Cerca de 58.000 aspirantes han sido convocados a un nuevo examen de control tras las irregularidades detectadas en el proceso de admisión digital de 2026. CLET advierte de que todavía no existe evidencia suficiente para atribuir lo ocurrido a una tecnología, proveedor o actor determinado
La digitalización de procesos críticos promete mayor eficiencia, capacidad de gestión y automatización, pero también plantea una pregunta cada vez más relevante: ¿qué ocurre cuando un sistema tecnológico participa en una decisión que afecta directamente a la vida de miles de personas y sus resultados dejan de ser fiables?
El proceso de admisión de la Universidad Nacional Autónoma de México (UNAM) de 2026 ha convertido esa cuestión en un caso real.
Tras detectar anomalías en los resultados de los exámenes realizados de forma digital, la universidad decidió convocar a cerca de 58.000 aspirantes a un nuevo examen de control presencial. La medida busca determinar qué candidatos cumplen realmente los requisitos de acceso y recuperar la confianza en un proceso cuyos resultados originales dejaron de considerarse suficientes para adoptar determinadas decisiones de admisión.
El caso ha llevado al Consejo Latinoamericano de Ética en Tecnología (CLET) a analizar las implicaciones que este tipo de incidentes tienen para la gobernanza de los sistemas tecnológicos utilizados en procesos de alto impacto social.
Un nuevo examen puede corregir el resultado, pero no explicar qué ocurrió
El informe elaborado por el Observatorio de Incidencias e Impactos Humanos de la IA y Tecnologías Emergentes de CLET parte de una distinción fundamental.
La celebración de un nuevo examen puede servir para recuperar la certeza sobre los resultados y garantizar mayor equidad entre los candidatos, pero no responde automáticamente a las preguntas que deja el proceso anterior.
¿Qué ocurrió? ¿Cómo fue posible? ¿Qué controles fallaron? ¿Quién podía intervenir en el sistema? ¿Qué alertas fueron detectadas antes de publicar los resultados?
Para CLET, la evidencia pública disponible todavía no permite reconstruir suficientemente toda esa cadena.
El informe identifica una brecha de trazabilidad sobre aspectos como la validación de las capacidades tecnológicas, la supervisión de la operación, las alertas detectadas durante el proceso y las evidencias utilizadas para autorizar finalmente la publicación de los resultados.
La IA no puede convertirse automáticamente en culpable
Uno de los aspectos más relevantes del análisis es precisamente aquello que CLET evita afirmar.
El organismo considera que actualmente no existe evidencia pública suficiente para responsabilizar definitivamente a una tecnología concreta, a la inteligencia artificial, al proveedor tecnológico, a las autoridades universitarias o a los propios aspirantes.
Las posibles causas tecnológicas, operativas, humanas o una combinación de ellas deberán ser determinadas mediante las investigaciones correspondientes.
Este punto resulta especialmente relevante en un momento en el que la inteligencia artificial comienza a integrarse en numerosos procesos educativos, empresariales y administrativos.
La presencia de tecnología avanzada en un sistema no significa necesariamente que esa tecnología sea responsable de una anomalía.
«La tecnología no debe ser culpada ni exculpada sin evidencia concluyente«, señala Víctor Vega Reyes, investigador responsable del análisis de CLET.
La cuestión fundamental pasa entonces de identificar rápidamente un culpable a determinar si existían mecanismos suficientes para reconstruir lo ocurrido.
Cuando una decisión digital afecta a miles de personas
El caso de la UNAM trasciende el funcionamiento de una plataforma tecnológica.
Una decisión relacionada con el acceso a la universidad puede condicionar directamente el futuro académico y profesional de una persona. Cuando esa decisión depende total o parcialmente de sistemas digitales, la exigencia de transparencia aumenta considerablemente.
Para CLET, los sistemas utilizados en este tipo de procesos deberían poder ser auditados, explicados y defendidos públicamente.
No basta, por tanto, con que una plataforma funcione técnicamente. Las instituciones necesitan saber cómo se producen las decisiones, qué controles existen, quién tiene capacidad para intervenir y qué mecanismos permiten detectar y corregir anomalías.
«La misión de CLET es analizar evidencia, documentar impactos, identificar riesgos y formular recomendaciones que contribuyan a una cultura de innovación responsable«, explica Claudia Jiménez, presidenta del Consejo Latinoamericano de Ética en Tecnología.
El objetivo, añade, no es sustituir las investigaciones ni establecer culpabilidades, sino identificar las preguntas que todavía permanecen abiertas y extraer aprendizajes que permitan reforzar la confianza en las tecnologías emergentes.
De la transparencia a la trazabilidad
La expansión de la inteligencia artificial y de los sistemas automatizados está trasladando el debate tecnológico desde las capacidades de estas herramientas hacia su gobernanza.
La cuestión ya no consiste únicamente en determinar qué puede hacer un algoritmo, sino en establecer qué controles deben existir cuando participa en decisiones relevantes.
Conceptos como trazabilidad, auditabilidad, supervisión humana y responsabilidad adquieren así una importancia creciente.
Un sistema suficientemente trazable debería permitir reconstruir las diferentes etapas de una operación, identificar qué actores intervinieron, conocer qué información se utilizó y determinar qué controles se activaron antes de adoptar una decisión.
Cuando esa información no existe o no puede recuperarse, determinar responsabilidades después de una anomalía se vuelve considerablemente más complejo.
Una lección que va más allá de la universidad
El caso de la UNAM llega en un momento especialmente sensible para la adopción de inteligencia artificial y tecnologías emergentes.
Administraciones públicas, universidades, bancos, aseguradoras y empresas están incorporando sistemas digitales capaces de intervenir en decisiones que afectan directamente a ciudadanos y clientes.
Cuanto mayor sea el impacto de esas decisiones, mayor será también la necesidad de demostrar cómo se alcanzaron.
La experiencia de la UNAM muestra que digitalizar un proceso no elimina la necesidad de confianza, sino que modifica la forma de construirla.
En los sistemas tradicionales, esa confianza descansaba fundamentalmente en procedimientos, instituciones y personas. En una economía cada vez más automatizada deberá apoyarse también en registros verificables, auditorías tecnológicas, mecanismos de supervisión y reglas claras sobre responsabilidad.
La gran pregunta que deja este caso no es, por tanto, si la tecnología debe utilizarse para modernizar procesos críticos.
El verdadero desafío será garantizar que, cuando algo falle, podamos reconstruir qué ocurrió, por qué ocurrió y quién tenía la responsabilidad de evitarlo.