DIARIO OFICIAL DE LA FEDERACIÓN, edición matutina, No. de publicación 004/2026, Ciudad de México, martes 6 de enero de 2026

Es la ÚNICA mención EXPLÍCITA de inteligencia artificial en toda la edición. El CIATEC (Centro Público de Investigación) declara que ya implementa IA, análisis predictivo, visión computacional, monitoreo inteligente, ciencia de datos e Internet de las Cosas en sus procesos, servicios y plataformas, y fija como visión 2030 "Consolidar tecnologías digitales como inteligencia artificial, internet de las cosas, ciencia de datos y automatización" para "reforzar la independencia tecnológica del país". RIESGOS: R10 (Concentración de poder / soberanía tecnológica): el documento enmarca la IA dentro de un objetivo de soberanía e independencia tecnológica nacional, reconociendo que solo 41% de las empresas mexicanas alcanza madurez digital y que México depende de soluciones extranjeras ("94% de las patentes de origen extranjero"). Sin desarrollo de capacidades nacionales de IA, persiste la dependencia de proveedores foráneos de modelos fundacionales. R15 (Riesgos emergentes): el despliegue de IA, visión computacional y monitoreo inteligente en un centro público sin un marco regulatorio nacional de IA implica riesgos no anticipados (sesgos en visión computacional, fallos en monitoreo, gobernanza de datos). R1 (Malfunctions): el uso de "análisis predictivo" y "monitoreo inteligente" para orientar decisiones requiere validación; el texto no establece supervisión humana, auditoría ni estándares de exactitud. GAP: No existe en la edición ninguna norma que regule cómo el sector público de CHTI debe desarrollar, auditar o gobernar la IA que ya despliega. Se menciona ciberseguridad y "gobernanza digital" para los activos del CIATEC, pero no gobernanza algorítmica. CONTEXTO MEXICANO: México carece de una ley de IA; el fomento explícito a desarrollar IA con fondos públicos (PSCHTI 2025-2030, eje transversal 2 "Innovación pública para el desarrollo tecnológico nacional") avanza más rápido que la capacidad regulatoria, lo que recomienda acompañar el fomento con principios de IA responsable.

Aunque NO menciona IA, este Acuerdo crea un sistema masivo, data-driven y de scoring para evaluar a TODAS las personas juzgadoras federales (magistradas de Circuito y juezas de Distrito), cuyo resultado determina medidas correctivas, su permanencia en el cargo e incluso su elegibilidad para reelección en los comicios judiciales de 2027 (art. 61). Es el dominio crítico por excelencia de la taxonomía (justicia + evaluación/scoring de personas = R1+R2). INDICADORES DE RIESGO ALGORÍTMICO LATENTE: - "Análisis de indicadores clave de rendimiento" (KPI), "Análisis de datos", "Evaluación por objetivos" y "Evaluación frente a pares" (comparación contra la media nacional, por circuito y residencia) son precisamente las funciones donde la automatización/IA se aplica para perfilar y calificar personas. - Un "Sistema Integral para la Práctica y Procesamiento de los Procesos de Evaluación" centraliza y procesa la información; el calificar como "satisfactorio" exige, entre otros, que "la productividad del órgano... esté por encima de la media del circuito" (arts. 47-VI, 59-V): un criterio cuantitativo comparativo que castiga estar bajo la media, susceptible de optimizar métricas fáciles de medir pero incorrectas. - Encuestas de satisfacción a usuarios vía código QR concentradas en una plataforma digital alimentan la evaluación. RIESGOS: R2 (Discriminación/sesgo): scoring comparativo (frente a pares, media del circuito) puede penalizar a juzgadores de circuitos con mayor carga o materias complejas; sin análisis de impacto diferencial puede sesgar contra perfiles o regiones. R1 (Malfunctions): el peso de indicadores cuantitativos de "productividad" sobre la independencia judicial puede inducir errores (decidir rápido para subir métricas). R9 (Vigilancia): se recaban evidencias y datos digitales con "cadena de custodia", visitas digitales, videograbaciones y "las más amplias facultades para recabar todo tipo de datos" sobre juzgadores; integrado al ciclo electoral judicial, configura un mecanismo de vigilancia del desempeño con implicaciones para la independencia judicial. GAP REGULATORIO: El Acuerdo no prohíbe ni regula el uso de IA o de decisiones automatizadas en la evaluación; tampoco exige transparencia metodológica de los algoritmos/fórmulas, evaluación de sesgo, ni revisión humana cualificada frente a calificaciones derivadas de métricas. Si el "Sistema Integral de Procesamiento" incorpora automatización (probable dado el volumen nacional), no hay salvaguardas. CONTEXTO MEXICANO: tras la reforma judicial 2024-2025 y la elección de personas juzgadoras, la evaluación condiciona la reelección (voto informado, art. transitorio Séptimo); el riesgo de uso de métricas para presionar o filtrar a juzgadores incómodos es directamente relevante para la independencia judicial y la democracia.

BIRMEX, entidad consolidadora de las compras y la distribución de medicamentos, vacunas e insumos del sector público de salud, ordena crear la plataforma tecnológica MOICS para sistematizar y monitorear la cadena de suministro nacional, así como sistemas de seguimiento/control de clientes (línea 2.1.4). No menciona IA, pero el monitoreo integral, la planeación e integración de la demanda y la optimización de "último kilómetro" a escala nacional son contextos donde se aplican analítica de datos, pronóstico de demanda y optimización logística (típicamente ML). RIESGOS: R1 (Malfunctions): errores en el pronóstico/sistematización de demanda pueden traducirse en desabasto o sobreabasto de insumos críticos (vacunas, oncológicos), con impacto directo en la salud y la vida (el propio Programa reconoce que la ausencia de un insumo 'pone en riesgo la vida del paciente'). R3 (Privacidad): la integración de datos de la cadena de suministro y el 'sistema de seguimiento y control de clientes' implica tratamiento de datos institucionales y potencialmente de pacientes/entregas; no se mencionan salvaguardas específicas de datos. GAP: el Programa describe modernización digital y plataformas, pero no fija estándares de exactitud, supervisión humana ni gobernanza de datos para los sistemas de planeación/monitoreo, ni considera el riesgo dual-use latente del fortalecimiento de la producción nacional de biológicos. CONTEXTO MEXICANO: el desabasto histórico de medicamentos hace crítico que los sistemas de pronóstico/abasto sean confiables; la capacidad institucional limitada eleva el riesgo de despliegue de plataformas sin validación robusta.

El Programa de espectro 2026 de la nueva Comisión Reguladora de Telecomunicaciones (órgano de la Agencia de Transformación Digital y Telecomunicaciones) regula la asignación de bandas, incluyendo una categoría de "radiocomunicaciones inteligentes" y aborda explícitamente la concentración de estaciones y de audiencias. No menciona IA, pero el sector de telecomunicaciones/plataformas y la gestión de concentración son dominios señalados en la matriz de riesgos (telecom/IFT -> R8+R10). RIESGOS: R10 (Concentración): la asignación de espectro determina quién controla la infraestructura de conectividad; el propio acuerdo busca prevenir 'fenómenos de concentración que contraríen el interés público' y abrir espacio a pequeños operadores, lo que es relevante para evitar mercados winner-take-all sobre los que se despliegan servicios digitales e IA. R8 (Reducción de conexión/diversidad): la concentración de estaciones y audiencias se vincula con la diversidad informativa; en un entorno donde la distribución de contenido es cada vez más algorítmica, el control del espectro y de audiencias tiene implicaciones de pluralidad. GAP: el Programa es estrictamente sobre espectro; no regula los sistemas algorítmicos de distribución/recomendación que operan sobre las redes asignadas, ni define qué son las 'radiocomunicaciones inteligentes' en términos de gestión automatizada del espectro. CONTEXTO MEXICANO: el rediseño institucional (extinción del IFT, creación de la CRT bajo la Agencia de Transformación Digital) concentra rectoría en el Ejecutivo, lo que vuelve relevante vigilar la independencia regulatoria y los controles sobre concentración.

El INIFED crea sistemas digitales (SIIE, Sistema de Alerta de Daños SIA, Sistema de Indicadores de Eficiencia del Gasto SIEG, Sistema Fondo de Aportaciones Múltiples SFAM) para integrar una base de datos nacional de las 219,430 escuelas públicas, captar información visual/técnica, generar indicadores y orientar 'la oportuna toma de decisiones' sobre priorización de intervenciones. No menciona IA, pero la integración masiva de datos a nivel nacional y la generación de indicadores para priorizar recursos es un contexto donde podría aplicarse analítica/ML. RIESGOS: R2 (Sesgo en asignación de recursos): si la priorización de obras/recursos se automatiza con base en indicadores, podría reproducir desigualdades (zonas marginadas e indígenas, que el propio Programa reconoce con peor infraestructura y menor conectividad: solo 40.4% con internet). R3 (Privacidad): captura de 'información visual' de inmuebles a nivel nacional; bajo riesgo de datos personales pero relevante por volumen y centralización. GAP: no hay reglas sobre cómo los indicadores/algoritmos priorizan inversión, ni evaluación de equidad. Es un gap menor/potencial: la tecnología descrita es captura de datos e indicadores, no necesariamente IA. CONTEXTO MEXICANO: la brecha digital y la marginación hacen que la 'priorización por indicadores' deba auditarse para no perjudicar a comunidades con peor registro de datos.

El Acuerdo aprueba el Programa de Crédito 2026 del FOVISSSTE, que prevé la asignación de 42,768 financiamientos (créditos hipotecarios y Acciones de Vivienda) a derechohabientes del ISSSTE bajo múltiples esquemas (Tradicional, Políticas Públicas, Pensionados, coparticipación con INFONAVIT, Banca Comercial 'FOVISSSTE para Todos'), con la posibilidad de 'redireccionar los créditos y montos programados de los esquemas de baja colocación a los de mayor demanda'. No menciona IA, pero la asignación y priorización de crédito público a gran escala es un dominio donde la matriz de riesgos señala scoring y toma de decisiones automatizadas sobre acceso a beneficios (financiero/crédito -> R2). Los fondos de vivienda mexicanos (INFONAVIT/FOVISSSTE) operan sistemas de puntaje y precalificación para ordenar la demanda y asignar créditos. RIESGOS: R2 (Discriminación/sesgo): si el ordenamiento de la demanda, la precalificación o la asignación entre esquemas se apoya en puntajes o reglas automatizadas, puede reproducir desigualdades (ingreso, antigüedad, género, región) en el acceso a un derecho social como la vivienda; el Programa fija cuotas específicas (p. ej. FOVISSSTE Mujeres, SSPC, pensionados) pero no transparenta la metodología de scoring ni mecanismos de impugnación. GAP: el Acuerdo es un instrumento presupuestario-programático que no regula ni transparenta el algoritmo o las reglas de asignación/priorización de los créditos, ni prevé auditoría de equidad o revisión humana frente a decisiones de precalificación. CONTEXTO MEXICANO: la alta informalidad laboral y la desigualdad de ingresos hacen que cualquier sistema de puntaje para asignar vivienda pública deba evaluarse para no excluir a derechohabientes vulnerables; es un gap potencial (implícito débil), de menor prioridad que los hallazgos de justicia y salud.