Gestión tributaria y algoritmos inteligentes: una reflexión crítica sobre las tensiones entre automatización, equidad y gobernanza en Colombia
DOI:
https://doi.org/10.18041/2619-4244/dl.37.13600Palabras clave:
Algoritmos, equidad fiscal, gobernanza, inteligencia artificial, transparenciaResumen
La revolución digital ha cambiado la administración tributaria al incorporar inteligencia artificial (IA) para agilizar procedimientos, aumentar los ingresos y disminuir la evasión fiscal. El uso de algoritmos inteligentes en la gestión tributaria en Colombia presenta oportunidades, pero también desafíos éticos, legales y técnicos, particularmente en áreas de equidad fiscal y de gobernanza. El objetivo de este artículo es analizar los conflictos entre automatización, equidad y gobernanza en el contexto colombiano, evaluando sus implicaciones para el control estatal y la justicia fiscal. Se hizo una revisión sistemática de la bibliografía indexada y estándares nacionales. Los resultados muestran que, si bien la IA aumenta la eficiencia fiscal y la transparencia, también puede exacerbar la desigualdad y socavar la transparencia si no se implementa. Se identifican limitaciones institucionales y algunos vacíos normativos. Se concluye que en la gestión automatizada de impuestos es imperativo fortalecer la normativa, la rendición de cuentas y la capacitación técnica y ética.
Referencias
Almeida, F., & Santos, J. D. (2020). The effects of virtual reality on learning: A meta-analysis. Computers & Education, 156, 103923. https://doi.org/10.1007/978-3-030-74811-1_88
Almeida, J., & Costa, M. (2022). Tax compliance in the digital age: Challenges and opportunities. Revista Jurídica, (32), 45--60. https://doi.org/10.34625/issn.2183-2705(32)2022.ic-07
Banco Interamericano de Desarrollo (BID) (2021). Transformación digital en las administraciones tributarias de América Latina: Chile. Banco Interamericano de Desarrollo. Recuperado de https://publications.iadb.org/es/transformacion-digital-en-las-administraciones-tributarias-de-america-latina-chile
Bardin, L. (2016). Análisis de contenido (Ed. U. de Valencia). Ediciones Akal.
Chen, L., & Wang, Y. (2021). Digital transformation in education: Challenges and opportunities. Journal of Educational Technology, 21(2), 45-60. https://doi.org/10.47092/CT.21.2.4
Chen, S., & Williams, A. (2021). Intelligent accounting system structure and intelligent accounting algorithm based on computer vision. En Y. Wang, Y. Zhang, & D. Zeng (Eds.), Cyber Security Intelligence and Analytics (pp. 97--104). Springer. https://doi.org/10.1007/978-981-16-2765-1_6
Chen, S., & Williams, A. (2021). Intelligent accounting system structure and intelligent accounting algorithm based on computer vision. En Cyber Security Intelligence and Analytics (pp. 97--104). Springer. https://doi.org/10.1007/978-3-030-97874-7_12
Centro Interamericano de Administración Tributaria, CIAT (2020). Inteligencia artificial aplicada a la fiscalización. Recuperado de https://www.ciat.org/ciatblog-inteligencia-artificial-aplicada-a-la-fiscalizacion/
Comisión Económica para América Latina y el Caribe (Cepal) (2022). Inteligencia artificial y su impacto en los sistemas tributarios de América Latina y el Caribe. Recuperado de https://www.cepal.org/es/publicaciones/48077-estudio-economico-america-latina-caribe-2022-dinamica-desafios-la-inversion
Consejo Nacional de Política Económica y Social (Conpes) (2025). CONPES 4144: Política Nacional para la Transformación Digital y la Inteligencia Artificial. Recuperado de https://colaboracion.dnp.gov.co/CDT/Conpes/Económicos/4144.pdf
Deloitte. (2022). Innovación en la tributación: Inteligencia artificial y la transformación de los sistemas fiscales. Recuperado de https://www.deloitte.com/es/es/services/tax/services/generative-artificial-intelligence-for-tax.html
Dirección de Impuestos y Aduanas Nacionales (DIAN) (2023). Plan de modernización de la Dirección de Impuestos y Aduanas Nacionales: Integración de inteligencia artificial. Recuperado de https://www.dian.gov.co/dian/entidad/PlanEvalInstitucional/10-Plan-Estrategico-de-Tecnologias-de-la-Informacion-PETI-2025.pdf
Ernst & Young (E&Y). (2024). inteligencia artificial y fiscalización: redefiniendo el cumplimiento tributario en Latinoamérica. Recuperado de https://www.ey.com/es_mx/insights/tax/ia-y-fiscalizacion-redefiniendo-cumplimiento-tributario
Evans, C., Taghizadeh-Hesary, F., Hendriyetty, N., & Kim, C. J. (Eds.) (2022). Taxation in the digital economy: New models in Asia and the Pacific. Routledge. https://doi.org/10.4324/9781003196020-1
Egea Pérez-Carasa, Í. (2025, 3 de febrero). El Big Data y la Inteligencia Artificial abren un nuevo y ventajoso panorama fiscal para administraciones y contribuyentes. ElDerecho.com. https://elderecho.com/el-big-data-y-la-ia-abren-un-nuevo-panorama-fiscal-para-administraciones-y-contribuyentes.
Fajardo, J., Córdoba, L., Toscano, A. & Díaz, D. (2024). Inteligencia artificial como herramienta de apoyo a la gestión tributaria y la seguridad fiscal. Caso de la Dirección de Impuestos y Aduanas Nacionales en Colombia. Casos de marketing público y no lucrativo, 11(3), 46–56. https://doi.org/10.5281/zenodo.13830418
Floridi, L., & Cowls, J. (2023). Artificial intelligence, taxation, and the future of tax policy. Journal of AI Ethics, 8(2), 123-145. https://doi.org/10.1093/oso/9780198883098.001.0001
García, M., & López, R. (2022). Artificial intelligence in higher education: A systematic review. International Journal of Educational Technology in Higher Education, 19(1), 1-25. https://doi.org/10.13130/2723-9195/2021-4-27
Gil Hoyos, O. M., Torres Tabora, S. L., & Montes González, H. A. (2020). Las fuentes de financiación como estrategia de crecimiento empresarial y su impacto en la generación de valor económico de las micro, pequeñas y medianas empresas. Dictamen Libre, 27: Julio-diciembre, 191-198. https://doi.org/10.18041/2619-4244/dl.27.6652
González, M., & Pérez, L. (2023). Digital taxation, artificial intelligence and Tax Administration 3.0: Improving tax compliance behavior---a systematic literature review using textometry (2016--2023). Accounting Research Journal, 36(2), 123--145. https://doi.org/10.1108/ARJ-12-2023-0372
González Fernández-Mellado, F. (2024, 2 de agosto). El impacto de la IA en la tributación: retos y perspectivas a futuro. PwC Colombia. https://www.pwc.com/co/es/pwc-insights/impacto-ia-tributacion-retos-perspectivas.html.
Goverment of Canada (2019). Herramienta de evaluación de impacto algorítmico https://www.canada.ca/en/government/system/digital-government/digital-government-innovations/responsible-use-ai/algorithmic-impact-assessment.html.
Hernández, J., & Martínez, P. (2023). Blockchain technology for academic credential verification. Journal of Innovation in Education, 11(1), 34-50. https://doi.org/10.35944/jofrp.2022.11.1.003
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. del P. (2014). Metodología de la investigación (6° ed.). México: https://www.esup.edu.pe/wp-content/uploads/2020/12/2.%20Hernandez,%20Fernandez%20y%20Baptista-metodolog%C3%ADa%20Investigacion%20Cientifica%206ta%20ed.pdf.
Ivanov, D., & Petrov, S. (2021). Model of the tax management system in the conditions of cash turbulence. En Proceedings of the 2021 International Conference on Economic and Financial Systems (pp. 130--137). Springer. https://doi.org/10.1007/978-3-030-94873-3_16
Kim, S., & Lee, H. (2024). The impact of gamification on student engagement. Educational Technology Research and Development, 72(3), 1121-1140. https://doi.org/10.3390/su17031121
Kumar, R., & Sharma, P. (2023). Ethical implications of transparency and explainability of artificial intelligence for managing value-added tax (VAT) in corporations. En A. Hamdan (Ed.), Artificial Intelligence and Ethics in Taxation (pp. 325-336). Springer. https://doi.org/10.1007/978-3-031-48855-9_26
Lalon-Pinduisaca, S. A., & Coello-Panchana, A. J. (2025). Impacto de la inteligencia artificial en el asesoramiento tributario mediante un estudio de caso en la Cafetería Casa Café. Revista Científica Zambos, 4(1), 310-327. https://doi.org/10.69484/rcz/v4/n1/92.
Ley estatutaria 1581 de 2012 (octubre 17). Reglamentada parcialmente por el Decreto Nacional 1377 de 2013, Reglamentada Parcialmente por el Decreto 1081 de 2015. Ver sentencia C-748 de 2011. Ver Decreto 255 de 2022. Por la cual se dictan disposiciones generales para la protección de datos personales. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=49981.
Li, X., & Zhang, Y. (2022). 5G promotes the construction of full-scenarios intelligent taxation strategy. Technology Analysis & Strategic Management, 34(6), 1-12. https://doi.org/10.1080/09537325.2022.2130234
Lozano Ortega, T. (2024). Floridi, L. (2023). The Ethics of Artificial Intelligence: Principles, Challenges, and Opportunities. Oxford University Press. 243 pp. Tópicos, Revista de Filosofía, 71, 481-489. https://doi.org/10.21555/top.v710.3275
Martínez, J., & López, M. (2024). Educación fiscal y tax compliance mejorados por inteligencia artificial. Revista de Educación y Derecho, (30), 1-10. https://doi.org/10.1344/REYD2024.30.47753
Ministerio de Tecnologías de la Información y las Comunicaciones [MinTIC] (2021). Marco ético para la inteligencia artificial en Colombia. https://minciencias.gov.co/sites/default/files/marco-etico-ia-colombia-2021.pdf
MinCiencias (2024). Hoja de Ruta en Inteligencia Artificial. https://minciencias.gov.co/sala_de_prensa/colombia-ya-cuenta-con-una-hoja-ruta-en-inteligencia-artificial.
Okoli, C., & Schabram, K. (2022). Cómo realizar una revisión sistemática de la literatura: una guía rápida para la investigación en informática. https://doi.org/10.1016/j.mex.2022.101895
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco) (2002). Informe sobre las tecnologías emergentes y su aplicación en el ámbito público: Retos para la tributación. Recuperado de https://scioteca.caf.com/bitstream/handle/123456789/1946/El%20uso%20de%20la%20inteligencia%20artificial%20para%20optimizar%20los%20ingresos%20tributarios.pdf?sequence=4
Patel, R., & Smith, T. (2022). Machine learning applications in educational assessment. Journal of Computer Assisted Learning, 38(4), 1234-1256. https://doi.org/10.15587/1729-4061.2022.265780
Pica, L. M. (2023). Brief notes on the anthropomorphisation of artificially intelligent tax administration and the (new) model tax management system. Revista Jurídica, (34), 1-15. https://doi.org/10.34625/issn.2183-2705(34)2023.ic-07
Paz, M. & Aranda, A. (2024). Influencia de la inteligencia artificial en el proceso de fiscalización tributaria en Colombia (trabajo de grado, Corporación Universitaria Comfacauca). https://repositorio.unicomfacauca.edu.co/bitstream/handle/3000/93/CP%20272%202025.pdf?sequence=1&isAllowed=y
RGPD (2016). Reglamento General de Protección de Datos (UE) 2016/679 del Parlamento Europeo y del Consejo de 27 de abril de 2016. https://gdpr-info.eu/.
Ríos Ruiz, W. R. (2024, 12 de noviembre). ¿Y cómo va la regulación de la inteligencia artificial en Colombia, Latinoamérica y el mundo? Ámbito Jurídico. https://www.ambitojuridico.com/noticias/analisis/tic/y-como-va-la-regulacion-de-la-inteligencia-artificial-en-colombia.
Rodríguez, A., & Fernández, B. (2021). Online learning during the pandemic: A global perspective. Distance Education, 42(2), 178-195. https://doi.org/10.21511/ppm.19(3).2021.17
Sadeghi, A., & Ghasemi, M. (2023). A new AI-based approach for rental tax evasion management in Iran: Ethical consideration. En A. Hamdan (Ed.), Achieving Sustainable Business Through AI, Technology Education and Computer Science (pp. 461--472). Springer. https://doi.org/10.1007/978-3-031-37164-6_34
Salah, A. S., & Awwad, B. S. (2024). A theoretical review of artificial intelligence and tax compliance. En A. Hamdan (Ed.), Achieving Sustainable Business Through AI, Technology Education and Computer Science (pp. 53--64). Springer. https://doi.org/10.1007/978-3-031-73632-2_5
Sari, D., & Putra, A. (2023). Does Indonesia have the readiness to implement artificial intelligence in tax technology development? En Proceedings of the 2023 International Conference on Information Technology and Applications (pp. 45--52). ACM. https://doi.org/10.1145/3616712.3616750
Silva, K., & Johnson, M. (2024). Ethical considerations in educational data mining. Journal of Academic Ethics, 22(1), 1-18. https://doi.org/10.1108/ARJ-12-2023-0372
Tadeo, M., & Floridi, L. (2021). Ethical considerations in AI-based tax systems. Technology and Ethics Review, 2(1), 35-50. https://www.research.aqmen.ac.uk/wp-content/uploads/sites/38/2021/11/UK-Taddeo-2021-Article-Ethical-Principles-For-Artificial.pdf
Taylor, G., & Brown, D. (2023). The future of blended learning in post-pandemic education. Educational Research Review, 34, 100-115. https://doi.org/10.1007/978-981-99-6529-8_3
Ubilla, A., Bustamante, D., & Pinuer, L. (2025). Clarificando tax morale: Revisión sistemática de literatura apoyada con inteligencia artificial. European Public & Social Innovation Review, 10, 1-18. https://doi.org/10.31637/epsir-2025-725
Unesco (2022). Recomendación sobre la ética de la inteligencia artificial. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. https://unesdoc.unesco.org/ark:/48223/pf0000381137
United Nations University (UNU) (2021). The role of artificial intelligence in the modernization of tax systems. Recuperado de https://unu.edu/topics/artificial-intelligence
Wijaya, D. A., Liu, J. K., Suwarsono, D. A., & Zhang, P. (2017). A New Blockchain-Based Value-Added Tax System. En T. Okamoto, Y. Yu, M. Au, & Y. Li (Eds.), Provable Security. ProvSec 2017. Lecture Notes in Computer Science (Vol. 10592, pp. 1--15). Springer. https://doi.org/10.1007/978-3-319-68637-0_28
Wilson, E., & Thompson, L. (2022). Augmented reality in STEM education: A meta-analysis. Journal of Science Education and Technology, 31(5), 567-582. https://doi.org/10.1007/s10506-022-09321-y
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Dictamen Libre
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
