JAMB UTME 2025 — Fraude em Exames Potenciada por IA e os Limites dos Sistemas Biométricos de Integridade

O Joint Admissions and Matriculation Board (JAMB) administra o Unified Tertiary Matriculation Examination (UTME) da Nigéria, um exame informatizado realizado por bem mais de um milhão de candidatos por ano, utilizando verificação por impressão digital e reconhecimento facial nos centros de registo e de exame desde cerca de 2015. Em 2025, na sequência de um grande escândalo de fraude e de falhas técnicas, o JAMB constituiu um Comité Especial sobre Infrações de Exame, presidido pelo Prof./Dr. Jake Epelle, para investigar falhas sistémicas de integridade no ciclo do UTME desse ano.

As conclusões do comité, relatadas por vários órgãos de comunicação social nigerianos independentes, documentaram mais de 6.000 casos de fraude tecnológica, incluindo 4.251 casos de "finger-blending" (manipulação deliberada de impressões digitais para enganar as verificações biométricas de identidade), 190 casos de manipulação de imagem gerada por IA utilizados para personificar candidatos durante a verificação facial, e 1.878 declarações falsas de deficiência usadas para obter adaptações no exame. O painel recomendou a anulação dos resultados de 6.319 candidatos e descreveu a fraude como "altamente organizada, orientada pela tecnologia e culturalmente normalizada".

Em vez de apresentar uma solução de IA já a funcionar, este caso documenta a utilização de IA como arma contra um sistema de integridade existente, e a resposta de um regulador: o comité recomendou explicitamente que o JAMB implemente deteção de anomalias biométricas com IA, monitorização em tempo real e um Centro Nacional de Operações de Segurança de Exames, o que implica que não existiam ainda contramedidas robustas baseadas em IA. É incluído aqui como um caso cautelar honesto e bem documentado sobre a natureza dupla da IA na integridade de avaliações de alto risco, e não como uma história de sucesso.