Países detectan con IA fraudes en pagos de impuestos

Ocho de cada 10 países miembros de la OCDE utilizan IA para identificar esquemas de fraudes en el pago de impuestos.

La Organización para la Cooperación y el Desarrollo Económico (OCDE) publicó un informe donde se revela que ocho de cada 10 países miembros utilizan o implementarán la Inteligencia Artificial (IA) en sus sistemas de impuestos para combatir el fraude y la corrupción.

El informe destaca que la IA está permitiendo a las administraciones tributarias adoptar un enfoque más preventivo en la gestión del riesgo de fraude.

La organización indica que si se interviene en etapas tempranas del pago de impuestos, las autoridades pueden prevenir el incumplimiento, en lugar de tener que descubrirlo después de que se hayan presentado las declaraciones.

Beneficios de la IA en la administración tributaria:

La IA ofrece diversos beneficios en la gestión tributaria, incluyendo:

  • Mejora en la gestión de riesgos:
    • Permite a las autoridades identificar patrones de riesgo y detectar contribuyentes que podrían estar incumpliendo con sus obligaciones fiscales.
    • Libera recursos que la autoridad puede utilizar en casos complejos o de mayor riesgo.
  • Apoyo al cumplimiento de los contribuyentes:
    • Facilita la interacción entre los contribuyentes y los servicios tributarios.
    • Fomenta el autoservicio en tiempo real, las 24 horas del día, los 7 días de la semana.
    • Reduce la desvinculación, el fraude y el error.

Ejemplos de uso de la IA:

La IA se utiliza de diversas maneras en los sistemas de impuestos, tanto para combatir el fraude y la corrupción como para facilitar el cumplimiento de las obligaciones fiscales por parte de los contribuyentes. Algunos ejemplos incluyen:

  • Detección de fraude:
    • Análisis de grafos para identificar redes de contrabando y empresas fantasma.
    • Machine learning para identificar solicitudes de deducciones fiscales fraudulentas.
  • Asistencia a los contribuyentes:
    • Servicios de asistencia virtual o digital que responden a preguntas complejas y dan respuestas personalizadas.
    • Automatización de la categorización y el envío de consultas a los expertos adecuados.
    • Aprobación instantánea de evaluaciones tributarias.

El SAT y la IA:

El Servicio de Administración Tributaria (SAT) de México anunció en su Plan Maestro 2024 que utilizará dos modelos de IA: uno de analítica de grafos y otro de machine learning.

Estos modelos ayudarán a procesar la gran cantidad de información que tiene el SAT para detectar contribuyentes que podrían estar evadiendo impuestos. Los modelos fueron desarrollados por funcionarios del SAT y harán más eficiente la fiscalización de los contribuyentes.

Riesgos y desafíos del uso de la IA:

La OCDE reconoce que la IA tiene un gran potencial para mejorar la administración tributaria, pero también reconoce que existen riesgos y desafíos que deben ser abordados. La organización recomienda a los países miembros que implementen la IA de manera responsable y transparente, y que tomen medidas para mitigar los riesgos asociados a su uso.

Los principales riesgos y desafíos asociados al uso de la IA en la administración tributaria incluyen:

  • Seguridad y privacidad de la información:
    • Se debe garantizar la seguridad y privacidad de la información resguardada por herramientas de IA.
    • La información solo debe ser utilizada cumpliendo en todo momento las reglas de protección de datos personales.
  • Transparencia:
    • Debe haber transparencia en el uso de herramientas con IA para mantener la confianza de los contribuyentes en las autoridades tributarias.
  • Marco legislativo:
    • Se debe garantizar que los marcos legislativos sigan siendo adecuados en el contexto de los avances tecnológicos.
  • Participación pública:
    • Se debe fomentar la participación y la confianza del público en las herramientas de IA.
  • Acceso a datos:
    • Se debe garantizar el acceso a datos de terceros y la comunicación entre diferentes sistemas para permitir que la IA aprenda y funcione de manera óptima.

Con información de El Economista