DESAFÍOS Y RECOMENDACIONES PARA INCORPORAR INTELIGENCIA ARTIFICIAL EN LAS ADMINISTRACIONES TRIBUTARIAS

 

Por ALFREDO COLLOSA, Máster Oficial en Hacienda Pública y Administración Tributaria (UNED-IEF, España).  ARTÍCULOS, Foro Fiscal Iberoamericano 1/2026, aecollosa@gmail.com

RESUMEN

El presente artículo se centra en analizar los principales desafíos y las recomendaciones para que las Administraciones Tributarias (AATT) puedan incorporar Inteligencia Artificial (IA) en sus funciones y procesos, con el objetivo de lograr una mayor eficiencia en el uso de los recursos públicos disponibles, mejorar el servicio al contribuyente, reducir las brechas tributarias y combatir el fraude y la evasión fiscal.

Palabras clave: Administraciones Tributarias. Inteligencia Artificial. Riesgos. Impuestos. Mejores prácticas.

SUMARIO:

1. INTRODUCCIÓN

2. TENDENCIAS EN EL USO DE LA IA

3. RIESGOS EN LA UTILIZACIÓN DE LA IA

4. DESAFIOS DE IMPLEMENTACION DE IA

5. RECOMENDACIONES PARA IMPLEMENTARLA

 

1. INTRODUCCIÓN

Las Administraciones Tributarias (AATT) del mundo están incorporando Inteligencia Artificial (IA) para ser más eficaces y eficientes en su cometido, cual es la correcta aplicación del sistema tributario mediante el objetivo estratégico de elevar el cumplimiento voluntario, mediante las dos líneas de actuación, esto es dar facilidades a los que quieran cumplir y realizar una lucha radical contra el fraude fiscal.

El presente artículo se centra en analizar los desafíos que enfrentan las AATT a la hora de incorporar dicha tecnología, así como formular recomendaciones a la hora de su implementación.

En primer lugar, analizo algunas tendencias del uso de la IA en las AATT, considerando diversos informes en la materia. Luego investigo respecto a los riesgos potenciales de su uso.

Seguidamente se trata el tema de los desafíos que enfrentan las AATT a la hora de incorporardicha tecnología. En la parte final del trabajo, formulo algunas recomendaciones para incorporar IA en las AATT.

2. TENDENCIAS EN EL USO DE LA IA

Como vemos en este apartado ya es una tendencia en ascenso que las AATT incorporen IA en sus diversas funciones y procesos.

Al respecto, en el Informe OECD (2023) se dijo que más del 60% de las AATT ofrecen asistentes virtuales o digitales para ayudar a responder las consultas de los contribuyentes y respaldar el autoservicio, un cambio de casi 30 puntos porcentuales en comparación con 2018.

Cerca del 95% de las AATT informan que utilizan ciencia de datos y herramientas analíticas para manipular datos electrónicos de terceros, incluidas otras AATT, así como datos electrónicos generados internamente para guiar su trabajo de cumplimiento. Se trata de un aumento de más de 20 % en comparación con 2018.

Adicionalmente, el 54,4% de las AATT están utilizando IA y machine learning en su gestión tributaria, y el 50 % aplicado la automatización robótica de procesos, con incrementos de más del 22 % de 2018 a 2021.

En otra parte del documento de 2023 se dice que “Más del 80% de las AATT informan que están utilizando o que están en la fase de implementación para el uso futuro de técnicas de vanguardia para explotar datos de manera que reduzcan la necesidad de intervención humana”.

Por su parte, en la publicación OECD (2024) se destaca que se sigue avanzando con el uso de la IA al decir que las AATT han empleado innovaciones tecnológicas durante años y el número de AATT que utilizan asistentes virtuales, IA e interfaces de programación de aplicaciones continúa aumentando.

Por ejemplo, entre las AATT cubiertas por la publicación, la adopción del uso de asistentes virtuales e IA casi se ha duplicado desde 2018.

ARTÍCULOS

Foro Fiscal Iberoamericano 1/2026 Asimismo, dice que el uso de la IA, incluido el aprendizaje automático, para la evaluación de riesgos y la detección de fraudes ya lo utilizan o está en proceso de implementarse en aproximadamente la mitad de las AATT cubiertas en la publicación.

Se afirma que este uso cada vez más sofisticado de la analítica en conjuntos de datos ampliados está dando lugar a una mejora de la gestión de riesgos y al desarrollo de una serie de medidas de intervención, incluso mediante procesos automatizados.

En OECD (2025) se dice que los primeros datos disponibles sobre el uso de la IA en las AATT corresponden a 2016, año en que el 9 % de las misma informó sobre su implementación y uso.

Desde entonces, el porcentaje de AATT que utilizan IA se ha disparado hasta el 69 % en 2023, y otro 24 % ha declarado que la está implementando para su uso futuro.

Este significativo aumento en el uso de la IA se refleja también en la cantidad de ejemplos que las AATT aportaron para esta edición. Alrededor del 25 % de los ejemplos están relacionados con la IA y ponen de manifiesto su amplia gama de aplicaciones en las AATT, desde el apoyo al trabajo analítico hasta la prestación de servicios más rápidos y eficientes a los contribuyentes, pasando por la mejora en la selección de casos a ser objeto de control.

Además, la IA automatiza tareas repetitivas de gran volumen, lo que permite que los recursos de las AATT se centren en las tareas más complejas.

Cabe destacar que no todas las AATT del mundo tienen el mismo avance en este tema, pero si hay algo cierto es que todas más temprano que tarde utilizarán esta tecnología.

3. RIESGOS EN LA UTILIZACIÓN DE LA IA

El Informe OCDE (2025) “Gobernar con Inteligencia Artificial” identifica cinco tipos generales de riesgos relacionados con el uso de IA en la administración pública:

• Riesgos éticos: Entre ellos se incluyen los usos de la IA que socavan el libre ejercicio de los derechos humanos y las libertades, incluida la privacidad, y que pueden infringir, de forma deliberada o inadvertida, valores centrados en la persona.

• Riesgos operativos: Entre ellos se incluyen fallas técnicas y operativas que podrían afectar a la privacidad de los datos, la calidad de los resultados de la IA y las operaciones internas de los gobiernos debido a ciber amenazas, consecuencias no deseadas, alucinaciones, errores sistemáticos y la dependencia excesiva de los sistemas de IA.

• Riesgos de exclusión: Estos riesgos están relacionados con las carencias que surgen cuando la ciudadanía que no tiene acceso a la tecnología, o la alfabetización digital, puede quedarseatrás y puede terminar por no poder beneficiarse de los avances de la IA en los serviciospúblicos.

• Riesgos de resistencia pública: Entre ellos, la resistencia pública al uso de IA por parte delas Administraciones públicas. Esto puede deberse a la desconfianza en los sistemas oprocesos de IA de los gobiernos, o a la difusión de información falsa o engañosa sobre cómo seimplementa la IA en el ámbito público y sus posibles impactos.

• Riesgos de inacción: Aunque a menudo se pasa por alto, este riesgo incluye los retrasos delgobierno en el uso de la IA para obtener beneficios positivos.

Está claro que estos riesgos pueden presentarse específicamente en el campo de las AATT. Si las AATT utilizan sistemas de IA que se basan en datos inadecuados o sesgados, podrían producirse resultados inexactos o adversos para algunas personas o grupos.

Por citar un ejemplo, esto podría dar lugar a evaluaciones de riesgos inexactas y, por tanto,a una orientación inadecuada de algunas personas o grupos para la adopción de medidas de control, como auditorias.

También, si las AATT adoptan la IA con una inadecuada y deficiente calidad de los datos se plantea un riesgo significativo para la efectividad de los resultados, lo que puede socavar la confianza pública, con las consecuencias que ello trae aparejado.

Los desafíos relacionados con la transparencia, la explicabilidad y la interpretabilidad de los sistemas complejos de IA pueden representar riesgos para el estado de derecho y los recursos legales del contribuyente.

La capacidad de impugnar decisiones es un componente fundamental de los procesos de las AATT.

La naturaleza de "caja negra" de la IA para muchos sistemas de aprendizaje automático puede generar una falta de transparencia, explicabilidad e interpretabilidad que puede

afectar el derecho de los contribuyentes a comprender cómo se toman las decisiones fiscales, lo que a su vez puede limitar su derecho a impugnar una decisión.

Asimismo, se pueden agregar otros riesgos de la utilización de herramientas de IA generativa como aquellos relacionados con la seguridad de la información, fundamentada en los principios esenciales confidencialidad, integridad y disponibilidad de los datos y sistemas.

Las herramientas pueden reflejar o amplificar prejuicios existentes en los datos con los que fueron entrenados, reproduciendo estereotipos con respuestas sesgadas. El uso de dichas herramientas en las AATT puede exponer a las organizaciones a ciberataques, pérdida de datos o accesos no autorizados.

Finalmente, el hecho de que las AATT no aprovechen la IA también representa un riesgo, que se traduce en oportunidades perdidas para obtener beneficios en su principal objetivo y, asimismo, en un aumento de la brecha entre las capacidades del sector público y el privado.

Está claro que estos riesgos pueden verse amplificados en países que carecen de los mecanismos necesarios para garantizar el ejercicio, la protección y la promoción de los derechos humanos, o pueden resultar en un uso indebido de la IA por parte de funcionarios públicos a título individual.

4. DESAFÍOS DE IMPLEMENTACIÓN DE IA EN LAS ADMINISTRACIONES TRIBUTARIAS

Conforme al informe citado de OECD (2025) los desafíos que plantea ampliar con éxito las aplicaciones de IA hacen que las iniciativas gubernamentales de IA sigan a menudo en fases piloto. Las brechas de habilidades y dificultades para obtener y compartir datos de calidad se encuentran a lo largo de todas las funciones gubernamentales. Estos factores agravan la aversión al riesgo, dificultando la capacidad de los gobiernos para innovar con IA.

Además, la insuficiencia de mecanismos de supervisión y evaluación limita su capacidad para medir los avances, detectar riesgos y demostrar el rendimiento de la inversión.

Los costos financieros también son un desafío común, los proyectos requieren inversión inicial pero también costos de mantenimiento y actualización. En el caso particular de las AATT se enfrentan a leyes y normas complejas en torno a los procesos y datos fiscales.

En el citado documento OECD (2025) se dice que, si bien todas las implementaciones de IA en las Administraciones públicas suelen estar acompañadas de desafíos, la AT crea un entorno especialmente exigente para la integración de la IA debido a tres factores críticos: garantizar la protección de los datos y la privacidad, garantizar los derechos de los contribuyentes y mantener la confianza de la ciudadanía.

Se mencionan los siguientes desafíos de implementación de la IA.

• Brechas de habilidades.

• Elevados costos de adopción y escalabilidad de la IA.

• Entornos legales y regulatorios inflexibles u obsoletos.

En primer lugar, las AATT informan de una competencia feroz por empleados calificados que pueden desarrollar e implementar estas tecnologías. Acompañando esto está el requisito de entrenar a un gran número de empleados existentes en el uso de esta nueva tecnología y la gestión de los cambios asociados en el proceso.

En segundo lugar, el despliegue de esta tecnología suele conllevar importantes costos de inversión. El proceso para garantizar los presupuestos puede resultar complicado, ya que el rendimiento de la inversión puede variar en función de la incertidumbre o a largo plazo.

Además de contribuir a prestar nuevos servicios a los contribuyentes, esta inversión también es necesaria para ayudar a defender el sistema fiscal frente a los ataques fraudulentos.

Por último, la IA puede alterar los marcos jurídicos existentes que sustentan muchos procesos de las AATT. La adaptación de estos marcos debe considerarse paralelamente a las directrices para garantizar el diseño y el despliegue efectivos de la IA.

PEREDO (2026) dice que los desafíos que enfrentan las AATT para garantizar la calidad de los datos son múltiples, particularmente en los países en desarrollo.

Algunos de estos desafíos son: 

• Depuración de bases de datos: Eliminación de datos duplicados, erróneos o irrelevantes para garantizar la integridad de la información.

• Disponibilidad de datos: Asegurar que los datos necesarios estén accesibles en el momento y formato adecuados.

• Suficiencia de datos: Contar con un volumen adecuado de datos representativos para entrenar modelos de IA robustos.

• Calidad de datos: Garantizar que los datos sean veraces, completos y reflejen la realidad del entorno nacional y tributario.

• Selección de datos: Identificar y priorizar los datos más relevantes para los objetivos específicos de la IA.

5. RECOMENDACIONES PARA IMPLEMENTAR LA IA EN LAS ADMINISTRACIONES TRIBUTARIAS

Está claro que nos encontramos en una etapa primaria de incorporación de la IA donde en muchos casos se encuentra en etapa de experimentación con pruebas piloto. Por tal motivo, no es posible enumerar a ciencia cierta los aspectos concretos acerca de qué consecuencias tiene, en el plano de la eficiencia, la aplicación de la IA por parte de las AATTT.

No obstante, se han podido enunciar algunas buenas prácticas que pueden servir a la hora de incorporar la IA a los procedimientos y actuaciones tributarias, por lo cual es importante analizar la forma y los pasos que cada país ha llevado a cabo para introducir el uso de la IA en las diversas áreas de sus AATT, sus implicaciones, riesgos y resultados.

PEREDO (2026) presenta un conjunto de acciones y políticas que los países de América Latina y el Caribe podrían ejecutar y gestionar para lograr una eficaz adopción de la IA en las AATT. Este conjunto de elementos tiene como finalidad fortalecer las capacidades institucionales de las AATT para llevar a buen puerto la transformación de este sector y consolidar la gobernanza de la IA en el mismo.

Dicho autor destaca que se debe comenzar por un diagnóstico integral que sirva como punto de partida. El diagnóstico debe ser amplio y multidimensional, y no limitarse al ámbito tributario. En particular, debe analizarse el entorno legal e institucional en el que opera la AT, incluyendo factores como el grado de compromiso del Gobierno con la transformación digital y la existencia (o ausencia) de una estrategia nacional de IA que resulta clave para orientar, potenciar y afianzar los esfuerzos en este sector.

Son componentes claves el hecho de que el país cuente con una estrategia de IA y el hecho de tener un marco regulatorio sobre la materia.

Posteriormente, el mencionado autor afirma que es vital trabajar en el tema de los datos ya que la implementación de la IA en las AATT en los países en desarrollo enfrenta un desafío estructural: la calidad y la gobernanza de los datos. Estos dos elementos son fundamentales para la adopción segura, ética y eficiente de la IA en las AATT, lo que requiere de capacidades técnicas y operativas plenamente desarrolladas.

Asimismo, destaca el tema de la infraestructura tecnológica, el cual está intrínsecamente vinculado a la calidad de los datos. La adopción efectiva de la IA en las AATT de América Latina y el Caribe requiere de una infraestructura digital moderna, accesible y asequible.

Sin embargo, en muchos países de la Región, los ecosistemas tecnológicos son incipientes, lo que limita las oportunidades de innovación.

Un obstáculo crítico para implementar la IA en las AATT es la prevalencia de sistemas informáticos legados. Estos sistemas, diseñados bajo paradigmas tecnológicos y organizacionales obsoletos, tienen características que dificultan adaptarlos a las exigencias de un entorno digital moderno. Frente a ello, el autor citado señala que la modernización de los sistemas informáticos de las AATT es una necesidad apremiante.

Superar los rezagos en infraestructura requiere de una visión estratégica e integral, voluntad política y coordinación nacional e interinstitucional.

Como elemento central, el citado autor destaca el tema del talento humano, el cual requiere de una cultura organizacional innovadora y una capacitación continua y alineada con las tecnologías adoptadas, a fin de que estas generen los beneficios esperados.

Si adoptar la IA no genera beneficios tangibles y significativos, podrían surgir reacciones negativas, ya sea de los tomadores de decisiones, que podrían reducir la inversión, o de los propios trabajadores, que podrían resistirse aún más ante resultados limitados.

La formación debe abarcar no solo habilidades técnicas, sino también competencias éticas e interdisciplinarias.

Estos factores (cultura organizacional y capacitación) deben ir acompañados de un liderazgo comprometido que modele el uso ético y estratégico de la IA. Conformar un talento humano con las habilidades requeridas para usar la IA requiere, a nivel institucional, de capacidades técnicas que permitan formar personal con las habilidades digitales correspondientes, pero también de capacidades operativas, a fin de que esas habilidades en IA sean eficientemente aprovechadas en el desarrollo, el uso y la explotación de esta tecnología.

También se cita el tema de las asignaciones presupuestarias para implementar la IA en el corto, mediano y largo plazo. Sin recursos económicos a mediano y largo plazo, es inviable que el uso de la IA sea el óptimo, pues la naturaleza evolutiva de las tecnologías, en lo general, y de la IA, en lo particular, hacen que la necesidad permanente por recursos financieros sea inexcusable.

El otro tema citado es el rediseño institucional y de procesos, ya que las AATT deben enfocarse en la reestructuración operativa de sus instituciones y de sus flujos de trabajo (capacidades operativas), considerando adaptaciones futuras (capacidades prospectivas) derivadas de la evolución misma de esta tecnología.

Finalmente, el autor destaca la gobernanza de la IA ya que, sin un marco adecuado, lo más probable es que la IA no genere los beneficios esperados, pero, sobre todo, que sea institucionalmente riesgosa debido a que:

• La gobernanza orienta qué usos de la IA son legítimos y cuáles deben limitarse.

• Permite establecer controles ex - ante para prevenir riesgos, en lugar de reaccionar una vez que los problemas ocurran.

• Define roles y responsabilidades institucionales para garantizar rendición de cuentas.

• Asegura la alineación de la IA con los objetivos de política tributaria, con los principios de justicia fiscal y con la política nacional de gobierno digital.

Conforme al informe de OECD (2025) para materializar plenamente el potencial transformador de la IA, las AATT deben adoptar un enfoque sistémico con respecto a su aplicación. La IA no es una herramienta aislada, sino que debe utilizarse como un componente integrado anexado en un ecosistema tributario más amplio, que abarque marcos regulatorios, estructuras organizativas, infraestructura técnica existente y personal experto.

Dado que la confianza de los contribuyentes es una parte esencial del buen funcionamiento de una AT, se debe garantizar que la IA desplegada sea confiable, transparente y responsable.

Al respecto, el Foro de Administración Tributaria de la OCDE está actualmente probando un marco para apoyar a las AATT en su despliegue de sistemas de IA.

Sobre la base de los principios de la OCDE en materia de IA confiable, el marco describe consideraciones clave para cada fase del ciclo de vida de la IA y describe el aprendizaje y las experiencias de una serie de AATT a partir de sus propias implementaciones.

Por ello, a través de esta cooperación en curso, las AATT pueden adoptar un enfoque estructurado y basado en el riesgo para mejorar el uso de la IA en la AT, que también puede adaptarse a los cambios del contexto general. El Foro de Administración Tributaria tiene previsto publicar sus conclusiones sobre esta labor a lo largo de 2026.

Para mitigar gran parte de los riesgos, las AATT deben invertir en marcos de gobernanza.

Estos marcos deben garantizar que la IA se despliegue de forma que respete el equilibrio entre la recaudación tributaria de la Administración y los derechos de los contribuyentes.

Por lo tanto, los sistemas de IA y los procesos operativos asociados de las AATT deben ser suficientemente transparentes y explicables y funcionar con mecanismos adecuados de supervisión y rendición de cuentas. Estos pueden incluir, por ejemplo, la gobernanza de datos, en particular, en términos de limpieza de datos, procesos de validación y actualizaciones periódicas para mantener la integridad y la confiabilidad de los datos utilizados para fundamentar la toma de decisiones impulsada por la IA.

Sólo con datos confiables y de alta calidad la IA puede mejorar realmente la AT al mejorar la precisión, el cumplimiento normativo y la eficiencia operativa para los contribuyentes.

Para que los sistemas de IA obtengan resultados confiables, los datos de entrada deben ser exactos, completos y bien estructurados.

Como se ha visto en este apartado, la implementación efectiva de la IA en las AATT depende de múltiples factores destacándose el tema de la calidad de los datos, la gobernanza de la IA, infraestructura tecnológica robusta y talento humano capacitado.

En definitiva, estos elementos, junto con la férrea decisión política de aplicar la IA de manera eficiente y eficaz garantizando el respeto a los derechos de los contribuyentes deberían ser el norte que guiara las actuaciones a seguir en esta materia.