En julio de 2026, por primera vez, la UNAM aplicó en línea el examen de selección a la licenciatura. Un cuantioso contrato con una empresa privada para operar la vigilancia algorítmica del proceso, el aumento anómalo de aciertos frente al promedio histórico y la posterior repetición presencial de la prueba para un tercio del padrón, que pudieron quedarse como un incidente técnico, dieron paso a un episodio que colocó en el centro del debate público una pregunta que la investigación educativa lleva décadas planteando: ¿un examen de admisión mide el mérito o es más bien un instrumento para administrar la desigualdad? Así, este dossier reúne reflexiones de integrantes del IISUE motivadas por esta coyuntura, a partir de un llamado del Observatorio, espacio académico de información, documentación y discusión que sigue el  pulso de la política sectorial en el actual sexenio, en diálogo con diversas comunidades de investigación educativa.

Que el episodio haya ocurrido en la UNAM, la institución de educación superior más importante del país, ya le confiere una enorme relevancia al tema. Y que por primera vez un proceso de admisión de esta escala incorporara inteligencia artificial generativa (IAG), sitúa a la coyuntura en el centro de una discusión que se tornó inaplazable sobre el lugar de esta tecnología en los espacios educativos. 

El primer eje notorio en las contribuciones es indagar qué otros factores, más allá de los conocimientos de las y los aspirantes, impactan en los resultados del examen. Con base en datos de investigaciones ya consolidadas en el campo, Daniel Cobos y Santiago Rodríguez muestran cómo el origen social, el género y el tipo de bachillerato de procedencia inciden en la asignación de carreras; los autores recuperan a Dubet (2011) para explicar por qué el orden meritocrático legitima esas desigualdades en lugar de corregirlas. Sebastián Plá llega a una conclusión afín por otra vía. La trampa en el examen nos dice, no es una anomalía de esta generación en particular, sino un rasgo consustancial a la lógica del examen mismo, y cualquier falla se atribuye siempre a quienes lo presentan y no al instrumento. Axel Didriksson retoma esa misma crítica para plantear que el examen es, en sus palabras, disfuncional y obsoleto, y propone explorar vías alternativas de evaluación que no dependan de una prueba única de opción múltiple.

Un segundo eje, menos comentado en la coyuntura mediática, es el del financiamiento. Alejandro Máquez sitúa el problema del examen dentro de una tensión estructural más amplia, la que existe entre la expansión sostenida de la matrícula de educación superior en México y en el mundo y un gasto público que no ha crecido a un ritmo equivalente, lo que produce procesos conocidos en la literatura especializada como “inclusión excluyente”. Didriksson coincide en que la escasez de lugares que la UNAM presenta como límite natural es, en realidad, resultado de decisiones presupuestales y de política pública que deben revisarse.

Un tercer eje, propio de esta antología, es el papel de la inteligencia artificial. Jonathan Girón analiza el tránsito de un régimen de vigilancia física a uno digital y advierte sobre la opacidad en los criterios con que operó el sistema de proctoring (supervisión remota mediante cámara y monitoreo automatizado), mientras reconoce como acierto la política de datos abiertos de la UNAM que permitió detectar la anomalía. Plá retoma el mismo episodio para señalar que la IA se incorpora como un instrumento más de reproducción de la exclusión educativa. Janneth Trejo amplía esta discusión hacia un problema de gobernanza tecnológica de fondo, enfatizando en la dependencia institucional de proveedores privados, el llamado lock-in (dependencia infraestructural), y la necesidad de que las universidades públicas decidan colegiadamente qué tecnologías adoptan y en qué condiciones, en lugar de adaptarse de manera reactiva a lo que ofrece el mercado. Gabriela Arévalo añade una pieza institucional concreta a esta discusión, la decisión de aplicar el examen con supervisión automatizada antecedió por un mes a la instalación del propio Consejo Coordinador de Inteligencia Artificial de la UNAM, y desde ahí cuestiona la narrativa que atribuyó las irregularidades a una supuesta propensión nacional al fraude, cuando se ha documentado como un rasgo recurrente de los exámenes remotos con supervisión por IA. 

Un cuarto eje, de índole político, recorre otras dos contribuciones, aunque con focos distintos. Miguel Alejandro González Ledesma recurre al modelo del bote de basura (garbage can model) de Cohen et al. (1972), y a un contraste con el Movimiento de las Cucarachas, en India, para preguntarse si lo ocurrido en 2026 alcanza a romper el ciclo ritual de protesta y explicación que ha permitido, año tras año, administrar el conflicto sin modificar sus causas estructurales; una reflexión que opera tanto a escala institucional como en el plano más amplio del sistema educativo. Girón, en cambio, sitúa el problema en un plano estrictamente institucional y quizá más urgente, al sostener que delegar el diseño, la vigilancia y los criterios de admisión a una plataforma privada implica que la universidad cede también una parte de su autonomía, esta vez no frente al Estado, sino frente a un proveedor tecnológico.

Lo que atraviesa el conjunto, más allá de las diferencias de énfasis, es la constatación compartida de que buena parte de lo sucedido en julio de 2026 no es para nada nuevo. Didriksson lo señala con claridad al abrir su texto, recordando que las causas del conflicto se documentan y analizan puntualmente cada ciclo sin que ello altere el proceso de admisión. La desigualdad en el acceso, la tensión entre expansión y financiamiento, y los límites del ideal meritocrático son objeto de investigación educativa desde hace varias décadas, y la gestión narrativa del conflicto ha sido, hasta ahora, eficaz para administrarlo sin resolverlo. Pero lo familiar del tema puede llevarnos también al engaño. Shoshana Zuboff (2019) advierte, a propósito de las tecnologías digitales, que solemos nombrar lo radicalmente nuevo con las categorías de lo viejo, como sucedió hace ya 130 años con la aparición del automóvil, al que se llamó durante un tiempo “carruaje sin caballos”. Y es que el recurso a lo conocido ayuda a hacer sentido de un fenómeno, pero corre el riesgo de oscurecer lo que carece de precedentes. En su conjunto, los escritos apuntan en esa dirección, en la medida que buena parte de ellos coinciden en que la irrupción de la inteligencia artificial y la cesión de funciones sustantivas a un proveedor privado introdujeron algo inédito en la prueba de selección: una opacidad algorítmica y un riesgo para la autonomía universitaria que los marcos con los que hasta ahora se ha explicado el conflicto no estaban diseñados para afrontar. El debate sigue abierto.

En esta coyuntura, la Universidad está llamada a reconocer los errores cometidos durante el proceso y a implementar soluciones duraderas en el marco de su propia autonomía. El reconocimiento de las falencias por parte de la administración de la UNAM es alentador en ese sentido, pues sugiere una disposición institucional que, de sostenerse, podría trascender la coyuntura y abrir paso a una revisión de fondo del propio proceso de admisión.

Referencias

Dubet, François (2011), Repensar la justicia social. Contra el mito de la igualdad de oportunidades, Buenos Aires, Siglo XXI Editores.

Cohen, Michael et al., (1972), “A garbage can model of organizational choice”,
Administrative Science Quarterly, vol. 17, núm. 1, pp. 1–25, https://doi.org/10.2307/2392088,
consultado el 19 de agosto, 2026.

Zuboff, Shoshana (2019), The age of surveillance capitalism: The fight for a human future at the newfrontier of power, Nueva York, PublicAffairs, https://www.hbs.edu/faculty/Pages/item.aspx?
num=56791, consultado el 19 de agosto, 2026