Pues bien, la UNAM enfrenta una de sus mayores crisis tras detectar resultados atípicos en su examen de admisión 2026, el cual fue realizado por primera vez completamente en línea.

De acuerdo con una nota en El País, más de 158 mil exámenes están bajo revisión, ante sospechas de posibles irregularidades y del uso de herramientas de IA para obtener respuestas. Por supuesto, la Universidad abrió una investigación y anunció medidas para verificar la integridad de los resultados, lo que incluye la realización de un examen de control para una porción de la población que realizó el examen, aunque hasta ahora no existe una conclusión definitiva sobre el alcance del posible fraude.

En general, podemos considerar que la UNAM tomó una decisión lógica. Digitalizar el examen buscaba ampliar el acceso, reducir costos de traslado y permitir que jóvenes de todo el país presentaran la prueba sin viajar a la Ciudad de México.

La universidad incluso implementó monitoreo mediante inteligencia artificial, supervisión humana y restricciones técnicas para intentar preservar la integridad del proceso. Sobre el papel, la estrategia parecía razonable; en la práctica, la realidad fue distinta.

Los resultados mostraron un comportamiento estadístico difícil de ignorar: En carreras altamente demandadas aparecieron porcentajes inusualmente altos de calificaciones sobresalientes, muy por encima de los patrones históricos; aunado a esto, la controversia creció cuando comenzaron a circular en redes sociales testimonios y tutoriales sobre el uso de herramientas de IA para responder el examen.

Como consecuencia, la universidad suspendió el proceso, creó una comisión técnica y abrió las investigaciones pertinentes.

Hoy en día, el caso sigue en investigación para conocer las causas, deslindar responsabilidades e idealmente, llegar a conclusiones y recomendaciones para futuras evaluaciones.

Por supuesto, este caso tiene múltiples aristas y perspectivas que debemos abordar, desde la ética, tecnológica, legal, así como el deslinde de responsabilidades.

Pero, más allá del escándalo, el caso abre espacio para una pregunta inevitable: ¿cómo evaluar conocimientos cuando la IA puede resolver el examen junto al estudiante?

De manera personal, creo que esa es probablemente la historia más relevante.

 

IA: ¿Transformador de la educación?

Durante años hemos repetido que la inteligencia artificial transformaría la educación. Sin embargo, casi siempre pensamos de manera muy lineal en tutores inteligentes, aprendizaje personalizado o asistentes académicos. Pero muy pocos imaginaron que el primer gran impacto llegaría cuestionando algo mucho más básico: la credibilidad de los mecanismos de evaluación.

Por supuesto, aquí aparece la primera gran tentación: culpar exclusivamente a la inteligencia artificial; es lo fácil, cómodo, pero también sería incorrecto.

La IA no decidió hacer trampa; fueron personas quienes decidieron utilizarla para obtener una ventaja indebida. Ese hecho es importante porque revela que el problema no es únicamente tecnológico: Es ético.

La llegada de herramientas capaces de resolver problemas complejos en segundos está modificando la relación entre conocimiento y evaluación.

Muchos estudiantes crecieron escuchando que "lo importante es encontrar la respuesta". Hoy cualquier modelo generativo puede hacerlo, hoy cualquiera puede encontrar la respuesta, pero tal vez ahora se trata de ser capaz de construirla, comprenderla y defenderla. Eso obliga a replantear completamente cómo evaluamos. Pero tampoco sería justo colocar toda la responsabilidad sobre los estudiantes.

La institución también tiene preguntas difíciles que responder. Implementar un examen remoto de alta relevancia en plena era de la IA implicaba asumir que los mecanismos tradicionales de supervisión ya no eran suficientes.

En este sentido, diversos especialistas llevan años advirtiendo que los sistemas de monitoreo automatizado no garantizan por sí solos la integridad académica y que las evaluaciones de alto impacto requieren diseños mucho más robustos, tanto tecnológica como metodológicamente. En otras palabras, la tecnología de vigilancia nunca puede sustituir un buen diseño de evaluación.

Sin embargo, el problema tampoco termina en la capacidad de vigilancia o la ética universitaria. Existe una dimensión legal que apenas comienza a discutirse:

¿Qué ocurre cuando un aspirante obtiene un lugar mediante fraude digital? ¿Quién responde por quienes sí estudiaron y quedaron fuera? ¿Qué responsabilidad tienen las empresas que comercializan servicios para burlar sistemas de evaluación?

La propia UNAM presentó denuncias penales contra personas y organizaciones que presuntamente ofrecían mecanismos fraudulentos para aprobar el examen. Ese punto, me parece, es de especial importancia.

La IA no solo está creando nuevas herramientas de aprendizaje, también está creando una economía del fraude. De hecho, ya existen servicios especializados, comunidades en línea y modelos de negocio dedicados a explotar las vulnerabilidades de procesos académicos.

Sin embargo, como lo muestra este caso, combatir ese fenómeno requerirá mucho más que mejores algoritmos. Requerirá cooperación entre universidades, autoridades, desarrolladores tecnológicos y legisladores.

Porque quizá el impacto más profundo esté todavía por venir. Lo ocurrido en la UNAM trasciende el ámbito educativo.

Pensemos en procesos de certificación profesional, en concursos para ingresar al servicio público, en evaluaciones laborales, en licitaciones, en exámenes para ejercer profesiones reguladas. En mayor o menor medida, todos ellos dependen de la confianza en los mecanismos de evaluación.

Si esa confianza comienza a deteriorarse, el problema deja de ser universitario y se convierte en un problema económico, político y social.

Porque las empresas también dependen de credenciales confiables para contratar talento. Si un título deja de representar conocimiento verificable, los procesos de reclutamiento inevitablemente cambiarán. Probablemente veremos más evaluaciones presenciales, pruebas prácticas, entrevistas técnicas y mecanismos continuos de validación de habilidades.

Paradójicamente, mientras la IA automatiza muchas tareas, también podría devolver valor a aquello que resulta difícil automatizar: el razonamiento en tiempo real, la creatividad genuina, la resolución colaborativa de problemas y la capacidad de explicar cómo se llegó a una conclusión.

Y bien, quizá esa sea la verdadera lección de esta crisis. Tal vez no necesitamos prohibir la inteligencia artificial en la educación, pero sí necesitamos dejar de diseñar evaluaciones como si la IA no existiera. Porque, nos guste o no, existe, y seguirá mejorando.

Aquí en AI Güey he insistido varias veces en que la inteligencia artificial no solo está transformando industrias, está obligando a rediseñar instituciones completas. La UNAM acaba de descubrirlo de la manera más difícil, y probablemente no será la última institución que lo sufra.

Todo indica que ahora viene el verdadero examen, no solamente para los estudiantes, sino también para las universidades, las empresas de tecnología, los reguladores y la sociedad en general.

Si queremos convivir con una IA cada vez más capaz, tendremos que construir sistemas donde la confianza ya no dependa únicamente de vigilar mejor, sino de evaluar, regular y utilizar de forma distinta.

La inteligencia artificial no destruyó por sí sola el examen de admisión. Pero lo que hizo fue evidenciar que muchas de nuestras formas de medir el conocimiento pertenecen a una época que ya terminó o está a punto de terminar.

Y ese es un examen que no solo la UNAM tendrá que aprobar; México, América Latina y el mundo entero también.

Pero, como siempre, tú, estimado lector, ¿qué opinas?

Hasta la próxima,

—Jorge García, AI Güey