Diario Oficial de la Federación, No. de publicación 026/2026, Ciudad de México, viernes 30 de enero de 2026 (Edición Matutina)

Los Lineamientos crean un registro biométrico nacional obligatorio de TODAS las Personas Privadas de la Libertad (federales y estatales) que exige al menos tres modalidades biométricas: huella decadactilar, iris, RECONOCIMIENTO FACIAL y registro de voz. Aunque el texto no menciona 'inteligencia artificial', el reconocimiento facial, de iris y de voz a escala poblacional son aplicaciones que dependen casi necesariamente de modelos de visión por computadora / machine learning para extracción de plantillas, comparación 1:N y deduplicación. RIESGOS IDENTIFICADOS: R3 (Privacy): Constitución de una base de datos biométrica masiva y centralizada de una población vulnerable, con retención prolongada (desde el ingreso hasta el cumplimiento de sentencia y más) y un catálogo de perfiles 'de carácter reservado' (Art. 14). El expediente incluye datos sensibles (expediente médico NOM-004-SSA3-2012, condiciones de vulnerabilidad, niñas/niños que viven con su madre). R9 (Surveillance): El Registro se interconecta con otras bases del Sistema Nacional de Información (Art. 16) y se utiliza para 'estudios especializados, estadística nacional y desarrollo de políticas públicas' (Art. 5, IV), habilitando vigilancia e integración estatal de bases de datos. R1 (Malfunctions): El reconocimiento facial y de voz tienen tasas de error documentadas, especialmente para poblaciones racializadas e indígenas; un falso match podría afectar identidad jurídica, traslados, cómputo de penas ('Abono', 'Porcentaje compurgado') o el 'Pase de Lista'. GAPS REGULATORIOS: 1. No se define umbral de precisión mínimo, tasa de falsos positivos/negativos aceptable, ni auditoría de sesgo de los algoritmos de reconocimiento facial/voz/iris. 2. No hay mecanismo de impugnación específico ante errores de identificación biométrica por parte de la persona privada de la libertad. 3. No se regula el origen ni la auditabilidad del 'Sistema automatizado de identificación biométrica por reconocimiento facial' (referido en Art. 8, XIII) ni si es provisto por terceros (dependencia tecnológica). 4. No se limita el uso secundario de los datos al interconectarse con otras bases del Sistema Nacional de Información. CONTEXTO MEXICANO: Población penitenciaria altamente vulnerable y sobre-representada por personas pobres e indígenas; capacidad limitada del Estado para auditar precisión algorítmica; antecedentes de opacidad en sistemas de seguridad (Plataforma México, C5).

El texto nombra expresamente un 'Sistema automatizado de identificación biométrica por reconocimiento facial', confirmando que el Registro opera sobre un motor de identificación automatizada (AFIS/face matching), tecnología que en la práctica se construye sobre modelos de aprendizaje automático. Esto convierte un riesgo 'implícito' en evidencia tecnológica concreta dentro del propio instrumento. R1 (Malfunctions): La identificación automatizada por reconocimiento facial es propensa a errores de match (falsos positivos/negativos), particularmente con imágenes de baja calidad o sesgos demográficos. Al operar como pieza central para 'descartar homonimias' y 'evitar duplicidades' (Art. 8, VII), errores podrían fusionar o separar identidades jurídicas indebidamente. R3 (Privacy): Estandariza la captura masiva de plantillas faciales reutilizables y comparables a nivel nacional, ampliando la superficie de riesgo de mal uso. R10 (Concentration of Power / dependencia tecnológica): Los motores de identificación biométrica automatizada (AFIS / face-matching) en México suelen ser provistos por un número reducido de proveedores tecnológicos extranjeros; al estandarizar todo el sistema penitenciario nacional sobre un único 'Sistema automatizado de identificación biométrica por reconocimiento facial' se genera dependencia de proveedor (vendor lock-in) sobre infraestructura crítica de seguridad, con escaso poder de auditoría y negociación del Estado, lo que el propio análisis señala como riesgo latente en el contexto mexicano. GAP: El instrumento remite a una 'Guía de calidad' externa sin establecer en norma publicada los controles de exactitud, supervisión humana, ni régimen de auditoría del sistema automatizado, ni transparencia sobre el proveedor y la arquitectura del motor de reconocimiento.

Esta es la ÚNICA mención explícita de 'inteligencia artificial' en toda la edición del DOF. El INE, al retomar la Recomendación General 40 de la CEDAW, reconoce expresamente que el 'contenido generado por usuarios e inteligencia artificial' puede constituir violencia política de género (VPMRG) y acoso en línea, lo que conecta directamente con el riesgo de desinformación y deepfakes. R4 (Disinformation & Deepfakes): El documento describe, en el diagnóstico del proceso electoral 2023-2024, el uso de 'fake news' (40%), 'cheap fakes' (20%) y 'videos editados para descontextualizar declaraciones de las candidatas' como manifestaciones de violencia digital. El contenido sintético generado por IA es una amenaza emergente para la integridad electoral y la participación política de las mujeres, en un país de cara al Proceso Electoral 2026-2027. GAP: Aunque la Estrategia reconoce el problema (contenido generado por IA), NO establece medidas regulatorias concretas frente a deepfakes electorales: no fija obligaciones de etiquetado/trazabilidad de contenido sintético, ni protocolos de verificación forense, ni mecanismos exigibles a plataformas para retirada expedita. La respuesta queda en el plano de la planeación institucional (98 líneas de acción) sin herramientas técnicas de detección. CONTEXTO MEXICANO: Alta penetración de redes sociales y baja capacidad de verificación forense; antecedentes de campañas de desinformación; vulnerabilidad reforzada de candidatas y mujeres en cargos públicos.

La Coordinación Nacional de Comunicación Social del INE realiza 'análisis cuantitativo y cualitativo' a gran escala de publicaciones en medios convencionales y en la red social X para clasificar contenidos como violencia digital/mediática. El monitoreo sistemático y clasificación de grandes volúmenes de publicaciones en redes sociales es una tarea que típicamente se apoya en herramientas de minería de texto, análisis de sentimiento y, crecientemente, modelos de lenguaje, aunque el documento no lo declare. R3/R9 (Privacy/Surveillance): El monitoreo masivo de redes sociales por una autoridad estatal, aun con fin legítimo (proteger a mujeres de VPMRG), implica procesamiento de expresiones y datos de usuarios a escala, con potencial de extenderse a clasificación de actores políticos. La Estrategia también propone 'sistemas de monitoreo y evaluación' e 'indicadores' y 'gobernanza de datos abiertos', lo que amplía el tratamiento de datos. R4 (Disinformation): El mismo monitoreo es la base para detectar fake news y cheap fakes dirigidos a candidatas. GAP: No se especifica la metodología técnica del monitoreo (manual vs. automatizado), ni salvaguardas de privacidad/limitación de propósito, ni controles para evitar que el monitoreo de medios derive en vigilancia de actores políticos o de la disidencia. CONTEXTO MEXICANO: El monitoreo estatal de redes sociales es sensible por antecedentes de uso indebido de capacidades de inteligencia; debe acotarse estrictamente al fin de prevención de la VPMRG.

Más allá del reconocimiento abstracto del 'contenido generado por inteligencia artificial' que retoma la Recomendación CEDAW No. 40 (ver H3), el propio diagnóstico de la Estrategia documenta el USO REAL Y MEDIBLE de contenido sintético/manipulado contra candidatas durante el Proceso Electoral 2023-2024: 'cheap fakes' y 'videos editados para descontextualizar declaraciones de las candidatas' que representaron el 20% de las publicaciones de violencia digital, junto a un 40% de 'fake news'. Esto constituye evidencia concreta -no meramente prospectiva- de una manifestación del riesgo R4 ya presente en el contexto electoral mexicano. R4 (Disinformation & Deepfakes): Los 'cheap fakes' (manipulaciones de bajo costo: recortes, ediciones descontextualizadas, audios/subtítulos alterados) y, crecientemente, los deepfakes generados con IA, escalan la producción de contenido falso dirigido a desprestigiar y disuadir a las mujeres en política. Que ya se hayan documentado en el último proceso federal eleva la severidad de cara al Proceso Electoral 2026-2027. GAP REGULATORIO: La Estrategia se limita a diagnosticar y planear (98 líneas de acción de carácter institucional) sin establecer obligaciones exigibles de etiquetado/marca de agua/trazabilidad de contenido sintético, ni protocolos de peritaje forense de autenticidad audiovisual para los PESVPMRG, ni deberes de detección y retiro expedito a las plataformas. La distinción entre 'cheap fakes' (sin IA) y 'deepfakes' (con IA generativa) tampoco se aborda normativamente, pese a que ambos requieren respuestas técnicas distintas. CONTEXTO MEXICANO: Baja capacidad de verificación forense pública, alta penetración de redes sociales y abaratamiento de herramientas de IA generativa hacen previsible un incremento de contenido sintético contra candidatas en 2026-2027; las autoridades electorales carecen de herramientas técnicas de detección.