Edomex despliega IA en su C5 y reparte patrullas: la seguridad se mide por resultados, y la vigilancia exige límites

🕒 Publicado en Zendoric: 12 de noviembre de 2026 · 00:05
✨ Generado con IA · cómo se hace
El Estado de México entrega patrullas a 75 municipios y suma identificación automática con IA en su centro de mando. Las cifras oficiales son buenas, pero la vigilancia algorítmica necesita auditoría y reglas claras.
Por El Heraldo de México · 11 de noviembre de 2026.
El gobierno del Estado de México entregó nuevas patrullas a 75 municipios, adquiridas con fondos federales, según informó El Heraldo de México. La gobernadora Delfina Gómez Álvarez formalizó la entrega en Toluca. El objetivo declarado es aumentar los recorridos preventivos y la reacción inmediata de las policías locales, en coordinación con las instancias estatales.
Las autoridades reportaron además una caída del 54% en el robo de vehículos y del 36% en homicidios en 15 demarcaciones de la zona oriente. Corresponden a un balance de 594 días desde que arrancó el Mando Unificado en esa región. Son cifras oficiales: la fuente no menciona verificación independiente ni el año de referencia de la comparación.
La parte tecnológica es la que nos interesa. El despliegue se apoya en el Centro de Comando en Tiempo Real (C3TR), que interconecta cámaras urbanas, drones tácticos y arcos carreteros. Según la administración estatal, opera con plataformas de inteligencia artificial para identificar automáticamente a personas de interés y a vehículos con reporte de irregularidades. También se modernizó el C5 de Toluca (centro de comando, control, cómputo, comunicaciones y calidad) y se incorporó un helicóptero Black Hawk.
La nota no detalla qué proveedor, qué modelos ni qué tipo de identificación se usa. Tampoco aclara si incluye reconocimiento facial, qué tasa de error tiene, qué datos se conservan ni quién supervisa su uso. Esas omisiones importan más que las patrullas.
**Nuestra lectura.** La seguridad pública es un caso real donde la IA puede aportar: leer matrículas y cruzar alertas de vehículos robados es una tarea repetitiva que las máquinas hacen bien y a escala. Si la caída del robo de autos se confirma con datos abiertos, será un ejemplo útil de tecnología aplicada a un problema concreto.
Pero la identificación automática de personas es otra categoría de riesgo. Un falso positivo no es una molestia: puede acabar en una detención injusta. En general, los sistemas de reconocimiento sobre población tienen tasas de error que varían según las condiciones y los grupos, y por eso se exige evaluación independiente antes del despliegue masivo.
El corto plazo es incómodo: la capacidad de vigilancia crece más rápido que los controles que la limitan. Como contexto del sector, esto se repite en muchas ciudades del mundo. A largo plazo, una sociedad más abundante podría necesitar menos coerción y más prevención, pero llegar ahí exige que la tecnología de seguridad nazca con transparencia desde el principio.
Lo que habría que pedir al Edomex es sencillo: publicar qué hace exactamente la IA, con qué precisión, con qué datos y bajo qué supervisión judicial o ciudadana. Sin eso, las cifras de reducción del delito no bastan para juzgar si el sistema protege o solo vigila.
🔗 Relacionadas en Zendoric
- Celaya apuesta por un centro de mando con IA: vigilancia predictiva con el reto pendiente de la rendición de cuentas · 2026-06-26
- IA en escuelas de Nueva York: cuando la promesa de seguridad choca con los derechos civiles de un millón de estudiantes · 2026-06-28
- Kerala despliega 625 cámaras de IA para el tráfico: el precio de la seguridad es la vigilancia total · 2026-07-06


