Diario Oficial de la Federación, Edición Matutina No. 355/2025, Ciudad de México, miércoles 31 de diciembre de 2025 (CONTENIDO: Día Nacional de las y los Alfareros; modificación al subsidio para el empleo; estímulo fiscal IEPS videojuegos con contenido violento/adulto; modificación de exención arancelaria a canasta básica; Reglamento Interior de la SADER; días inhábiles COMAR 2026; Unidad de Vinculación Ciudadana del Ejército, FAM y GN; estímulos fiscales a combustibles y gasolinas frontera; delegación de facultades a servidores públicos del SAT; simplificación y mejora administrativa CNBV; resolución antidumping perfiles de aluminio; convenio movilización agropecuaria Tamaulipas; Programa Institucional CIDESI 2025-2030; FAM Asistencia Social 2026; Reglas de Operación Jóvenes Construyendo el Futuro y Programa de Apoyo al Empleo; Reglas de Operación Vivienda Social 2026; Estrategia Integral de Asistencia Social DIF 2026; tipo de cambio y TIIE Banxico; Avisos)

Este es el hallazgo con mayor densidad de IA explícita del documento. El Programa Institucional del CIDESI describe capacidades activas y líneas de desarrollo en inteligencia artificial: aprendizaje profundo (deep learning) y aprendizaje automático (predicción de flujos, propiedades microestructurales), redes generativas adversarias (GAN) para análisis de microestructuras, procesamiento de lenguaje natural, visión computacional, automatización robótica de procesos, big data, blockchain federada, gemelos digitales y reconocimiento facial para interacción humano-robot. También menciona 'sistemas de IA para diagnosticar diabetes' y 'inteligencia artificial responsable' como visión a futuro. RIESGOS: R10 (Concentración de poder / dependencia tecnológica): El propio Programa documenta que México importa el 73% de su tecnología, que el 93.6% de las patentes están en manos extranjeras y que 9 de cada 10 solicitudes de patente provienen de no residentes. El desarrollo soberano de IA en CIDESI busca revertir esta dependencia, pero el marco no incluye gobernanza específica de los modelos de IA generados (transparencia, evaluación de capacidades peligrosas, control de uso), lo que perpetúa el riesgo de dependencia de modelos fundacionales extranjeros para las capas de mayor valor. R5 (Propiedad intelectual): El Centro reporta 37 figuras de propiedad intelectual y desarrolla outputs de IA (GAN, algoritmos de aprendizaje, gemelos digitales) sin que el Programa aclare la titularidad de los outputs generados por IA, ni la procedencia/licenciamiento de los datasets de entrenamiento usados en sus modelos. R15 (Riesgos emergentes): El despliegue de IA en manufactura, salud (dispositivos médicos), energía y monitoreo se presenta como objetivo estratégico sin un marco de evaluación de seguridad, validación o monitoreo continuo de estos sistemas emergentes. GAPS: No hay estándares de evaluación de equidad/sesgo, ni de seguridad de modelos, ni reglas sobre datasets de entrenamiento, ni gobernanza del reconocimiento facial desarrollado internamente. CONTEXTO MEXICANO: Es un programa de un Centro Público de Investigación con presupuesto limitado (56.4 MDP en 3 años para F003), que opera bajo austeridad republicana; el riesgo no es de despliegue masivo inmediato sino de desarrollo sin marco regulatorio de IA que acompañe la 'soberanía tecnológica' que el propio documento promueve.

El Programa del CIDESI revela aplicaciones de doble uso (dual-use) que ameritan supervisión por su potencial sensible. R3 (Privacidad / reconocimiento facial): El desarrollo de 'sistemas de interacción humano-robot con reconocimiento facial' es una tecnología biométrica que, aunque se presenta para gemelos digitales industriales, es intrínsecamente reutilizable para videovigilancia e identificación de personas. El Programa no establece salvaguardas sobre el uso, retención o transferencia de plantillas biométricas faciales, ni limita el uso secundario de la tecnología desarrollada. R12 (Escalada bélica / defensa): El CIDESI declara colaboración con dos secretarías de Estado (MARINA, DEFENSA), el desarrollo de 'un prototipo de transceptor móvil en el sector defensa' y robótica/control automatizado. La convergencia de IA, automatización robótica y desarrollo para defensa configura un dominio de doble uso que requiere controles. R11 (Bioterrorismo / biotecnología): El Centro trabaja en biosensores para detección de patógenos (Dengue, SARS-CoV-2) y biotecnología; aunque orientado a salud, el conocimiento en biología/detección es dominio dual-use según la taxonomía cuando se combina con capacidades de IA. GAPS: Ausencia de controles de exportación o de uso dual, ausencia de protocolos de bioseguridad aumentada por IA, y ausencia de límites al reconocimiento facial. CONTEXTO MEXICANO: México carece de un marco de controles de tecnología de doble uso robusto y de regulación de biometría; el desarrollo en un CPI sectorizado puede transferirse a fuerzas armadas sin controles democráticos explícitos.

La Plataforma Digital del Programa Jóvenes Construyendo el Futuro realiza 'de manera automática' un emparejamiento (matching) algorítmico entre el perfil de cada joven (intereses, lugar de residencia) y los espacios de capacitación disponibles. Este es un sistema automatizado de recomendación/asignación que, aunque hoy puede ser una regla simple, constituye la infraestructura típica donde se introduce IA/ML de recomendación y perfilamiento. R2 (Discriminación): El emparejamiento por 'lugar de residencia' e 'intereses' puede reproducir o amplificar segregación geográfica y de oportunidades; en una población objetivo que incluye explícitamente grupos históricamente discriminados (indígenas, afromexicanos, personas con discapacidad, jóvenes en conflicto con la ley), un criterio automatizado mal calibrado puede excluir sistemáticamente a estos grupos. No se describe auditoría de equidad ni mecanismo de impugnación de la asignación automática. R3 (Privacidad): La plataforma 'alberga toda la información de operación' y se integra al Padrón de Beneficiarios, al Padrón Único de Beneficiarios (Padrón del Bienestar), usa CURP/RENAPO para verificación de identidad y realiza 'confrontas periódicas con padrones de Beneficiarios de otros programas sociales', además de información de 'entrevistas domiciliarias' y 'visitas de campo'. Esto configura tratamiento masivo e interconectado de datos personales de jóvenes, con cruce entre múltiples bases gubernamentales. R7 (Desplazamiento laboral): El programa digitaliza la intermediación laboral; la automatización del matching puede reducir el rol de orientación humana. GAPS: No hay evaluación de impacto algorítmico, ni transparencia sobre la lógica del 'cruce automático', ni derecho de impugnación de asignaciones, ni límites a la interconexión de padrones. CONTEXTO MEXICANO: El SIIPP-G y el Padrón Único del Bienestar concentran datos de millones de beneficiarios; el cruce con CURP/RENAPO y entre programas sociales crea un perfil integral del ciudadano con riesgo de uso indebido o político (el documento incluye una cláusula de 'blindaje electoral' que reconoce ese riesgo).

El Programa de Apoyo al Empleo opera un Portal del Empleo y un 'sistema informático del SNE' que realiza intermediación laboral, vinculando 'Perfil Laboral' de las personas buscadoras de empleo con 'Perfil Ocupacional' de las vacantes. El texto introduce explícitamente el concepto de 'perfilamiento' de puestos de trabajo y reconoce el riesgo de 'sesgos discriminatorios', lo que evidencia conciencia del riesgo R2. R2 (Discriminación): El emparejamiento entre perfiles laborales y vacantes mediante un sistema informático es el ámbito donde típicamente se despliega scoring o matching algorítmico. Aunque actualmente la intermediación se apoya en personal (consejeros y concertadores), la infraestructura digital de matching y el lenguaje de 'perfilamiento' anticipan automatización; sin auditoría de equidad, puede perpetuar discriminación por género, edad, origen o condición migratoria (el programa atiende a personas en contexto de movilidad, refugiadas y repatriadas). R7 (Desplazamiento/intermediación): La digitalización masiva de la intermediación laboral. R3 (Privacidad): Tratamiento de datos personales con autorización expresa para 'vinculación', integración a sistemas informáticos y registros administrativos. GAPS: No se establece auditoría algorítmica del matching ni evaluación de sesgo del sistema informático; el reconocimiento del riesgo de sesgo se limita a la orientación humana a empleadores. CONTEXTO MEXICANO: Población objetivo altamente vulnerable (migrantes, desplazados, refugiados) en la que un sesgo del sistema de intermediación tiene impacto directo en derechos.

El Acuerdo de delegación de facultades del SAT habilita el 'acceso en línea y en tiempo real' a los sistemas y registros de los contribuyentes y estructura áreas de 'Análisis Técnico Fiscal', 'Planeación y Programación de Auditoría Fiscal' y 'Fiscalización Estratégica'. Estas funciones de selección, programación y análisis masivo de contribuyentes constituyen el dominio donde típicamente se aplican analítica de datos, modelos predictivos de riesgo fiscal y detección de patrones (técnicas de IA/ML), aunque el texto no lo nombre explícitamente. R9 (Vigilancia): El acceso en tiempo real a sistemas de contribuyentes y la fiscalización estratégica habilitan vigilancia financiera masiva del Estado sobre personas y empresas. R3 (Privacidad): Procesamiento masivo de información económica, financiera y bancaria sin que el Acuerdo describa límites, retención o salvaguardas de los análisis automatizados. R2 (Discriminación): Si la 'planeación y programación de auditoría' se basa en modelos de riesgo, puede sesgar la selección de auditados (por ejemplo, contra economía informal o sectores específicos) sin transparencia ni apelación. En México, con ~60% de informalidad, los patrones financieros atípicos podrían generar selección discriminatoria. R1 (Mal funcionamiento / decisión automatizada sobre personas): El mismo Acuerdo delega de forma reiterada la facultad de 'hacer constar dichos hechos y omisiones en la resolución provisional en el caso de revisiones electrónicas' (Artículo Primero, fracción I, incisos f) y h); Artículo Tercero, fracción II, inciso f); Artículo Cuarto, fracción VI). Las revisiones electrónicas son determinaciones de crédito fiscal sustanciadas y resueltas de manera predominantemente automatizada con base en la información que ya obra en poder de la autoridad (incluido el 'acceso en línea y en tiempo real'), donde un error del cruce de datos o del preliquidado puede imputar omisiones inexistentes con efectos jurídicos directos (resolución provisional, presunción de incumplimiento) sobre el contribuyente. El Acuerdo no describe estándares de exactitud, verificación humana calificada previa, ni mecanismos de corrección, lo que configura un riesgo de automation bias en un dominio crítico. Adicionalmente, el inciso que autoriza 'el uso de herramientas tecnológicas para generar de manera indistinta fotografías, audios o videos del desarrollo de las diligencias' documenta digitalmente las visitas (registro probatorio), lo que en sí mismo es de baja relevancia de IA pero amplía la captura de datos personales. GAPS: No hay transparencia sobre metodología de selección/programación de auditorías, ni auditoría externa de los modelos de riesgo, ni estándares de exactitud o revisión humana en las revisiones electrónicas, ni derecho de impugnación de la selección, ni límites a la retención del material audiovisual y de los datos en tiempo real. CONTEXTO MEXICANO: Antecedentes de uso político de facultades fiscales; capacidad de enforcement asimétrica; alta informalidad que magnifica falsos positivos.

El nuevo Reglamento Interior de la SADER otorga a la Dirección General del Servicio de Información Agroalimentaria y Pesquera la facultad de administrar estaciones de recepción de imágenes satelitales, integrar datos de 'percepción remota' (teledetección), geoespaciales y estadísticos, diseñar plataformas de información y elaborar 'análisis prospectivos' para la 'toma de decisiones'. La integración de imágenes satelitales + datos geoespaciales + padrones de productores con análisis prospectivo es el dominio típico de analítica geoespacial avanzada y machine learning (clasificación de cultivos, predicción de rendimientos), aunque el Reglamento no lo nombre. R15 (Riesgos emergentes): El despliegue de teledetección y analítica prospectiva en agricultura puede converger con IA sin marco de gobernanza. R3 (Privacidad): La georreferenciación de predios y la integración de padrones de productores con datos de campo vincula información territorial con personas identificables (derechohabientes), creando perfiles que requieren protección. GAPS: No se establece marco para el uso de IA/ML en el análisis geoespacial, ni salvaguardas para la georreferenciación de predios de personas productoras. CONTEXTO MEXICANO: Población rural con baja alfabetización digital; la georreferenciación y el cruce de padrones pueden condicionar el acceso a apoyos sin transparencia sobre la metodología analítica.