Inteligencia artificial y gestión tributaria

Las Administraciones Tributarias comparten con otras organizaciones los objetivos de optimización, modernización, innovación, mejora continua, sistematización, estandarización, armonización, agilización y simplificación, entre otros desarrollados en sus misiones, visiones y funciones.

Ahora bien, las AT tienen una nota característica distinta de las demás, esto es, el volumen de datos que allí se manejan. Datos que se originan en diversas fuentes (contribuyentes, agentes, organismos, la propia AT, el Poder Judicial, entre muchas otras), que poseen los más diversos formatos (caracteres, vínculos, documentos, imágenes satelitales, fotos, planillas de cálculo, archivos PDF, etc.) y que algunas de las veces se encuentran relacionados con la C.U.I.T. y otras aluden a otros indicadores (Dominio, Partida, D.N.I., Matrículas, etc.).

Esta situación, de gran cantidad de datos, la velocidad de creación y dinámica constante y su variedad es conocida como BIG DATA. Por tanto, para manejar tanta información se requiere de herramientas que clasifiquen, etiqueten y seleccionen datos de un universo de información y para distintas finalidades previamente determinadas.

Para tener una idea de dicho volumen, hasta el año 2018 se generaron en Argentina siete mil millones de facturas electrónicas. En el transcurso de unos pocos días, la cantidad de documentos recibidos es mayor a la cantidad de declaraciones impositivas que las Administraciones solían recibir en un año completo. Si bien la recopilación, clasificación y almacenamiento de datos es una labor costosa, también implica una ventaja al poder asignarle un valor a los mismos en su tratamiento y aprovechamiento estratégico por parte de las AT en sus misiones y funciones que le son propias y en aquellas en las que puedan erigirse como apoyo para otras organizaciones públicas o privadas.

Así, de la misma forma en que Netflix utiliza los datos obtenidos del usuario para mejorar su predicción, aumentando gradualmente el grado de acierto en sus “recomendaciones”, la Administración Tributaria tiene que darles a los datos obtenidos del contribuyente un tratamiento que los torne una herramienta más útil en la percepción del crédito y el riesgo fiscal.

Por lo tanto, debe pasarse de un formato analógico, rígido, en donde el fiscalizador y el operador de cobranzas se encuentran con algunos datos no estructurados relativos al contribuyente y la deuda a recuperar y sus experiencias personales, a un sistema que se caracterice por su dinamismo, con una multiplicidad de datos del usuario y de otros similares a él, con análisis predictivos y prescriptivos, digital, con esos datos estructurados.

LE PUEDE INTERESAR

Indicadores

LE PUEDE INTERESAR

Humor económico

De tal forma, con un mejor manejo de datos utilizando IA y BD, se pueden llevar a cabo mejores procedimientos de fiscalización, optimizar procesos internos, asistir a los contribuyentes en sus obligaciones tributarias, mejorar la cobranza en sus fases cualitativa y cuantitativa, aumentar la percepción del riesgo y hasta crear un mejor vínculo AT-Contribuyente, el que muchas veces se halla ciertamente deteriorado.

Respecto a actividades “back office”, la inteligencia artificial podrá enfocarse en la lucha contra la evasión tributaria, mediante el análisis de riesgos, búsqueda de patrones, detección temprana de incumplimientos y la sectorización de deudores. Asimismo, permitirá automatizar los distintos procedimientos y la toma de decisiones al interior de las AT y generar algunos documentos internos con poca o mínima intervención de las y los trabajadores del organismo. A su vez, dotara de mecanismos que agilicen y mejoren los sistemas de cobranzas, tanto en la faz prejudicial como en la judicial.

Hacia afuera, es decir “front office”, se podrán usar las plataformas para asistir, informar y guiar a los contribuyentes en el cumplimiento de las diversas obligaciones tributarias, tanto en la confección y presentación de las declaraciones juradas, los pagos de impuestos y planes de pago, las respuestas a reclamos, el seguimiento y trazabilidad de expedientes administrativos y generación de documentos a través de las plataformas para ello dispuestas.

Lo que proponemos no es en absoluto utópico, sino que se pueden observar muchísimos prototipos en las diversas organizaciones recaudadoras de tributos de distintas latitudes. La AT de Noruega utiliza técnicas de análisis de datos y aprendizaje automático para mejorar la eficiencia en la selección de casos a inspeccionar. En Francia, las auditorías fiscales realizadas en 2019 son fruto de la intervención de algoritmos con IA, donde se recaudaron 11.000 millones de euros tras realizar controles, monto que representa un incremento anual del 30% con respecto a 2018. La SUNAT de Perú, para el control electrónico del Impuesto General a las Ventas (IGV), envía alertas a los contribuyentes a través de mensajes de texto cuando se han recibido facturas por gastos o costos que los sistemas de IA consideran no habituales en el tipo de negocio que ha realizado la compra.

La Inteligencia Artificial no actúa por sí misma, sino que depende de cómo sea “entrenada o programada” por los seres humanos que la administren y utilicen en su tarea diaria, razón por la cual son y serán éstos los responsables de su adecuado funcionamiento.

Por lo tanto, será esencial para la implementación de IA en la gestión tributaria, clarificar los objetivos perseguir, las herramientas a utilizar y definir aquellos procedimientos a automatizar, dejando en manos de las trabajadoras y los trabajadores aquellos que, por su mayor complejidad y características salientes, deban ser analizados y abordados por las insustituibles inteligencia y sensibilidad humana.

(*) Abogados de la Asociación Bonaerense de Estudios Fiscales