¿Quién conserva el poder cuando una administración automatiza sus decisiones? Las cinco lecturas de esta semana abordan discrecionalidad, dependencia de proveedores, aceptación de sanciones y confianza ciudadana. Todas están acompañadas de método, límites y aplicaciones razonadas a México.
Selección del 12 de octubre de 2026. La búsqueda se amplió al periodo 6 de mayo–1 de octubre de 2026 porque no se localizaron cinco novedades suficientes desde la entrega anterior. Las fechas de las reseñas corresponden a las publicaciones originales.
1. IA y discrecionalidad administrativa: ¿quién decide cuando decide el algoritmo?
Argumento conceptual y propuesta normativa: la discrecionalidad funciona también como una garantía institucional: permite considerar circunstancias, justificar decisiones y responder por ellas. El autor propone preservar responsabilidad identificable, motivación y supervisión efectiva. El artículo no presenta una prueba empírica de estas proposiciones.
2. IA municipal: la capacidad de gobernar también se juega fuera del ayuntamiento
Resultados empíricos: aparecen asimetrías de poder, dependencia de infraestructura externa y gobernanza parcialmente trasladada a contratos y alianzas. La financiación por proyecto facilita experimentar, pero dificulta sostener capacidades de supervisión. Propuesta normativa: fortalecer coordinación interna y herramientas compartidas de evaluación y transparencia.
3. Multas automatizadas: aceptar una sanción no demuestra que sea justa
Resultado empírico: los participantes evaluaron más positivamente decisiones desfavorables cuando procedían de la máquina. Interpretación: reducir la confrontación interpersonal podría ayudar a explicar esa reacción; el resultado no demuestra que el sistema sea más exacto, equitativo o democráticamente legítimo.
4. Confianza en la IA pública: importan el proveedor y el gobierno que la utiliza
Resultado empírico: la aceptación del consejo aumenta cuando coinciden una fuente reputada y un contexto gubernamental de alta confianza. Los factores se complementan. El aporte es vincular comportamiento ante una recomendación con atributos institucionales, más allá de preguntar de manera abstracta si la gente confía en la IA.
5. IA en la administración pública: la ciudadanía distingue trámites y decisiones complejas
Resultados empíricos: el apoyo es mayor para tareas rutinarias que para decisiones complejas. La confianza gubernamental, los beneficios percibidos y la autoeficacia digital se relacionan con mayor respaldo; el temor a la IA se relaciona con menor apoyo. Las asociaciones de encuesta no prueban causalidad.
Una agenda para municipios mexicanos
La capacidad pública para gobernar IA implica identificar dónde reside la discrecionalidad, supervisar proveedores y datos, justificar decisiones y garantizar revisión. Como propuesta de investigación, conviene combinar mapas de ecosistemas municipales, experimentos de aceptación por tipo de tarea y análisis de expedientes. Son líneas para contrastar en México, no hallazgos ya demostrados en el país.
Sobre el autor
Dr. Luis Enrique Sánchez Díaz, profesor-investigador de la Facultad de Administración de la Benemérita Universidad Autónoma de Puebla. Doctor en administración, con dos décadas de experiencia en educación superior. Investiga administración pública, gobernanza, metodología de la investigación y pensamiento crítico.
Sigamos la conversación
Suscríbete al blog para recibir nuevas lecturas sobre poder, tecnología y administración pública. Comparte esta entrada con colegas y participa en Facebook, X, Telegram y el canal de WhatsApp Profesor Luis Enrique.
Descubre más desde Doctor Luis Enrique Sánchez Diaz
Suscríbete y recibe las últimas entradas en tu correo electrónico.