Diario Oficial de la Federación, edición matutina del lunes 13 de abril de 2026 (No. de publicación 089/2026). Incluye, entre otros: Decreto que aprueba el Programa Especial Concurrente para el Desarrollo Rural Sustentable 2026-2030; Decreto que aprueba el Programa Nacional de Cultura Física y Deporte 2026-2030; Resolución que modifica las Disposiciones de carácter general aplicables a los organismos de fomento y entidades de fomento; Acuerdo que modifica el Programa Anual de Uso y Aprovechamiento de Bandas de Frecuencias 2026; Acuerdo SE/II-26/03,R del CONOCER; Sentencia en la Acción de Inconstitucionalidad 116/2025 y su acumulada 118/2025.

El PNCFyD 2026-2030 ordena crear un 'sistema de detección de talentos deportivos' nacional que evalúa y clasifica a 'niñas, niños, adolescentes y jóvenes con potencial deportivo' mediante 'visorias técnicas', 'analistas especializados', 'pruebas físicas y evaluaciones médicas básicas' y un 'registro digital de atletas... mediante plataformas de información desagregadas por edad, sexo, entidad y tipo de deporte'. Aunque no menciona 'inteligencia artificial', es un sistema de perfilamiento, scoring y selección de personas (en su mayoría menores de edad) sobre acceso a oportunidades (becas, centros de alto rendimiento, selecciones nacionales) que, en su operación moderna, tiende a apoyarse en analítica de datos y modelos de identificación de talento. RIESGOS: R2 (Discrimination & Bias): la 'detección de talentos' con 'criterios técnicos' homologados es un mecanismo de evaluación y clasificación de personas que asigna recursos públicos (becas, formación, plazas en selecciones). Sin auditoría de equidad, los criterios pueden amplificar sesgos de acceso (urbano/rural, recursos económicos, disciplinas privilegiadas, deporte convencional vs. adaptado) y consolidar la exclusión de poblaciones marginadas que el propio programa busca incluir. R3 (Privacy): el registro digital concentra datos personales y sensibles de menores (edad, sexo, entidad, datos médicos derivados de las 'evaluaciones médicas básicas') en 'plataformas de información', sin que el texto establezca base de licitud, consentimiento de padres/tutores, minimización, plazos de retención, ni controles de seguridad, pese a tratarse de datos de niñas y niños. GAPS: no se prevén evaluación de impacto en protección de datos, aviso de privacidad específico para menores, límites de retención, ni mecanismos de impugnación frente a decisiones de no selección. CONTEXTO MEXICANO: alta desigualdad territorial (el propio diagnóstico del DOF reconoce brechas urbano-rural); población infantil con bajo conocimiento de sus derechos ARCO; INAI con capacidad limitada para supervisar bases de datos sectoriales.

El programa ordena un 'esquema nacional de monitoreo de control médico y ciencias aplicadas' con 'equipamiento de última generación', 'protocolos estandarizados de atención médica y multidisciplinaria' y un 'padrón nacional de médicos deportivos certificados... para facilitar consultas de seguimiento a deportistas'. Implica el procesamiento sistemático y longitudinal de datos de salud (datos personales sensibles conforme a la legislación mexicana) de deportistas, incluidos menores en formación. RIESGOS: R3 (Privacy): la creación de un repositorio nacional de seguimiento médico-deportivo concentra información de salud sensible sin que el documento defina base de licitud, control de acceso, ni salvaguardas; el riesgo de uso secundario o filtración es alto. R1 (Malfunctions & Errors): a medida que el 'control médico y ciencias aplicadas' incorpore herramientas analíticas/automatizadas (p. ej., para decisiones de rendimiento, recuperación o aptitud), errores o automation bias podrían afectar la salud del atleta; no se prevé supervisión clínica humana obligatoria ni trazabilidad. GAPS: ausencia de gobernanza de datos de salud, de estándares de interoperabilidad seguros y de límites al uso de la información fuera del fin deportivo. CONTEXTO MEXICANO: marco de datos sensibles relativamente robusto en la ley pero con enforcement débil; la centralización de datos de salud en una entidad deportiva (CONADE) sin reglas claras amplía la superficie de riesgo.

El programa prevé 'desarrollar una plataforma tecnológica para el seguimiento de resultados mediante análisis de rendimiento y gestión de trayectorias deportivas' e 'incorporar herramientas tecnológicas... mediante sistemas de evaluación de biomecánica, técnica, nutrición y recuperación', además de usar 'resultados técnicos' como 'insumo para decisiones de inversión y apoyos prioritarios'. Es un caso típico de analítica de datos / automatización que, en su forma moderna, se apoya en modelos de evaluación de rendimiento (potencialmente IA/ML), y cuyos outputs condicionan decisiones de financiamiento sobre personas. RIESGOS: R1 (Malfunctions & Errors): si las métricas de rendimiento se tratan como insumo determinante para decidir apoyos, errores o sesgos del sistema pueden privar de recursos a atletas válidos (especialmente del deporte adaptado, donde la analítica estándar puede no ser representativa). R3 (Privacy): la plataforma concentra perfiles longitudinales (biomecánica, nutrición, salud, trayectoria) de personas, con los mismos vacíos de protección de datos señalados en H1 y H2. GAPS: no se establece transparencia metodológica, validación de los modelos de evaluación, ni revisión humana de las decisiones de inversión/apoyo basadas en la plataforma. CONTEXTO MEXICANO: dependencia de soluciones tecnológicas de proveedores externos y capacidad técnica limitada de la CONADE para auditar los modelos que adquiera.

La Resolución de la CNBV establece y actualiza las metodologías de 'calificación de la cartera crediticia' de organismos y entidades de fomento (Fovissste, Infonacot) con base en la 'Probabilidad de Incumplimiento, la Severidad de la Pérdida y la Exposición al Incumplimiento' y en 'la probabilidad de incumplimiento intrínseca al acreditado'. El propio Anexo 16 exige integrar al expediente un 'Estudio paramétrico del acreditado (sistema de asignación de créditos)', es decir, un sistema automatizado/paramétrico de asignación de crédito; y la regulación contempla expresamente la 'calificación por metodología interna' (Piso MI), esto es, modelos internos de riesgo crediticio de las entidades. Además, el artículo 20 ordena revisar el valor de las garantías 'mediante el uso de técnicas de estimación de valor de vivienda utilizando fuentes de información pública conocidas' (modelos automatizados de valuación / AVM). Estas metodologías de scoring crediticio —insumo de decisiones automatizadas o semiautomatizadas sobre acceso, reestructura y reservas de crédito de vivienda y consumo de las personas trabajadoras— constituyen un dominio de alto riesgo donde la IA/analítica predictiva es de uso estándar, pero el texto no la menciona ni la regula como tal (gap regulatorio). RIESGOS: R2 (Discrimination & Bias): los modelos de probabilidad de incumplimiento, el 'estudio paramétrico del acreditado' y las metodologías internas, entrenados o calibrados con datos históricos, pueden penalizar a poblaciones con patrones financieros atípicos (informalidad, trabajadores de menores ingresos), afectando el acceso a vivienda y crédito de consumo; no se exige análisis de sesgo ni de impacto diferencial. R3 (Privacy): la metodología se nutre de la consulta al 'Reporte de Información Crediticia' (sociedades de información crediticia) y de elementos como la 'Geolocalización de la garantía' y la 'Fotografía de la propiedad' (Anexo 16, créditos reestructurados), así como de modelos de valuación basados en fuentes de información pública, lo que implica tratamiento intensivo de datos personales y geográficos del acreditado. GAPS: ausencia de exigencias de explicabilidad del scoring y del estudio paramétrico, de validación/auditoría de los modelos internos (Piso MI) y de los AVM, de auditoría de equidad, de derecho a impugnación con revisión humana y de límites al uso de geolocalización y reportes crediticios. CONTEXTO MEXICANO: ~60% de informalidad laboral hace que muchos derechohabientes tengan perfiles 'atípicos' susceptibles de penalización algorítmica; la regulación es contable-prudencial y no incorpora salvaguardas de IA ni de no discriminación crediticia.

El Acuerdo de la CRT planifica la licitación y asignación de bandas de frecuencias del espectro radioeléctrico, incluidas bandas destinadas al 'despliegue de sistemas de banda ancha de última generación (5G)' y recursos orbitales. El espectro y las redes 5G son la infraestructura habilitante de servicios masivos impulsados por IA (IoT, vehículos conectados, analítica móvil), por lo que su gobernanza incide en la concentración del mercado tecnológico. RIESGO: R10 (Concentration of Power): el propio Acuerdo reconoce la necesidad de 'prevenir fenómenos de concentración'; sin embargo, no contempla criterios específicos para evitar que la infraestructura crítica que sostendrá los servicios de IA quede concentrada en pocos actores, ni vincula la política de espectro con la soberanía digital nacional. Es un gap de prospectiva: regula el insumo (espectro) sin considerar su rol como base de futuros servicios de IA y la dependencia tecnológica asociada. GAPS: falta de criterios de interoperabilidad, neutralidad y prevención de concentración orientados a la capa de servicios digitales/IA que se desplegará sobre estas bandas. CONTEXTO MEXICANO: alta dependencia de proveedores extranjeros de equipo de red y un mercado de telecomunicaciones históricamente concentrado.

El PECDRS 2026-2030 ordena implementar 'un sistema de monitoreo comunitario y participativo que integre datos de salud, nutrición, asistencia social y bienestar rural' para evaluar políticas de seguridad alimentaria y salud, a cargo de la SSA y el INSP. Aunque se presenta como 'comunitario y participativo' y no menciona IA, describe la integración (cruce) de bases de datos sensibles —salud, nutrición y asistencia social— de población rural, indígena y afromexicana, un dominio donde la analítica de datos y, eventualmente, modelos de focalización/perfilamiento de beneficiarios son de uso estándar y no se regulan (gap). A ello se suma la línea 2.2.3, que ordena ampliar la atención mediante 'servicios de salud digital como la teleconsulta y la teleinterconsulta', que generan y transmiten datos clínicos. RIESGOS: R3 (Privacy): la integración de datos de salud (sensibles), nutrición y asistencia social en un solo sistema, sin que el texto defina base de licitud, consentimiento, minimización, control de acceso, plazos de retención ni límites al uso secundario, crea un repositorio susceptible de inferencias sensibles y de uso fuera del fin evaluativo, especialmente sobre poblaciones vulnerables con bajo conocimiento de sus derechos ARCO. R2 (Discrimination & Bias): si el sistema se usa para focalizar o priorizar apoyos (alimentarios, de salud, asistencia social), la calidad y representatividad de los datos en zonas rurales e indígenas puede sesgar la asignación y excluir a comunidades subrepresentadas. GAPS: ausencia de evaluación de impacto en protección de datos, de aviso de privacidad, de gobernanza de la interoperabilidad entre bases de salud/nutrición/asistencia social, y de límites al uso secundario o de perfilamiento. CONTEXTO MEXICANO: integración de datos sensibles de población rural e indígena con enforcement débil del INAI; marco de salud digital incipiente; riesgo de que el cruce de padrones de asistencia social derive en focalización o exclusión sin recurso de impugnación.