Incorporar inteligencia artificial para supervisar procesos masivos de selección no garantiza la integridad del proceso si los contratos no definen, desde el inicio, criterios medibles de desempeño. Esta es la conclusión central de un informe técnico que analizó la crisis del proceso de admisión universitaria para el ciclo 2026-2027 en México, elaborado por un grupo de expertos independientes.

El análisis identifica lagunas contractuales y operativas que emergen cuando se implementa IA sin fijar métricas de rendimiento ni validaciones especializadas. Aunque el sistema contratado prometía supervisión automatizada, continua y precisa, el informe revela que no se establecieron umbrales para la coincidencia biométrica, tasas de error aceptables ni registros de las versiones de los modelos utilizados. Esta ausencia de parámetros hace imposible determinar si el sistema funcionó correctamente o si simplemente no generó alertas.

El problema de confundir silencio con certeza

Uno de los hallazgos más críticos es la confusión entre ausencia de alertas e inexistencia de irregularidades. La comisión revisora subraya que la falta de notificaciones no puede interpretarse como evidencia de que no ocurrieron anomalías. La supervisión remota presenta limitaciones estructurales que impiden controlar el uso de dispositivos secundarios, canales de comunicación externos o la continuidad de la identidad del sustentante durante interrupciones de conexión.

Este escenario expone un defecto de diseño frecuente en la adopción acelerada de IA: el sistema operaba en múltiples capas —cinco niveles que incluían alertas automatizadas, revisión humana en tiempo real y mesas de decisión institucional— pero ninguna de esas capas estaba obligada contractualmente a detectar patrones anómalos en el comportamiento global de los resultados. El foco estaba puesto exclusivamente en conductas individuales, dejando sin vigilancia las desviaciones estadísticas del conjunto.

Gobernanza ausente en la fase de planeación

La falta de participación de áreas técnicas especializadas durante la planeación agrava el problema. Según el informe, en ninguna etapa se involucró a los equipos de tecnologías de la información de la institución para verificar los requisitos técnicos ni las soluciones propuestas por el proveedor. El diseño operativo se construyó sobre criterios administrativos y sobre los mecanismos reportados por la empresa contratada, 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. Una visita previa a un examen remoto de otra entidad que usaba la misma plataforma no sustituye una auditoría técnica formal ni una revisión de estándares de servicio.

Estándares mínimos para contratar IA en procesos críticos

Las recomendaciones del informe apuntan a un estándar que debería aplicarse en cualquier contratación de sistemas de vigilancia automatizada para procesos de alto impacto. Esto incluye 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 analizado, el estudio 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 medirá el desempeño de un sistema de inteligencia artificial, la responsabilidad por los fallos queda en un vacío legal y operativo que resulta difícil de resolver para ambas partes. Definir esas métricas antes de firmar no es un detalle técnico: es la condición mínima para que la tecnología cumpla lo que promete.