Behavioral Economics
Nota: el examen de admisión 2026 a la UNAM tuvo 120 reactivos, pero para simplificar su análisis vamos a considerar la tradicional escala del 0 al 100. Además, en vez de trabajar con medias, vamos a considerar medianas: la mitad de las calificaciones están por debajo de la mediana, y el resto por arriba.
Al momento de escribir este artículo, estudiantes y maestros en la Ciudad de México estamos regresando a las escuelas, después de que la cancelación del primer examen de admisión 2026 a la UNAM, aplicado en junio, fuera una gran noticia en el medio universitario todo el verano. Cuando abordamos este incidente en esta columna por primera vez hace dos semanas (en el artículo “UNAM shakespeariana: castigar o no castigar el uso de GPT, he ahí el dilema”), justo se estaba aplicando un segundo examen. Hoy, además de que los nuevos estudiantes UNAMitas ya llegaron a sus nuevos salones de clases, después de un retraso de tres semanas, ya contamos con algunos datos que nos permiten ver mejor qué paso.
Recapitulando, este 2026por primera vezel examen de admisión a las licenciaturas de la UNAM fue virtual, y la calificación mediana se disparó de manera claramente atípica de 43 a 79 entre 2025 y 2026.Originalmente se había planeado una oferta de 16,000 admisiones, pero inicialmente terminaron admitiendo a 18,500 de los 53,000 candidatos, 13 con puntaje perfecto. Como contamos arriba, esta prueba terminó cancelándose a favor de una presencial. Mejor vigilados, el 96% de los puntajes cayeron, y la calificación mediana se desplomó a 49, perfectamente en línea con el 43 de 2025, para una admisión definitiva de 18,200. Aunque ya no hubo ningún puntaje perfecto, 3 alcanzaron 99 (solo un error).
De los 53,000 candidatos originales, sólo 34,000 (65%) se presentaron al presencial. De los 18,500 admitidos inicialmente, sólo la mitad refrendaron su admisión:3,600 no se presentaron al presencial (su calificación mediana había sido 78, por cierto);5,000 sí, pero ya no fueron admitidos; y 9,900 lo tomaron y volvieron a ser admitidos. Los puntajes requeridos para ser admitidos (“cortes”) cayeron en 180 de las 210 carreras, en 10 permanecieron sin cambios, y en 20 subieron.
Para las 10 carreras donde el corte cayó más, la caída fue de 40, de 84 a 45: prácticamente se desplomó a la mitad. 6 de éstas estaban relacionadas con la salud: enfermería (en 4 escuelas), nutriología, y optometría.
Las 10 carreras más competidas para entrar fueron derecho (2 escuelas), médico (2 escuelas), dentista (2 escuelas), administración, contaduría, arquitectura, y economía, con 15,200 solicitudes en total (el 30% del total). Para éstas, el corte cayó 30, de 88 a 58. Recordando que para las carreras con la mayor caída en el corte ésta fue de 40, parece que la competencia mitigó la caída. Con 3,600 candidatos, en derecho el corte cayó de 83 a 48. Para medicina, con 3,000 solicitudes, la caída fue de 97 (sí, prácticamente había sido necesaria una calificación perfecta para ser admitidos bajo el examen virtual) a 73. En el caso de los dentistas, la competencia fue entre 2,100 candidatos, y el corte cayó de 91 (de nuevo, había sido necesario un muy buen examen para ser admitidos bajo el formato virtual)a 55.
Viendo hacia adelante, como argumenté en mi primer artículo, las implicaciones de política de este incidente no me parecen totalmente obvias. Notablemente,hasta donde sé, todavía no hay una explicación oficial de lo que pasó, pero un sospechoso natural es GPT.Si éstehubiera sido el caso, bajo las reglas vigentes esto hubiera sido trampa. Sin embargo, creo queen estos tiempos un uso hábil de GPT debería ser premiado, al menos parcialmente: en el mundo académico cada vez es más común escuchar que “ingeniería de prompts [una interacción humano-GPT inteligente] será una carrera del futuro”(una carrera que todavía no existe, por cierto).
Apenas a mediados del pasado mes de agosto el Instituto Tecnológico de Massachusetts, que tiene uno de los mejores departamento de Ciencia Computacional del mundo, publicó el reporte “Report of MIT’s Ad Hoc Committeeon AI Use in Teaching, Learning, and Research Training” sobre el uso académico de AI (disponible al 4 de septiembre de 2026 en https://aiandeducation.mit.edu/). En este reporte, el MIT califica explícitamente de “muy confuso” que muchas de las tareas y exámenes usadostradicionalmente para evaluar a los estudiantes ya pueden ser resueltos por AI, y que varios profesores ya están usando agentes AI como asistentes de investigación en lugar de estudiantes de licenciatura. Pero no lo condena. Más bien, llama a repensar el propósito de las escuelas con el siguiente principio como guía: lamayoría de los estudiantes sólo están de paso por las escuelasy su destino final es una sociedad cada vez más “AI-consciente” (el término en inglés es “AI-aware”), y hay que prepararlos acorde.
