En la era de la transformación digital, las administraciones tributarias (AATT) se encuentran en una encrucijada innovadora. La Inteligencia Artificial (IA) ha emergido como una fuerza disruptiva y potenciadora, prometiendo revolucionar la forma en que se gestionan los impuestos, se interactúa con los contribuyentes y se combate el fraude.

En este contexto, los Agentes de Inteligencia Artificial se perfilan como protagonistas de una nueva frontera, capaces de operar con autonomía y llevar la eficiencia, la equidad y la calidad del servicio a niveles sin precedentes. Pero, tales ventajas entrañan nuevos desafíos y consideraciones éticas.

¿Qué -o quiénes- son los Agentes de IA?

Los Agentes de IA -racionales, inteligentes o autónomos, como también se los conoce-, son entidades de software que percibe su entorno a través de sensores (por ejemplo, flujos de datos, interacciones del usuario) y actúan sobre ese entorno mediante efectores (por ejemplo, respuestas en un chat, alertas, ejecución de procesos) de manera autónoma para alcanzar objetivos específicos (Russell & Norvig, 2021). Su «inteligencia» radica en su capacidad para tomar decisiones racionales, es decir, seleccionar la acción que se espera maximice una medida de rendimiento, dadas las percepciones y cualquier conocimiento incorporado.

La relación con la Automatización Robótica de Procesos (RPA) es de complementariedad y evolución. Se puede ver a la RPA como un primer escalón en la automatización. Los agentes de IA aportan la capacidad de manejar la complejidad, la incertidumbre, el aprendizaje y la toma de decisiones autónoma. La tendencia actual es integrar ambas tecnologías.

Con respecto a IA generativa, un agente de IA puede utilizar capacidades de aquella y potenciar sus capacidades.

Los rasgos clave de los Agentes de IA son:

• • Autonomía: operan sin intervención humana directa para ciertas tareas.
• • Reactividad: responden de manera oportuna a los cambios en su entorno.
• • Proactividad: toman la iniciativa para alcanzar sus objetivos.
• • Habilidad social (en algunos casos): pueden interactuar y comunicarse con otros agentes o humanos.

Tipología de Agentes de IA

Su diseño y capacidades varían según la complejidad de las tareas a realizar:

1. Agentes simples basados en reflejos (Simple reflex agents): actúan únicamente sobre la base de la percepción actual, siguiendo reglas de condición-acción.

Aplicación tributaria: Validación básica de campos en una declaración de impuestos en tiempo real.

2. Agentes basados en modelos (Model-based reflex agents): mantienen un estado interno que refleja aspectos del mundo no visibles en la percepción actual, permitiéndoles manejar entornos parcialmente observables.

Aplicación tributaria: Un chatbot que recuerda interacciones previas con un contribuyente para ofrecer un servicio más contextualizado.

3. Agentes basados en objetivos (Goal-based agents): sus decisiones se basan en información sobre sus objetivos. Esto les permite elegir entre múltiples acciones para alcanzar una meta específica.

Aplicación tributaria: Un agente que optimiza la secuencia de recordatorios de pago para maximizar la recaudación temprana.

4. Agentes basados en utilidad (Utility-based agents): cuando hay múltiples formas de alcanzar un objetivo, o cuando ningún objetivo se puede alcanzar con certeza, estos agentes eligen la acción que maximiza su utilidad esperada.

Aplicación tributaria: Un sistema de selección de casos de auditoría que pondera la probabilidad de evasión, el monto potencial a recuperar y el costo de la auditoría.

5. Agentes de aprendizaje (Learning agents): pueden mejorar su rendimiento con la experiencia. Cuentan con un «elemento de aprendizaje» que modifica sus componentes internos para realizar mejores acciones en el futuro.

Aplicación tributaria: Sistemas de detección de fraude que se vuelven más precisos a medida que analizan más datos y reciben retroalimentación sobre sus predicciones.

6. Agentes conversacionales (Chatbots y Asistentes virtuales inteligentes): diseñados para interactuar con humanos utilizando lenguaje natural, facilitando el acceso a información, asistencia y la realización de trámites.

7. Agentes predictivos: Utilizan datos históricos y algoritmos de aprendizaje automático para prever tendencias futuras, como niveles de cumplimiento, riesgos emergentes o la recaudación fiscal.

Aplicaciones de los Agentes de IA en la Administración Tributaria

El potencial tributario de los agentes de IA es amplísimo:

• • Servicios al Contribuyente mejorados y disponibles 24/7: agentes conversacionales pueden resolver dudas frecuentes, guiar a los contribuyentes en la presentación de declaraciones, facilitar pagos y ofrecer asistencia personalizada en cualquier momento y desde cualquier lugar. Esto no solo mejora la experiencia del contribuyente, sino que también libera recursos humanos para atender consultas más complejas.
• • Detección de riesgos y lucha contra el fraude fiscal optimizada: agentes de aprendizaje, alimentados con Big Data (información de declaraciones, transacciones financieras, datos de terceros, etc.), pueden identificar patrones sutiles y anomalías que sugieran evasión, elusión o fraude. Estos agentes pueden construir perfiles de riesgo dinámicos, señalar inconsistencias y priorizar casos para investigación, aumentando significativamente la efectividad de las áreas de fiscalización. Estudios recientes sugieren que la IA ya está mejorando drásticamente las tasas de detección de fraude y la recuperación de ingresos.
• • Automatización inteligente de procesos rutinarios: tareas como la clasificación automática de documentos, la extracción de datos de facturas, la verificación preliminar de declaraciones, la asignación de casos a auditores o la gestión de notificaciones pueden ser manejadas por agentes de IA, reduciendo errores manuales, acelerando los tiempos de procesamiento y optimizando el uso de recursos.
• • Auditoría asistida por IA: los agentes pueden actuar como «asistentes inteligentes» para los auditores, analizando grandes volúmenes de datos del contribuyente, cruzando información con fuentes externas, identificando áreas de riesgo específicas dentro de una auditoría y hasta sugiriendo líneas de investigación. Esto permite auditorías más enfocadas, eficientes y con mayor probabilidad de éxito.
• • Comunicación proactiva y personalizada: los agentes pueden enviar recordatorios de vencimientos, notificar sobre posibles errores u omisiones antes de que se conviertan en incumplimientos formales, y ofrecer información tributaria relevante y segmentada según el perfil del contribuyente.
• • Análisis predictivo para la planificación estratégica: agentes especializados pueden modelar el impacto de cambios en la política fiscal, prever tendencias de recaudación bajo diferentes escenarios económicos, y ayudar a las AATT a anticipar comportamientos de cumplimiento, permitiendo una toma de decisiones más informada y proactiva.

Hacia una Administración Tributaria Inteligente.

La implementación estratégica de agentes de IA puede generar múltiples beneficios para las AATT:

• • Mayor eficiencia operativa: reducción significativa de costos y tiempos en procesos clave.
• • Incremento de la recaudación: mejoras en la detección de incumplimientos y optimización de estrategias de cobro.
• • Mejora del cumplimiento voluntario: al simplificar las obligaciones y mejorar la percepción de justicia y transparencia del sistema.
• • Servicios al Contribuyente de mayor calidad: respuestas más rápidas, personalizadas y accesibles.
• • Optimización del talento humano: permite que los funcionarios se concentren en tareas de mayor valor agregado, como el análisis complejo, la investigación estratégica y la interacción humana especializada.
• • Toma de decisiones basada en evidencia: políticas y estrategias fundamentadas en análisis de datos robustos y predicciones más certeras.
• • Equidad reforzada: al aplicar criterios de riesgo y selección de manera más objetiva y sistemática, aunque esto depende crucialmente de un diseño libre de sesgos.

Navegando la implementación con cautela: desafíos y consideraciones éticas.

A pesar del enorme potencial, la adopción de agentes de IA no está exenta de desafíos y riesgos significativos que deben ser abordados con seriedad:

• • Privacidad y seguridad de los datos: las AATT manejan información extremadamente sensible. Es crucial garantizar la protección de estos datos contra accesos no autorizados y ciberataques, cumpliendo con las normativas de protección de datos más exigentes.
• • Sesgos algorítmicos y equidad: los agentes de IA aprenden de los datos con los que son entrenados. Si estos datos reflejan sesgos históricos (raciales, de género, socioeconómicos), los agentes pueden perpetuarlos o incluso amplificarlos, llevando a un trato discriminatorio o a la selección injusta de contribuyentes para fiscalización (OECD, 2021).
• • Transparencia y explicabilidad (XAI – Explainable AI): muchos algoritmos de IA, especialmente los de aprendizaje profundo, funcionan como «cajas negras». Es fundamental desarrollar y utilizar agentes cuyas decisiones puedan ser comprendidas y explicadas, tanto para la supervisión interna como para garantizar el derecho de los contribuyentes a entender las decisiones que les afectan.
• • Rendición de cuentas (Accountability): ¿Quién es responsable cuando un agente de IA comete un error con consecuencias para un contribuyente? Definir marcos claros de responsabilidad es esencial.
• • Brecha de habilidades y capacitación: las AATT necesitan personal con nuevas competencias para desarrollar, implementar, gestionar y supervisar estos sistemas de IA.
• • Costos de implementación e integración: la adquisición o desarrollo de soluciones de IA, así como su integración con los sistemas tecnológicos legados, puede requerir inversiones significativas.
• • Resistencia al cambio: tanto a nivel interno en las organizaciones como por parte de los contribuyentes, puede existir escepticismo o temor hacia la adopción de estas nuevas tecnologías.
• • Marco regulatorio y legal: las leyes y regulaciones existentes pueden no estar preparadas para abordar las particularidades de un Agente autónomo, lo que requiere una adaptación y, en algunos casos, nueva legislación.

El futuro es hoy.

Los agentes de IA no son una visión futurista lejana; son una realidad tangible con el poder de transformar profundamente la gestión tributaria. Su adopción representa una oportunidad histórica para construir AATT más eficientes, efectivas, justas y orientadas al ciudadano.

Sin embargo, el camino hacia esta transformación debe ser recorrido con una visión estratégica, un compromiso ético y una profunda comprensión tanto de los beneficios como de los riesgos. Es crucial fomentar un enfoque equilibrado que busque maximizar el potencial de la IA mientras se mitigan activamente sus posibles efectos adversos.

Es importante generar ámbitos de debates entre los responsables de las AATT, los expertos del sector, la academia y la sociedad civil respecto de los desafíos técnicos y éticos, y colaborar en el desarrollo de buenas prácticas, estándares y marcos regulatorios pertinentes.

Referencias citadas.

• OECD. (2021). Artificial Intelligence in Tax Administration. OECD Publishing.
• Russell, S. J., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.

4,656 total views, 58 views today