Aulas con alumnos fantasma y procesos de selecci�n con candidatos suplantados demuestran que la inteligencia artificial puede facilitar una especie de fraude de identidad que pone en jaque la confianza profesional. El auge de identidades falsas impulsadas por inteligencia artificial amenaza el valor de los t�tulos universitarios, obligando a las instituciones a verificar qui�n realiza realmente cada aprendizaje certificado.A comienzos de este a�o M�adhbh McIvor, profesora de Antropolog�a de Arizona State University, ten�a 146 alumnos matriculados en la versi�n online de su asignatura de introducci�n a la antropolog�a cultural. Cuatro de ellos parec�an s�lo usuarios torpes de inteligencia artificial que entregaban trabajos que ol�an a chatbot y que publicaban en el foro textos sospechosamente parecidos a los de otros estudiantes. No eran copias literales, pero alguien o algo los reformulaba.McIvor cont� esta historia el pasado 3 de agosto en The Chronicle of Higher Education bajo un t�tulo que parec�a una historia de terror acad�mica: My Students Weren't Human. They Were Ghosts.La profesora de Arizona State escribi� a los cuatro estudiantes fantasma y nadie le respondi�. Decidi� suspenderlos, pero ellos siguieron entregando trabajos. McIvor dej� de pensar que aquellos alumnos estaban haciendo trampas y empez� a sospechar que tal vez esos estudiantes no exist�an.La universidad investig� las cuentas y finalmente confirm� que las cuatro correspond�an a lo que se conoce como ghost students: identidades utilizadas fraudulentamente para entrar en el sistema universitario.El caso relatado por Mclvor es importante, pero no porque una IA pueda escribir una respuesta mediocre sobre antropolog�a econ�mica. Lo relevante es que puede ayudar a una identidad a parecer una persona durante el tiempo suficiente, y esto va m�s all� del simple plagio.Qu� certifica un t�tuloUn diploma universitario es, entre otras cosas, una tecnolog�a que combate la desconfianza. As�, cuando una empresa contrata a un ingeniero reci�n graduado no reconstruye los a�os de carrera del candidato ni vuelve a examinarlo de c�lculo, de resistencia de materiales, o de estad�stica. Tampoco acompa�a al candidato al registro civil para comprobar que la persona que tiene delante es exactamente la que asisti� a todas aquellas clases.En principio, la empresa conf�a en que la universidad ha comprobado una identidad, en que ha impartido una formaci�n, en que ha evaluado unos conocimientos y en que finalmente ha asignando una credencial a la misma persona que realiz� ese recorrido. El t�tulo permite transportar informaci�n desde una instituci�n hasta el mercado laboral.La OCDE habla de todo esto en su informe A Skills-First Labour Market, en el que analiza t�tulos, experiencia, microcredenciales, pruebas y otras se�ales que permiten conectar capacidades con empleos. El objetivo de un sistema de este tipo es reducir las asimetr�as de informaci�n entre empresas y trabajadores. Pero la propia OCDE identifica un obst�culo: validar las competencias y conseguir que los empleadores conf�en en las se�ales que supuestamente las acreditan. Esa es la dimensi�n del problema que revela el caso McIvor.La cadena tradicional era hasta hace poco sencilla: una persona se matriculaba; esa persona aprend�a; era evaluada; obten�a un t�tulo; presentaba ese t�tulo ante una empresa; y posteriormente desempe�aba un trabajo. No hac�a falta hablar de esa continuidad porque se daba por descontada. Pero ya no es as�.Puede existir el estudiante y no haber realizado el trabajo. Puede que exista el candidato pero que sea otra persona la que haga la prueba de selecci�n. Es posible que exista una credencial aut�ntica vinculada a una formaci�n que nunca tuvo lugar. Puede existir un trabajador contratado con la identidad de otra persona. Incluso puede haber una cuenta acad�mica operando durante semanas sin un estudiante real detr�s.Cu�nto cuesta dudar de un alumno-candidatoLos estudiantes fantasma son anteriores a ChatGPT. Al menos en Estados Unidos ha habido redes que utilizan identidades robadas para matricularse en universidades y acceder a ayudas econ�micas. La IA generativa proporciona una herramienta especialmente eficaz para mantener viva la ficci�n.El caso m�s desarrollado se encuentra en los community colleges de California, que son centros de educaci�n superior de dos a�os, accesibles y asequibles, que ofrecen formaci�n, t�tulos y transferencia universitariaEntre enero y marzo de 2025, los community colleges californianos declararon cerca de 5,6 millones de d�lares en ayudas federales y m�s de 900.000 d�lares en fondos estatales robados mediante estas pr�cticas. Despu�s de reforzar los controles, las p�rdidas descendieron considerablemente en el mismo periodo de 2026.Los falsos estudiantes entran en clases reales. Ocupan plazas que pueden necesitar alumnos aut�nticos. Obligan a los profesores a convertirse en investigadores accidentales; distorsionan las matr�culas, la participaci�n y el abandono; y contaminan los datos que una universidad utiliza para saber qu� ocurre dentro de sus cursos.La reacci�n m�s inmediata ante la irrupci�n de la inteligencia artificial en la universidad ha sido intentar descubrir qu� trabajos han sido escritos por una m�quina. Pero ese enfoque tiene un l�mite: aunque una instituci�n consiga detectar parte del contenido generado con IA, seguir� sin resolver la cuesti�n de saber qu� ha aprendido realmente el estudiante.En Australia TEQSA, el organismo que supervisa la educaci�n superior, propone cambiar el foco del problema. En lugar de intentar descubrir cada vez que un alumno ha usado ChatGPT, Claude u otra herramienta de inteligencia artificial, plantea una pregunta m�s �til: �podemos demostrar que ese estudiante ha aprendido realmente lo que deb�a aprender?Su propuesta de 2025 parte de una idea: detectar con seguridad si un trabajo ha sido hecho con IA es cada vez m�s dif�cil y, en muchos casos, casi imposible. Por eso recomienda "combinar distintas formas de evaluaci�n a lo largo del curso y establecer momentos concretos en los que la universidad pueda comprobar directamente los conocimientos y capacidades del alumno".Eso implica mezclar trabajos escritos con presentaciones orales, proyectos pr�cticos, conversaciones con el profesor, seguimiento del proceso de trabajo o pruebas en las que se pueda verificar con m�s seguridad qui�n est� respondiendo. El objetivo no es prohibir la IA, sino evitar que una universidad termine certificando un aprendizaje que nunca lleg� a producirse.Todo esto obliga a replantear la evaluaci�n. Durante mucho tiempo, un examen presencial permit�a comprobar dos cosas al mismo tiempo: qu� sab�a el alumno y qui�n estaba respondiendo. La educaci�n online separ� ambas preguntas, pero la IA ha ampliado todav�a m�s esa distancia.La respuesta no ser� volver masivamente al papel y al bol�grafo, sino combinar trabajos realizados con IA, conversaciones orales, proyectos, demostraciones pr�cticas, evaluaci�n del proceso y determinados momentos en los que la universidad pueda verificar con especial seguridad qui�n est� realizando el trabajo.Un caso que ni siquiera necesit� de la inteligencia artificial ayuda a comprender todo esto: es el conocido como Operaci�n Nightingale, una investigaci�n federal estadounidense que descubri� que en Florida hab�a centros que vend�an diplomas y expedientes falsos de enfermer�a a personas que no hab�an completado la formaci�n ni las pr�cticas cl�nicas exigidas. Esos documentos permit�an a sus compradores presentarse al examen nacional de enfermer�a y, si lo aprobaban, aspirar despu�s a una licencia profesional. Este caso revela qu� ocurre cuando se rompe la continuidad entre identidad, aprendizaje y credencial. Puede existir una persona real, un documento aparentemente v�lido e incluso un examen aprobado. Lo que falta es el proceso formativo que el t�tulo asegura que tuvo lugar.En realidad una credencial es v�lida porque permite confiar en el recorrido que hay detr�s. En enfermer�a esa ruptura es especialmente alarmante por sus consecuencias sobre la seguridad del paciente, pero la misma l�gica se puede aplicar a arquitectura, ingenier�a, derecho, contabilidad, programaci�n o an�lisis financiero... Una sociedad necesita confiar en que una persona adquiri� realmente las competencias que certifica un t�tulo.Tambi�n en la entrevista de trabajo...En julio de 2025 sali� a la luz que trabajadores tecnol�gicos norcoreanos estaban consiguiendo empleos en empresas estadounidenses utilizando identidades falsas o robadas. No se trataba simplemente de inflar un curr�culo. Algunas redes dispon�an de colaboradores en Estados Unidos que recib�an los ordenadores de empresa, gestionaban cuentas e incluso pod�an participar en entrevistas virtuales haci�ndose pasar por el candidato. Tambi�n se detect� el uso de inteligencia artificial, tecnolog�as de sustituci�n facial y herramientas para modificar la voz.Microsoft ha explicado con detalle c�mo funcionan estas redes. Primero crean una identidad que parezca real: abren perfiles en LinkedIn y GitHub, preparan un portfolio, re�nen documentos y construyen una trayectoria profesional cre�ble. Con ese material intentan superar las distintas fases del proceso de selecci�n como si se tratara de un candidato aut�ntico.En algunos casos, adem�s, cuentan con personas en Estados Unidos que reciben en su domicilio el ordenador de la empresa. De ese modo, el equipo parece estar f�sicamente en el pa�s en el que la compa��a cree que trabaja el empleado, aunque en realidad quien lo utiliza puede estar conectado desde otro lugar. As� consiguen que todo encaje: la identidad, la ubicaci�n, el dispositivo y la actividad profesional aparentan pertenecer a una misma persona, aunque no sea as�.Este fen�meno afecta directamente al desarrollo profesional, al reclutamiento y a la selecci�n porque todos ellos dependen de se�ales de confianza: t�tulos, certificaciones, experiencia, portfolios y pruebas de capacidades. Si deja de estar claro qui�n obtuvo esas credenciales, qui�n realiz� esas evaluaciones o acumul� esa experiencia, las empresas tienen que volver a comprobar la identidad y las competencias, lo que encarece y complica la contrataci�n.El paralelismo con los ghost students es evidente. En la universidad, una identidad puede parecer estudiante. En la empresa, esa misma l�gica permite que alguien parezca primero un candidato y despu�s un empleado.La diferencia es importante, ya que antes el fraude consist�a en mentir sobre la trayectoria de una persona real. Ahora puede consistir en mentir sobre qui�n es realmente la persona que est� siendo contratada.Comprobar lo que se dice o comprobar qui�n lo dice...Durante d�cadas la selecci�n de personal parti� de la certeza t�cita de que hab�a una persona real delante. Lo dif�cil era averiguar si dec�a la verdad: �Trabaj� cinco a�os en aquella compa��a? �Posee realmente el m�ster? �Programa tan bien como afirma?Ahora surge la pregunta previa de si el candidato es quien dice ser. Y otra posterior: �es quien realiz� la prueba? Tambi�n se puede plantear otra duda el primer d�a de trabajo del candidato escogido: �es realmente la persona que entrevistamos?Gartner encuest� en 2025 a 3.000 candidatos y un 6% reconoci� haber participado en alg�n tipo de fraude de entrevista, bien haci�ndose pasar por otra persona o haciendo que alguien se hiciera pasar por ellos. La consultora prev� que en 2028 uno de cada cuatro perfiles de candidatos en el mundo podr�a ser falso.Podr�a decirse que la IA no ha inventado la identidad falsa, pero ha reducido el coste de mantenerla. Antes, sostener diez personajes exig�a mucho trabajo. Hab�a que escribir de maneras diferentes, contestar mensajes, fabricar antecedentes coherentes, responder preguntas inesperadas... Ahora una sola persona puede apoyarse en sistemas que redactan, traducen, cambian de registro, resumen documentos y producen biograf�as plausibles en segundos.No hace falta imaginar un agente aut�nomo que estudia una carrera y consigue despu�s un empleo sin intervenci�n humana. Basta algo m�s banal, como humanos utilizando m�quinas para fabricar suficiente presencia humana.La crisis tras el 'deepfake'La primera gran preocupaci�n de la IA generativa ha sido la autenticidad del contenido, como si es verdadera una fotograf�a; si es real una voz; si una persona ha escrito de verdad un texto; o si se trata de un v�deo aut�ntico. Se desarrollan marcas de agua, sistemas de procedencia, detectores y protocolos para responder a esas preguntas, pero tal vez nos encontremos ante una crisis mucho m�s importante en la que las dudas que se planteen sean qui�n realiz� este u otro curso; qui�n recibi� la certificaci�n; qui�n hizo realmente una prueba; qui�n estaba de verdad en una videollamada; o qui�n est� trabajando hoy desde el ordenador al que se le acaba de conceder acceso a los servidores de la empresa.Una universidad certifica algo y una empresa lo acepta. Una asociaci�n profesional certifica algo y un cliente lo acepta. Una empresa registra diez a�os de experiencia y el siguiente empleador los incorpora a su valoraci�n. Cada instituci�n evita empezar de cero porque conf�a en las anteriores. Es este mecanismo el que hace posible un mercado laboral amplio, m�vil y eficiente.Durante mucho tiempo pensamos que el gran problema de la inteligencia artificial era que pudiera crear textos, im�genes o voces que parecieran hechos por una persona. Pero empieza a aparecer una dificultad mayor: que la IA ayude a construir identidades y trayectorias que parecen reales, aunque no sepamos con certeza qui�n est� detr�s.Eso puede afectar a estudiantes, candidatos o trabajadores. Una persona puede presentarse con un t�tulo, una certificaci�n, un portfolio o una experiencia profesional aparentemente v�lidos, pero la empresa necesita saber qui�n realiz� realmente ese recorrido.Ah� est� el valor de una credencial. Un t�tulo no sirve s�lo para decir que alguien termin� una carrera. Sirve para asegurar que una persona concreta adquiri� unos conocimientos y unas capacidades determinadas. Si esa relaci�n deja de ser fiable, el t�tulo pierde parte de su utilidad.Por eso hay una pregunta clave: �qui�n aprendi� esto? No basta con que exista un curso, un examen o un diploma. Tiene que haber confianza en que la persona que presenta esa credencial es la misma que estudi�, que hizo las pruebas y adquiri� las competencias que el documento dice acreditar.Si las empresas empiezan a desconfiar de los currículos, los títulos o las pruebas realizadas a distancia, acabarán recurriendo a señales mucho más antiguas: una recomendación personal, una universidad conocida, una empresa reconocible o una entrevista cara a cara. Y ahí aparece una consecuencia poco comentada del fraude digital: la desconfianza puede terminar cerrando oportunidades, incluso para quienes no han hecho nada malo.Imaginemos a un reclutador con dos candidatos. Del primero conoce la universidad en la que estudió, la empresa en la que trabajó y, además, puede llamar a alguien que dé referencias sobre él. Del segundo no conoce nada personalmente. Vive en otro país, ha trabajado como autónomo, ha aprendido mediante cursos online y acumula varias microcredenciales.En teoría, un mercado laboral que valore más las capacidades que los títulos debería favorecer especialmente al segundo perfil. Esa es precisamente la idea del llamado skills-first: contratar a alguien por lo que sabe hacer y no tanto por el prestigio de la universidad en la que estudió o por las empresas que aparecen en su currículo.La OCDE considera que este enfoque puede ampliar las oportunidades laborales y ayudar a que empresas y trabajadores encajen mejor. Pero también señala dos dificultades importantes: no siempre resulta sencillo comprobar que una persona posee realmente las competencias que afirma tener y muchos empleadores siguen desconfiando de credenciales nuevas o poco conocidas.La proliferación de identidades falsas, documentos manipulados y pruebas realizadas por terceros puede agravar ese problema. Cuando comprobar una candidatura se vuelve más difícil o más caro, las empresas pueden reaccionar refugiándose en aquello que ya conocen. No necesariamente porque esas señales permitan predecir mejor quién hará bien el trabajo, sino porque transmiten una sensación mayor de seguridad.Ahí aparece la paradoja de que cuanto más sofisticado se vuelve el fraude digital, más valor pueden recuperar las relaciones personales y las señales tradicionales de confianza.Gartner recuerda en un reciente estudio que el 62% de los candidatos encuestados afirmó que tendría más probabilidades de presentarse a un puesto si el proceso incluyera alguna entrevista presencial. Incluso los propios candidatos parecen valorar el contacto cara a cara como una forma de comprobar que la empresa, el puesto y las personas que participan en la selección son reales.Pero volver a esas señales tiene un coste. La entrevista presencial favorece a quien vive cerca. Las referencias benefician a quien dispone de una buena red de contactos. Y confiar más en universidades o empresas conocidas puede perjudicar a quienes han construido su carrera por caminos menos convencionales.Por eso la respuesta al fraude no puede limitarse a añadir más controles y más obstáculos. El verdadero reto consiste en crear formas fiables de demostrar lo que una persona sabe hacer, independientemente de dónde haya estudiado, dónde viva o a quién conozca. Eso puede incluir credenciales que puedan comprobarse directamente en la institución que las emitió, experiencias laborales verificables o evaluaciones en las que pueda asegurarse tanto la capacidad del candidato como su identidad.De no conseguirlo, la IA podría producir una consecuencia bastante paradójica. Después de años intentando construir un mercado laboral en el que importara menos de dónde vienes y más lo que sabes hacer, la desconfianza digital podría devolver protagonismo a una de las preguntas más antiguas del mundo profesional: "¿Quién te recomienda?".