El examen ha sido, tradicionalmente, un instrumento de selección para acceder a la educación superior. En ese sentido, es una forma de medición, que en última instancia separa, discrimina y categoriza (Medeles Hernández y Vera, 2025). En tanto instrumento de medición, puede considerarse como una tecnología que filtra y ordena el ingreso de aspirantes a la educación superior.

En la UNAM, el proceso de selección para entrar a licenciatura se había realizado de forma presencial hasta 2025. Este año, la prueba pasó a la modalidad en línea pues, a decir de las autoridades universitarias, esto daría oportunidad a ser presentado por un mayor número de personas que residen fuera de la Ciudad de México (UNAM-DGCS, 2026). Sin embargo, la inclusión es aparente dados los requisitos del examen y las desigualdades económicas y tecnológicas en nuestro país. Según la Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (INEGI, 2025) sólo 44.7% de las viviendas cuentan con una computadora en casa. Pese a ello, las desigualdades digitales no se agotan en la disponibilidad de equipo como veremos adelante.

Como ya es de conocimiento público, el 16 de julio la UNAM publicó los resultados y los datos de su examen de admisión, un instrumento de opción múltiple de 120 reactivos. Rápidamente, un par de cuentas en redes sociales hicieron evidentes patrones atípicos en la cantidad de aciertos, para ciertas licenciaturas, pues contrastaban con los datos prácticamente estables en los últimos cinco años, de 2021 a 2025. El análisis y las gráficas resultantes mostraban un corrimiento a la derecha en la curva, es decir hubo muchas más personas sacando puntajes altos que en años anteriores: “quienes lograron 110 o más aciertos pasaron de 0.9% a 5.5%, un incremento cercano a seis veces” (Forbes México, 2026). Las razones se atribuyeron al uso de Inteligencia Artificial para responder y de otros apoyos externos como la suplantación de identidad, en el marco de una modalidad que empleaba seguridad digital remota.

Hasta 2025, la Convocatoria obligaba a “verificar, sin excepción alguna y en cualquier momento, la identidad de las personas aspirantes… así como la validez de los documentos entregados” (UNAM-DGAE, 2025a) y contemplaba un programa de revisión física en el recinto a través de detector de metales y exclusión de mochilas y dispositivos electrónicos. En 2026, ese régimen fue reemplazado por un esquema que monitoreaba la cámara, el micrófono y el uso del teclado, el navegador seguro LockDown Browser, que no permite abrir otras aplicaciones o páginas web, y el uso de inteligencia artificial para generar alertas durante las tres horas de aplicación (Proceso, 2026). El Instructivo especificó que entre las conductas sancionadas estarían salir del campo de visión de la cámara sin autorización o bloquear la cámara o el micrófono (UNAM-DGAE, 2025b). Este cambio de modalidad implicó sustituir un régimen de seguridad física por uno digital.  

Después del evidente fallo, el 6 de agosto de 2026, la UNAM anunció la terminación anticipada del contrato con Territorium Life SAPI de CV, a quien había entregado la operación técnica de éste. Al día de hoy, la Universidad ha ofrecido una disculpa pública, ha iniciado la aplicación del examen de control presencial y ha anunciado dos auditorías: una tecnológica y otra sobre la contratación del servicio.

Vigilancia algorítmica, datos y autonomía técnica

La entrega del control técnico a una empresa implica desconocer cómo operó internamente la IA, qué criterios ponderó, con qué umbrales generaba alertas o si existió alguna auditoría técnica independiente de su funcionamiento previa a su implementación. Tampoco sabemos cuántas personas de la propia DGAE integraron la capa final de la decisión y cómo operaron.

En este sentido, el examen aplicado en línea, en tanto que instrumento técnico deja algunas preocupaciones sobre vigilancia, ética y gobernanza algorítmica, si bien, a la par, presenta aciertos sobre protección de datos y política de datos abiertos.

Bajo el término de vigilancia algorítmica¹podemos situar el monitoreo automatizado mediante IA con el objeto de analizar los patrones de comportamiento. También la supervisión de exámenes en formato digital, que se conoce como e-proctoring y se basa en cuestiones como verificación de identidad, vigilancia audiovisual y control del entorno informático. En esta modalidad se han documentado formas de desigualdad, más allá del acceso a una computadora, como el aumento de ansiedad y estrés durante la evaluación remota asociados a la falta de familiaridad con el software utilizado o las carencias generales en el manejo de tecnología. A esto se suma, como evidencian estudios, que los sistemas de verificación facial no operan de manera uniforme entre la población, pues existe una tasa de error alrededor de los rostros de piel oscura y de mujeres, debido a que el sistema no logra captarlos adecuadamente para la autentificarlos. Se ha señalado, además, que estos sistemas de vigilancia con IA pueden afectar de forma particular a estudiantes neurodivergentes, cuyos patrones de comportamiento pueden ser leídos por el algoritmo como conducta sospechosa sin serlo (Flores Zavaleta, 2024).

Así, la vigilancia algorítmica en la aplicación del examen nos presenta cuando menos la siguiente pregunta: ¿con qué datos fueron entrenados estos algoritmos? ¿Se utilizaron datos generados en México o de contextos ajenos? Este riesgo ha sido nombrado en la literatura como “colonización algorítmica” (Torres Gasteú, Cáceres Troche y Lagunes Domínguez, 2025) y se refiere a la posibilidad de que modelos, estándares tecnológicos y métricas importadas reproduzcan patrones de exclusión o marginación si no se adaptan, primero, a la realidad latinoamericana. Estos sesgos son importantes de ser tomados en cuenta para entender cómo opera la desigualdad a partir de modelos entrenados fuera de nuestros contextos y la forma en que, además, podría intensificar su función como filtro social.

En segundo lugar, se encuentra el tema de la gobernanza algorítmica. Si bien, en el caso mexicano no tenemos un marco regulatorio establecido en materia de inteligencia artificial,² sí existen recomendaciones internacionales y nacionales, como la “Recomendación sobre la ética de la inteligencia artificial” de la UNESCO (2021) y los “Principios de Chapultepec. Declaración de ética y buenas prácticas para el uso y desarrollo de la Inteligencia Artificial” de la Secihti (2026).

Hasta donde sabemos, hubo opacidad sobre cómo operaron los algoritmos durante el examen, de inicio, porque “la plataforma está protegida bajo derechos de autor y es propiedad intelectual exclusiva de Territorium Life, lo que ‘permite asegurar que cada desarrollo, funcionalidad y avance tecnológico dentro de la plataforma es único y original’” (Martínez, 2026). Queda la duda si la UNAM contaba con el conocimiento técnico sobre el funcionamiento de dicha tecnología. Es un tema sobre el cual la Universidad debe informar con mayor detalle.

Esta opacidad no es un detalle menor, tanto la recomendación de la UNESCO, como los Principios de Chapultepec del gobierno mexicano coinciden en un mismo punto: “si una decisión no puede explicarse, no debe automatizarse” (Secihti, 2026). No hay evidencia pública de que se haya seguido este principio ni una evaluación de impacto ético en el diseño del examen 2026 previo a su implementación. Así, queda abierta la pregunta de fondo ¿Tuvo autonomía técnica la Universidad sobre la implementación del examen o esta facultad fue delegada a la empresa proveedora? No lo sabemos. 

Por último, encontramos el tema de la ética de datos. En este sentido, existen dos aciertos por parte de la Universidad. El primero, su política de acceso abierto y la publicación de los datos de los resultados, que permitieron el escrutinio público del examen, si bien esto destapó el escándalo. Ejemplo de que tanto el acceso abierto como la ciencia abierta, además de cumplir con el mandato de transparencia y rendición de cuentas, son mecanismos de autoevaluación y mejora institucional. Por otra parte, sí se ha cumplido, por lo que sabemos de la filtración del contrato, con la protección de datos de los aspirantes. Según la décimo primera cláusula, al término del servicio, Territorium Life debe eliminar de sus bases de datos y cualquier medio de almacenamiento todo rastro de la información recabada, usando una herramienta de borrado seguro aprobada por la UNAM, en presencia del Subdirector de Diseño de Proyectos de la DGAE, con levantamiento de un Acta de Hechos.³

En resumen, en cuanto al proceso tecnológico detrás del examen de admisión la UNAM tuvo luces y sombras: fue transparente en los datos del proceso y a través de los resultados desagregados pudo detectarse una variación anómala, y tuvo el acierto ético, a través de un compromiso contractual, de proteger la base de datos de los aspirantes; por otra parte, fue opaca en declarar cómo se realizó el diseño y ejecución del examen, pues a la fecha no sabemos los criterios del algoritmo, el conocimiento técnico real sobre su operación y la composición exacta de quiénes tomaron las decisiones finales. Es una asimetría que sólo permite observar los resultados sin la posibilidad de que la comunidad pueda revisar el flujo técnico que los produjo. 

A manera de cierre

En la medida que el proceso de ingreso a educación superior es un proceso sustantivo de la Universidad, este caso pone sobre la palestra su propia autonomía, ahora, frente a un proveedor privado. Delegar el diseño, la vigilancia y los criterios de admisión a una plataforma privada es ceder una parte de dicha autonomía.

Entender el examen como instrumento tecnológico pone de manifiesto cómo se entrelazan algoritmos y decisiones humanas. Por una parte, los algoritmos que deciden qué es sospechoso y, por otra, las personas que tomaron decisiones y las implementaron. Cada uno de esos actores, humanos o no, hacen algo, deciden algo, vigilan algo, con implicaciones éticas y políticas. Comprender y discutir el uso de la inteligencia artificial y su implementación en la educación superior es fundamental para que la Universidad cumpla sus fines. Eso exige, cuando menos, que la auditoría técnica anunciada se traduzca en criterios verificables y públicos sobre cómo decidió el algoritmo y no sólo la constancia de que fue revisado. 

Referencias

Cáceres Troche, Derlis, Patricia Lagunes Domínguez y Carlos Arturo Torres Gastelú (2025), “Privacidad y vigilancia algorítmica en universidades latinoamericanas” en Carlos Arturo Torres Gastelú, Patricia Lagunes Domínguez y Agustín Lagunes Domínguez (eds.), Uso, regulación y retos de la inteligencia  artificial en la educación superior, Comunidad Internacional para el Avance de la Tecnología en el Aprendizaje (CIATA), https://zenodo.org/records/18007609, consultado el 11 de agosto, 2026.

Flores Zavaleta, Cecilia Esperanza (2024), “Revisión sistemática de la literatura sobre las tecnologías de e-proctoring para la supervisión de exámenes en educación superior: Entre la innovación y el daño”, Perfiles Educativos, pp. 90-110, https://doi.org/10.22201/iisue.24486167e.2024.185.61323, consultado el 11 de agosto, 2026.

Forbes México (2026), “De la duda a la verificación: la UNAM examinará a postulantes admitidos”, Forbes México, https://forbes.com.mx/de-la-duda-a-la-verificacion-la-unam-examinara-a-postulantes-admitidos/, consultado el 10 de agosto, 2026.

INEGI (2025), Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (ENDUTI). Síntesis metodológica, https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=889463930877, consultado el 10 de agosto, 2026.

Martínez, Marco Antonio (2026), “La UNAM dio contratos a Territorium Life sin licitación por su experiencia en exámenes de admisión”, La Silla Rota, https://lasillarota.com/nacion/2026/8/1/la-unam-dio-contratos-territorium-life-sin-licitacion-por-su-experiencia-en-examenes-de-admision-522980.html, consultado el 31 de julio, 2026.

Proceso (2026), “Examen presencial de la UNAM para licenciatura: quiénes lo presentarán y qué se sabe hasta ahora”, https://www.proceso.com.mx/nacional/2026/8/1/examen-presencial-de-la-unam-para-licenciatura-quienes-lo-presentaran-y-que-se-sabe-hasta-ahora-377210.html, consultado el 11 de agosto, 2026.

Secihti (2026), “Principios de Chapultepec. Declaración de ética y buenas prácticas para el uso y desarrollo de la Inteligencia Artificial”, https://secihti.mx/wp-content/uploads/2026/02/Principios_Chapultepec.pdf, consultado el 11 de agosto, 2026.

UNAM-DGAE (2025a), “Convocatoria Licenciatura UNAM”, https://escolar1.unam.mx/Licenciatura2025/convocatoria_licenciatura2025.pdf, consultado el 11 de agosto, 2026.

UNAM-DGAE (2025b), “Convocatoria Requisitos y Condiciones”, https://repositorio.dgae.unam.mx/Noviembre2025/convocatoria_noviembre2025.pdf, consultado el 11 de agosto, 2026.

UNAM-DGCS (2026), “La UNAM publica mañana resultados y dará la bienvenida a más de 50 mil alumnas y alumnos de nuevo ingreso”, https://www.dgcs.unam.mx/boletin/bdboletin/2026_413.html, consultado el 11 de agosto, 2026.

UNESCO (2021), “Recomendaciones sobre la ética de la inteligencia artificial”, https://unesdoc.unesco.org/ark:/48223/pf0000380455_spa, consultado el 11 de agosto, 2026.

Medeles, Ana María y Héctor Vera (coords.) (2025), El orden de los números. Historia y sociología de la estadística y la cuantificación, México, UNAM, en acceso abierto, https://www.iisue.unam.mx/publicaciones/descargas/el-orden-de-los-numeros-historia-y-sociologia-de-la-estadistica-y-la-cuantificacion.pdf

Notas

1. El concepto de vigilancia algorítmica se ha desarrollado, sobre todo, para analizar a Estados y grandes empresas tecnológicas. La creciente presencia de la IA en educación superior, como en este caso, exige mayor reflexión técnica en ámbitos poco explorados (Cáceres Troche et al., 2025). ↩︎
2. En México se han impulsado diversas iniciativas en este sentido. Actualmente se discute la Ley Federal para el Desarrollo Ético, Soberano e Inclusivo de la Inteligencia Artificial presentada en la Cámara de Diputados. ↩︎
3. Esta obligación contractual todavía está pendiente de verificarse. Originalmente el contrato corría hasta diciembre de 2026. ↩︎

Citación en estilo IISUE:
Girón Palau, Jonathan (2026),”Tecnología, vigilancia y autonomía universitaria: el examen de admisión de la UNAM”, Dossier Proceso de admisión a la UNAM 2026, Observatorio de Políticas Educativas IISUE-UNAM, https://doi.org/10.22201/iisue.001r.2026