Ir al contenido 
Durante décadas, el examen tradicional fue el gran árbitro del mérito académico. Unas preguntas, unas horas y una calificación bastaban para decidir quién ingresaba a una universidad, quién aprobaba una materia o quién era considerado “capaz”. Sin embargo, ese modelo enfrenta hoy su mayor crisis.
La reciente polémica en torno al examen de admisión de la UNAM no solo revivió el debate sobre la equidad y la transparencia de estas pruebas, sino que también planteó la cuestión de si tiene sentido seguir utilizando un instrumento diseñado en el siglo VII, en una realidad completamente distinta. Pues al día de hoy, cualquier estudiante puede resolver problemas complejos, redactar ensayos o programar con el apoyo de herramientas de IA. De manera que, prohibirlas durante un examen puede parecer una solución, pero equivale a ignorar una tecnología que ya transformó la manera en que aprendemos y trabajamos.
Universidades como el Massachusetts Institute of Technology, la Universidad de Stanford y la Universidad Nacional de Singapur ya comenzaron a asumir esta realidad y se han replanteando sus sistemas de evaluación para privilegiar el pensamiento crítico, la creatividad, la capacidad de argumentar y la resolución de problemas reales sobre la simple memorización y dinámicas de pregunta-respuesta porque ahora la prioridad dejó de ser cuánto recuerda un estudiante y pasó a ser qué puede hacer con el conocimiento que tiene.
En algunas disciplinas como medicina, ingeniería o derecho los exámenes suelen ser necesarios para comprobar conocimientos fundamentales. Sin embargo, resulta cada vez más difícil justificar que el futuro académico de una persona dependa exclusivamente de una hoja de respuestas pues un mal día, el estrés, las condiciones personales o incluso el formato de la prueba pueden pesar más que el esfuerzo y saberes que posea el estudiante.
Las alternativas existen y llevan tiempo demostrando su valor. Las entrevistas, por ejemplo, permiten conocer la motivación, la capacidad de comunicación y el potencial de los aspirantes. Los proyectos muestran cómo aplicar el conocimiento para resolver problemas concretos. Los portafolios evidencian una trayectoria y un proceso de aprendizaje, no solo un resultado aislado. Los exámenes orales obligan a argumentar, defender ideas y demostrar comprensión profunda y dominio de un tema, algo mucho más difícil de simular o improvisar.
Por supuesto, ninguno de estos métodos es perfecto. Las entrevistas pueden ser subjetivas; los portafolios favorecen a quienes tuvieron mayores oportunidades de practicar; los proyectos requieren más tiempo y recursos para llevarse a cabo. Pero precisamente ahí está la respuesta: no se trata de sustituir un único mecanismo por otro, sino de combinar distintos instrumentos que ofrezcan una visión más completa del estudiante.
Y a inteligencia artificial también puede convertirse en una aliada de esta transformación pues las universidades podrían diseñar evaluaciones donde emplearla sea parte del reto y donde desafío ya no sea demostrar que una persona puede responder sin ayuda, sino comprobar que sabe formular buenas preguntas, verificar información, detectar errores y tomar decisiones responsables al utilizar la Inteligencia Artificial.
El debate no es únicamente sobre un examen, sino sobre el modelo educativo que queremos construir. Pues si el objetivo de la universidad es formar personas capaces de enfrentar problemas complejos, entonces la evaluación también debe evolucionar para que de esa manera, se desarrollen modelos más flexibles que se enfoquen en las habilidades y el desempeño de los estudiantes en lugar de en los resultados de pruebas estandarizadas.
De manera que, el examen tradicional no ha muerto del todo, pero, si pretende seguir siendo el único medidor del talento y futuro de millones de estudiantes, definitivamente sus días están contados.
Fuente:
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
Massachusetts Institute of Technology. (2025). MIT Task Force on the Responsible Use of AI for Teaching and Learning: Final report. Massachusetts Institute of Technology. https://ai.mit.edu/task-force/
Universidad Nacional Autónoma de México. (2025). Convocatoria y proceso de ingreso a licenciatura 2025–2026. Universidad Nacional Autónoma de México. https://www.dgae.unam.mx/
