JAMB UTME 2025 — Fraude aux examens facilitée par l'IA et limites des systèmes d'intégrité biométrique

Le JAMB administre l'examen unifié d'admission à l'enseignement supérieur du Nigeria (UTME), un test informatisé passé par bien plus d'un million de candidats par an, utilisant une vérification par empreinte digitale et reconnaissance faciale depuis environ 2015. En 2025, à la suite d'un scandale de fraude et de dysfonctionnements techniques, le JAMB a réuni un comité spécial sur les infractions à l'examen, présidé par le Prof./Me Jake Epelle, afin d'enquêter sur des défaillances systémiques d'intégrité durant le cycle UTME de cette année-là.

Le comité a documenté plus de 6 000 cas de fraude reposant sur la technologie, dont 4 251 cas de « finger-blending » (manipulation délibérée d'empreintes digitales), 190 cas de fusion d'images générées par IA utilisés pour usurper l'identité de candidats lors de la vérification faciale, et 1 878 fausses déclarations de handicap utilisées pour obtenir des aménagements d'examen. Le comité a recommandé l'annulation des résultats de 6 319 candidats et a qualifié la fraude d'« hautement organisée, portée par la technologie et culturellement normalisée ».

Plutôt que de présenter une solution d'IA fonctionnelle, ce cas documente l'utilisation de l'IA comme arme contre un système d'intégrité existant. Le comité a recommandé que le JAMB déploie à l'avenir une détection d'anomalies biométriques assistée par IA, une surveillance en temps réel et un Centre national des opérations de sécurité des examens, ce qui laisse entendre que des contre-mesures robustes fondées sur l'IA n'étaient pas encore en place. Ce cas est inclus comme un exemple de mise en garde honnête et bien documenté, et non comme une réussite.