evidoria

← Volver al listado

Buena práctica Importada

JAMB UTME 2025 — Fraude en exámenes facilitado por IA y los límites de los sistemas biométricos de integridad

Nigeria · Abuja · Ver el perfil de Nigeria · Ver el perfil de Abuja

Evidencia: Observacional / pre-post Top 95% 20/100 · Pregunte a Evidence Copilot sobre esta práctica

En el examen nigeriano UTME de 2025, un comité especial documentó más de 6.000 casos de fraude tecnológica, incluidos 190 casos de manipulación de imágenes por IA para engañar la verificación facial, motivando recomendaciones de detección biométrica por IA.

6,000+ cases
Casos de fraude facilitado por tecnología documentados (2025 UTME cycle)
4,251 cases
Casos de fraude por «finger-blending» (2025)
190 cases
Casos de suplantación por fusión de imágenes generadas por IA (2025)
1,878 cases
Declaraciones falsas de discapacidad (2025)
6,319 candidates
Candidatos recomendados para la anulación de resultados (2025)
JAMB UTME 2025 — Fraude en exámenes facilitado por IA y los límites de los sistemas biométricos de integridad

Detalles

Madurez
Consolidada
Promotor
Joint Admissions and Matriculation Board (JAMB)
Período
Biometric CBT system since ~2015; integrity crisis and committee findings in 2025
Palabras clave
exam integrity, biometric verification, exam fraud, AI-enabled cheating, national university-entrance exam

Contexto

JAMB administra el Examen Unificado de Ingreso a la Educación Superior de Nigeria (UTME), una prueba computarizada que realizan bien más de un millón de candidatos al año, con verificación por huella dactilar y reconocimiento facial desde alrededor de 2015. En 2025, tras un escándalo de fraude y fallos técnicos, JAMB convocó un Comité Especial sobre Infracciones en el Examen, presidido por el Prof./Abg. Jake Epelle, para investigar fallos sistémicos de integridad en el ciclo del UTME de ese año.

Resultados

El comité documentó más de 6.000 casos de fraude facilitado por tecnología, incluidos 4.251 casos de «finger-blending» (manipulación deliberada de huellas dactilares), 190 casos de fusión de imágenes generadas por IA utilizados para suplantar a candidatos durante la verificación facial, y 1.878 declaraciones falsas de discapacidad utilizadas para obtener adaptaciones en el examen. El panel recomendó anular los resultados de 6.319 candidatos y describió el fraude como «altamente organizado, impulsado por la tecnología y culturalmente normalizado».

Conclusiones

En lugar de mostrar una solución de IA funcional, este caso documenta el uso de la IA como arma contra un sistema de integridad ya existente. El comité recomendó que JAMB implemente, en adelante, detección de anomalías biométricas asistida por IA, monitorización en tiempo real y un Centro Nacional de Operaciones de Seguridad de Exámenes, lo que sugiere que aún no existían contramedidas sólidas basadas en IA. Se incluye como un caso cautelar honesto y bien documentado, no como una historia de éxito.

Implementación
Coste indicativo
Alto (500 000 €–5 M€) — National biometric CBT infrastructure covering well over a million candidates a year; no specific cost figures disclosed in the text.
Tiempo hasta resultados
Largo (> 3 años) — Biometric verification system operating since ~2015; integrity crisis and committee findings emerged in 2025.
Personal y competencias
JAMB (exam administrator), Special Committee on Examination Infractions, chaired by Prof./Barr. Jake Epelle

Condiciones para el éxito

  • Committee recommended AI-powered biometric anomaly detection, real-time monitoring, and a national Examination Security Operations Centre

Modos de fallo comunes

  • Fingerprint manipulation ('finger-blending') defeating biometric checks
  • AI-generated image morphing used to impersonate candidates in facial verification
  • False disability declarations exploited to obtain accommodations
  • Fraud described by the committee as 'highly organised, technology-driven, and culturally normalised'

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles