Volver al índice del DOF

Análisis del DOF · 18 de diciembre de 2025

DIARIO OFICIAL DE LA FEDERACIÓN, No. de publicación 340/2025, Ciudad de México, jueves 18 de diciembre de 2025 (Edición Matutina)

Requiere atención urgente

Tipo de documento: Edición del Diario Oficial de la Federación (compendio: Decretos, Reglamento, Lineamientos, Acuerdos, Estatuto, Sentencia, Circulares y Avisos)

Ver texto original


Estadísticas

3 Hallazgos
6 Categorías de riesgo
3 Vacíos regulatorios
1 Menciones explícitas de IA
2 Menciones implícitas de IA

Metadatos

Fecha de publicación
18 de diciembre de 2025
Dependencia emisora
Múltiples (Presidencia de la República; SHCP; STPS; SEMARNAT; Economía; SEP; CONAVI; Comisión Nacional Antimonopolio; IMPI; SCJN; Tribunal Electoral del Poder Judicial de la Federación; Banco de México; INEGI; INE; TFJA, entre otras)
Sector
Multisectorial (Contrataciones Públicas, Justicia Electoral, Hacienda/Evaluación, Trabajo, Vivienda, Estadística, Banca Central, Patrimonio Inmobiliario)
Ámbito de aplicación
Federal
Severidad máxima
Muy Alta
Veredicto de revisión
bueno

Categorías de riesgo presentes

Justificación de urgencia

Esta edición del DOF contiene una mención EXPLÍCITA y operativa de un sistema de inteligencia artificial conversacional ('Alfonsina', chatbot jurídico basado en IA y procesamiento de lenguaje natural) desplegado por el Tribunal Electoral del Poder Judicial de la Federación para interactuar con la ciudadanía sobre criterios jurisdiccionales en materia electoral, un dominio constitucionalmente sensible (democracia y derechos político-electorales). El propio acuerdo carece de salvaguardas de transparencia, supervisión humana, trazabilidad y auditoría, deficiencias señaladas formalmente por un voto particular. El riesgo de error (alucinaciones) y de desinformación en materia electoral, sin marco de gobernanza de IA, justifica atención prioritaria.

Síntesis ejecutiva

La edición matutina del DOF del 18 de diciembre de 2025 es un compendio multisectorial cuyo contenido dominante es administrativo y regulatorio tradicional (notablemente el nuevo Reglamento de la Ley de Adquisiciones, Arrendamientos y Servicios del Sector Público, lineamientos hacendarios y laborales, un estatuto orgánico de vivienda, una sentencia de la SCJN sobre derechos de cobro municipales en Hidalgo, e información financiera de Banxico). El hallazgo central y explícito de IA es 'Alfonsina', un chatbot jurídico basado en inteligencia artificial y procesamiento de lenguaje natural adoptado por el Tribunal Electoral del Poder Judicial de la Federación (Acuerdo General 3/2025) para orientar a la ciudadanía sobre el acervo jurisdiccional electoral. El riesgo más crítico es que un órgano de máxima autoridad electoral despliega IA generativa de cara a la ciudadanía sin un marco de gobernanza: no se regulan supervisión humana, verificación, trazabilidad de fuentes, advertencias al usuario ni auditoría, lo que abre la puerta a errores ('alucinaciones', R1) y a desinformación en materia electoral (R4), con un componente de sustitución de la orientación humana (R8). Esta deficiencia fue advertida formalmente por el voto particular del magistrado Reyes Rodríguez Mondragón, que reprocha falta de transparencia y de información técnica/administrativa, y un problema de diseño normativo y competencial. De forma implícita, dos plataformas/registros estatales presentan gaps prospectivos: la Plataforma Digital de Contrataciones Públicas (COMPRASMX) con su registro único de participantes y subastas inversas (riesgo futuro de scoring/perfilamiento de proveedores, R2/R10), y los padrones de beneficiarios y criterios de priorización de la CONAVI (riesgo de focalización automatizada y tratamiento masivo de datos, R2/R3). Se recomienda prioritariamente dotar a 'Alfonsina' de transparencia algorítmica, supervisión humana, trazabilidad y auditoría, y anticipar salvaguardas para la eventual incorporación de IA en plataformas de contrataciones y padrones sociales.

Contexto mexicano

Consideraciones especiales

  • México no cuenta aún con una ley general de inteligencia artificial ni con estándares vinculantes de transparencia algorítmica para sistemas de IA del sector público; 'Alfonsina' opera en ese vacío normativo.
  • El despliegue de IA ocurre en un órgano electoral, dominio constitucionalmente crítico para la democracia, y en plena transición institucional del Poder Judicial (elección popular de juzgadores de 2025), lo que eleva la sensibilidad de cualquier error o sesgo informativo.
  • Brecha digital y desigualdad: una herramienta de IA dirigida a 'toda la ciudadanía' puede generar confianza desigual y dependencia en usuarios sin alfabetización jurídica o digital para detectar respuestas erróneas.
  • Dependencia tecnológica de proveedores externos: ni 'Alfonsina' ni la Plataforma de Contrataciones revelan el proveedor/modelo subyacente, lo que dificulta la rendición de cuentas y la soberanía tecnológica.
  • Programas sociales de amplia cobertura (vivienda) con padrones masivos y focalización por criterios de priorización, donde una eventual automatización sin auditoría podría amplificar exclusiones de población vulnerable.

Capacidad de implementación

Media-Baja. No existe una autoridad especializada en gobernanza de IA; la supervisión recae en órganos de transparencia (INAI en transición tras reformas), órganos internos de control y, para el caso del TEPJF, en su propio Órgano de Administración Judicial. La ausencia de estándares técnicos vinculantes y de capacidades de auditoría algorítmica en el sector público limita la verificación efectiva del desempeño y los sesgos de sistemas como 'Alfonsina' o de eventuales módulos analíticos en COMPRASMX.

Precedentes relevantes

  • Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados (aplicable al tratamiento de datos en padrones, plataformas y consultas a chatbots públicos).
  • Acuerdo General de la Sala Superior del TEPJF 3/2020 (firma electrónica certificada) y Acuerdo General 3/2021 (integración de jurisprudencia), marco en el que se inserta el Acuerdo 3/2025 que define a 'Alfonsina'.
  • Artículo 6º, apartado A, y artículo 41 constitucionales (máxima publicidad, transparencia y principios electorales) invocados por el voto particular para exigir transparencia sobre el chatbot.
  • Reformas constitucionales en materia de Poder Judicial (2024) y elección popular de juzgadores (jornada de junio de 2025), contexto del rediseño institucional del TEPJF.
  • Referencias internacionales aplicables por analogía: AI Act de la Unión Europea (sistemas de IA en justicia como alto riesgo) y lineamientos de la OCDE sobre IA en el sector público.

Hallazgos

Hallazgos detectados por el análisis. Expande cada uno para ver el fragmento original y las recomendaciones.

Justicia Electoral / Acceso a la información jurisdiccional Explícito Muy Alta

ID de hallazgo: H1

Dominio regulatorio

Justicia Electoral / Acceso a la información jurisdiccional

Vacío regulatorio

Fragmento original

Alfonsina: Chatbot jurídico basado en inteligencia artificial y técnicas de procesamiento del lenguaje natural, diseñado para mantener conversaciones y ofrecer respuestas ágiles, claras y confiables a quienes consultan, estudian o investigan en materia electoral. Su alcance se circunscribe exclusivamente al acervo jurisdiccional público del Tribunal Electoral del Poder Judicial de la Federación.

Ubicación en el documento: Acuerdo General de la Sala Superior del TEPJF 3/2025, Lineamientos, Artículo 2, inciso a) (definición de 'Alfonsina'); reiterada en el Artículo 4, párrafo segundo

Análisis de relevancia

1) RELEVANCIA PARA IA: Es una mención EXPLÍCITA y poco común en el DOF de un sistema de inteligencia artificial generativa/conversacional (chatbot basado en IA + procesamiento de lenguaje natural) puesto en operación por un órgano del Estado, el Tribunal Electoral del Poder Judicial de la Federación. 'Alfonsina' interactúa directamente con la ciudadanía que 'consulta, estudia o investiga en materia electoral' sobre el acervo jurisdiccional público, y el Acuerdo le asigna además funciones de 'comunicación directa, accesible y en lenguaje fácil con la ciudadanía' respecto de sentencias relevantes (Art. 4). 2) RIESGOS ESPECÍFICOS: R1 (Malfunctions & Errors): Un chatbot basado en LLM aplicado a contenido jurídico-electoral es propenso a 'alucinaciones' (afirmaciones falsas pero verosímiles), a citar criterios inexistentes o desactualizados, o a tergiversar el sentido de una sentencia. Al operar sobre materia electoral —donde la interpretación de criterios incide en derechos político-electorales— un error puede inducir a la ciudadanía o a litigantes a conclusiones jurídicas equivocadas. El propio voto particular advierte que NO hay información sobre 'las condiciones de operación o funcionamiento técnico del chatbot'. R4 (Disinformation): En el dominio electoral, un sistema que genera respuestas 'confiables' sobre criterios jurisdiccionales sin trazabilidad ni verificación verificable puede convertirse en vector de desinformación si produce información incorrecta sobre resoluciones, o si es manipulado; el riesgo se eleva por tratarse de un órgano de máxima autoridad electoral cuya voz tiene autoridad reforzada. R8 (Reduced Social Connection): Sustituye la interacción/orientación humana especializada por respuestas automatizadas, con expectativas de 'confiabilidad' que pueden no estar respaldadas. 3) GAPS REGULATORIOS: El instrumento DEFINE y adopta el chatbot de IA pero NO regula: supervisión humana de las respuestas, mecanismos de verificación/auditoría, tasa de error aceptable, advertencias al usuario sobre la naturaleza de IA y sus límites, trazabilidad de fuentes, gobernanza de datos, ni rendición de cuentas. El magistrado Reyes Rodríguez Mondragón formuló voto particular precisamente por 'falta de información', 'falta de transparencia' ('la información que contiene el enlace institucional... es opaca o insuficiente') y por un problema de diseño normativo y de competencia (la operación tiene 'implicaciones administrativas y presupuestales' que corresponderían al Órgano de Administración Judicial). Esto evidencia un gap de gobernanza de IA en un órgano constitucional. 4) CONTEXTO MEXICANO: México carece de una ley general de IA y de estándares vinculantes para sistemas de IA del sector público; un tribunal electoral despliega IA conversacional ciudadana sin marco de transparencia algorítmica ni evaluación de impacto, en una materia constitucionalmente sensible (democracia y derechos político-electorales), y en un momento de transición institucional del Poder Judicial (elección popular de juzgadores 2025).

Recomendaciones

  • Publicar una ficha de transparencia algorítmica de 'Alfonsina': modelo/proveedor utilizado, datos de entrenamiento o corpus indexado, límites conocidos, y advertencia visible al usuario de que las respuestas son generadas por IA y no constituyen asesoría jurídica ni criterio oficial.
  • Establecer supervisión humana y un mecanismo de verificación/curaduría de las respuestas en materia jurisdiccional, así como un canal de reporte y corrección de errores por parte de las personas usuarias.
  • Exigir trazabilidad: que cada respuesta cite la sentencia o tesis fuente del acervo público, evitando inferencias no respaldadas, para mitigar alucinaciones y desinformación.
  • Regular la operación de la herramienta mediante el Órgano de Administración Judicial (no solo por Acuerdo General del pleno), con evaluación de impacto, costos y auditoría periódica, atendiendo las objeciones del voto particular.
  • Definir métricas de desempeño (precisión, tasa de error) y realizar pruebas adversariales periódicas antes y durante la operación, dada la sensibilidad electoral del dominio.
Contrataciones Públicas / Gobierno digital Implícito - Riesgo/Gap Regulatorio Media

ID de hallazgo: H2

Dominio regulatorio

Contrataciones Públicas / Gobierno digital

Vacío regulatorio

Fragmento original

El Registro único de participantes clasificará la información de los particulares de acuerdo con su actividad; datos generales; nacionalidad; experiencia; especialidad; capacidad técnica, económica y financiera, e historial respecto de los procedimientos en los que participen, así como de los contratos celebrados con los sujetos a que se refiere el párrafo primero de este artículo y de su cumplimiento en tiempo y en monto.

Ubicación en el documento: Reglamento de la Ley de Adquisiciones, Arrendamientos y Servicios del Sector Público, Art. 153 (Registro único de participantes, integrado a la Plataforma Digital de Contrataciones Públicas COMPRASMX), en relación con Arts. 114-115 (selección por experiencia, capacidad técnica e historial de cumplimiento), Art. 131 y Art. 154 (uso del historial y 'grado de cumplimiento' para reducir garantías) y Arts. 61-67 (ofertas subsecuentes de descuentos / subasta inversa)

Análisis de relevancia

1) RELEVANCIA PARA IA: El Reglamento institucionaliza la 'Plataforma' (Plataforma Digital de Contrataciones Públicas, denominada COMPRASMX) como el medio EXCLUSIVO para licitaciones electrónicas, registro único de participantes, sobre digital, evaluación por puntos/porcentajes y subastas inversas ('ofertas subsecuentes de descuentos'). Aunque el procedimiento es operado por personas servidoras públicas y prevé testigos sociales y comités humanos, una plataforma transaccional de esta escala es un candidato natural a incorporar, sin mención explícita, módulos de analítica de datos, detección de patrones de colusión, scoring de proveedores o 'recomendación' automatizada de adjudicación que hoy NO están regulados. 2) RIESGOS: R2 (Discrimination/Bias): El 'Registro único de participantes' (Art. 153) clasifica a los proveedores por experiencia, capacidad técnica/económica/financiera e 'historial respecto de los procedimientos', e incorpora expresamente el 'grado de cumplimiento de cada participante conforme a su historial' (Art. 153, fracción VIII), insumo que ya se usa para decisiones (p. ej., reducción de garantías, Arts. 131 y 154) y que en los procedimientos de invitación/adjudicación directa habilita la 'selección de participantes' con base en ese historial (Arts. 114-115). Este es precisamente el sustrato de un scoring/perfilamiento de proveedores: si su explotación se automatiza (detección de patrones, priorización o filtrado), puede excluir a Mipymes o nuevos entrantes sin auditoría de equidad ni derecho de impugnación. R10 (Concentration): La plataforma única federal crea dependencia tecnológica de un sistema central; si su operación o sus eventuales componentes analíticos se delegan a un proveedor único, hay riesgo de concentración y de captura técnica. 3) GAP REGULATORIO: El Reglamento no contempla salvaguardas para el caso —probable a futuro— de que se incorporen funciones de IA/analítica (detección de colusión, scoring, priorización), tales como transparencia algorítmica, derecho de impugnación frente a determinaciones automatizadas o auditoría de sesgo. 4) CONTEXTO MEXICANO: Capacidad de enforcement limitada del órgano de control; alta dependencia de proveedores tecnológicos extranjeros; importancia de proteger la participación de Mipymes y del sector social de la economía, expresamente fomentada en el propio Reglamento.

Recomendaciones

  • Establecer que cualquier módulo analítico, de detección de patrones o de scoring que se integre a la Plataforma de Contrataciones Públicas (COMPRASMX) sea transparente, auditable y sujeto a evaluación de impacto, prohibiendo la adjudicación o el desechamiento totalmente automatizados sin revisión humana.
  • Garantizar el derecho de los proveedores a conocer y impugnar criterios automatizados que afecten su elegibilidad o calificación dentro del Registro único de participantes.
  • Exigir interoperabilidad y portabilidad para evitar dependencia de un proveedor tecnológico único en la operación de la plataforma.
Vivienda / Programas sociales y padrones de beneficiarios Implícito - Riesgo/Gap Regulatorio Media

ID de hallazgo: H3

Dominio regulatorio

Vivienda / Programas sociales y padrones de beneficiarios

Vacío regulatorio

Fragmento original

Integrar y emitir el listado de las posibles personas beneficiarias para su atención en el territorio de acuerdo con los criterios de priorización aplicables, para determinar el cumplimiento de los criterios de elegibilidad de acuerdo con la normatividad aplicable

Ubicación en el documento: Estatuto Orgánico de la Comisión Nacional de Vivienda (CONAVI), Arts. 14, 15 y 17 (padrón de personas beneficiarias del esquema de Cofinanciamiento; Sistema Nacional de Información e Indicadores de Vivienda; criterios de priorización y elegibilidad)

Análisis de relevancia

1) RELEVANCIA PARA IA: El Estatuto de CONAVI ordena integrar y administrar padrones de personas beneficiarias y aplicar 'criterios de priorización' y 'criterios de elegibilidad' para asignar subsidios de vivienda a 'población en situación de pobreza', así como operar un 'Sistema Nacional de Información e Indicadores de Vivienda' y 'herramientas tecnológicas' para la operación de programas. La asignación priorizada de recursos sociales mediante criterios sistematizados y grandes padrones es un dominio donde la introducción de scoring/perfilamiento algorítmico es plausible y NO se menciona ni regula. 2) RIESGOS: R2 (Discrimination/Bias): Si la priorización/elegibilidad se automatiza con datos históricos o índices socioeconómicos, puede reproducir sesgos y excluir a poblaciones vulnerables sin mecanismos de impugnación. R3 (Privacy): Los padrones de beneficiarios y su remisión a la Secretaría Anticorrupción y Buen Gobierno para integrarse al padrón único de programas implican tratamiento masivo de datos personales socioeconómicos sensibles. 3) GAP REGULATORIO: El Estatuto invoca transparencia y protección de datos genéricamente, pero no establece salvaguardas para decisiones asistidas o automatizadas sobre acceso a beneficios (auditoría de equidad, explicabilidad, derecho de revisión humana). 4) CONTEXTO MEXICANO: Programas sociales de gran cobertura, alta informalidad y desigualdad; la automatización de la focalización podría amplificar exclusiones en un país con datos administrativos incompletos.

Recomendaciones

  • Documentar y hacer públicos los criterios de priorización y elegibilidad de beneficiarios; si se sistematizan o automatizan, someterlos a evaluación de impacto en derechos y a auditoría de sesgo.
  • Garantizar revisión humana e impugnación de la inclusión/exclusión de personas en los padrones de beneficiarios.
  • Reforzar minimización y protección de datos personales en la integración e intercambio de padrones de beneficiarios entre dependencias.