Diario Oficial de la Federación, Edición Matutina, No. de publicación 034/2026, Ciudad de México, miércoles 11 de febrero de 2026 (PODER EJECUTIVO: SHCP y CFE; PODER JUDICIAL: SCJN y Órgano de Administración Judicial; ORGANISMOS AUTÓNOMOS: Banco de México e INE; Avisos y Convocatorias)

El Acuerdo define y autoriza el uso de 'sistemas informáticos' que realizan el tratamiento de datos personales 'mediante procedimientos automatizados' dentro de todo el Poder Judicial de la Federación (órganos jurisdiccionales, Centros de Justicia Penal Federal, el Centro Nacional de Justicia Especializado en Control de Técnicas de Investigación, Arraigo e Intervención de Comunicaciones, Tribunales Laborales). Aunque no menciona 'inteligencia artificial', el procesamiento automatizado masivo de datos personales sensibles de justiciables (incluyendo datos penales, laborales y de extinción de dominio) es exactamente el sustrato sobre el que se despliegan herramientas de analítica algorítmica y, eventualmente, de IA. RIESGOS (R3 Privacy): El Acuerdo crea inventarios de datos, sistemas de gestión, análisis de riesgo y de brecha, y obliga a las Instancias a 'sistematizar' datos personales. Se trata de tratamiento automatizado a gran escala de datos de millones de personas que pasan por el sistema de justicia, con consentimiento que por regla general es 'tácito' (Art. 35) y con supuestos de tratamiento sin consentimiento (Art. 34). El documento regula la seguridad de la información (cifrado físico/lógico, bitácoras, control de accesos) pero NO regula el uso de estos datos para perfilamiento, analítica predictiva o entrenamiento de modelos, ni prohíbe decisiones automatizadas sobre personas. GAPS: (1) No hay disposición sobre toma de decisiones automatizadas ni derecho a no ser objeto de ellas; (2) no se exige evaluación de impacto algorítmica cuando los 'procedimientos automatizados' incidan en derechos; (3) no se limita el uso secundario de los datos sistematizados para fines de analítica. CONTEXTO MEXICANO: El Poder Judicial federal mexicano fue recientemente reconfigurado (reforma de septiembre de 2024) y el Órgano de Administración Judicial es de nueva creación, con capacidad institucional limitada de auditoría tecnológica; la sensibilidad de los datos (penal, intervención de comunicaciones, arraigo, extinción de dominio) eleva el riesgo de abuso.

El Acuerdo ordena conformar un 'banco de datos' y publicar en Internet, en versión pública y de forma masiva, las sentencias y resoluciones del Poder Judicial federal mediante sistemas de captura y buscadores especializados. Esta enorme base de datos pública de resoluciones judiciales es un insumo de alto valor para sistemas de IA legal (predicción de resultados judiciales, perfilamiento de jueces, scraping para entrenar modelos de lenguaje) y plantea riesgos de re-identificación de personas a partir de versiones públicas elaboradas con criterios de supresión heterogéneos. RIESGOS: (R3 Privacy) La elaboración de versiones públicas queda descentralizada en cada secretaría/secretario de cada órgano jurisdiccional (Art. 52, 62), sin un estándar automatizado uniforme de anonimización; ello eleva el riesgo de fuga de datos personales y de re-identificación cuando terceros crucen estas bases con otras fuentes mediante técnicas algorítmicas. (R1 Malfunctions) La supresión manual y heterogénea de datos reservados/confidenciales en grandes volúmenes es propensa a errores y omisiones. GAPS: (1) No se prevé control sobre el uso masivo/automatizado (scraping, minería) de las sentencias publicadas por terceros para entrenar modelos o perfilar; (2) no hay estándar técnico de anonimización ni verificación automatizada de re-identificación; (3) no se contempla el riesgo de que herramientas de IA construidas sobre este banco de datos generen perfilamiento de personas juzgadoras o de justiciables. CONTEXTO MEXICANO: La política de máxima publicidad y justicia abierta es valiosa, pero en un contexto de capacidad limitada de enforcement del INAI/autoridades garantes y de mercados emergentes de 'legal-tech', la publicación masiva sin gobernanza algorítmica puede facilitar usos no previstos de datos sensibles.

Las convocatorias del Servicio Profesional de Carrera describen un proceso de selección de personal del sector público que inicia con una 'revisión curricular de forma automatizada' a través del portal TrabajaEn (filtrado de aspirantes contra los requisitos de escolaridad, áreas y años de experiencia conforme a catálogos), seguido de exámenes de conocimientos, pruebas psicométricas y entrevista por un Comité Técnico de Selección. Aunque NO se menciona 'inteligencia artificial' y el filtrado actual parece determinista (reglas de coincidencia campo a campo), este es precisamente el dominio que la taxonomía marca como de alto riesgo: 'selección automatizada' y 'toma de decisiones automatizadas sobre acceso a oportunidades' (R2 Discrimination & Bias). RIESGOS (R2): Un pre-filtro automatizado que descarta candidaturas según coincidencias de catálogo puede excluir perfiles legítimos por discordancias de nomenclatura (carreras, áreas de experiencia) sin revisión humana en esa primera etapa, afectando el acceso a oportunidades de empleo público. Si en el futuro la 'herramienta de evaluación' (definida en la convocatoria como el conjunto de reactivos más 'las reglas de aplicación y de procesamiento e interpretación de sus resultados') incorporara componentes de scoring algorítmico, perfilamiento o IA en la revisión curricular, las pruebas psicométricas o la priorización de candidaturas, el riesgo de sesgo se elevaría sin que el marco actual lo contemple. MITIGANTES PRESENTES: Las bases incluyen una cláusula expresa de no discriminación (art. 1o constitucional y Ley Federal para Prevenir y Eliminar la Discriminación), anonimato por folio hasta la entrevista, revisión documental presencial y un Comité humano que resuelve. La revisión de herramientas de evaluación se limita a 'la correcta aplicación' sin auditoría del contenido ni de los criterios. GAPS: (1) No hay transparencia sobre la lógica del filtrado automatizado de TrabajaEn ni mecanismo de impugnación específico de la etapa automatizada distinto de la reactivación de folios; (2) no se prevé auditoría de equidad/impacto diferencial del pre-filtro; (3) no se regula la eventual incorporación de scoring algorítmico o IA en estas herramientas de evaluación. CONTEXTO MEXICANO: TrabajaEn es una plataforma federal de larga data; su filtrado es hoy reglado, por lo que el riesgo es bajo-medio y prospectivo. No obstante, en un entorno de modernización tecnológica y capacidad limitada de auditoría algorítmica, conviene fijar salvaguardas antes de que se introduzcan capacidades de IA en la selección de personal público.