evidoria

← Retour à la liste

Good practice

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

Nigeria · Abuja · Voir le profil de Nigeria

Lors de l'examen nigérian UTME 2025, un comité spécial a documenté plus de 6 000 cas de fraude facilitée par la technologie, dont 190 cas de morphing d'image par IA pour tromper la vérification faciale, menant à des recommandations de détection biométrique d'anomalies par IA.

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

Détails

Promoteur
Joint Admissions and Matriculation Board (JAMB)
Période
Biometric CBT system since ~2015; integrity crisis and committee findings in 2025
Mots-clés
exam integrity, biometric verification, exam fraud, AI-enabled cheating, national university-entrance exam

Description

Le Joint Admissions and Matriculation Board (JAMB) gère l'Unified Tertiary Matriculation Examination (UTME) du Nigéria, un examen informatisé passé par bien plus d'un million de candidats par an, avec une vérification par empreintes digitales et reconnaissance faciale dans les centres d'inscription et d'examen depuis environ 2015. En 2025, à la suite d'un important scandale de fraude et de dysfonctionnements techniques, le JAMB a réuni un comité spécial sur les infractions aux examens, présidé par le Pr/Me Jake Epelle, pour enquêter sur des défaillances systémiques d'intégrité lors de la session UTME de cette année-là.

Les conclusions du comité, rapportées par plusieurs médias nigérians indépendants, ont documenté plus de 6 000 cas de fraude facilitée par la technologie, dont 4 251 cas de « finger-blending » (manipulation délibérée des empreintes digitales pour déjouer les contrôles biométriques d'identité), 190 cas de morphing d'image généré 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 opérationnelle, ce cas documente une IA détournée contre un système d'intégrité existant, ainsi que la réponse d'un régulateur : le comité a explicitement recommandé que le JAMB déploie une détection d'anomalies biométriques 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. Il est inclus ici comme un cas d'alerte honnête et bien documenté sur la nature à double tranchant de l'IA dans l'intégrité des évaluations à fort enjeu, plutôt que comme une réussite.

Mise en œuvre

Les détails de mise en œuvre (coût, calendrier, personnel, conditions de réussite) ne sont pas encore disponibles pour cette pratique.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles