El análisis computacional de textos se ha consolidado en la ciencia política como una herramienta fundamental; sin embargo, su aprovechamiento puede enfrentar barreras significativas, como la escasez de archivos históricos o la falta de estandarización documental, entre otras. Este trabajo aborda esta brecha, examinando la infraestructura de datos legislativos del Congreso del Estado de México. Mediante un análisis documental exploratorio, se identifica la existencia de diversos textos, pero se revelan tres obstáculos cruciales para la investigación empírica y la transparencia efectiva: 1) la restricción de la información a solo la del periodo de la legislatura actual, sin que esté disponible la de legislaturas anteriores; 2) la inconsistencia y falta de homologación de los formatos, y 3) la prevalencia de documentos no legibles por máquina (que impiden el análisis automatizado).
