La Universidad Nacional Autónoma de México deberá repetir de forma presencial el examen de acceso a unos 58.000 estudiantes tras detectar resultados fuera de patrón en su primera prueba completamente remota. El hallazgo llegó después de revisar las notas de unos 160.000 candidatos que rindieron entre finales de mayo y principios de junio de 2026.
La prueba usó un navegador bloqueado y vigilancia por cámara con inteligencia artificial, es decir, un software que analiza conductas para detectar señales de fraude. Pero la pieza clave no fue una denuncia aislada, sino los números: entre 2021 y 2025, el 3,5% superaba los 100 puntos sobre 120; en 2026, ese porcentaje saltó al 16,3%.
Además, el aumento fue todavía más llamativo en las notas más altas. Entre 2021 y 2025, solo el 0,9% alcanzaba 110 puntos o más. En el examen remoto de 2026, esa cifra subió al 5,5%. La universidad no atribuyó oficialmente el salto a fraude, pero una comisión de expertos recomendó una prueba de control presencial.
El rector pidió disculpas a los alumnos que actuaron de forma honesta y deberán repetir el examen, aunque defendió la medida para garantizar equidad y certeza en la admisión.
El “interruptor” que falló en el control
La promesa de esta tecnología era simple: cerrar todas las puertas por donde pudiera colarse una ayuda externa. Como si una casa tuviera la puerta principal blindada, las ventanas cerradas y una cámara en el pasillo. En teoría, nadie entra y nadie sale sin ser visto.
Un navegador bloqueado impide abrir otras páginas o programas. La supervisión remota vigila gestos, tiempos y desvíos de mirada. Sin embargo, si el resultado final muestra un salto tan brusco en el rendimiento, el sistema ya no parece un candado robusto, sino un interruptor que no logra distinguir entre control real y sensación de control.
Ese es el punto que revela el caso de la UNAM: la vigilancia con IA puede ordenar el entorno, pero no garantiza por sí sola la fiabilidad del proceso. Sus propios desarrolladores suelen advertir que estas herramientas pueden fallar, porque detectan patrones, no intenciones.
La urgencia detrás de las cifras
La repetición no alcanzará a todos los aspirantes, pero la universidad no explicó con claridad el criterio para elegir a los 58.000 afectados. Sus nuevas calificaciones definirán si conservan las plazas obtenidas en la primera ronda.
Y el calendario aprieta. Las clases empiezan el 10 de agosto de 2026 y todavía hay miles de lugares pendientes de confirmación. Para muchos estudiantes, esto significa volver a prepararse, desplazarse y sostener otra vez una tensión que creían cerrada.
La oportunidad que deja este episodio va más allá de una admisión universitaria. Obliga a revisar qué tareas puede asumir la inteligencia artificial y en cuáles todavía necesita un respaldo humano más claro. En educación, ese engranaje es especialmente sensible, porque una falla no solo altera una estadística: puede mover el destino de una persona.
Por eso, el experimento de la UNAM funciona como una señal de alarma. Si la tecnología quiere ser la central de control de un examen, antes debe demostrar que no solo observa, sino que entiende. Mientras tanto, para miles de alumnos, la certeza seguirá pareciéndose menos a una cámara y más a un aula presencial con reglas visibles para todos.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
