Integrar inteligencia artificial para vigilar un examen de admisión masivo no garantiza integridad si no se definen, desde el contrato, los criterios para medir si el sistema funciona. Esa es la conclusión central del informe final de la Comisión Técnica de Personas Expertas que analizó la crisis del proceso de selección universitario correspondiente al ciclo 2026-2027 en México.

El sistema contratado prometía supervisión "automatizada, continua y precisa", pero el documento revela que no se establecieron umbrales de coincidencia biométrica, tasas máximas de error aceptables, métricas de desempeño, validaciones independientes ni registro de las versiones de los modelos de IA utilizados. En la práctica, la ausencia de estos parámetros hace imposible distinguir si el sistema operó correctamente o si simplemente no generó alertas.

El problema de confundir ausencia de alertas con ausencia de irregularidades

La Comisión advierte explícitamente que la falta de alertas del sistema no puede interpretarse como evidencia de que no se presentaron irregularidades. La supervisión remota tiene limitaciones estructurales para controlar el uso de dispositivos secundarios fuera del campo de visión de la cámara, canales externos de comunicación, apoyo de terceros o la continuidad de identidad del sustentante durante interrupciones de conexión.

Esto expone una falla de diseño frecuente en la adopción acelerada de IA en procesos críticos: el sistema se organiza en capas —en este caso, cinco niveles que incluían alertas automatizadas, revisión humana en tiempo real y mesas de decisión institucional— pero ninguna de esas capas tenía la obligación contractual de detectar patrones estadísticos anómalos en el comportamiento global de los resultados. El sistema monitoreaba conductas individuales, no desviaciones sistémicas.

Gobernanza tecnológica ausente en la fase de planeación

El informe señala que en ningún momento de la planeación se involucró a las áreas especializadas en tecnologías de la información de la institución para verificar los requerimientos técnicos ni las soluciones ofrecidas por el proveedor. El diseño operativo se basó en los criterios de la administración escolar y en los mecanismos reportados por la empresa proveedora, sin validación interna independiente.

Este patrón representa un riesgo replicable en cualquier organización que adopte soluciones de IA sin integrar a sus equipos técnicos en la evaluación precontractual. La visita previa de personal institucional a un examen remoto de otra entidad que usaba la misma plataforma no sustituyó una auditoría técnica formal ni una revisión de los estándares de servicio.

Qué debe cambiar en los contratos de IA para procesos críticos

Las recomendaciones de la Comisión apuntan a un estándar mínimo que debería aplicarse en cualquier contratación de sistemas de vigilancia automatizada para procesos de alto impacto: niveles de servicio objetivos y medibles, mecanismos de notificación de incidentes de seguridad, y derechos explícitos de acceso institucional a los registros generados por los modelos de detección.

Más allá del caso específico, el análisis ilustra una tensión creciente en la adopción institucional de IA: la velocidad de implementación supera con frecuencia la capacidad de gobernanza. Cuando los contratos no especifican cómo se mide el desempeño de un sistema de IA, la responsabilidad sobre los fallos queda en un vacío legal y operativo que ninguna de las partes puede resolver después del hecho.