Datos de ISORA confirman que la inteligencia artificial ha pasado, en menos de una década, de ser tal vez una curiosidad experimental a una pieza central de la modernización tributaria.

El documento Tax Administration 2025 publicado recientemente por la OECD, muestra que alrededor del 69% de las administraciones evaluadas ya usan inteligencia artificial y otro 24% está en fase de implementación, con casos que van desde el análisis avanzado de datos hasta asistentes virtuales y servicios basados en lenguaje natural.

Detrás de muchos de estos proyectos hay un patrón común: fuertes capacidades analíticas apoyadas en servicios de nube, que permiten escalar, controlar mejor los costos y experimentar con rapidez.

Queremos destacar acá algunos casos de uso reportados en el documento que pensamos contribuyen a saltos en eficiencia dentro de las administraciones tributarias.

Plataformas internas de analítica y aprendizaje automático

En Noruega la administración ha creado una plataforma de datos y análisis en la nube que ofrece servicios de analítica, ciencia de datos/aprendizaje automático, tableros e informes para múltiples unidades. Esta misma plataforma se usa para entrenar modelos de machine learning y empezar a explorar con la gestión de documentos no estructurados.

En Australia, la ATO implementó la Plataforma de Análisis Avanzado en la Nube (AAP Cloud), alojada en una nube privada, con acceso seguro a los datos tributarios. Se apoya en servicios de código abierto, lo que reduce costos y aporta flexibilidad tecnológica, y aprovecha la elasticidad de la nube para escalar potencia de cálculo cuando es necesario. Los modelos que corren en esta plataforma se usan para identificar posibles incumplimientos y gestionar mejor el fraude en contextos donde los patrones de riesgo cambian rápido.

Japón muestra cómo, sobre ese tipo de capacidades, se pueden construir modelos de predicción aplicados a la recaudación: la NTA utiliza IA para elegir el canal más eficaz para contactar a contribuyentes morosos y para predecir el momento del día con mayor probabilidad de respuesta, logrando aumentos significativos en las tasas de contacto. Todo esto sería mucho más costoso y rígido sin infraestructuras en la nube que permiten pagar solo por lo que se usa y adaptar recursos a los picos de procesamiento.

LLM[1] para mejorar el trabajo de los desarrolladores

La administración tributaria Sueca está desarrollando un asistente de código basado en IA para apoyar a sus desarrolladores y analistas. Este asistente automatiza tareas repetitivas como la generación y depuración de código, acelera los ciclos de desarrollo y reduce errores humanos, liberando tiempo para resolver problemas complejos y mejorando la calidad de los sistemas que soportan la recaudación y los servicios al contribuyente.

La lógica se soporta en sugerencias contextuales, completado de código y ayuda en la identificación y corrección de errores. Adicionalmente, al integrar estos asistentes en entornos de desarrollo alojados en la nube permite se facilita que los equipos escalen pruebas, integraciones y despliegues con mayor agilidad.

LLM para analizar, clasificar y asignar consultas

Irlanda ofrece un ejemplo muy claro de uso de IA generativa para gestionar mejor el flujo de consultas. Según el documento, en el portal MyEnquiries, los contribuyentes solían elegir mal las categorías en menús desplegables; muchas consultas llegaban como “general” o mal clasificadas. Hoy, modelos de IA y procesamiento de lenguaje natural analizan el texto libre, clasifican la consulta con un 97 % de precisión y la enrutan automáticamente al experto adecuado, reduciendo más de 24 horas el tiempo promedio de derivación.

En Canadá, la CRA recopiló más de 90 000 comentarios de usuarios sobre su sitio web y utilizó IA generativa para resumirlos y agruparlos en temas clave. A partir de esos análisis se priorizaron diez áreas de mejora, logrando un aumento del 158 % en el éxito de los usuarios en tareas de registro e inicio de sesión. Este tipo de uso —resumir, clasificar y detectar patrones en grandes volúmenes de texto— es el corazón de lo que hoy permiten los LLM, y se vuelve especialmente atractivo cuando los datos y modelos pueden procesarse de forma económica y segura en la nube.

LLM para apoyar al personal de atención al contribuyente

Varios ejemplos muestran cómo la IA no reemplaza a los agentes humanos, sino que los potencia. Singapur desarrolló IRASearch, una herramienta basada en LLM y GenAI que actúa como asistente para los funcionarios cuando responden consultas. IRASearch refina búsquedas, ayuda a encontrar información precisa y utiliza IA generativa para proponer borradores de respuesta y explicar conceptos tributarios complejos en lenguaje sencillo, adaptados al caso concreto del contribuyente.

En Suecia, otro de los asistentes en desarrollo automatiza la generación de respuestas a correos electrónicos sobre impuestos y registros, permitiendo manejar mayor volumen de consultas sin sacrificar calidad, y con retroalimentación continua para mejorar las respuestas.

Francia, por su parte, ha creado Caradoc, un asistente que combina GenAI y búsqueda avanzada de documentos para que los funcionarios encuentren más rápido la normativa, guías y procedimientos relevantes. El sistema permite cargar documentos individuales o colecciones completas y formular preguntas complejas; el modelo responde y resalta los fragmentos de texto utilizados, aportando transparencia y trazabilidad. Una solución muy alineada con arquitecturas modernas de “LLM + búsqueda en la nube”.

Asistentes virtuales que interactúan directamente con los contribuyentes

En el extremo más visible para la ciudadanía encontramos los asistentes que hablan directamente con los contribuyentes. Austria ha creado la Federación de Bots, una red de chatbots especializados (por ejemplo, uno para impuestos y otros para servicios gubernamentales generales) que comparten conocimiento entre sí. Los resultados iniciales indican más eficiencia, menor carga para los equipos de atención y alta aceptación de los usuarios.

Corea fue un paso más allá con su Línea de Ayuda Tributaria con IA: un servicio telefónico basado en reconocimiento de voz y un asistente virtual que responde consultas, envía enlaces, guías y vídeos durante la llamada, y permite que el contribuyente pase directamente a la sección de declaración. En 2024 se atendió con éxito el 98 % de las llamadas (frente al 26 % del año anterior), lo que equivale, en términos de capacidad de servicio, a contratar mil empleados adicionales.

Pensamos que hay una tendencia de utilizar inteligencia artificial, tanto la dirigida a soportarse en machine learning y deep learning para incorporar mecanismos de clasificación y regresión en el marco de sus procesos, como en la utilización de IA generativa, particularmente LLMs dirigida, al menos inicialmente, a mejorar el trabajo de los funcionarios, acortando los tiempos, multiplicando las capacidades de los funcionarios, con incrementos de eficiencia nada despreciables.

La potencia reportada en ISORA por los propios países nos hace pensar que las iniciativas del uso de IA se incrementarán en el futuro cercano. Y con ello aumenta también el desafío para gestionar tanta potencia sin estrellarnos en las curvas. Tal vez por eso la Agencia Tributaria española ha establecido una metodología específica para apoyar el desarrollo de sus proyectos de IA, fortaleciendo su gobernanza, incluyendo en su análisis además de las fuentes de datos el tratamiento de posibles sesgos, las implicaciones para las partes interesadas, el monitoreo de los resultados y su reentrenamiento ¿Qué tal?

Saludos y suerte

Referencias:

[1] LLM Large Language Models (Modelos de lenguaje de gran tamaño) son instancias de IA generativa que incluyen los muy conocidos: (ChatGPT (OpenAI), Claude (Anthropic), Copilot(Microsoft), DeepSeek LLM (DeepSeek), Gemini (Google), Llama (Meta), Mistral Large (Mistral AI), Grock (xAI), entre otros.

114 total views, 114 views today