DOF analysis · April 29, 2026
Diario Oficial de la Federación, Edición Matutina, No. de publicación 108/2026, Ciudad de México, miércoles 29 de abril de 2026
Document type: Edición del Diario Oficial de la Federación (compilación: Decretos, Acuerdos, Convenios, Avisos, Tarifas, Programa Institucional y Convocatorias)
Statistics
Metadata
Risk categories present
Executive summary
Source content shown in its original language (Spanish).
Esta edición del DOF (29 de abril de 2026) es una compilación multisectorial dominada por actos administrativos sin componente de IA: una reforma a la Ley de Vivienda, convenios FOFISP de seguridad pública con varias entidades federativas, bases tarifarias portuarias y eléctricas (CFE), acuerdos de simplificación de trámites, notas aclaratorias, modificaciones de cartografía electoral del INE y avisos judiciales. La mayoría de su volumen son tablas tarifarias y formatos, sin relevancia regulatoria para IA. No obstante, se identifican siete hallazgos relevantes. La única mención EXPLÍCITA de 'inteligencia artificial' aparece en el Programa Institucional 2026-2030 del CICY (SECIHTI), que la plantea como herramienta de desarrollo y educación científica, reconociendo la brecha digital regional (R10/R15, gap de gobernanza de IA en ciencia). Los hallazgos IMPLÍCITOS más significativos son: (1) la 'revisión curricular de forma automatizada' del sistema TrabajaEn, presente de forma reiterada en las convocatorias del Servicio Profesional de Carrera, que constituye un filtro algorítmico de aspirantes a empleo público con riesgo de discriminación y sin mecanismos visibles de transparencia o apelación (R2/R7); (2) la prueba piloto del INFONAVIT sobre plataformas digitales, que formaliza la seguridad social de trabajadores gestionados algorítmicamente sin regular la transparencia de esa gestión (R6/R7); (3) el monitoreo de calidad de datos del Registro Nacional de Población e Identidad (RENAPO), el enrolamiento biométrico de la Cédula de Identidad Ciudadana y las confrontas interinstitucionales, que constituyen infraestructura de identidad poblacional sin límites de finalidad ni controles democráticos explícitos (R3/R9); y (4) múltiples descripciones de 'procesos automatizados', 'interoperabilidad' y 'análisis de datos' en funciones de plazas de la APF (R1). El nivel de riesgo máximo es ALTA, asociado al cribado automatizado de personas en el SPC. Ninguno de los hallazgos describe un sistema de IA de alto impacto en operación con daño inminente, por lo que no se considera atención urgente; sin embargo, se recomienda incorporar transparencia algorítmica, mecanismos de apelación y auditorías de equidad antes de consolidar la automatización en selección de personal, plataformas laborales y manejo de datos poblacionales.
Mexican context
Source content shown in its original language (Spanish).
Special considerations
- La automatización del cribado curricular (TrabajaEn) opera a escala federal sobre miles de aspirantes; en un contexto de ~60% de informalidad laboral, los perfiles atípicos o de economía informal pueden ser descartados sistemáticamente por catálogos rígidos.
- La regulación de plataformas digitales (reforma LFT 2024) se desarrolla en un mercado dominado por operadores extranjeros con gestión algorítmica opaca y trabajadores de bajos ingresos y escasa capacidad de defensa.
- El RENAPO/CURP es columna vertebral de la identidad digital nacional; la tendencia hacia atributos biométricos eleva el riesgo de privacidad en confrontas interinstitucionales masivas.
- La brecha digital regional (pobreza tecnológica del 27% en la Península de Yucatán; 78.3% de informalidad en Guerrero) implica que la adopción de IA, si no se acompaña de cierre de brechas, profundiza desigualdades territoriales.
- México carece de un marco transversal de IA responsable en la Administración Pública Federal, lo que dificulta distinguir automatización administrativa inocua de sistemas de decisión con impacto en derechos.
Enforcement capacity
Media-Baja. La Secretaría Anticorrupción y Buen Gobierno opera TrabajaEn y el SPC pero no publica auditorías de equidad del filtro automatizado. El INAI y los órganos garantes tienen recursos limitados para supervisar interoperabilidad de padrones (RENAPO) y tratamiento masivo de datos. La fiscalización de la gestión algorítmica de plataformas digitales por la STPS es incipiente. No existe una autoridad nacional especializada en IA que supervise estos sistemas.
Relevant precedents
- Ley Federal de Protección de Datos Personales en Posesión de Particulares (citada expresamente en las convocatorias, art. 2 fr. VI, respecto de datos sensibles).
- Ley General de Protección de Datos Personales en Posesión de los Sujetos Obligados (aplicable al tratamiento de datos de aspirantes y del RENAPO).
- Decreto de reforma a la Ley Federal del Trabajo en materia de Plataformas Digitales (DOF 24/12/2024) y artículos 291-A y 291-K LFT.
- Ley del Servicio Profesional de Carrera en la Administración Pública Federal (marco del cribado automatizado de aspirantes vía TrabajaEn).
- Ley General en materia de Humanidades, Ciencias, Tecnologías e Innovación (marco del Programa Institucional del CICY y de los centros públicos de SECIHTI).
Findings
Findings detected by the analysis. Expand each one to see the original fragment and recommendations.
Source content shown in its original language (Spanish).
Empleo público / Servicio Profesional de Carrera Implícito - Tecnología High
Regulatory domain
Empleo público / Servicio Profesional de Carrera
Regulatory gap
Yes
Original fragment
Etapa I: Revisión curricular de forma automatizada, a través de la herramienta www.trabajaen.gob.mx (Registro de aspirantes). Relevance analysis
1) RELEVANCIA PARA IA: La 'revisión curricular de forma automatizada' mediante el sistema TrabajaEn es un filtro algorítmico de aspirantes a empleo público. Es la primera etapa del concurso y opera como criba (descarte) sin intervención humana documentada en el fragmento. Aunque no se menciona 'IA', el cribado automatizado de candidatos sobre catálogos de carreras, áreas y años de experiencia es un caso clásico de toma de decisiones automatizada sobre personas (matriz: 'selección automatizada', 'toma de decisiones automatizada'). 2) RIESGOS: R2 (Discriminación y Sesgo): el matching automatizado curriculum-perfil puede excluir sistemáticamente perfiles atípicos, trayectorias no lineales, experiencia informal (relevante en México con ~60% de informalidad) o estudios con nomenclaturas no estandarizadas en los catálogos, sin auditoría de equidad ni análisis de impacto diferencial. R7 (Desplazamiento): la automatización del cribado reemplaza tareas humanas de revisión, tendencia que puede ampliarse a otras etapas. 3) GAPS REGULATORIOS: el documento no establece (a) criterios de transparencia sobre la lógica del filtro automatizado; (b) mecanismo de revisión humana o de apelación específico para descartes en la Etapa I; (c) auditoría de sesgo del algoritmo de matching; (d) estándares de precisión (falsos descartes). Existe un mecanismo de 'reactivación de folios' pero no se vincula explícitamente a errores del filtro automatizado. 4) CONTEXTO MEXICANO: TrabajaEn es la plataforma nacional del SPC operada por la Secretaría Anticorrupción y Buen Gobierno; su uso es masivo y federal, por lo que cualquier sesgo se amplifica a escala nacional. La capacidad de impugnación efectiva del ciudadano frente a un descarte automatizado es limitada.
Recommendations
- Documentar y publicar la lógica del filtro automatizado de revisión curricular (criterios, ponderaciones y catálogos), garantizando explicabilidad.
- Establecer un mecanismo expreso de revisión humana y apelación para aspirantes descartados en la Etapa I automatizada, distinto de la reactivación de folios por causas técnicas.
- Realizar auditorías periódicas de equidad y de tasa de falsos descartes del sistema TrabajaEn, con énfasis en perfiles atípicos e informales.
- Incorporar una evaluación de impacto en derechos (no discriminación) antes de ampliar la automatización a otras etapas del concurso.
Risk categories
Trabajo / Economía de plataformas digitales / Seguridad social Implícito - Riesgo/Gap Regulatorio Medium
Regulatory domain
Trabajo / Economía de plataformas digitales / Seguridad social
Regulatory gap
Yes
Original fragment
Decreto por el que se adicionan diversas disposiciones de la Ley Federal del Trabajo (LFT), en materia de Plataformas Digitales, en la que se prevén regulaciones relacionadas medularmente con el reconocimiento de la existencia de relación laboral tratándose de personas trabajadoras en la modalidad de plataformas digitales a que hace referencia el artículo 291-A de la Ley Federal del Trabajo. Relevance analysis
1) RELEVANCIA PARA IA: Las 'plataformas digitales' de la economía gig (transporte, reparto, servicios) operan mediante gestión algorítmica: asignación automatizada de tareas, scoring de desempeño, fijación dinámica de tarifas y desactivación ('deactivation') de cuentas por algoritmos. El Decreto que reconoce la relación laboral y la presente prueba piloto del INFONAVIT para el aseguramiento de estas personas trabajadoras inciden sobre un sector cuya gestión cotidiana es algorítmica, aunque el texto no lo mencione. 2) RIESGOS: R6 (Explotación laboral): la opacidad de la gestión algorítmica de plataformas afecta condiciones de trabajo (asignación, ingresos, sanciones automáticas) y la invisibilización del control patronal real. R7 (Desplazamiento/precarización): formalización parcial sin abordar la asimetría de información algorítmica. 3) GAPS REGULATORIOS: el instrumento se limita a la obligación patronal de aportaciones de vivienda y a la continuidad de la prueba piloto; NO regula la transparencia algorítmica, el derecho del trabajador a conocer/impugnar decisiones automatizadas de la plataforma (asignación, suspensión, scoring), ni la portabilidad de su reputación digital. Es un gap relevante: se regula la consecuencia (seguridad social) pero no el mecanismo de control algorítmico que define la relación laboral. 4) CONTEXTO MEXICANO: México avanza en la formalización de plataformas (reforma LFT 2024) en un mercado dominado por operadores extranjeros, con trabajadores de bajos ingresos y escasa capacidad de defensa frente a algoritmos opacos. La prueba piloto es la oportunidad de incorporar requisitos de transparencia algorítmica.
Recommendations
- Aprovechar la prueba piloto para recabar información sobre gestión algorítmica (asignación, scoring y desactivación) que define la relación laboral de plataformas.
- Incluir en las reglas de carácter general derivadas del piloto requisitos de transparencia e impugnabilidad de decisiones automatizadas que afecten ingresos y permanencia.
- Coordinar con STPS e IMSS para que las adecuaciones normativas posteriores aborden la gestión algorítmica y no solo las aportaciones de seguridad social.
- Evaluar el sesgo de los algoritmos de asignación de trabajo respecto a grupos vulnerables y zonas marginadas.
Risk categories
Ciencia, Tecnología e Innovación / Desarrollo regional Explícito Medium
Regulatory domain
Ciencia, Tecnología e Innovación / Desarrollo regional
Regulatory gap
Yes
Original fragment
el acceso desigual a infraestructura digital impide el aprovechamiento de herramientas como inteligencia artificial, automatización y análisis de datos. Relevance analysis
1) RELEVANCIA PARA IA: Es la mención EXPLÍCITA de 'inteligencia artificial', junto con 'automatización' y 'análisis de datos' y, en la sección 5.7, el fomento del 'uso de inteligencia artificial, ciencia de datos y telecomunicaciones' para educación científica (línea 4081-4082). El CICY (centro público de SECIHTI) plantea la IA como herramienta de desarrollo, reconociendo que la brecha de infraestructura digital impide su aprovechamiento en estados como Guerrero (78.3% de informalidad) y zonas rurales de la Península de Yucatán. 2) RIESGOS: R10 (Concentración de poder / dependencia tecnológica): el documento evidencia desigualdad estructural en el acceso a IA, que de no atenderse profundiza la dependencia de proveedores y la concentración de capacidades en núcleos urbanos. R15 (Emergente): el Programa fomenta IA en investigación y educación sin establecer marcos de gobernanza, seguridad o uso responsable de la IA generada o adoptada. 3) GAPS REGULATORIOS: el Programa Institucional menciona la IA como meta de adopción pero NO establece principios de IA responsable, protección de datos en proyectos de ciencia de datos, ni gobernanza de modelos. Tampoco define salvaguardas para el uso de IA en educación comunitaria. 4) CONTEXTO MEXICANO: refleja la brecha digital y la pobreza tecnológica multidimensional (27% de la población peninsular). La adopción de IA sin cerrar la brecha puede ampliar desigualdades regionales en lugar de reducirlas. El riesgo aquí es de baja severidad inmediata (uso en investigación), pero relevante para monitoreo.
Recommendations
- Incorporar en los programas de centros públicos de SECIHTI principios de IA responsable, ética y protección de datos en proyectos de ciencia de datos.
- Vincular la adopción de IA al cierre de la brecha digital regional para evitar que profundice desigualdades territoriales.
- Establecer lineamientos de gobernanza para el uso de IA en educación científica y apropiación social del conocimiento en comunidades.
- Promover soberanía tecnológica (herramientas abiertas) para reducir dependencia de proveedores externos de IA.
Identidad y registro poblacional / Gobierno digital Implícito - Riesgo/Gap Regulatorio Medium
Regulatory domain
Identidad y registro poblacional / Gobierno digital
Regulatory gap
Yes
Original fragment
REALIZAR LOS MECANISMOS DE MONITOREO Y MUESTREO DE LA CALIDAD DE LOS DATOS DEL REGISTRO NACIONAL DE POBLACION E IDENTIDAD, PARA COLABORAR CON LOS CONTROLES VIGENTES. Relevance analysis
1) RELEVANCIA PARA IA: El Registro Nacional de Población e Identidad (RENAPO) concentra datos personales identitarios de toda la población (CURP y, en su evolución, atributos biométricos). El 'monitoreo y muestreo de la calidad de datos' y la 'verificación de consistencia interinstitucional' (línea 18157) describen procesos de confronta y depuración de padrones a gran escala, típicamente apoyados en análisis automatizado de datos. El mismo bloque de convocatorias de la Dirección General del RENAPO incluye plazas cuyas funciones describen el 'PROYECTO DE LA CEDULA DE IDENTIDAD CIUDADANA', 'RECABAR LAS BASES DE DATOS DE LA CEDULA DE IDENTIDAD CIUDADANA... E IMAGENES DE LAS ACTAS DE REGISTRO' y 'EL ENROLAMIENTO DE LAS PERSONAS EN LA OBTENCION DE LA CEDULA DE IDENTIDAD CIUDADANA' (líneas 15399-15451): es infraestructura de identidad poblacional con captación de imágenes/biometría sobre la que se montan, o podrían montarse, capacidades de cruce, perfilamiento y reconocimiento. 2) RIESGOS: R3 (Privacidad): el procesamiento masivo y la interoperabilidad de padrones poblacionales y biométricos sin salvaguardas explícitas (minimización, propósito, límites a confrontas) crean riesgo de inferencias sensibles. R9 (Vigilancia): un registro nacional de identidad con biometría e imágenes, integrable interinstitucionalmente, es la base técnica típica de sistemas de identificación y vigilancia poblacional; el documento no establece controles democráticos ni límites de finalidad para su uso por el Estado. Severidad calibrada como Media porque el texto describe infraestructura/funciones de puesto y no un sistema de vigilancia activo en operación. 3) GAPS REGULATORIOS: no se establecen límites al uso de los datos del RENAPO ni de la biometría de la Cédula de Identidad para confrontas interinstitucionales, ni evaluación de impacto a la protección de datos, ni salvaguardas frente a perfilamiento o reconocimiento biométrico. 4) CONTEXTO MEXICANO: RENAPO y la CURP son piezas centrales de la identidad digital nacional; la tendencia a la CURP biométrica y a la Cédula de Identidad Ciudadana eleva la sensibilidad. La capacidad del INAI y de los órganos de control para supervisar cruces masivos y el uso de biometría es limitada.
Recommendations
- Definir límites y propósitos específicos para las confrontas y cruces interinstitucionales de datos del RENAPO y de la biometría de la Cédula de Identidad, con principios de minimización.
- Exigir evaluaciones de impacto en protección de datos y en derechos humanos para procesos automatizados de verificación de consistencia poblacional y para el enrolamiento biométrico.
- Supervisión del INAI/órganos garantes sobre la interoperabilidad de padrones, la calidad de datos identitarios y el uso de imágenes/biometría.
- Transparentar si los mecanismos de monitoreo de calidad y de identificación emplean técnicas automatizadas/algorítmicas (incluido reconocimiento biométrico) y bajo qué salvaguardas y controles democráticos.
Risk categories
Gestión pública / Análisis de datos gubernamentales Implícito - Tecnología Medium
Regulatory domain
Gestión pública / Análisis de datos gubernamentales
Regulatory gap
Yes
Original fragment
Establecer mecanismos para la integración de fuentes de información presupuestaria y de desempeño, mediante la articulación de procesos automatizados y la verificación de consistencia interinstitucional, a fin de consolidar bases de datos unificadas que soporten el análisis estratégico. Relevance analysis
1) RELEVANCIA PARA IA: Las funciones describen 'procesos automatizados', 'consolidación de bases de datos unificadas', 'interoperabilidad', 'monitoreo de flujos de información' y 'análisis de datos' para análisis estratégico y toma de decisiones de gasto público. Son eufemismos burocráticos (matriz: 'análisis de datos', 'plataforma/sistema digital', 'optimización de procesos') que con frecuencia encubren analítica avanzada o automatización que puede evolucionar hacia ML. 2) RIESGOS: R1 (Malfunctions & Errors): si decisiones presupuestarias o de evaluación del desempeño se sustentan en consolidaciones automatizadas de datos sin verificación, errores de calidad de datos o de integración pueden propagarse a decisiones de asignación de recursos (automation bias). 3) GAPS REGULATORIOS: no hay requisitos de supervisión humana, trazabilidad ni auditoría sobre los 'procesos automatizados' descritos. La frase truncada del puesto de Comunicación Social (línea 17416-17417) sugiere también monitoreo y análisis de datos de medios. 4) CONTEXTO MEXICANO: la modernización administrativa con analítica de datos avanza sin un marco transversal de IA responsable en la Administración Pública Federal, lo que dificulta distinguir automatización inocua de sistemas de decisión con impacto en personas.
Recommendations
- Definir criterios de supervisión humana y trazabilidad para procesos automatizados de integración y análisis de datos que soporten decisiones de gasto y desempeño.
- Exigir documentación de la calidad de datos y validación antes de usar bases consolidadas en análisis estratégico.
- Establecer un inventario público de sistemas automatizados de analítica usados por la APF para distinguir automatización simple de sistemas de decisión.
- Capacitar al personal en gobernanza de datos para mitigar el sesgo de automatización en decisiones presupuestarias.
Risk categories