Envíe este artículo por correo electrónico 
Ocultar
Mostrar todos
Beneficios y riesgos del uso de la Inteligencia Artificial en el Servicio de Administración Tributaria de México (SAT). Un análisis desde la perspectiva de investigadores académicos
Resumen
En el Plan Maestro 2024 el Servicio de Administración Tributaria de México (SAT) anunció formalmente que la Inteligencia Artificial (IA) será utilizada para clasificar a los contribuyentes de acuerdo con su riesgo fiscal, identificar redes complejas de elusión y evasión, y detectar inconsistencias asociadas con el contrabando y empresas fachada. El objetivo de este trabajo es identificar, analizar y comparar la percepción de investigadores académicos sobre los posibles beneficios y los potenciales riesgos del uso de la IA en el SAT. Para ello se elaboró un cuestionario que fue respondido por 65 investigadores adscritos a grupos o institutos de investigación especializados en IA o administración tributaria de distintas universidades mexicanas. De acuerdo con dichos investigadores los posibles beneficios del uso de la IA en el SAT son: optimización del tiempo y recursos; mayor eficiencia y eficacia en los procesos; reducción del fraude y la evasión fiscal; mayor precisión en los cálculos; reducción de los costos operativos; aumento en la recaudación tributaria; y mejoramiento del servicio a los contribuyentes. Por otro lado, los potenciales riesgos del uso de la IA en el SAT son: utilización de algoritmos con sesgos socioeconómicos, de raza, nacionalidad y género que se traducen en procesos de discriminación, exclusión e injusticias; desaparición de puestos de trabajo; procesos que se convierten en una “caja negra”; hacer difusa la responsabilidad de los servidores públicos; problemas de transparencia; generación de desempleo, y uso no autorizado de los datos de los contribuyentes.
Palabras clave
Referencias
Adelekan, O. A., Adisa, O., Ilugbusi, B. S., Obi, O. C., Awonuga, K. F., Asuzu, O. F. & Ndubuisi, N. L. (2024). Evolving tax compliance in the digital era: a comparative analysis of ai-driven models and blockchain technology in US tax administration. Computer Science & IT Research Journal, 5(2), 311-335. https://doi.org/10.51594/csitrj.v5i2.759
CAF (2021). Experiencia. Datos e Inteligencia Artificial en el sector público. Corporación Andina de Fomento. https://scioteca.caf.com/handle/123456789/1793
Cerda, F. O. (2020). Inteligencia artificial en las administraciones tributarias: Oportunidades y desafíos. Revista de Estudios Tributarios, (24), 123-156.
https://revistaestudiostributarios.uchile.cl/index.php/RET/article/view/60703
Criado, J. I. (2021). Inteligencia artificial (y administración pública). EUNOMÍA. Revista en Cultura de la Legalidad, (20), 348-372. https://doi.org/10.20318/eunomia.2021.6097
Criado, J. I., Sandoval-Almazán, R., Valle-Cruz, D. & Ruvalcaba-Gómez, E. A. (2021). Chief Information Officers and Artificial Intelligence in Government. Implications and Challenges for the Public Sector. First Monday, 26(1). DOI:
https://doi.org/10.5210/fm.v26i1.10648
Cuello, R. O. (2021). Big data e inteligencia artificial en la Administración tributaria. IDP. Revista de Internet, Derecho y Política, (33). https://doi.org/10.7238/idp.v0i33.381275
El Contribuyente (2024, mayo). El SAT rompe récord en efectividad de auditorías. El Contribuyente. https://www.elcontribuyente.mx/2024/05/el-sat-rompe-record-en-efectividad-de-auditorias/
El Economista (2023, febrero). En el 2022, recaudación por cada empleado del SAT aumentó 22%. El Economista. https://www.eleconomista.com.mx/economia/En-el-2022-recaudacion-por-cada-empleado-del-SAT-aumento-22-20230213-0106.html
El Economista (2024, enero). El SAT utilizará Inteligencia Artificial para mejorar recaudación.El Economista. https://www.eleconomista.com.mx/sectorfinanciero/El-SAT-utilizara-Inteligencia-Artificial-para-mejorar-recaudacion-20240122-0043.html
Farell, F. L. (2021). La inteligencia artificial y la ley antilavado en México. Revista Mexicana de Ciencias Penales, 4(14), 175-186. https://doi.org/10.7238/idp.v0i33.381275
Forbes (2021, julio). La evasión fiscal en México representa el 6% del PIB: consultora. Forbes México. https://www.forbes.com.mx/la-evasion-fiscal-en-mexico-representa-el-6-del-pib-consultora/
González, R. V. S. (2022). Big Data e Inteligencia Artificial en los procesos de fiscalización de la Subsecretaría de Estado de Tributación (SET) al 2021. Revista de Ciencias Empresariales, Tributarias, Comerciales y Administrativas, 1(1), 106-127.https://doi.org/10.58287/rcfotriem-1-1-2022-3
Gutiérrez, J. R., Ramos, E. M. & Acosta, R. (2018). Inteligencia artificial y aprendizaje máquina: Aplicaciones y tendencias. En Román, A.; Sandoval, S.; Cabello, M. E. y Herrera, J. (Eds.). Tecnologías Disruptivas de información (pp. 69-80). Universidad de Colima, México. http://ww.ucol.mx/content/publicacionesenlinea/adjuntos/Tecnologias-disruptivas-de-informacion_465.pdf
INEGI (2023). Encuesta Nacional Sobre Discriminación (ENADIS) 2022. Comunicado de prensa núm. 275/23, 25 de mayo de 2023. https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2023/ENADIS/ENADIS_Nal22.pdf
Khattar, A. & Quadri, S. M. K. (2020). Emerging role of artificial intelligence for disaster management based on microblogged communication. In Proceedings of the International Conference on Innovative Computing & Communications (ICICC) 2020.https://dx.doi.org/10.2139/ssrn.3562973
Martín, L. J. (2022). Inteligencia artificial, sesgos y no discriminación en el ámbito de la inspección tributaria. Crónica Tributaria, núm. 182/2022, 51-89.
https://doi.org/10.47092/CT.22.1.2
McKinsey & Company (2022, diciembre). El estado de la IA en 2022 y el balance de media década. https://www.mckinsey.com/featured-insights/destacados/el-estado-de-la-ia-en-2022-y-el-balance-de-media-decada/es
Mendoza, A. (2021, diciembre). Inteligencia artificial y Ciencia en redes contra la Evasión. Grupo CIESC. https://grupociesc.com/blog/inteligencia-artificial-y-ciencia-en-redes-contra-la-evasi%C3%B3n
Mikalef, P. & Gupta, M. (2021). Artificial intelligence capability: Conceptualization,measurement calibration, and empirical study on its impact on organizational creativity and firm performance. Information & Management, 58(3), 103434.https://doi.org/10.1016/j.im.2021.103434
Misuraca, G., Barcevicius, E. & Codagnone, C. (2020). Exploring Digital Government transformation in the EU. Understanding public sector innovation in a data-driven society. Estados Unidos: Joint Research Centre.
https://econpapers.repec.org/paper/iptiptwpa/jrc121548.html
Nembe, J. K., Atadoga, J. O., Mhlongo, N. Z., Falaiye, T., Olubusola, O., Daraojimba, A. I. & Oguejiofor, B. B. (2024). The role of artificial intelligence in enhancing tax compliance and financial regulation. Finance & Accounting Research Journal, 6(2), 241-251.https://doi.org/10.51594/farj.v6i2.822
OCDE (2024). Tax revenue (indicator). https://doi.org/10.1787/d98b8cf5-en
Palomino, M. (2022). Inteligencia artificial: un mecanismo para frenar la evasión fiscal sin vulnerar los derechos del contribuyente. Cuestiones constitucionales, (46), 213-236.https://doi.org/10.22201/iij.24484881e.2022.46.17053
Peeters, R. & Widlak, A. C. (2023). Administrative exclusion in the infrastructure‐level bureaucracy: The case of the Dutch daycare benefit scandal. Public Administration Review, 83(4), 863-877. https://doi.org/10.1111/puar.13615
Pica, L. (2023). The New Challenges of Artificial Intelligence, Profiling and Bigdata Analysis By Tax Administrations: ¿Will The Right to Meet These New Challenges Be Shown? JusGov Research Paper, (2023-04). http://dx.doi.org/10.2139/ssrn.4401050
Peña, N. L. R. (2021). Big data e inteligencia artificial: una aproximación a los desafíos éticos y jurídicos de su implementación en las administraciones tributaria. Ius et Scientia, 7(1), 62-84. https://doi.org/10.12795/IETSCIENTIA.2021.i01.06
Patiño, D. (2024, mayo). El SAT fiscaliza 232,500 millones de pesos a contribuyentes.Expansión. https://expansion.mx/economia/2024/05/20/fiscalizacion-sat-primer-trimestre
Ruvalcaba-Gómez, E. A. (2021). Inteligencia artificial en los gobiernos locales de México:análisis de percepción de los responsables de TIC. Inteligencia artificial y ética en la gestión pública, 113-137. https://clad.org/wp-content/uploads/2021/03/Libro-7-Inteligencia-artificial-y-%C3%A9tica-en-la-gesti%C3%B3n-p%C3%BAblica.pdf
Sánchez, D. D. D., Brítez, M. Á. A. & Girett, V. A. R. (2023). Adopción de la inteligencia artificial en las administraciones tributarias. Revisión de literatura. Revista Ciencias Económicas, 4(7), 19-29. https://revistascientificas.una.py/index.php/reco/article/view/3266
Sandoval-Almazán, R. (2021). Inteligencia artificial aplicada al Gobierno: una exploración internacional de casos. Inteligencia artificial y ética en la gestión pública, 159-185. https://clad.org/wp-content/uploads/2021/03/Libro-7-Inteligencia-artificial-y-%C3%A9tica-en-la-gesti%C3%B3n-p%C3%BAblica.pdf
Sandoval-Almazán, R., Núñez, J., Ibáñez, E., Valle-Cruz, D. y Ruvalcaba, E. (2020). Manual de Supervivencia para la Administración Pública hacia la Nueva Normalidad (NN). Laboratorio de innovación Pública e Inteligencia Artificial, México. https://u-gob.com/manual-de-supervivencia-para-la-administracion-publica-hacia-la-nueva-normalidad-i-lab
Santos, I. (2021). El uso de la inteligencia artificial en la lucha contra el fraude fiscal: especial referencia al caso mexicano y al principio de máxima publicidad. En Serrano, A. (Dir.),Inteligencia Artificial y Administración Tributaria: eficiencia administrativa y defensa de los derechos de los contribuyentes (195-231 pp.). Thomson Reuters Aranzadi. https://dialnet.unirioja.es/servlet/articulo?codigo=8168999
Saragih, A. H., Reyhani, Q., Setyowati, M. S. & Hendrawan, A. (2023). The potential of an artificial intelligence (AI) application for the tax administration system’s modernization:the case of Indonesia. Artificial Intelligence and Law, 31(3), 491-514. https://doi.org/10.1007/s10506-022-09321-y
SAT (2023). Informe Tributario y de Gestión. Segundo trimestre 2023.
http://omawww.sat.gob.mx/cifras_sat/Documents/ITG_2023_2T.pdf
Savaget, P., Chiarini, T. & Evans, S. (2019). Empowering political participation through artificial intelligence. Science and Public Policy, 46(3), 369-380. https://doi.org/10.1093/scipol/scy064
Serrano, A. F. (2022). El uso de la inteligencia artificial para optimizar los ingresos tributarios.Gobierno digital e innovación pública, Policy Brief #7.
https://scioteca.caf.com/handle/123456789/1946
Soto, L. (2021). La importancia de la transparencia algorítmica en el uso de la inteligencia artificial por la Administración tributaria. Crónica Tributaria, núm. 179/2021 (93-129). https://dx.doi.org/10.47092/CT.21.2.4
Sun, T. Q. & Medaglia, R. (2019). Mapping the challenges of Artificial Intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368-
https://doi.org/10.1016/j.giq.2018.09.008
Valle-Cruz, D., Criado, J. I., Sandoval-Almazán, R. & Ruvalcaba-Gómez, E. A. (2020).Assessing the public policy-cycle framework in the age of artificial intelligence: From agenda-setting to policy evaluation. Government Information Quarterly, 37(4), 101509.https://doi.org/10.1016/j.giq.2020.101509
Wang, P. (2019). On defining artificial intelligence. Journal of Artificial General Intelligence, 10(2), 1-37. https://doi.org/10.2478/jagi-2020-0003
Wirtz, B. W., Weyerer, J. C. & Geyer, C. (2019). Artificial intelligence and the public sector—applications and challenges. International Journal of Public Administration, 42(7), 596-615. https://doi.org/10.1080/01900692.2018.1498103
Yigitcanlar, T., Corchado, J. M., Mehmood, R., Li, R. Y. M., Mossberger, K., & Desouza, K.(2021). Responsible urban innovation with local government artificial intelligence (AI):A conceptual framework and research agenda. Journal of Open Innovation: Technology, Market, and Complexity, 7(1), 71. https://doi.org/10.3390/joitmc7010071
Zhang, W., Zuo, N., He, W., Li, S. & Yu, L. (2021). Factors influencing the use of artificial intelligence in government: Evidence from China. Technology in Society, 66, 101675. https://doi.org/10.1016/j.techsoc.2021.101675
