evidoria

← Voltar à navegação

Good practice

Verificação Biométrica e por Reconhecimento Facial com IA do JAMB para o Exame Nacional de Acesso ao Ensino Superior da Nigéria

Nigéria · Abuja · Ver o perfil de Nigéria

O JAMB, na Nigéria, usa reconhecimento facial por IA e biometria digital para verificar mais de 2,2 milhões de candidatos ao UTME por ano e impedir fraude por impersonação, mas falhas na verificação afetaram cerca de 80.000 candidatos em 2023, e fraudadores já usam fusão de rostos por IA para enganar o sistema.

Verificação Biométrica e por Reconhecimento Facial com IA do JAMB para o Exame Nacional de Acesso ao Ensino Superior da Nigéria

Detalhes

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

Descrição

O JAMB (Joint Admissions and Matriculation Board) administra o Exame Unificado de Acesso ao Ensino Superior (UTME) da Nigéria e implanta verificação biométrica por impressão digital e reconhecimento facial por IA nos centros de exame informatizados em todo o país, para impedir a impersonação de candidatos (os chamados exames por "mercenários"), um problema de fraude há muito enraizado. O JAMB registou 2.243.816 candidatos para o UTME de 2026, segundo múltiplas fontes noticiosas nigerianas independentes.

Em 2023, cerca de 80.000 candidatos foram afetados por falhas na verificação biométrica — incompatibilidades, falhas de reconhecimento e outros problemas — obrigando o JAMB a realizar um exame de recuperação ("mop-up"). Falhas semelhantes voltaram a ocorrer nos exames de recuperação de 2025.

O registador do JAMB, Prof. Is-haq Oloyede, descreveu publicamente como fraudadores usam IA para fundir os rostos de duas pessoas, de modo que o reconhecimento facial não distinga entre o candidato verdadeiro e um impostor pago. Chamou a atenção para uma anomalia reveladora: em 2025, 1.787 candidatos declararam-se falsamente albinos — uma alegação suspeita, já que o número real de nigerianos albinos por ano seria inferior a 250 — aparentemente para explorar limiares mais permissivos de verificação facial.

Trata-se, sobretudo, de um caso de evidência mista: o sistema opera à escala nacional massiva, mas não eliminou a fraude e falhou repetidamente na verificação de candidatos genuínos, ilustrando a fragilidade operacional da biometria por IA quando implementada à escala nacional sem capacidade de tratamento de erros à altura.

Implementação

Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis