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

O JAMB administra o Exame Unificado de Admissão ao Ensino Superior da Nigéria (UTME), um teste realizado em computador feito por bem mais de um milhão de candidatos por ano, que utiliza verificação por impressão digital e reconhecimento facial desde cerca de 2015. Em 2025, na sequência de um escândalo de fraude e falhas técnicas, o JAMB convocou uma Comissão Especial sobre Infrações no Exame, presidida pelo Prof./Dr. Jake Epelle, para investigar falhas sistémicas de integridade no ciclo do UTME desse ano.

A comissão documentou mais de 6.000 casos de fraude com recurso a tecnologia, incluindo 4.251 casos de 'finger-blending' (manipulação deliberada de impressões digitais), 190 casos de fusão de imagens geradas 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 o cancelamento dos resultados de 6.319 candidatos e descreveu a fraude como 'altamente organizada, orientada pela tecnologia e culturalmente normalizada.'

Em vez de demonstrar uma solução de IA funcional, este caso documenta a utilização da IA como arma contra um sistema de integridade já existente. A comissão recomendou que o JAMB implementasse, no futuro, deteção de anomalias biométricas assistida por IA, monitorização em tempo real e um Centro Nacional de Operações de Segurança de Exames, o que sugere que ainda não existiam contramedidas robustas baseadas em IA. É incluído como um caso cautelar honesto e bem documentado, e não como uma história de sucesso.