Diario Oficial de la Federación, No. de publicación 082/2026, Ciudad de México, martes 7 de abril de 2026 (Edición Matutina)

Esta es la única mención EXPLÍCITA de 'inteligencia artificial' en todo el documento. Aparece para describir la metodología de la consultora privada Wood Mackenzie, cuya información de precios internos de PET en Vietnam la Secretaría de Economía adopta como base probatoria para calcular el valor normal y, con ello, determinar la existencia de discriminación de precios (dumping). 1) Relevancia para IA: La autoridad regulatoria (Secretaría de Economía) basa una determinación administrativa con efectos jurídicos y económicos relevantes (inicio de investigación antidumping, posible imposición de cuotas compensatorias) en datos producidos parcialmente mediante IA propietaria de un tercero extranjero, sin que se transparente cómo opera ese sistema ni cómo se validan sus salidas. 2) Riesgos: R10 (Concentración de poder) porque la evidencia económica que sustenta decisiones de política comercial mexicana depende de modelos propietarios de consultoras extranjeras (Wood Mackenzie, ICIS, S&P Global, Drewry, Tecnon OrbiChem, Xeneta), creando dependencia tecnológica e informativa. R15 (Riesgos emergentes) porque el uso de 'inteligencia de mercado' generada por IA como prueba en procedimientos administrativos es un fenómeno cuya confiabilidad y trazabilidad no está regulada. 3) Gaps: No existe en el procedimiento ningún estándar para auditar o impugnar datos generados por IA usados como prueba; la Secretaría aceptó la metodología describiéndola superficialmente sin exigir trazabilidad algorítmica. 4) Contexto mexicano: México carece de capacidades nacionales de inteligencia de mercado equivalentes, lo que perpetúa la dependencia de proveedores extranjeros en decisiones soberanas de comercio.

El convenio destina recursos federales a adquirir una 'Plataforma de escucha social digital' (social listening). Aunque no se nombra IA, estas plataformas operan típicamente mediante procesamiento de lenguaje natural (NLP), análisis de sentimiento y minería de datos sobre redes sociales para monitorear y clasificar conversaciones públicas a escala. 1) Relevancia para IA: 'Escucha social' es un eufemismo de monitoreo algorítmico masivo de contenido generado por usuarios en plataformas digitales; implica recolección y análisis automatizado de expresiones de personas identificables o perfilables. 2) Riesgos: R3 (Privacidad) por el procesamiento masivo de datos de redes sociales potencialmente sin consentimiento informado de las personas monitoreadas; R8 (Conexión social) porque se inserta en estrategias de comunicación dirigida y segmentación de poblaciones; R9 (Vigilancia) porque, aun con fin sanitario legítimo, una herramienta gubernamental de monitoreo de redes puede reutilizarse para vigilancia poblacional sin controles. 3) Gaps: El convenio no establece salvaguardas de protección de datos personales específicas para esta herramienta, ni límites de finalidad, retención, o prohibición de uso secundario; no se menciona evaluación de impacto en privacidad. 4) Contexto mexicano: Capacidad de enforcement limitada de la autoridad de protección de datos y antecedentes de uso de herramientas de monitoreo digital gubernamental sin transparencia elevan el riesgo de mission creep.

El indicador de desempeño contempla expresamente el uso de 'chatbots' como canal de comunicación bidireccional con la población para fomentar estilos de vida saludables en grupos específicos. 1) Relevancia para IA: Los chatbots de comunicación en salud frecuentemente se apoyan en modelos de lenguaje/IA conversacional; su uso para dirigir mensajes de salud a 'grupos específicos de la población' implica segmentación y potencial automatización de interacciones sensibles en materia de salud. 2) Riesgos: R1 (Malfunctions/Errores) porque un chatbot que oriente conductas de salud puede entregar información imprecisa o no validada (alucinaciones) sin supervisión humana, con impacto directo en decisiones de salud; R8 (Conexión social) por la sustitución de interacción humana por canales automatizados y por la personalización/segmentación de mensajes. 3) Gaps: El documento sólo lo enuncia como métrica de cobertura, sin requisitos de supervisión humana, validación clínica del contenido, transparencia (advertir que se interactúa con un bot) ni manejo de datos de salud de las personas usuarias. 4) Contexto mexicano: Poblaciones con baja alfabetización digital y de salud podrían tratar las respuestas del bot como infalibles (automation bias) en un sistema con escasa capacidad de validación.

La SEDENA licita un servicio de software portátil para el 'análisis de dispositivos de almacenamiento digital', es decir, herramientas de análisis forense digital para extraer, indexar y clasificar el contenido de dispositivos (teléfonos, discos, memorias). 1) Relevancia para IA: Las suites forenses modernas incorporan IA/ML para reconocimiento de imágenes, clasificación de contenidos, OCR, análisis de patrones de comunicación y correlación de evidencia; su adquisición por una autoridad militar implica capacidad de procesamiento masivo y automatizado de datos personales de dispositivos. 2) Riesgos: R3 (Privacidad) por el acceso y análisis masivo de datos personales contenidos en dispositivos, con alto potencial de inferencias sensibles; R9 (Vigilancia autoritaria) porque la capacidad de análisis forense en manos de las fuerzas armadas, sin controles judiciales y de transparencia explícitos en el acto, puede habilitar vigilancia o extracción de información sin orden judicial. 3) Gaps: El acto de contratación no menciona controles de cadena de custodia, supervisión judicial, límites de finalidad, ni salvaguardas de derechos humanos para el uso de la herramienta; la militarización de capacidades de análisis digital es un dominio de alto riesgo no regulado en cuanto a IA. 4) Contexto mexicano: La creciente intervención de las fuerzas armadas en tareas de seguridad pública, junto con antecedentes documentados de uso de software de intrusión (p. ej. Pegasus) contra periodistas y activistas, eleva el riesgo de abuso de estas capacidades.

El IMSS Sonora licita un 'Servicio de Monitoreo de Radio y Televisión'. El monitoreo masivo y sistemático de medios audiovisuales se apoya cada vez más en tecnologías de transcripción automática (speech-to-text), reconocimiento de logotipos y clasificación temática mediante IA. 1) Relevancia para IA: El monitoreo de medios a escala es un caso típico de automatización con IA; aunque aquí el fin aparente es institucional (seguimiento de menciones del IMSS), la categoría general 'monitoreo de medios' es un indicador de vigilancia informativa. 2) Riesgos: R3 (Privacidad) y R9 (Vigilancia) en grado moderado, dado que el monitoreo de medios puede extenderse al seguimiento de actores y voces críticas; el riesgo es menor que en vigilancia poblacional directa pero pertenece al mismo dominio. 3) Gaps: El acto no especifica el alcance del monitoreo ni si incluye análisis automatizado de contenidos o de personas. 4) Contexto mexicano: El monitoreo gubernamental de medios tiene historial de uso para control de la narrativa pública; conviene delimitar su finalidad.