DIARIO OFICIAL DE LA FEDERACIÓN - No. de publicación 130/2026, Ciudad de México, miércoles 20 de mayo de 2026 (Edición Matutina)

Los cinco Convenios de Coordinación del Programa de Modernización de los Registros Públicos de la Propiedad y Catastros (Nuevo León, Puebla, Hermosillo/Sonora, Tamaulipas) ordenan la integración masiva, migración, 'limpieza' y homologación de bases de datos de propiedad inmobiliaria y datos de personas titulares hacia una Plataforma Nacional de Información Registral y Catastral, con 'interoperabilidad e interconexión permanente' y construcción de 'base cartográfica final'. Aunque el texto no menciona IA, la modernización de catastros a esta escala emplea típicamente sistemas de información geográfica (SIG), procesamiento automatizado de grandes volúmenes de datos personales y patrimoniales, georreferenciación y vinculación cruzada de padrones. El texto exige expresamente 'la incorporación de nuevas tecnologías' y la entrega de 'aplicativos, desarrollos, plataformas y demás herramientas tecnológicas' (código fuente, diccionario de datos, modelado de base de datos), que la SEDATU podrá reutilizar en cualquier entidad federativa. RIESGOS: R3 (Privacidad): se concentra y se interconecta de forma permanente información patrimonial e identificatoria de millones de personas; el convenio solo menciona 'salvaguardando los datos personales' sin detallar bases jurídicas, minimización, plazos de retención, controles de acceso ni evaluación de impacto en protección de datos, pese a que se comparten 'credenciales de acceso para consulta vía remota'. R9 (Vigilancia/integración de bases): la creación de una plataforma nacional que vincula catastro + registro de la propiedad + identidad de titulares constituye infraestructura de datos integrada que, sin controles, habilita perfilamiento patrimonial y consulta gubernamental cruzada. R10 (Concentración): la SEDATU exige los desarrollos 'por obra por encargo y no por uso de licencia' y se reserva su despliegue nacional, concentrando la plataforma y los datos en un único actor federal. GAPS: no hay (1) evaluación de impacto en privacidad, (2) auditoría algorítmica de los procesos de 'limpieza/homogenización' de padrones (que pueden introducir errores en derechos de propiedad), (3) reglas de gobernanza de datos para la consulta intergubernamental, ni (4) mención del INAI/órganos garantes locales.

Las numerosas Convocatorias del Servicio Profesional de Carrera publicadas en esta edición describen una 'Revisión curricular en forma automatizada por la herramienta www.trabajaen.gob.mx' como etapa filtro del proceso de selección de personal en la Administración Pública Federal. Se trata de una decisión automatizada que determina qué aspirantes pasan a las siguientes etapas (examen, evaluación de habilidades, entrevista). Aunque no se identifica como IA, es un sistema de cribado automatizado de candidaturas (CV screening), categoría clásica de riesgo R2. RIESGOS: R2 (Discriminación/Sesgo): el filtrado automatizado de currículos puede reproducir sesgos en la coincidencia de palabras clave/requisitos, descartando perfiles válidos sin revisión humana ni explicación; afecta el acceso a oportunidades de empleo público. R7 (Desplazamiento/Automatización de tareas cognitivas): sustituye el cribado humano por una herramienta. Aun siendo un filtro deterministático por requisitos, la falta de transparencia sobre sus criterios y de mecanismos de impugnación específicos para descartes automáticos es un gap. GAPS: no se describe (1) qué criterios aplica la herramienta, (2) si existe revisión humana de los descartes, (3) cómo se impugna un descarte automatizado más allá de la 'reactivación de folios', ni (4) si hay auditoría de equidad del filtro.

Una convocatoria de la SHCP describe funciones basadas en 'servicios integrales de monitoreo de información' y 'monitoreo de medios tradicionales, electrónicos y emergentes', con grabación, transcripción, clasificación y análisis cuantitativo/cualitativo de cobertura informativa para 'identificar posibles sesgos en la interpretación de los mensajes institucionales'. El monitoreo masivo de medios (incluidos medios 'emergentes', es decir redes sociales/digitales) a escala se apoya habitualmente en herramientas automatizadas de procesamiento de lenguaje, clasificación de contenidos y análisis de sentimiento/clima de opinión. RIESGOS: aunque el objeto declarado es evaluar la comunicación institucional (no vigilar ciudadanos), el monitoreo automatizado de medios y redes con 'medición del clima de opinión' bordea técnicas de análisis de discurso público que, sin límites, pueden derivar en vigilancia de voces críticas (R9) y procesamiento de datos personales de personas que aparecen en los medios (R3). La severidad es Media porque el alcance declarado es comunicación institucional, no inteligencia poblacional. GAPS: no se especifican límites al monitoreo de personas, ni salvaguardas frente a la vigilancia de periodistas o críticos, ni el rol de terceros (empresa contratada) en el tratamiento de datos.

El Acuerdo del INE aprueba un 'fraccionamiento virtual de secciones' como insumo técnico para conformar Demarcaciones Municipales Electorales en Chihuahua. Es un ejercicio computacional de modelación territorial que desagrega secciones electorales con base en datos del Padrón Electoral, la Lista Nominal y el Censo de Población y Vivienda 2020, aplicando parámetros demográficos (Media Poblacional Municipal y margen de tolerancia ±15%) para generar 'escenarios' de delimitación. Implica procesamiento automatizado de datos del padrón ciudadano y análisis geoespacial/demográfico. RIESGOS: R3 (Privacidad): el ejercicio procesa datos del Padrón Electoral y Lista Nominal (datos personales de electores) para modelación territorial. R2 (Sesgo/representación): la delimitación territorial automatizada incide directamente en el valor del voto y la representación política; criterios o parámetros mal calibrados podrían producir demarcaciones inequitativas. La severidad es Media porque el INE actúa con mandato constitucional, controles de vigilancia (CNV/CLV/CDV) y el ejercicio es 'preliminar' y deterministático (no IA generativa ni perfilamiento). GAPS: el Acuerdo no aborda explícitamente la trazabilidad/auditabilidad del software de fraccionamiento ni salvaguardas de datos del padrón en el procesamiento, aunque el marco electoral ofrece controles institucionales robustos.

Los Convenios FOFISP 2026 con cuatro entidades federativas obligan a operar un 'software denominado Herramienta de Seguimiento y Control' del Servicio Profesional de Carrera policial, así como a remitir resultados de 'evaluación de competencias básicas', 'evaluación del desempeño' y 'evaluación de control de confianza' del personal policial, gestionadas por Centros Estatales de Evaluación y el Centro Nacional de Certificación y Acreditación. Estos sistemas concentran datos sensibles (incluidos resultados de control de confianza, que típicamente involucran datos biométricos, psicológicos y patrimoniales) de miles de policías. RIESGOS: R3 (Privacidad): tratamiento sistematizado de datos personales sensibles del personal de seguridad mediante software y bases de datos interinstitucionales, sin que el convenio detalle salvaguardas de protección de datos, plazos de retención o controles de acceso. La severidad es Media porque el universo es personal policial (no población general) y el marco se apoya en la Ley General del SNSP; no obstante, persiste un gap de protección de datos. GAPS: el convenio no especifica controles de privacidad ni auditoría sobre el software ni sobre las evaluaciones automatizadas/sistematizadas.

Una convocatoria del sector financiero (Dirección General de Supervisión de Conducta de Participantes del Mercado, adscrita a la CNBV/SHCP) describe funciones de supervisión sobre los procedimientos que las entidades financieras implementan para 'la toma de decisiones de inversión, manejo de conflictos de interés y perfilamiento de clientes', así como sobre sus 'recomendaciones en materia de valores con base en el perfilamiento de clientes'. El 'perfilamiento de clientes' y la generación de 'recomendaciones en materia de valores' con base en dicho perfil son, en la práctica actual de los mercados financieros, funciones crecientemente apoyadas por modelos de scoring, analítica de datos y sistemas de recomendación (robo-advisors), aunque el texto no lo mencione explícitamente. RIESGOS: R2 (Discriminación/Sesgo): el perfilamiento automatizado de clientes para asignar productos o recomendaciones de inversión puede reproducir sesgos (por ingresos, género, geografía o historial) y derivar en acceso desigual a oportunidades financieras o en colocación de productos inadecuados (mis-selling). R3 (Privacidad): el perfilamiento implica el procesamiento de datos personales y financieros de los clientes para inferir perfiles de riesgo y comportamiento. R8 (Recomendación algorítmica): las 'recomendaciones en materia de valores con base en el perfilamiento' son sistemas de recomendación que pueden optimizar el interés de la entidad (comisiones) sobre el del cliente. La severidad es Media porque el documento es una convocatoria de empleo de un órgano supervisor (no un mandato de despliegue) y el texto describe una facultad de supervisión, no la operación directa de los sistemas; no obstante, evidencia que el dominio (perfilamiento + recomendación de valores) está activo y carece, en el texto, de mención a gobernanza algorítmica. GAPS: el documento no menciona (1) si el perfilamiento y las recomendaciones emplean modelos automatizados/ML, (2) requisitos de explicabilidad, auditoría de sesgo o supervisión humana sobre dichos sistemas, ni (3) protección de datos específica para el perfilamiento financiero. Es un gap: el marco de supervisión de conducta de mercado no contempla explícitamente la dimensión algorítmica del perfilamiento y la recomendación.