Diario Oficial de la Federación, No. de publicación 137/2026, Ciudad de México, miércoles 27 de mayo de 2026 (Edición Matutina)

Esta es la ÚNICA mención explícita de 'inteligencia artificial' en toda la edición del DOF. Aparece como uno de los 32 criterios de consolidación editorial que las revistas científicas y humanísticas mexicanas de acceso abierto deben acreditar para ingresar al padrón del SNPCyH (Sistema Nacional de Publicaciones Científicas y Humanísticas). El criterio exige que las revistas cuenten con una 'Política de uso de inteligencia artificial', reconociendo regulatoriamente que la IA generativa ya impacta la producción y evaluación del conocimiento científico. 1) RELEVANCIA PARA IA: Es un reconocimiento normativo pionero de que la IA (incluidos LLMs generativos) es un factor de integridad editorial. Sin embargo, el Lineamiento se limita a EXIGIR que la revista tenga una política, sin DEFINIR contenido mínimo, estándares, ni criterios de aceptabilidad (qué usos de IA son permitidos, prohibidos o sujetos a divulgación obligatoria). 2) RIESGOS ESPECÍFICOS: R4 (contenido sintético/desinformación) porque la IA generativa permite fabricar artículos, datos, imágenes y revisiones por pares falsas indistinguibles de las reales, amenazando la integridad del registro científico nacional; R5 (derechos de autor) por el entrenamiento de modelos con obras protegidas y la incertidumbre sobre autoría de outputs generados; R1 (malfunctions/alucinaciones) porque los LLMs producen referencias y afirmaciones falsas pero convincentes que pueden contaminar la literatura científica. 3) GAP REGULATORIO: El criterio es meramente formal (exige 'tener una política') y deja a cada revista autodefinir su contenido. No establece: obligación de divulgación del uso de IA por autores, prohibición de IA como coautora, requisitos de detección de texto sintético, ni trazabilidad. Tampoco se vincula con la evaluación por pares (Artículos 12-13), que también puede ser asistida o suplantada por IA sin control. 4) CONTEXTO MEXICANO: México carece de un marco general de IA; este criterio sectorial es de los primeros en mencionarla. La capacidad de la SECIHTI y los pares evaluadores para verificar y auditar políticas de IA es limitada. Existe riesgo de que el criterio se cumpla 'en el papel' sin efecto real sobre la integridad.

Los convenios establecen la integración masiva, sistemática y permanente de la información registral y catastral de las entidades federativas a una 'Plataforma Nacional de Información Registral y Catastral', con 'incorporación de nuevas tecnologías para la mejora de sus procesos'. Esto crea una base de datos nacional centralizada que vincula propietarios, inmuebles, valores y antecedentes registrales de millones de personas. 1) RELEVANCIA PARA IA: La consolidación, interoperabilidad y vinculación masiva de datos patrimoniales y personales es la infraestructura típica sobre la que se despliega analítica de datos, perfilamiento patrimonial y cruces automatizados (por ejemplo, con fines fiscales o de fiscalización). El eufemismo 'incorporación de nuevas tecnologías' no se acota ni excluye tratamiento automatizado. 2) RIESGOS ESPECÍFICOS: R3 (privacidad) por la concentración de datos patrimoniales sensibles de la población en una plataforma nacional interconectada, con potencial de inferencias sobre patrimonio, ubicación y relaciones, y de uso secundario no consentido; R2 (sesgo) si la plataforma alimenta sistemas de valuación o priorización automatizada que pudieran discriminar a poblaciones rurales, ejidales o con tenencia irregular. 3) GAP REGULATORIO: Los convenios mencionan 'protección de datos personales' de forma genérica pero NO establecen: límites al uso secundario, gobernanza algorítmica si se aplica analítica, evaluaciones de impacto a la privacidad, ni controles sobre cruces interinstitucionales (p. ej. con catastro, SAT o RENAPO). 4) CONTEXTO MEXICANO: 51% del territorio es propiedad social (ejidos/comunidades). La centralización registral-catastral toca derechos patrimoniales de comunidades vulnerables. La capacidad del INAI (en transición institucional) y de los registros estatales para auditar el tratamiento es limitada.

Las convocatorias del Servicio Profesional de Carrera establecen que la primera etapa del concurso (revisión curricular) se realiza 'de forma automatizada' a través de la plataforma trabajaen.gob.mx, fungiendo como filtro de descarte inicial de aspirantes a empleo público federal. 1) RELEVANCIA PARA IA: Un filtro curricular automatizado que descarta candidatos es una decisión automatizada sobre acceso a oportunidades de empleo. Aunque puede tratarse de reglas simples (matching de palabras clave/requisitos), constituye toma de decisión automatizada sobre personas y es el tipo de proceso que evoluciona hacia scoring algorítmico. 2) RIESGOS ESPECÍFICOS: R2 (discriminación) porque el matching automatizado puede excluir injustamente perfiles válidos por diferencias de formato, sinónimos o sesgos en los criterios codificados; R1 (errores) por descartes erróneos sin revisión humana en la fase de filtrado. 3) GAP REGULATORIO: La convocatoria no transparenta la lógica del filtro automatizado ni garantiza explícitamente revisión humana o mecanismo de impugnación específico contra el descarte automático en Etapa I. 4) CONTEXTO MEXICANO: Afecta el acceso al empleo público y el principio de mérito. La opacidad del filtro automatizado puede erosionar la confianza en el SPC; la capacidad de los Comités de Selección para auditar el algoritmo es limitada.

La convocatoria describe el SIMAR (Sistema de Información y Análisis Marino Costero) como un sistema de 'alertas tempranas' basado en 'análisis de datos multiescalares', observaciones satelitales y 'modelos climáticos'. Aunque no menciona IA, los sistemas de alerta temprana sobre datos satelitales y modelos climáticos son un dominio donde el aprendizaje automático y la analítica predictiva se aplican de forma creciente. 1) RELEVANCIA PARA IA: 'Análisis de datos multiescalares' + 'modelos climáticos' + 'alertas tempranas' + 'información geoespacial' describen una arquitectura típica de analítica predictiva ambiental que probablemente incorpore o incorporará ML. 2) RIESGOS ESPECÍFICOS: R15 (riesgos emergentes) por la dependencia de modelos predictivos para decisiones de conservación, con incertidumbre sobre su validación; no involucra datos personales, por lo que la severidad es baja y de monitoreo. No hay R3 relevante (datos ambientales, no personales). 3) GAP REGULATORIO: No hay requisitos de transparencia, validación o supervisión humana de los modelos predictivos ambientales, aunque el impacto es de baja criticidad para derechos. 4) CONTEXTO MEXICANO: Capacidad técnica concentrada; depende de proveedores e infraestructura de datos satelitales externos.