Análisis estadístico detecta anomalías graves en resultados del examen de admisión virtual de la UNAM

Publicada: Autor:
Comparte

El examen de selección para ingresar a una licenciatura de la Universidad Nacional Autónoma de México (UNAM) correspondiente al ciclo 2026 fue el primero aplicado de manera virtual a gran escala. Después de que la Dirección General de Administración Escolar (DGAE) publicó los resultados, distintos analistas identificaron patrones atípicos en la distribución de aciertos frente a los procesos realizados entre 2021 y 2025.

Uno de los análisis más detallados e independientes que se están haciendo de forma paralela al estudio técnico designado por rectoría, es el elaborado por el matemático y actuario Arturo Erdély Ruiz, profesor de tiempo completo en la Facultad de Estudios Superiores (FES) Acatlán de la propia UNAM, doctor en Ciencias (Matemáticas) con especialidad en Estadística y Probabilidad e integrante del Sistema Nacional de Investigadores.

Erdély trabajó con los datos públicos de aciertos, que van de 0 a 120, difundidos por la DGAE. Al comparar los resultados, encontró que las distribuciones correspondientes a 2021-2025 mantenían una similitud considerable entre sí, mientras que la de 2026 presentaba un comportamiento marcadamente diferente.

Entre los principales cambios identificados destaca un incremento notable de puntuaciones altas y, en varias áreas, también una mayor presencia de resultados extremadamente bajos. Esto último incluye puntuaciones de cero, prácticamente ausentes en los periodos anteriores.

Un modelo estadístico para identificar el comportamiento atípico

Con el propósito de dimensionar el fenómeno, Erdély ajustó un modelo paramétrico basado en convoluciones de distribuciones beta-binomiales, una metodología suficientemente flexible para representar las asimetrías observadas en los resultados.

Como referencia del comportamiento considerado habitual, agrupó los datos históricos correspondientes a 2021-2025. Posteriormente, modeló los resultados de 2026 como una combinación de dos componentes: uno que conserva el patrón histórico y otro definido como “atípico”.

El caso de Médico Cirujano en Ciudad Universitaria, una de las licenciaturas con mayor demanda, ofrece uno de los ejemplos más detallados. De acuerdo con la estimación, aproximadamente 57.5 % de los sustentantes se ajustaba al comportamiento histórico, mientras que 42.5 % correspondía al componente atípico, cuya moda se ubicaba cerca de 111 aciertos.

A partir de la regla de Bayes, el análisis estimó que la probabilidad de que un aspirante admitido —es decir, con 117 aciertos o más, umbral de selección reportado— perteneciera al componente atípico era de aproximadamente 98.2 %.

El mismo procedimiento fue aplicado a otras licenciaturas:

  • Administración, de la Facultad de Contaduría y Administración: aproximadamente 50.2 % de comportamiento atípico, con una moda cercana a 99 aciertos. Para los aspirantes admitidos, con 108 aciertos o más, la probabilidad estimada de pertenecer al componente atípico fue de alrededor de 98.2 %.

  • Actuaría, de la Facultad de Ciencias: alrededor de 42.2 % atípico, con una mediana cercana a 106 aciertos. Para quienes alcanzaron 113 aciertos o más, la probabilidad estimada fue de aproximadamente 86.1 %.
  • Filosofía, de la Facultad de Filosofía y Letras: una proporción atípica menor, de aproximadamente 20 %, con una moda cercana a 95 aciertos. Entre los aspirantes con 89 aciertos o más, la probabilidad estimada de pertenecer a ese componente fue de alrededor de 54.4 %.

El patrón encontrado sugiere que, en las carreras de alta demanda, el componente atípico adquiere mayor peso y se concentra especialmente en los puntajes elevados que determinan la admisión. En áreas con menor presión de ingreso, el efecto resulta más moderado.

Además, Erdély documentó una “cola izquierda” anómala, es decir, un exceso de puntuaciones muy bajas, en las cuatro áreas de conocimiento.

El análisis no determina las causas de las anomalías

El propio autor advierte que su trabajo constituye un ejercicio exploratorio de modelización estadística. Por ello, sus resultados no permiten identificar a aspirantes concretos ni establecer por sí mismos la causa del comportamiento observado.

Entre las posibles explicaciones se encuentran eventuales irregularidades, diferencias en el nivel de preparación de los participantes, efectos asociados al formato virtual u otros factores. Sin embargo, el modelo no permite determinar cuál de ellos habría provocado las variaciones detectadas.

El resultado también depende de aspectos metodológicos como la elección del periodo de referencia, el modelo paramétrico empleado y el método de estimación. Por esa razón, los hallazgos deben interpretarse con cautela y contrastarse nuevamente cuando exista información más detallada.

A estos resultados se suman otros análisis realizados por especialistas y medios de comunicación. Entre los hallazgos complementarios se encuentra un aumento en la proporción de aspirantes con más de 100 aciertos: históricamente, ese grupo representaba alrededor de 8-9 %, mientras que en 2026 llegó a acercarse al 30 % en algunos análisis agregados.

También se ha señalado un incremento de puntajes perfectos en carreras como Medicina.

En este contexto, la UNAM informó que canceló alrededor del 2 % de los exámenes debido a conductas sospechosas detectadas mediante herramientas de vigilancia. Asimismo, el rector Leonardo Lomelí ordenó la creación de una comisión técnica para auditar los resultados considerados atípicos.

¿Qué ocurriría si se repitiera el examen de forma presencial?

Desde una perspectiva estrictamente estadística, Erdély planteó que, si la Universidad optara por una reposición presencial, no necesariamente tendría que convocar nuevamente a todos los participantes.

En el ejemplo correspondiente a Medicina en Ciudad Universitaria, el análisis señala que podría bastar con llamar a quienes obtuvieron 106 aciertos o más. Se trata de aproximadamente 2 mil 818 aspirantes de un total de 13 mil 668 sustentantes, equivalentes al 20.6 %.

De acuerdo con el modelo, dentro de ese grupo se concentra una elevada proporción de casos pertenecientes al componente atípico. Los participantes restantes que, dentro de ese mismo umbral, correspondieran al componente considerado “usual” podrían cubrir los lugares ofertados.


Comparte








Temas Clave