evidoria

← Back to browse

Good practice

Verificación biométrica y de reconocimiento facial con IA del JAMB para el examen nacional de acceso a la universidad en Nigeria

Nigeria · Abuja · See the Nigeria profile

El JAMB, en Nigeria, usa reconocimiento facial con IA y biometría para verificar a más de 2,2 millones de candidatos al UTME cada año e impedir la suplantación de identidad, pero fallos en la verificación afectaron a unos 80.000 candidatos en 2023, y los defraudadores ya usan la fusión de rostros con IA para engañar al sistema.

Verificación biométrica y de reconocimiento facial con IA del JAMB para el examen nacional de acceso a la universidad en Nigeria

Details

Promoter
Joint Admissions and Matriculation Board (JAMB)
Period
2015–ongoing (AI facial-recognition checks intensified 2023–2026)
Keywords
exam integrity, biometric verification, facial recognition, higher-education admissions, fraud prevention

Description

El JAMB (Joint Admissions and Matriculation Board) administra el Examen Unificado de Acceso a la Universidad (UTME) de Nigeria y despliega verificación biométrica por huella dactilar y reconocimiento facial con IA en los centros de examen informatizados de todo el país, para impedir la suplantación de candidatos (los llamados exámenes por "mercenarios"), un problema de fraude arraigado desde hace tiempo. El JAMB registró 2.243.816 candidatos para el UTME de 2026, según múltiples fuentes periodísticas nigerianas independientes.

En 2023, unos 80.000 candidatos se vieron afectados por fallos en la verificación biométrica —incoherencias, fallos de reconocimiento y otros problemas—, lo que obligó al JAMB a realizar un examen de recuperación. Fallos similares volvieron a producirse en los exámenes de recuperación de 2025.

El registrador del JAMB, el profesor Is-haq Oloyede, describió públicamente cómo los defraudadores usan IA para fusionar los rostros de dos personas, de modo que el reconocimiento facial ya no distingue entre el candidato real y un impostor pagado. Señaló una anomalía reveladora: en 2025, 1.787 candidatos se declararon falsamente albinos —una afirmación sospechosa, ya que el número real de albinos nigerianos al año sería inferior a 250—, aparentemente para explotar umbrales más permisivos de reconocimiento facial.

Se trata, sobre todo, de un caso con evidencia mixta: el sistema opera a una escala nacional masiva, pero no ha eliminado el fraude y ha fallado repetidamente en verificar a candidatos genuinos, lo que ilustra la fragilidad operativa de la biometría con IA cuando se implementa a escala nacional sin una capacidad de gestión de errores equivalente.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Attachments

Similar practices you may find useful