Análisis del DOF · 21 de enero de 2026
Diario Oficial de la Federación, edición matutina (MAT), No. de publicación 017/2026, Ciudad de México, miércoles 21 de enero de 2026
Tipo de documento: Edición del Diario Oficial (compilación: Acuerdos, Circulares, Convenios, Avisos y Convocatorias)
Estadísticas
Metadatos
Categorías de riesgo presentes
Justificación de urgencia
Aunque la edición del DOF es predominantemente administrativa (acuerdos, convenios, edictos y convocatorias de empleo) y NO menciona explícitamente IA, contiene un hallazgo de alto riesgo: el despliegue operativo de un levantamiento masivo de datos biométricos de menores de edad para la Cédula de Identidad Personal a cargo de RENAPO (DGRH/SEGOB). La biometría infantil es un dato sensible e inmutable cuyo tratamiento, sin Evaluación de Impacto, límites de finalidad/retención ni supervisión robusta, implica riesgos graves de privacidad (R3), exclusión discriminatoria por errores de cotejo (R2) y de vigilancia poblacional (R9). En el contexto mexicano de capacidad institucional limitada del órgano garante de datos, este programa amerita atención regulatoria prioritaria.
Síntesis ejecutiva
Esta edición matutina del Diario Oficial de la Federación del 21 de enero de 2026 es una compilación multisectorial: organización de mandos navales (SEMAR), metodología de precios máximos de Gas LP (Comisión Nacional de Energía), circulares anticorrupción, días inhábiles de un centro de investigación, manuales de organización, simplificación de trámites turísticos, convenios de subsidio para refugios de mujeres víctimas de violencia, tipos de cambio y tasas (Banxico), edictos judiciales y del IMPI, y un extenso bloque de convocatorias del Servicio Profesional de Carrera de diversas dependencias (SEGOB, CEPROPIE, SEP, USICAMM, RAN, CONANP). Ninguno de estos documentos menciona explícitamente inteligencia artificial, algoritmos o machine learning. No obstante, el análisis íntegro detecta riesgos implícitos relevantes en las convocatorias de empleo de la Secretaría de Gobernación. El más significativo es un puesto en la Dirección General del Registro Nacional de Población e Identidad cuyas funciones operan el 'despliegue del levantamiento de información biométrica de menores' para la Cédula de Identidad Personal: un programa de identidad biométrica de cobertura nacional que casi inevitablemente descansa en tecnologías de cotejo biométrico basadas en aprendizaje automático y en la confronta automatizada de padrones. Esto plantea riesgos de privacidad (R3), discriminación por errores de identificación (R2) y vigilancia estatal (R9), agravados por tratarse de datos sensibles e inmutables de población infantil. Un segundo hallazgo, de menor evidencia, es un puesto vinculado al Caso Ayotzinapa que recopila información 'mediante el uso de tecnologías' e intercambia 'inteligencia estratégica' (R9/R3). Como gaps preventivos de baja prioridad se señalan: (i) el 'Modelo' de costos para fijar precios de Gas LP a 27.8 millones de familias, que aunque es una fórmula determinista (no IA), carece de auditoría/transparencia plena; y (ii) el 'filtro curricular' automatizado del portal TrabajaEn, presente en todas las convocatorias del Servicio Profesional de Carrera de esta edición, que asigna automáticamente un folio de participación o de rechazo a las personas aspirantes a empleo público —una decisión automatizada de acceso al empleo (R2/R7) que, si bien hoy es un cotejo determinista de catálogos, carece de auditoría de equidad y de un mecanismo de impugnación con revisión humana del rechazo automático. Se recomienda priorizar la supervisión del programa de biometría infantil de RENAPO: exigir Evaluación de Impacto a la Protección de Datos, límites de finalidad y retención, auditoría independiente de sesgos del cotejo biométrico, y mecanismos de rectificación y remediación.
Contexto mexicano
Consideraciones especiales
- El levantamiento biométrico de menores y la Cédula/CURP biométrica han generado fuerte debate público en México por su potencial de vigilancia masiva y por la desconfianza institucional hacia el manejo de bases de datos centralizadas.
- La reestructuración reciente del órgano garante de protección de datos (INAI) reduce la capacidad de supervisión independiente del tratamiento de datos biométricos sensibles a escala nacional.
- La desigualdad digital y la presencia de poblaciones indígenas y rurales aumentan el riesgo de exclusión por falsos rechazos en sistemas de cotejo biométrico, afectando el acceso a servicios y programas sociales atados a la identidad.
- La política de precios máximos del Gas LP (sistema data-driven que impacta a 27.8 millones de familias) refleja una creciente dependencia gubernamental de modelos automatizados de decisión económica que, de evolucionar hacia analítica avanzada, requerirían gobernanza algorítmica.
Capacidad de implementación
Media-Baja. México carece de una ley específica de IA y de un marco robusto para auditar sistemas biométricos a escala nacional. La supervisión de protección de datos quedó debilitada tras la extinción/reestructuración del INAI, y la fiscalización de un registro biométrico poblacional centralizado excede la capacidad institucional actual, lo que eleva el riesgo de uso secundario y de fallas no detectadas.
Precedentes relevantes
- Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados y Ley Federal de Protección de Datos Personales en Posesión de Particulares (estándares de consentimiento, finalidad y datos sensibles, incluidos los biométricos).
- Debate y litigios en torno a la CURP biométrica y al Registro Nacional de Datos Biométricos en México.
- Jurisprudencia de la SCJN sobre el derecho a la protección de datos personales y la autodeterminación informativa (art. 16 constitucional).
- Precedentes internacionales sobre registros biométricos masivos (p. ej., el sistema Aadhaar en India y los litigios sobre exclusión de beneficios por fallas de autenticación biométrica).
Hallazgos
Hallazgos detectados por el análisis. Expande cada uno para ver el fragmento original y las recomendaciones.
Identidad digital y registro poblacional (RENAPO) - datos biométricos de menores Implícito - Tecnología Muy Alta
Dominio regulatorio
Identidad digital y registro poblacional (RENAPO) - datos biométricos de menores
Vacío regulatorio
Sí
Fragmento original
COMPILAR LA INFORMACION RELATIVA A LAS ESTRATEGIAS SOBRE EL DESPLIEGUE DEL LEVANTAMIENTO DE INFORMACION BIOMETRICA DE MENORES, PARA CONTRIBUIR EN EL SEGUIMIENTO POR REGION Y/O ENTIDAD FEDERATIVA. Análisis de relevancia
El puesto describe la operación de un programa nacional de LEVANTAMIENTO MASIVO DE DATOS BIOMETRICOS DE MENORES DE EDAD a cargo de la Dirección General del Registro Nacional de Población e Identidad (RENAPO), vinculado a la emisión de la 'Cédula de Identidad Personal' (la propia función 5 menciona materiales de sensibilización a padres 'SOBRE EL DESPLIEGUE DEL LEVANTAMIENTO DE DATOS BIOMETRICOS Y BENEFICIOS DE CONTAR CON LA CEDULA DE IDENTIDAD PERSONAL'). Aunque el texto no menciona 'IA' ni 'algoritmo', un sistema de identidad biométrica de cobertura nacional implica de forma casi inevitable tecnologías de reconocimiento/cotejo biométrico (huella, rostro, iris) basadas en machine learning para deduplicación, verificación 1:1 y búsqueda 1:N, así como confronta automatizada con otros padrones (CURP, RENAPO, RFC). RIESGOS IDENTIFICADOS: R3 (Privacy): Recolección de datos biométricos sensibles e inmutables de la población infantil, el grupo menos capaz de consentir y más expuesto a daño de por vida si los datos se filtran o se reutilizan. La retención de plantillas biométricas de menores crea un riesgo de vigilancia para toda la vida. R2 (Discrimination): Los sistemas de cotejo biométrico tienen tasas de error diferenciales (por tono de piel, edad, condición física); en menores de poblaciones indígenas o rurales con menor acceso, los falsos rechazos pueden traducirse en exclusión del acceso a servicios y programas sociales ligados a la cédula/CURP. R9 (Surveillance): Un registro biométrico nacional centralizado es infraestructura habilitante de vigilancia estatal; su integración con bases de datos de seguridad podría usarse para rastreo poblacional sin orden judicial. GAPS REGULATORIOS: 1. La convocatoria (instrumento administrativo) no menciona salvaguardas de protección de datos, límites de retención, evaluación de impacto a la privacidad, ni auditoría de la tecnología biométrica empleada. 2. No hay referencia a estándares de precisión mínima ni a derechos de impugnación/corrección para menores y sus tutores. 3. No se especifica gobernanza sobre el uso secundario de los datos ni interoperabilidad con bases de seguridad. CONSIDERACIONES CONTEXTO MEXICANO: La iniciativa de CURP biométrica y registro de identidad de menores ha sido objeto de fuerte debate en México por riesgos de vigilancia y por la capacidad institucional limitada del INAI (recientemente reestructurado) para supervisar. Nivel de evidencia: implícito fuerte (es despliegue operativo en curso, no principio abstracto).
Recomendaciones
- Exigir una Evaluación de Impacto a la Protección de Datos Personales (EIPDP) específica para el levantamiento biométrico de menores antes de su despliegue, con dictamen del órgano garante de datos.
- Definir límites estrictos de finalidad y retención, prohibiendo el uso secundario de las plantillas biométricas de menores para fines de seguridad sin orden judicial.
- Auditar de forma independiente la precisión y los sesgos de los algoritmos de cotejo biométrico (tasas de falso positivo/negativo por grupo poblacional), con atención a poblaciones indígenas y rurales.
- Establecer mecanismos accesibles de consulta, rectificación y eliminación de datos para tutores legales, y un proceso de remediación ante errores de identificación que excluyan del acceso a servicios.
Inteligencia, recopilación y análisis de información (Caso Ayotzinapa / Comisión Presidencial para la Verdad) Implícito - Tecnología Alta
Dominio regulatorio
Inteligencia, recopilación y análisis de información (Caso Ayotzinapa / Comisión Presidencial para la Verdad)
Vacío regulatorio
Sí
Fragmento original
APLICAR METODOS DE INVESTIGACION Y RECOPILACION DE INFORMACION DEL CASO AYOTZINAPA MEDIANTE EL USO DE TECNOLOGIAS, PARA HACER EFICIENTES Y CONFIABLES LAS LABORES DE ANALISIS DE EVIDENCIAS QUE COADYUVEN AL ESCLARECIMIENTO DEL CASO. Análisis de relevancia
El puesto describe la 'RECOPILACION DE INFORMACION... MEDIANTE EL USO DE TECNOLOGIAS' y el 'ANALISIS DE EVIDENCIAS', así como el 'INTERCAMBIO DE INFORMACION DE INTELIGENCIA ESTRATEGICA... CON INSTANCIAS GUBERNAMENTALES'. Aunque enmarcado en un fin legítimo (esclarecer el Caso Ayotzinapa y atender derechos humanos de víctimas), las funciones aluden a procesamiento tecnológico de información de inteligencia y análisis de grandes volúmenes de evidencia, dominios donde típicamente se emplean herramientas de analítica de datos, cruce de bases y, potencialmente, análisis automatizado/IA. RIESGOS IDENTIFICADOS: R9 (Authoritarian Surveillance): El 'intercambio de información de inteligencia estratégica con instancias gubernamentales' y la recopilación tecnológica de información son capacidades de inteligencia que, sin controles, pueden derivar en vigilancia de personas más allá del objeto declarado. R3 (Privacy): El análisis de evidencias y recopilación de información sobre un caso penal de alto perfil involucra datos personales sensibles de víctimas, testigos y terceros, sin que el instrumento mencione salvaguardas. GAPS REGULATORIOS: La convocatoria no especifica qué tecnologías se emplean, ni controles sobre el tratamiento de datos personales o de inteligencia, ni mecanismos de supervisión. Nivel de evidencia: implícito débil-medio (la mención de 'tecnologías' e 'inteligencia estratégica' es genérica; no se confirma uso de IA, pero el dominio es de alto riesgo).
Recomendaciones
- Documentar y transparentar (en lo procedente) qué herramientas tecnológicas de recopilación y análisis de información se emplean, evitando capacidades de vigilancia no autorizadas.
- Establecer controles de tratamiento de datos personales sensibles de víctimas y terceros, con minimización de datos y trazabilidad de accesos.
- Sujetar el intercambio de 'inteligencia estratégica' a controles de legalidad y, cuando aplique, a control judicial, evitando su uso para fines distintos al esclarecimiento del caso.
Categorías de riesgo
Energía / Regulación de precios (Gas Licuado de Petróleo, modelo de costos para 220 mercados) Implícito - Riesgo/Gap Regulatorio Media
Dominio regulatorio
Energía / Regulación de precios (Gas Licuado de Petróleo, modelo de costos para 220 mercados)
Vacío regulatorio
Sí
Fragmento original
El cálculo de los precios máximos de Gas Licuado de Petróleo por Región se realiza mediante un modelo de costos, mismos que consideran: I. La determinación de la Planta Tipo conforme al numeral 3.4. anterior; Análisis de relevancia
El Acuerdo establece un 'Modelo' (definido como 'el conjunto de fórmulas, parámetros y variables que emula el comportamiento financiero') para fijar semanalmente precios máximos de Gas LP en las 220 regiones del país, afectando a aproximadamente 27.8 millones de familias. Se trata de un sistema de determinación automatizada de precios basado en datos reportados por las personas Permisionarias y en variables de costos, flete e inflación. Evidencia de IA: NO hay indicios de machine learning ni de modelos predictivos; el 'Modelo' es una fórmula determinista de ingeniería financiera, no un sistema de IA. Por ello se clasifica únicamente como gap potencial de baja prioridad: si en el futuro el cálculo de la Planta Tipo, la estimación de fletes o la detección de anomalías en los reportes de Permisionarios se automatizaran con analítica avanzada, surgirían riesgos R2 (parámetros que sistemáticamente perjudiquen a ciertas regiones o distribuidores pequeños) sin mecanismos de auditoría algorítmica. GAP: La metodología no contempla auditoría externa del 'Modelo' ni transparencia plena de los parámetros (se publican precios, no el detalle del modelo). Es un gap menor/preventivo. Nivel de evidencia: implícito débil; se incluye por la magnitud poblacional impactada y la naturaleza data-driven del instrumento.
Recomendaciones
- Publicar de forma transparente y auditable los parámetros y supuestos del 'Modelo' de costos para permitir verificación independiente.
- Si a futuro se incorpora analítica avanzada o automatización en la detección de incumplimientos o en la estimación de variables, establecer salvaguardas de auditoría y de no discriminación entre regiones y entre distribuidores de distinto tamaño.
Categorías de riesgo
Empleo público / Selección de personal (filtro curricular automatizado del portal TrabajaEn en convocatorias del Servicio Profesional de Carrera) Implícito - Riesgo/Gap Regulatorio Media
Dominio regulatorio
Empleo público / Selección de personal (filtro curricular automatizado del portal TrabajaEn en convocatorias del Servicio Profesional de Carrera)
Vacío regulatorio
Sí
Fragmento original
se llevará a cabo en forma automática la revisión curricular, asignando un folio de participación o, en su caso, de rechazo que lo descartará del concurso. Análisis de relevancia
Todas las convocatorias del Servicio Profesional de Carrera de esta edición operan un PRIMER FILTRO AUTOMATIZADO de personas aspirantes a empleo público a través del portal TrabajaEn: el sistema asigna automáticamente un 'folio de participación' o un 'folio de rechazo que lo descartará del concurso', con base en la compatibilidad de la información curricular capturada (carrera genérica, área y años de experiencia) contra el perfil del puesto. Varias convocatorias lo denominan expresamente 'Revisión curricular de forma automatizada'. Evidencia de IA: NO hay indicios de machine learning; se trata de un cotejo determinista entre catálogos (carrera/área de experiencia) y el perfil del puesto, no de un sistema de IA ni de scoring predictivo. Por ello se clasifica como gap preventivo de baja prioridad (severidad Media). No obstante, es una toma de decisión automatizada que controla el acceso a oportunidades de empleo (dominio R2/R7 de la taxonomía: 'Decisiones automatizadas sobre acceso a oportunidades o servicios' y 'Algoritmos de selección de personal en sector público'). RIESGOS POTENCIALES: R2 (Discrimination): Un filtro rígido basado en catálogos de carreras puede descartar sistemáticamente perfiles equivalentes pero no catalogados (p. ej. carreras emergentes, títulos del extranjero, trayectorias atípicas), sin revisión humana en esta primera etapa y con reactivación de folio limitada o, en algunas convocatorias (CONANP), inexistente. R7 (Labor Displacement / acceso al empleo): La automatización de la criba inicial reduce la intervención humana en el acceso al empleo público; si en el futuro se sustituyera el cotejo determinista por scoring algorítmico, el riesgo de sesgo se elevaría. GAP: Las bases no contemplan auditoría de equidad del filtro automatizado, ni un mecanismo de impugnación con revisión humana del rechazo automático previo a la etapa documental. Nivel de evidencia: implícito débil; se incluye por ser una decisión automatizada de acceso a empleo aplicada masivamente en toda la APF.
Recomendaciones
- Garantizar un mecanismo accesible de revisión humana e impugnación ante el rechazo automático del 'filtro curricular', especialmente para perfiles no catalogados o títulos obtenidos en el extranjero.
- Auditar periódicamente el filtro automatizado de TrabajaEn para detectar descartes sistemáticos que afecten desproporcionadamente a ciertos grupos o trayectorias profesionales.
- Si a futuro se incorpora analítica avanzada o scoring al cribado de aspirantes, exigir evaluación de impacto, transparencia algorítmica y pruebas de no discriminación antes de su despliegue.
Categorías de riesgo