evidoria

← Back to browse

Good practice

Vérification biométrique et par reconnaissance faciale IA du JAMB pour l'examen national d'entrée à l'université au Nigeria

Nigeria · Abuja · See the Nigeria profile

Le JAMB, au Nigeria, utilise la reconnaissance faciale par IA et la biométrie pour vérifier plus de 2,2 millions de candidats à l'UTME chaque année et empêcher la fraude par usurpation d'identité, mais des défaillances ont touché environ 80 000 candidats en 2023, et des fraudeurs utilisent désormais la fusion de visages par IA pour tromper le système.

Vérification biométrique et par reconnaissance faciale IA du JAMB pour l'examen national d'entrée à l'université au 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

Le JAMB (Joint Admissions and Matriculation Board) administre l'examen unifié d'entrée à l'université (UTME) du Nigeria et déploie une vérification biométrique par empreintes digitales et reconnaissance faciale par IA dans les centres d'examen informatisés du pays entier, afin d'empêcher l'usurpation d'identité des candidats (les examens dits « mercenaires »), un problème de fraude de longue date. Le JAMB a enregistré 2 243 816 candidats pour l'UTME 2026, selon plusieurs sources de presse nigérianes indépendantes.

En 2023, environ 80 000 candidats ont été touchés par des défaillances de la vérification biométrique — incohérences, échecs de reconnaissance et autres problèmes —, contraignant le JAMB à organiser un examen de rattrapage. Des défaillances similaires sont réapparues lors des examens de rattrapage de 2025.

Le registraire du JAMB, le Pr Is-haq Oloyede, a publiquement décrit comment des fraudeurs utilisent l'IA pour fusionner les visages de deux personnes, afin que la reconnaissance faciale ne distingue plus le véritable candidat d'un imposteur rémunéré. Il a signalé une anomalie révélatrice : en 2025, 1 787 candidats se sont déclarés faussement albinos — une allégation suspecte, le nombre réel de Nigérians albinos par an étant inférieur à 250 — apparemment pour exploiter des seuils de reconnaissance faciale plus permissifs.

Il s'agit avant tout d'un cas aux preuves mitigées : le système fonctionne à une échelle nationale massive, mais n'a pas éliminé la fraude et a échoué à plusieurs reprises à vérifier des candidats authentiques, illustrant la fragilité opérationnelle de la biométrie par IA déployée à l'échelle nationale sans capacité de gestion des erreurs à la hauteur.

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