Información de contacto

14894 1 Street Northeast, Calgary AB T3P 1A9 Canadá.

Horas de oficina. Lunes a Viernes. 8am -5pm

Inteligencia artificial y fiscalización tributaria, son dos temas que para explicarlos mejor, deben verse por separado. Es decir, por un lado ¿Qué es inteligencia artificial? y por el otro ¿Qué es fiscalización tributaria?

Inteligencia artificial y fizcalización
Inteligencia artificial y fizcalización

¿Qué es inteligencia artificial?

Para conceptualizar la inteligencia artificial, debemos estar abiertos a la convergencia de diversas definiciones, pues este concepto es muy amplio. Sin embargo, una manera de resumirlo, es definirlo como: “… un concepto paraguas que abarca cualquier tecnología que permite a las computadoras imitar habilidades humanas. En este sentido, áreas como la robótica, la computación paralela, el procesamiento del lenguaje natural, el aprendizaje automático, el aprendizaje profundo, forman parte de la inteligencia artificial. Todas estas áreas buscan, a su modo, automatizar actividades que los seres humanos las hacen de manera natural e intuitiva…”.

Es así, que conceptos como machine learning, big data, blockchain y tokenization, han cobrado mucho realce en esta emulación y automatización de tareas.

Ejemplos:



¿Qué es la gestión y fiscalización tributaria?

En este sentido, para todos nosotros es más familiar el concepto de gestión y fiscalización tributaria, que podemos indicar de la siguiente manera:

  1. Por un lado la gestión tributaria, es aquel conjunto de funciones administrativas que en materia tributaria están dirigidas a la aplicación de los tributos mediante los diferentes procedimientos y actuaciones previstos en la ley y no integrados en las funciones de inspección y recaudación (ejemplo las exoneraciones, exenciones, registros de contribuyentes, aplicación de créditos fiscales, es decir obligaciones formales del tributo).
  2. Por el otro lado, la fiscalización, es aquel conjunto de funciones administrativas tendientes a la inspección y recaudación de tributos mediante la comprobación.

Habiendo definido ambos conceptos nos toca preguntarnos:

Para poder aplicar la IA en los procedimientos de gestión y fiscalización tributaria hay que validar primeramente los recursos clave que cuenta o carece una administración tributaria, tales como:

  1. Hardware
  2. Software
  3. Capacidad técnica.
  4. Datos

De los 4 recursos clave, los datos son de crucial relevancia dado que es la materia prima usada para entrenar un algoritmo. La cantidad y calidad de estos datos tendrán una consecuencia directa en los resultados que produzca un algoritmo hacía el futuro. El acceso a estos datos son de los primeros retos que se enfrenta en el desarrollo de la inteligencia artificial, lo cual a veces implica también la necesidad de abarcar preguntas sobre el impacto social de un proyecto y la responsabilidad para monitorear los resultados.

En el tema de gestión tributaria, podemos indicar que es la fase donde se trabaja más que todo enfocado en el contribuyente, que es el usuario de los sistemas, pues él será el que dará el mayor activo para las administraciones tributarias, los datos. Acá mucho se aplica, el UX Desing y UI Desing.

UI Desing: Diseño gráfico, íconos, formas, imágenes, es decir toda la parte visual que sea coherente.

UX Desing: Abarca la estrategia, necesidades del usuario, constitución de prototipos, posibles escenarios, etc., es decir el Backstage.

Todo lo anterior con el propósito de poder extraer los datos de manera continua, constante y generar y alimentar la IA. Esta fase es cambiante, adaptativa y evolutiva.

En el tema de la fiscalización tributaria, es la fase donde se emplea mayormente el data mining, es decir la minería de datos, para poder reducir costos en el ejercicio del control fiscal.

Como todos sabemos, actualmente la cantidad de datos que se generan en este mundo globalizado es muy alto, donde no toda la información es crucial para todos los individuos y por ende se puede caer en supuestos de desinformación muy fácil y perder el tiempo y recursos de manera significativa.

Ejemplos: Regalos, donaciones, precios de transferencia, etc.

Siendo así, tal como explicamos en el post sobre «El data mining y las administraciones tributarias», la Oficina de Impuestos de Australia (ATO por sus siglas en inglés), diseñó en el 2011 una matriz de riesgo que, aunque actualmente carece de utilidad, por estar todo automatizado, sirve de leve ejemplo para poder determinar como es que las administraciones tributarias validan a los contribuyentes, de acuerdo a su propensión al riesgo, veamos:

Se puede observar que acá se diseñó una matriz de riesgo predictivo, con visualizaciones a gran escala, uso de datos de terceros y análisis de redes sociales. Para lo cual, se usó un muestreo de aplicación de minería de datos con más detalle; tales como el empleo de análisis de datos para determinar las acciones recaudatorias para los contribuyentes endeudados de la ATO.

Para lo anterior, realizó una métrica basada en puntos que reflejan la disposición y capacidad de pago de un contribuyente. Los puntajes colocan al contribuyente en uno de los cuatro cuadrantes de una matriz de 2×2. Cada cuadrante viene con una estrategia de tratamiento sugerida.

Adicionalmente, describió las tendencias claves y futuras en el área de análisis en tiempo real y el uso de análisis para respaldar la toma de decisiones a través de un proceso complejo (denominado «end-to-end analytics»). Si bien la forma actual de usar la analítica generalmente informa el proceso empresarial, la visión futura es tener la analítica incorporada en cada paso. Esta integración de inteligencia artificial y fiscalización tributaria permitiría a las administraciones tributarias adaptar el tratamiento al individuo y, sobre la base de circuitos de retroalimentación, mantener la optimización continua de los pasos, desde la creación del caso, hasta su finalización.

Dicho lo anterior, nosotros podemos ver como la Inteligencia artificial y fiscalización tributaria, han encontrado una simbiosis muy cómoda para ambas.



Share:

Deja una respuesta

Tu dirección de correo electrónico no será publicada.