Análisis del DOF · 29 de diciembre de 2025
Diario Oficial de la Federación, No. de publicación 351/2025, edición matutina del lunes 29 de diciembre de 2025 (incluye, entre otros: Decreto de reforma de fracciones arancelarias de la TIGIE; Decretos de expropiación a favor de Tren Maya; Lineamientos Generales de Comunicación Social 2026 de SEGOB; Convocatorias de SHCP/CNBV; Resolución preliminar antidumping de perfiles y barras de aluminio de China; Disposiciones Generales aplicables a las Reglas y Lineamientos de Operación de los programas de SADER; Programa Institucional del Centro de Investigación en Química Aplicada 2025-2030; Sentencia en la Acción de Inconstitucionalidad 32/2025 de la SCJN; Acuerdo del Consejo General del INE)
Tipo de documento: Edición del Diario Oficial de la Federación (compilación: Decretos, Acuerdos, Convocatorias, Resoluciones, Programa Institucional, Circulares, Sentencia)
Estadísticas
Metadatos
Categorías de riesgo presentes
Síntesis ejecutiva
La edición matutina del DOF del 29 de diciembre de 2025 es una compilación heterogénea dominada por contenidos sin relación con IA: una extensa reforma de fracciones arancelarias de la TIGIE, numerosos decretos de expropiación de tierras a favor de Tren Maya, una resolución preliminar antidumping sobre perfiles y barras de aluminio de China, habilitaciones de corredores públicos, convocatorias de certificación financiera (PLD/FT) y de un padrón de evaluadores, una sentencia de la SCJN sobre leyes de ingresos municipales de Oaxaca y un acuerdo procedimental del INE en materia de elección judicial. Ninguno de estos documentos emplea ni regula inteligencia artificial. El hallazgo más relevante es EXPLÍCITO y está en el Programa Institucional del Centro de Investigación en Química Aplicada (CIQA) 2025-2030, que define a la inteligencia artificial como una 'megatendencia' estratégica y se compromete a adoptarla para optimizar la investigación (IDE) y la formación de científicos, junto con la biotecnología y los biomateriales. Es un mandato de adopción de IA sin política de gobernanza, ética, soberanía tecnológica verificable ni controles de doble uso para la convergencia IA-biotecnología (riesgos R10 y R7). Adicionalmente se identifican dos gaps regulatorios IMPLÍCITOS en infraestructuras de datos públicos: (1) las Disposiciones Generales de SADER, que operan el sistema SIGAP, el Padrón de Productores, el 'Predictamen' de solicitudes y un Directorio de exclusión con CURP/RFC, un dominio típico de decisiones sobre subsidios donde el scoring o la confronta de padrones podrían automatizarse con riesgo de discriminación (R2) y de privacidad (R3); y (2) los Lineamientos de Comunicación Social de SEGOB, que estructuran la publicidad oficial mediante perfilamiento psicográfico de la 'Población Objetivo' y estudios de efectividad, susceptibles de apoyarse en segmentación algorítmica (R3, R8). Se recomienda cerrar estos gaps con reglas de transparencia algorítmica, derechos de impugnación, evaluaciones de impacto en privacidad y controles de doble uso antes de que la IA se introduzca de facto en estos sistemas.
Contexto mexicano
Consideraciones especiales
- El CIQA adoptará IA principalmente a través de proveedores y plataformas externas, en tensión con el discurso de 'soberanía tecnológica' del PND 2025-2030 y con un gasto nacional en I+D reportado por debajo del 0.5% del PIB, lo que limita la capacidad de desarrollar capacidades propias de IA.
- Los padrones de subsidios agropecuarios (SADER) operan sobre una población con alta informalidad y brecha digital; la automatización del predictamen o de la confronta de padrones podría producir exclusiones erróneas de pequeños productores, indígenas y comunidades rurales.
- El gasto en publicidad oficial es un tema políticamente sensible en México; la segmentación psicográfica de la 'Población Objetivo' con recursos públicos plantea riesgos de uso indebido si se apoya en herramientas algorítmicas no transparentes.
- La convergencia IA-biotecnología-biomateriales prevista por el CIQA carece de un marco nacional de doble uso y bioseguridad reforzada por IA.
Capacidad de implementación
Media-Baja. No existe aún en México una ley general de IA; la supervisión recae en marcos sectoriales (protección de datos por el INAI, transparencia por la SABG, planeación por la Secihti) con recursos limitados. La mayoría de los hallazgos son gaps prospectivos en sistemas operados por dependencias con capacidad técnica desigual (DGTIC de SADER, DGNC de SEGOB, CIQA), por lo que el enforcement dependería de incorporar salvaguardas en las propias reglas de operación y lineamientos, más que de una autoridad de IA dedicada.
Precedentes relevantes
- Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados (tratamiento de CURP/RFC y datos de incumplimiento en padrones).
- Ley General de Comunicación Social y Acuerdo de Política de Comunicación Social del Gobierno Federal (DOF 17/04/2019), marco de la publicidad oficial y la 'Población Objetivo'.
- Ley General en Materia de Humanidades, Ciencias, Tecnologías e Innovación (programas institucionales de Centros Públicos de Investigación como el CIQA).
- Plan Nacional de Desarrollo 2025-2030 y PSCHTI 2025-2030 (mandatos de soberanía tecnológica e innovación pública invocados por el Programa del CIQA).
Hallazgos
Hallazgos detectados por el análisis. Expande cada uno para ver el fragmento original y las recomendaciones.
Ciencia, Tecnología e Innovación (política pública de I+D, soberanía tecnológica) Explícito Alta
Dominio regulatorio
Ciencia, Tecnología e Innovación (política pública de I+D, soberanía tecnológica)
Vacío regulatorio
Sí
Fragmento original
el CIQA puede contribuir de manera significativa en áreas de alta prioridad para el desarrollo nacional, tales como la utilización de la inteligencia artificial, la biotecnología y salud, las energías renovables y la transición energética, la economía circular y las tecnologías para el cambio climático. Análisis de relevancia
Es la mención EXPLÍCITA de Inteligencia Artificial más relevante de toda la edición. El Programa Institucional del CIQA 2025-2030 (Centro Público de Investigación sectorizado a la Secihti) define a la IA como una de sus 'megatendencias' estratégicas y se compromete a adoptarla como herramienta central: 'En el caso del CIQA, la IA no solo será clave para optimizar procesos de IDE, sino que también se configura como una herramienta fundamental para la formación de la comunidad científica y tecnológica... A través de plataformas y sistemas basados en IA, es posible mejorar los métodos educativos y facilitar el aprendizaje de los futuros científicos'. RELEVANCIA PARA IA: 1) Es un mandato de adopción de IA en una institución pública de investigación, ligado discursivamente a 'soberanía tecnológica' y 'reducir la dependencia tecnológica del país' (R10): el documento reconoce que México depende de proveedores externos de IA y modelos fundacionales, pero no establece ninguna medida concreta (cómputo soberano, modelos abiertos, datos propios) para revertir esa dependencia; el riesgo es que la 'utilización de la IA' se traduzca en mayor dependencia de plataformas extranjeras. 2) El CIQA plantea usar IA para 'optimizar procesos de IDE' y formar/sustituir capacidades en la formación de científicos (R7): aunque acotado, anticipa la introducción de automatización cognitiva en la academia sin política de reconversión ni criterios de supervisión humana. 3) Convergencia con biotecnología y biomateriales (R11): el mismo Programa vincula explícitamente la IA con 'biotecnología y salud' y con el desarrollo de 'biomateriales avanzados', y el CIQA opera además con 'organismos genéticamente modificados y derivados de la biotecnología'; la IA aplicada a ciencias de la vida es un dominio sensible de doble uso (R11), por lo que aun cuando aquí se enmarca en fines de salud y agro (severidad Media, prospectiva, sin síntesis de patógenos), amerita controles de doble uso y bioseguridad reforzada. GAP REGULATORIO: el Programa adopta la IA como eje estratégico sin definir gobernanza, principios éticos de uso, trazabilidad, protección de datos de investigación, ni controles de doble uso para la convergencia IA-biotecnología. CONTEXTO MEXICANO: institución pública con recursos limitados (el propio documento reporta GIDE de México por debajo del 0.5% del PIB) que adoptará IA principalmente vía proveedores externos, en tensión con el discurso de 'soberanía tecnológica' del PND 2025-2030.
Recomendaciones
- Exigir que el Programa Institucional incorpore una política de uso responsable de IA (principios éticos, supervisión humana, trazabilidad y protección de datos de investigación) antes de su despliegue en procesos de IDE y formación.
- Definir criterios de soberanía tecnológica verificables (uso de modelos abiertos, cómputo y datos nacionales) para que la adopción de IA no profundice la dependencia de proveedores extranjeros.
- Establecer controles de doble uso (dual-use) y bioseguridad para la convergencia IA-biotecnología-biomateriales, con evaluación de riesgos previa a proyectos en ciencias de la vida.
- Acompañar la automatización de procesos académicos con un plan de fortalecimiento de capacidades humanas para evitar desplazamiento o degradación del trabajo científico.
Categorías de riesgo
Agropecuario / Desarrollo Rural (subsidios y padrones de beneficiarios) Implícito - Riesgo/Gap Regulatorio Alta
Dominio regulatorio
Agropecuario / Desarrollo Rural (subsidios y padrones de beneficiarios)
Vacío regulatorio
Sí
Fragmento original
SIGAP.- Sistema Informático de Gestión y Administración de Programas, el cual es una herramienta informática operada por las Unidades Responsables para la ejecución de los Programas a cargo de la Secretaría y que es administrada tecnológicamente por la DGTIC; Análisis de relevancia
Aunque el Acuerdo no menciona IA, regula la infraestructura de datos y decisión sobre el acceso a subsidios agropecuarios: el sistema SIGAP gestiona la ejecución de los programas; el 'Padrón de Productores' y el 'Directorio de personas físicas y/o morales que pierden su derecho a recibir incentivos' integran datos personales (CURP, RFC, nombre, información del incumplimiento); y el 'Predictamen' consiste en la 'revisión y evaluación de expedientes... de solicitudes de apoyo... que deben estar registrados en el SIGAP'. RELEVANCIA PARA IA (gap implícito): este es exactamente el tipo de dominio (padrones de beneficiarios, evaluación/pre-dictamen de solicitudes, listas de exclusión) en el que la automatización y el scoring algorítmico se introducen sin nombrarse. Si la 'evaluación de expedientes' o la confronta de padrones se automatiza, surgen riesgos de discriminación algorítmica (R2) contra productores con patrones atípicos —especialmente pequeños productores rurales, indígenas o de economía informal— y de privacidad (R3) por el tratamiento masivo de datos personales y de incumplimiento sin salvaguardas explícitas, derecho de impugnación efectivo ni límites de uso secundario. GAP REGULATORIO: el Acuerdo no establece si el predictamen y la depuración de padrones son manuales o automatizados, no fija reglas de transparencia algorítmica, auditoría de equidad, ni mecanismos reforzados de apelación frente a la inclusión en el Directorio de exclusión. CONTEXTO MEXICANO: alta informalidad rural y brecha digital pueden generar exclusiones erróneas; la capacidad de enforcement del INAI sobre el tratamiento de datos en estos sistemas es limitada.
Recomendaciones
- Especificar en las Reglas de Operación si el predictamen y la confronta/depuración de padrones se realizan de forma automatizada y, en su caso, garantizar revisión humana calificada antes de excluir a un beneficiario.
- Incorporar derechos de acceso, rectificación e impugnación efectivos para las personas inscritas en el Padrón de Productores y en el Directorio de exclusión, con notificación motivada.
- Exigir evaluación de impacto en privacidad y análisis de sesgo si se introducen modelos de scoring o priorización de solicitudes en el SIGAP.
- Definir límites de retención y prohibición de uso secundario de los datos personales (CURP, RFC, información de incumplimiento) bajo supervisión del INAI.
Categorías de riesgo
Comunicación Social / Gobierno digital (publicidad oficial y medición de audiencias) Implícito - Riesgo/Gap Regulatorio Media
Dominio regulatorio
Comunicación Social / Gobierno digital (publicidad oficial y medición de audiencias)
Vacío regulatorio
Sí
Fragmento original
Población Objetivo: conjunto específico de personas con características psicográficas (gustos, hábitos, costumbres, idiosincrasia o comportamiento) y sociodemográficas (edad, sexo, lugar de residencia y nivel socioeconómico) a quienes está dirigida una Campaña; Análisis de relevancia
Los Lineamientos de Comunicación Social no mencionan IA, pero estructuran toda la publicidad gubernamental en torno a la segmentación de la 'Población Objetivo' por características psicográficas (gustos, hábitos, comportamiento) y sociodemográficas, y obligan a realizar estudios de pertinencia y efectividad (Pre-test/Post-test) y a determinar el 'perfil del lector'. RELEVANCIA PARA IA (gap implícito-débil): el perfilamiento psicográfico y la medición de impacto/recordación de mensajes son funciones donde hoy se emplean rutinariamente herramientas de analítica, segmentación algorítmica y optimización de difusión en medios digitales y redes sociales (Art. 63 reconoce 'redes sociales, plataformas digitales' como medios de propaganda). Si la selección de público y la optimización de campañas se apoyan en IA, surgen riesgos de privacidad por inferencias psicográficas (R3) y de personalización/segmentación de mensajes gubernamentales que pueden reforzar burbujas o sesgar la comunicación oficial (R8). GAP REGULATORIO: los Lineamientos no regulan el uso de herramientas algorítmicas de segmentación/optimización, ni la procedencia y tratamiento de los datos personales usados para construir perfiles psicográficos, ni prohíben la microsegmentación de propaganda oficial. CONTEXTO MEXICANO: el gasto en publicidad oficial es históricamente sensible; el uso no transparente de segmentación algorítmica podría facilitar el direccionamiento indebido de mensajes con recursos públicos. Nota: la severidad es media porque el texto describe metodologías de encuesta tradicionales, sin evidencia explícita de IA.
Recomendaciones
- Aclarar si los estudios de Población Objetivo y de efectividad emplean herramientas algorítmicas o de IA y, en su caso, transparentar metodologías y fuentes de datos.
- Prohibir o limitar la microsegmentación psicográfica de propaganda gubernamental y exigir base legal y consentimiento para el tratamiento de datos personales usados en perfilamiento.
- Establecer auditoría del INAI sobre los datos personales tratados por proveedores de estudios de audiencia y medición.
- Incorporar criterios de no manipulación y pluralidad informativa cuando se optimice la difusión en medios digitales y redes sociales.
Categorías de riesgo