Back to DOF index

DOF analysis · November 26, 2025

Diario Oficial de la Federación, No. de publicación 318/2025, miércoles 26 de noviembre de 2025. Contiene, entre otros, el Decreto por el que se aprueba el Programa Sectorial de Bienestar 2025-2030 y dicho Programa; oficios y listas de la SHCP; Circular de inhabilitación de la Secretaría Anticorrupción y Buen Gobierno; Acuerdo Modificatorio de simplificación de trámites del INSUS (SEDATU); Acuerdo de la Comisión Nacional de Energía sobre metodología tarifaria del Servicio Público de Transmisión de Energía Eléctrica; Acuerdo General 17/2025 y Sentencia de la Acción de Inconstitucionalidad 33/2025 de la SCJN; tipos de cambio y tasas de Banxico; síntesis de resoluciones del INE; y Avisos judiciales, generales y convocatorias del Servicio Profesional de Carrera

Requires urgent attention

Document type: Edición Matutina del DOF (compendio): Decreto y Programa Sectorial, Oficios, Lista, Circular, Acuerdos, Sentencia, Avisos

View source text


Statistics

4 Findings
3 Risk categories
4 Regulatory gaps
0 Explicit AI mentions
4 Implicit AI mentions

Metadata

Publication date
November 26, 2025
Issuing authority
Presidencia de la República / Secretaría de Bienestar; SHCP-CNBV-INDAABIN; Secretaría Anticorrupción y Buen Gobierno; SEDATU-INSUS; Comisión Nacional de Energía; SCJN; Banco de México; INE
Sector
Desarrollo social y bienestar (predominante); financiero/bancario; energético; judicial; electoral; administración pública
Scope of application
Federal
Maximum severity
Very High
Review verdict
aceptable

Risk categories present

Urgency justification

Source content shown in its original language (Spanish).

El Programa Sectorial de Bienestar 2025-2030 sustenta el acceso a derechos sociales constitucionalizados (pensiones, becas) en padrones nominales de decenas de millones de personas vulnerables sujetos a 'actualización permanente', validación y baja, y crea un nuevo flujo masivo de datos sensibles de salud (Salud Casa por Casa) sobre adultos mayores y personas con discapacidad. La gestión de padrones y expedientes de salud a esta escala implica casi necesariamente procesamiento automatizado y confronta algorítmica de bases, con riesgo directo de exclusión discriminatoria del beneficio (R2) y de tratamiento masivo de datos personales y de salud sin salvaguardas (R3). El documento no menciona estos sistemas, sus criterios, ni mecanismos de impugnación, transparencia o supervisión del órgano garante, configurando un gap regulatorio significativo en un dominio de alto impacto en derechos fundamentales.

Executive summary

Source content shown in its original language (Spanish).

La edición matutina del DOF del 26 de noviembre de 2025 está dominada por el Decreto y el texto del Programa Sectorial de Bienestar 2025-2030, e incluye además documentos administrativos sin contenido de IA: oficios y listas de la SHCP (cambio de denominación de un banco; valores de desechos de bienes muebles), una Circular de inhabilitación de proveedor de la Secretaría Anticorrupción y Buen Gobierno, un Acuerdo de simplificación de trámites del INSUS (SEDATU), un Acuerdo técnico-tarifario de la Comisión Nacional de Energía sobre transmisión eléctrica, dos asuntos de la SCJN (un aplazamiento y la Sentencia de la Acción de Inconstitucionalidad 33/2025 sobre proporcionalidad de sanciones en una ley de Veracruz), tipos de cambio y tasas de Banxico, síntesis de resoluciones de fiscalización del INE, y una extensa sección de Avisos judiciales, generales y convocatorias de empleo público. Ninguno de estos documentos menciona inteligencia artificial de forma explícita. El bloque principal con relevancia para la regulación de IA es el Programa de Bienestar, y su relevancia es implícita; a ello se añade, en la sección de Avisos, que las convocatorias del Servicio Profesional de Carrera fijan como primera etapa una 'revisión curricular de forma automatizada' en la plataforma TrabajaEn, es decir, un filtrado automatizado de aspirantes a empleo público (R2). El Programa estructura toda la política social sobre padrones de beneficiarios de escala nacional (decenas de millones de personas), con líneas de acción de 'actualización permanente de padrones', 'apertura de nuevos registros', 'validación de datos' y un 'Padrón Único de Beneficiarios' gestionado por una 'Dirección General de Validación de Beneficiarios'. La gestión, depuración y confronta de padrones de esta magnitud se apoya en la práctica en procesamiento automatizado de datos, que puede determinar de manera automatizada el acceso a derechos constitucionalizados (R2) y procesar masivamente datos personales sin salvaguardas explícitas (R3). A ello se suma el nuevo programa Salud Casa por Casa, que recaba y monitorea periódicamente información médica sensible de millones de adultos mayores y personas con discapacidad, generando de facto un repositorio nacional de datos de salud (R3 Muy Alta, R1) sin un marco específico de protección de datos ni de supervisión humana de cualquier herramienta de diagnóstico o triaje. Los riesgos más críticos son, por tanto, la posible exclusión discriminatoria de beneficiarios por errores de validación/confronta y el tratamiento masivo de datos sensibles sin salvaguardas. Se recomienda exigir transparencia sobre los criterios de validación de padrones, garantizar revisión humana e impugnación antes de cualquier baja, y emitir lineamientos específicos de protección de datos —con evaluación de impacto y supervisión del órgano garante— tanto para el Padrón Único de Beneficiarios como para la información de salud de Salud Casa por Casa.

Mexican context

Source content shown in its original language (Spanish).

Special considerations

  • Las pensiones y becas están elevadas a rango constitucional (artículos 4o. y 2o. CPEUM); por ello, errores de validación o bajas automatizadas en los padrones no son meros actos administrativos, sino posible negación de un derecho fundamental, con mayor exigencia de debido proceso
  • Buena parte de la población objetivo vive en zonas rurales, indígenas y de alta marginación, con documentación incompleta o datos inconsistentes (CURP/RFC), lo que eleva el riesgo de falsos negativos en cualquier confronta automatizada de bases
  • Salud Casa por Casa concentra datos personales de salud sensibles de adultos mayores y personas con discapacidad, en un país con cultura institucional aún incipiente de protección de datos y antecedentes de filtraciones de bases gubernamentales
  • El reciente rediseño institucional de los órganos garantes (transformación del INAI) genera incertidumbre sobre la autoridad efectiva de supervisión del tratamiento masivo de datos personales en estos programas

Enforcement capacity

Media-Baja. La Secretaría de Bienestar opera padrones de enorme escala y un nuevo programa de salud domiciliaria con miles de visitadores, pero el Programa no asigna recursos ni mecanismos explícitos de gobernanza de datos, auditoría algorítmica o supervisión por un órgano garante. La capacidad para auditar la calidad de las confrontas de padrones, atender impugnaciones individuales por bajas, y vigilar el resguardo de datos de salud es limitada, lo que puede traducirse en exclusiones no impugnables y en tratamiento de datos sin controles efectivos.

Relevant precedents

  • Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados (tratamiento de datos por entes públicos; datos sensibles de salud)
  • Ley General de Desarrollo Social y normatividad del Padrón Único de Beneficiarios / Sistema de Información Social
  • Artículos 4o. y 2o. de la CPEUM que constitucionalizan pensiones, becas y derechos de pueblos indígenas y afromexicanos
  • Jurisprudencia de la SCJN sobre debido proceso y derecho de audiencia previo a actos privativos (aplicable a bajas de padrón)
  • Lineamientos del órgano garante sobre tratamiento de datos personales sensibles y evaluaciones de impacto a la protección de datos

Findings

Findings detected by the analysis. Expand each one to see the original fragment and recommendations.

Source content shown in its original language (Spanish).

Desarrollo social / Padrones de beneficiarios de programas sociales Implícito - Riesgo/Gap Regulatorio High

Finding ID: H1

Regulatory domain

Desarrollo social / Padrones de beneficiarios de programas sociales

Regulatory gap

Yes

Original fragment

1.1.2 Ampliar la cobertura de la pensión para personas adultas mayores conforme al crecimiento demográfico, mediante la actualización permanente de padrones.

Location in document: Programa Sectorial de Bienestar 2025-2030, Sección 7 (Estrategias y líneas de acción), Objetivo 1, Estrategia 1.1, línea de acción 1.1.2 (con líneas análogas 1.1.3, 1.2.3, 1.3.3, 2.2.1)

Relevance analysis

El Programa estructura toda la Política de Bienestar sobre 'padrones de beneficiarios' de escala nacional (decenas de millones de personas: 12.9 millones en la PBPAM, 8.8 millones de personas con discapacidad, etc.) sujetos a 'actualización permanente', 'apertura de nuevos registros', 'inscripción en el padrón', verificación y 'validación de datos' (línea 2.2.1: 'una vez verificados y validados los datos'). Las Gráficas 14 y 15 atribuyen la cobertura al 'Padrón Único de Beneficiarios' y a la 'Dirección General de Validación de Beneficiarios'. La gestión, cruce, depuración (deduplicación), validación de identidad y detección de duplicidades/inelegibilidad en padrones de esta magnitud se realiza, casi sin excepción, mediante procesamiento automatizado de datos y algoritmos de confronta entre bases (CURP, RFC, registros de defunciones, otros padrones). RIESGOS: R2 (sesgo/discriminación) porque la inclusión, exclusión o baja automatizada de personas del padrón decide el acceso a un derecho constitucional (pensiones elevadas a rango constitucional en los artículos 4o. y 2o. CPEUM); errores de confronta o reglas mal calibradas pueden negar el derecho a poblaciones rurales, indígenas, sin documentación completa o con datos inconsistentes, precisamente las más vulnerables. R3 (privacidad) por el tratamiento masivo de datos personales de poblaciones vulnerables sin que el Programa mencione salvaguardas, minimización, límites de retención, ni evaluación de impacto. GAP: el documento no menciona en absoluto el uso de sistemas automatizados, criterios algorítmicos de validación, derecho a impugnación de bajas, ni control del INAI sobre el tratamiento, pese a regular un dominio de altísimo impacto en derechos.

Recommendations

  • Exigir transparencia sobre los criterios y reglas (algorítmicos o de confronta de bases) usados para altas, validaciones y bajas en los padrones, y publicar la metodología de depuración
  • Establecer un procedimiento accesible de impugnación y revisión humana antes de cualquier baja o exclusión del padrón que afecte el acceso a la pensión
  • Incorporar evaluación de impacto en privacidad y en derechos humanos, con supervisión del INAI/órgano garante, antes de cruces masivos de datos (CURP, RENAPO, defunciones, otros padrones)
  • Definir límites de retención y prohibir el uso secundario de los datos de los padrones para fines distintos al otorgamiento del beneficio
Salud pública / Atención médica domiciliaria y expedientes de salud Implícito - Riesgo/Gap Regulatorio Very High

Finding ID: H2

Regulatory domain

Salud pública / Atención médica domiciliaria y expedientes de salud

Regulatory gap

Yes

Original fragment

5.2.3 Recabar y resguardar la información médica de los derechohabientes de manera segura, respetando la confidencialidad de sus datos personales.

Location in document: Programa Sectorial de Bienestar 2025-2030, Sección 7, Objetivo 5, Estrategia 5.2, línea de acción 5.2.3 (relacionada con 5.1.3 'diagnósticos integrales de salud mediante visitas domiciliarias' y 5.2.2 'diagnósticos y monitoreos periódicos de la salud')

Relevance analysis

El nuevo programa 'Salud Casa por Casa' (compromiso presidencial número 22) implica recabar, resguardar y monitorear de forma periódica la información médica de millones de derechohabientes de la PBPAM y PBPCD (el indicador 5.1 fija meta de visitar al 95% de los derechohabientes), incluyendo 'diagnósticos integrales de salud' domiciliarios. Esto crea de facto un repositorio nacional de datos de salud sensibles (enfermedades crónicas, salud mental, discapacidad) de poblaciones vulnerables. Aunque el texto no menciona IA, la construcción de expedientes digitales de salud a esta escala conlleva: análisis automatizado para 'monitoreos periódicos', priorización/triaje de atención y posible diagnóstico asistido. RIESGOS: R3 (privacidad) por tratamiento masivo de datos personales sensibles de salud (categoría especialmente protegida) sin que el Programa especifique base de licitud, encriptación, control de acceso, interoperabilidad con otros sistemas, ni régimen de retención; la frase 'de manera segura, respetando la confidencialidad' es un principio genérico sin mecanismos concretos. R1 (errores) si los diagnósticos o triajes domiciliarios se apoyan en herramientas automatizadas sin supervisión médica calificada, pueden producirse falsos negativos/positivos en poblaciones que ya enfrentan barreras de acceso. GAP: ausencia de regulación sobre el ciclo de vida del dato de salud, sobre quién y cómo accede a él, y sobre el uso de cualquier sistema de análisis o apoyo a la decisión clínica.

Recommendations

  • Emitir lineamientos específicos de protección de datos personales sensibles de salud para Salud Casa por Casa (base de licitud, cifrado, control de acceso, bitácoras, retención y supresión)
  • Prohibir el uso secundario de la información médica recabada (p. ej. para fiscalización, seguridad o cruce con otros padrones) sin consentimiento explícito u orden judicial
  • Si se emplean herramientas de apoyo al diagnóstico o triaje, exigir validación clínica, supervisión humana obligatoria y transparencia sobre su funcionamiento
  • Someter el repositorio de salud a evaluación de impacto en privacidad y a auditoría del órgano garante de protección de datos
Planeación territorial / Focalización geoestadística de programas Implícito - Tecnología Medium

Finding ID: H3

Regulatory domain

Planeación territorial / Focalización geoestadística de programas

Regulatory gap

Yes

Original fragment

3.3.2 Promover la planeación participativa basada en información geoestadística.

Location in document: Programa Sectorial de Bienestar 2025-2030, Sección 7, Objetivo 3, Estrategia 3.3, línea de acción 3.3.2 (relacionada con criterios de 'priorización territorial' en 2.1.2, 4.3.1 y la focalización por 'grado de marginación')

Relevance analysis

El Programa focaliza apoyos mediante 'información geoestadística' e índices oficiales (medición de pobreza de INEGI/CONEVAL, índice de marginación de CONAPO, DENUE) y 'criterios de priorización territorial'. La combinación de capas geoestadísticas, índices y padrones para decidir dónde y a quién se prioriza es una forma de analítica de datos territorial que, al escalar, tiende a apoyarse en herramientas automatizadas. RIESGOS: R2 y R3 de nivel medio: la focalización basada en índices puede arrastrar sesgos de medición y dejar fuera a poblaciones mal capturadas por los censos (subregistro indígena, localidades dispersas), y combina datos de múltiples fuentes. A diferencia de H1 y H2, aquí el impacto en derechos es más indirecto (orienta priorización, no niega individualmente el beneficio), por lo que la severidad es menor. GAP: no se prevén controles sobre la calidad/representatividad de los datos geoestadísticos ni sobre la trazabilidad de las decisiones de priorización.

Recommendations

  • Documentar y publicar las fuentes, índices y reglas de priorización territorial para permitir su auditoría y la detección de sesgos de subregistro
  • Prever mecanismos de corrección para localidades y poblaciones históricamente subrepresentadas en los datos geoestadísticos (comunidades indígenas y rurales dispersas)
  • Asegurar gobernanza de datos cuando se integren capas geoestadísticas con padrones nominales, evitando reidentificación indebida de personas
Empleo público / Selección de personal en el Servicio Profesional de Carrera de la Administración Pública Federal Implícito - Riesgo/Gap Regulatorio Medium

Finding ID: H4

Regulatory domain

Empleo público / Selección de personal en el Servicio Profesional de Carrera de la Administración Pública Federal

Regulatory gap

Yes

Original fragment

Etapa I: Revisión curricular de forma automatizada, a través de la herramienta www.trabajaen.gob.mx

Location in document: Sección de Avisos, Convocatorias para concursos de plazas vacantes del Servicio Profesional de Carrera (múltiples convocatorias publicadas el 26 de noviembre de 2025; la frase se repite, p. ej. en la convocatoria 36/2025 y en la convocatoria CJEF/CONAGUA con la variante 'REVISION CURRICULAR DE FORMA AUTOMATIZADA A TRAVES DE LA HERRAMIENTA WWW.TRABAJAEN.GOB.MX')

Relevance analysis

Las convocatorias del Servicio Profesional de Carrera incluidas en la edición establecen como primera etapa del concurso una 'Revisión curricular de forma automatizada' a través de la plataforma TrabajaEn (operada por la Secretaría Anticorrupción y Buen Gobierno), que filtra automáticamente a las personas aspirantes a empleo público a partir del cotejo del currículo capturado contra el perfil del puesto (escolaridad, carrera, área y años de experiencia, conforme a los Catálogos de Carreras y de Áreas de Experiencia). Aunque el texto no menciona 'inteligencia artificial', se trata de una decisión automatizada de selección de personal en el sector público que determina quién avanza en un proceso de acceso al empleo, supuesto expresamente listado en la taxonomía (R2: 'Algoritmos de selección de personal en sector público', 'selección automatizada', 'toma de decisiones automatizada'). RIESGOS: R2 (sesgo/discriminación) porque el descarte automatizado puede excluir candidaturas válidas por errores de captura, codificación rígida de equivalencias de carreras/experiencia, o reglas que no reconozcan trayectorias atípicas, sin que las convocatorias prevean criterios públicos de la confronta automatizada ni un mecanismo de revisión humana o impugnación específico de esta etapa I (las inconformidades del Servicio de Carrera operan en etapas posteriores). La severidad es Media: es un filtro determinista de elegibilidad basado en reglas, no un scoring opaco, y afecta acceso a oportunidades de empleo (no un derecho ya adquirido). GAP: las convocatorias no transparentan la lógica de la 'revisión curricular automatizada' ni ofrecen vía de corrección ante un descarte por error de la herramienta. En el contexto mexicano, esto se agrava por la heterogeneidad de denominaciones de títulos y la dependencia de una única plataforma centralizada (TrabajaEn) cuya configuración condiciona el acceso al servicio público en toda la APF.

Recommendations

  • Transparentar los criterios y reglas de la revisión curricular automatizada de TrabajaEn (cómo se cotejan escolaridad, carrera y experiencia contra el perfil del puesto)
  • Garantizar una vía accesible de revisión humana e impugnación específica para los descartes producidos en la Etapa I automatizada, antes de la conclusión del concurso
  • Auditar periódicamente la herramienta para detectar exclusiones sistemáticas por errores de codificación de equivalencias de carreras y áreas de experiencia
  • Publicar avisos de privacidad y límites de uso de los datos curriculares procesados por la plataforma