La Universidad Nacional Autónoma de México ha anulado alrededor del 2% de los exámenes de admisión de 2026 por conductas prohibidas y ha ordenado que todos los aspirantes admitidos repitan una prueba de control presencial. Se presentaron 158.727 personas. La primera edición 100% online del examen más grande del país hispanohablante ha acabado en escándalo.
Puntos clave
- 158.727 aspirantes hicieron el examen de admisión de la UNAM en formato online por primera vez.
- La plataforma de supervisión con IA grababa a los aspirantes mientras respondían y anuló cerca del 2% de las pruebas.
- Las conductas detectadas: uso de móvil, apoyo externo y suplantación de identidad.
- El 24 de julio la universidad suspendió entregas de documentos y registros hasta las conclusiones de su Comisión Técnica.
- Todos los admitidos tendrán que pasar un examen de control presencial; el semestre 2027-1 estaba previsto para el 10 de agosto.
Qué falló
El sistema de proctoring hizo dos cosas mal a la vez, y son opuestas.
Por un lado dejó pasar a gente que después admitió públicamente haber usado IA para responder. Por otro anuló exámenes de aspirantes por ruido de fondo, cortes de internet o apagones, cosas que no tienen nada que ver con hacer trampa. Un falso negativo y un falso positivo en el mismo sistema, con miles de expedientes académicos de por medio.
En redes circularon tutoriales explicando cómo saltarse la supervisión. Ese es el detalle que convierte un problema técnico en un problema de diseño: cuando el método para burlar el control se puede explicar en un vídeo corto, el control no era tal.
El vacío legal que nadie previó
Aquí está la parte que debería mirar cualquiera que esté montando controles con IA en su organización. Juristas consultados por El Universal apuntan que usar inteligencia artificial no figura como causal de anulación en la convocatoria del examen. La convocatoria prohíbe el uso de dispositivos y la suplantación, pero no menciona la IA.
Eso deja a la universidad en una posición incómoda. Puede anular por móvil detectado o por suplantación, que sí están escritos. Por "usó un modelo de lenguaje" no tiene base clara, porque la norma se redactó cuando eso no existía como problema.
La respuesta de la UNAM ha sido el examen de control presencial: en lugar de anular caso por caso con una base jurídica endeble, verifica el resultado de todos con una prueba nueva en la que sí controla las condiciones. Es una solución práctica y cara, y castiga por igual a quien hizo trampa y a quien no.
Hubo protestas frente a Rectoría pidiendo transparencia en la investigación y la vuelta al examen presencial.
Lo que esto enseña a quien vaya a usar IA para vigilar
El patrón se repite fuera de la universidad. Una empresa mete un sistema de detección automática, lo anuncia como definitivo y descubre tarde tres cosas.
La primera: la tasa de falsos positivos importa tanto como la de aciertos. Un detector que acierta el 95% de las trampas pero acusa injustamente al 3% de los honestos es inutilizable cuando hay 158.727 personas, porque son casi 5.000 acusaciones falsas. La aritmética de la escala no perdona.
La segunda: si el reglamento no nombra la conducta, la detección no sirve de nada. Puedes detectar todo lo que quieras y no poder actuar. Esto vale para el examen de la UNAM y vale para cualquier política interna de uso de IA: si no está escrito qué está permitido y qué no, la detección no te da ninguna palanca.
La tercera: cuando el control automático falla en público, la marcha atrás cuesta más que no haberlo puesto. La UNAM va a repetir una prueba para decenas de miles de personas, con el coste logístico y reputacional que eso lleva.
Por qué importa
Si estás pensando en meter detección automática de IA en algún proceso de tu empresa (selección de personal, evaluación interna, control de contenido de proveedores), este caso es el manual de lo que sale mal. Escribe primero la norma, mide la tasa de falsos positivos antes de desplegar, y ten preparada la vía de revisión humana para el que reclame. Porque va a reclamar.
Y una nota de contexto: en la UE, los usos de IA en selección de personal quedan clasificados como alto riesgo por el AI Act, con obligaciones que entran en diciembre de 2027. Quien monte hoy un sistema de este tipo en Europa tendrá que justificarlo con documentación en dos años.
Relacionado
