Armando Javier Flores Salazar

Este artículo propone la deriva inferencial como categoría analítica para examinar el desplazamiento insuficientemente justificado entre datos obtenidos con una finalidad educativa y usos posteriores de atributos inferidos sobre estudiantes. Distingue la validez de una predicción de la legitimidad de la decisión que se adopta con ella y sostiene que el cambio hacia consecuencias restrictivas exige una justificación adicional. A partir de literatura sobre ética algorítmica, analítica del aprendizaje e inferencias de alto riesgo, desarrolla un argumento normativo, un caso hipotético y criterios de finalidad, trazabilidad, explicación e impugnación. Propone una matriz que separa distancia interpretativa y gravedad de la consecuencia, así como un protocolo de análisis documental de políticas universitarias mexicanas. Se defienden usos de acompañamiento sometidos a supervisión proporcional y se rechazan decisiones adversas sustentadas exclusivamente en inferencias no verificadas. El estudio es conceptual y propositivo: no presenta resultados de una comparación institucional ni valida empíricamente la matriz.