IA y big data en las administraciones tributarias
Una de las aplicaciones más tangibles de la inteligencia artificial (IA) y el análisis de datos masivos (big data) para fomentar el cumplimiento voluntario y transformar la relación entre las administraciones tributarias y la ciudadanía es la implementación de declaraciones prellenadas (e-filing con valores sugeridos).
La declaración prellenada con valores sugeridos es como una calculadora avanzada que le ofrece al contribuyente el resultado más probable y correcto basado en todos los datos que el fisco ya posee. Al hacer esto, no solamente le ahorra tiempo (eficiencia en el servicio), sino que también lo empuja sutilmente hacia el cumplimiento, ya que alienta la honestidad al hacer evidente que la Administración tiene un conocimiento profundo de su situación económica.
Los sistemas de E-Filing con valores sugeridos representan la evolución de las administraciones tributarias hacia una prestación de servicios digitales proactiva.
Al aprovechar la disponibilidad de datos de manera anticipada y aplicar análisis predictivos, las administraciones no solamente agilizan y simplifican los trámites para el ciudadano, sino que también mejoran la calidad de las declaraciones y la eficacia en la recaudación, al tiempo que reducen los costos de cumplimiento.
I. Mecanismos y metas de optimización del servicio
El objetivo principal de ofrecer declaraciones prellenadas y valores sugeridos es simplificar las obligaciones tributarias y mejorar la calidad de los datos declarados.
1. Reducción de errores y simplificación del proceso:
La IA permite la creación de borradores y declaraciones precompletadas a partir de la experiencia obtenida y los datos que obran en poder de la Administración. Al presentar una declaración con datos precargados (como la declaración en línea de personal dependiente F.931), se reducen los posibles errores cometidos por el contribuyente al declarar. Esto, a su vez, ayuda a evitar muchos procedimientos de comprobación y eventuales regularizaciones que tienen su origen en fallos al declarar.
2. Eficiencia basada en datos (análisis predictivo):
Esta información, que proviene de terceros (como retenciones en la fuente), de informaciones previas del contribuyente (registro de altas y bajas de personal, declaraciones anteriores) o de otras fuentes (regímenes de información), es procesada mediante machine learning y Big Data para pronosticar y predecir la conducta del contribuyente y ayudarle a cumplir sus obligaciones con mejores borradores.
3. Hito de Calidad de Datos:
El suministro de datos fiscales y el borrador de la declaración jurada representan un hito en la búsqueda de la calidad del dato por parte de las administraciones tributarias. Esta información, en manos exclusivas de la agencia tributaria, se utiliza como herramienta de control, pero luego se comparte con el contribuyente para facilitar su cumplimiento.
II. Estrategias de asistencia: Avisos y nudges
La mejora del servicio se materializa no solamente en el prellenado pasivo, sino también en la asistencia proactiva que guía al contribuyente hacia la corrección y el cumplimiento.
• Avisos inteligentes:
Un ejemplo concreto es la utilización en la Agencia Tributaria de España (AEAT) para enviar mensajes de aviso en el Impuesto a la Renta de Personas Físicas por posibles errores al modificar la información sobre rendimientos del trabajo que ofrece "Renta Web". En 2020, Rentaweb incorporó "avisos" que aparecían cuando el contribuyente intentaba modificar determinadas casillas de la declaración, preguntando: "¿Estás seguro de que quieres modificar este punto?". Esta selección de las seis casillas para las que se aplicó el aviso se basó en un estudio realizado sobre 22 millones de declaraciones del año anterior.
• Nudge y cumplimiento comportamental:
Estos mecanismos de asistencia (como los avisos) se alinean con las técnicas nudge (o "pequeño empujón"), basadas en el enfoque "behavioral insights" de la economía del comportamiento.
◦ Estas técnicas buscan fomentar el cumplimiento fiscal.
◦ La idea es introducir pequeños cambios o preguntas más directas que incrementen el costo psicológico de defraudar, de modo que el incumplimiento sea por comisión (mentira clara) más que por omisión.
III. Desafíos en la prestación de servicios digitales
Aunque la provisión de declaraciones con valores sugeridos es una mejora significativa en la prestación de servicios, su implementación debe ser cautelosa y rigurosa para no socavar la confianza y la eficiencia:
• Riesgo de incumplimiento fomentado:
La introducción del servicio de borrador debe realizarse de manera gradual y con cautela. Un ejemplo claro es con un formulario prellenado de deducciones para el sistema SIRADIG de Registro y Actualización de Deducciones del Impuesto a las Ganancias. Si la Administración suministra una predeclaración con un nivel de deducciones divergente del real o deja liberados determinados campos porque no posee fuentes que alimenten dicha deducción, esto puede poner de manifiesto las limitaciones de la información disponible por la agencia tributaria, circunstancia que podría ser explotada por los contribuyentes incumplidores y fomentar el incumplimiento fiscal.
• Datos de calidad:
La base de cualquier servicio inteligente, incluyendo la generación de valores sugeridos, es la disponibilidad de datos de calidad. Es crucial prestar atención prioritaria a mejorar la calidad de los datos y revisar la arquitectura de la información de cada organización. Si el algoritmo utiliza datos imprecisos, la predicción será inexacta. En muchas ocasiones, los datos suministrados por terceros en los regímenes de información no tienen un control de consistencia ni de pertinencia y se incorporan "en crudo" a las bases, generando luego un dominó de errores de calidad.
• Transparencia y protección de derechos:
Debe prestarse especial atención a las tensiones entre la eficiencia y los derechos de los contribuyentes. Por ejemplo, en el caso de la Agencia Tributaria de España (AEAT), la respuesta a consultas complejas a través de Informa Plus (un servicio que requiere autenticación) sí tiene valor jurídico vinculante para la administración en un procedimiento posterior, y el contribuyente no sería sancionado si declara según ese criterio. Sin embargo, en el caso de los asistentes virtuales (chatbots), las respuestas son genéricas y no valoran hechos concretos del contribuyente para no perjudicar comprobaciones posteriores.
--
Comentarios
Publicar un comentario