JAMB's Biometric and AI Facial-Recognition Verification for Nigeria's National University Entrance Exam
Nigeria
Nigeria's JAMB uses AI facial recognition plus fingerprint biometrics to verify over 2.2 million UTME candidates a year and block …
Nigeria · Abuja · See the Nigeria profile
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.
El Joint Admissions and Matriculation Board (JAMB) administra el Unified Tertiary Matriculation Examination (UTME) de Nigeria, un examen informatizado que realizan bastante más de un millón de candidatos al año, con verificación por huella dactilar y reconocimiento facial en los centros de inscripción y examen desde alrededor de 2015. En 2025, tras un importante escándalo de fraude y fallos técnicos, el JAMB constituyó un Comité Especial sobre Infracciones en los Exámenes, presidido por el Prof./Abg. Jake Epelle, para investigar fallos sistémicos de integridad en el ciclo del UTME de ese año.
Las conclusiones del comité, recogidas por varios medios de comunicación nigerianos independientes, documentaron más de 6.000 casos de fraude facilitado por tecnología, entre ellos 4.251 casos de "finger-blending" (manipulación deliberada de huellas dactilares para burlar los controles biométricos de identidad), 190 casos de manipulación de imágenes generadas por IA utilizados para suplantar a candidatos durante la verificación facial, y 1.878 declaraciones falsas de discapacidad usadas 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".
En lugar de mostrar una solución de IA en funcionamiento, este caso documenta el uso de la IA como arma contra un sistema de integridad existente, y la respuesta de un regulador: el comité recomendó explícitamente que el JAMB despliegue detección de anomalías biométricas mediante IA, supervisión en tiempo real y un Centro Nacional de Operaciones de Seguridad de Exámenes, lo que implica que aún no existían contramedidas robustas basadas en IA. Se incluye aquí como un caso cautelar honesto y bien documentado sobre la naturaleza de doble filo de la IA en la integridad de evaluaciones de alto riesgo, y no como una historia de éxito.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
Nigeria
Nigeria's JAMB uses AI facial recognition plus fingerprint biometrics to verify over 2.2 million UTME candidates a year and block …
Australia
Instead of an unwinnable AI-detection arms race, Sydney redesigned assessment into two lanes — secure in-person assessment of core capability, …
United Kingdom
Free AI writing-feedback tool by Cambridge University Press & Assessment (Sept 2016); assigns CEFR A1–C2 levels to EFL essays and …
Hong Kong
In June 2023 HKU's Senate named GenAI a "fifth literacy" and gave every student and staff member free ChatGPT-class access. …
Open full copilot Grounded in cited practices — always check the sources.