La inteligencia artificial como herramienta para la detección del fraude fiscal: Caso Colombia

Barra lateral del artículo

PDF HTML
Publicado: jul. 9, 2023
DOI: https://doi.org/10.54753/rve.v11i2.1677

Contenido principal del artículo

John Moreno-Hernandez
Universidad Cooperativa de Colombia
Juana Campos-Molano
Universidad Cooperativa de Colombia
Yesica Medina-Betancourt
Universidad Cooperativa de Colombia
Daniel Poloche-Valencia
Universidad Cooperativa de Colombia

Resumen

El fraude fiscal a través de los años ha sido uno de los problemas mundiales de mayor impacto en las economías, lo que representa un riesgo en los sistemas tributarios, por lo que la lucha contra este flagelo se ha convertido en un tema de gran relevancia mundial. Para ello, se han analizado diferentes herramientas que ayudan a su minimización, donde aparece la Inteligencia Artificial (IA), como nueva tecnología digital que analiza, detecta y predice situaciones de fraude, con el uso de grandes bases de datos y creación de programas mundiales basados en algoritmos, que de manera automática da respuesta a una anomalía detectada. Por lo anterior, el objetivo de esta investigación es analizar como la IA, ayuda a la detección de fraudes fiscales y que avances ha presentado Colombia en su uso. A nivel metodológico es un estudio documental y analítico, basados en la literatura científica. Como resultado, los gobiernos internacionales a través de la IA, han desarrollado diferentes sistemas como AQM (Aranda Query Manager), para la detección de fraudes en impuestos; herramienta valiosa para la disminución de la evasión y elusión fiscal; pero es importante resaltar los avances usando técnicas de aprendizaje automático no supervisadas que ha mostrado resultados de precisión del 98%.

Métricas

Cargando métricas ...

Detalles del artículo

Cómo citar
Moreno-Hernandez, J., Campos-Molano, J., Medina-Betancourt, Y., & Poloche-Valencia, D. (2023). La inteligencia artificial como herramienta para la detección del fraude fiscal: Caso Colombia. Revista Económica, 11(2), 25–35. https://doi.org/10.54753/rve.v11i2.1677
Número
Vol. 11 Núm. 2 (2023): RVE vol 11 (Julio-Diciembre 2023)
Sección
ARTÍCULOS DE INVESTIGACIÓN
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Esta obra está sujeta a la licencia Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional de Creative
Commons. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by-nc-nd/4.0/.

Biografía del autor/a

Juana Campos-Molano, Universidad Cooperativa de Colombia

Estudiante VIII Semestre del programa de Contaduría Pública de la Universidad Cooperativa de Colombia.

Yesica Medina-Betancourt, Universidad Cooperativa de Colombia

Estudiante VIII Semestre del programa de Contaduría Pública de la Universidad Cooperativa de Colombia.

Daniel Poloche-Valencia, Universidad Cooperativa de Colombia

Estudiante VIII Semestre del programa de Contaduría Pública de la Universidad Cooperativa de Colombia

Citas

Asociacion de Certificadores de Fraude . (2014). ACFE. Obtenido de https://acfe-spain.com/recursos-contra-fraude/que-es-el-fraude

Abdullahi, R., & Mansor, N. (2015). Fraud triangle theory and fraud diamond theory.

Antón, S. (2022). El uso de la inteligencia artificial para optimizar los ingresos tributarios. Obtenido de Scioteca: http://cafscioteca.azurewebsites.net/handle/123456789/1933

Asociación Internacional de Supervisores de Seguros (IAIS). (2021). Global Insurance Market Report. Obtenido de https://www.iaisweb.org/page/gimr2021

Asociación Nacional de Instituciones Financieras. (Mayo de 2018). Lucha contra la evasión-informalidad: factura electrónica y medios de pago. Obtenido de https://anif.co/Biblioteca/politica-fiscal/lucha-contra-la-evasion-informalidad-factura-electronica-y-medios-de-pago

Badal, E. (2018). Combining Benford’s Law and machine learning to detect money laundering. An actual Spanish court case. ELSEVIER. Obtenido de https://doi.org/10.1016/j.forsciint.2017.11.008 DOI: https://doi.org/10.1016/j.forsciint.2017.11.008

Banco Mundial . (2020). Recaudación impositiva . Obtenido de https://datos.bancomundial.org/indicator/GC.TAX.TOTL.GD.ZS?end=2020&start=2004&view=chart

Bayou, M. E., & Reinstein, A. (2001). A systemic view of fraud explaining its strategies, anatomy and process. Critical Perspectives on Accounting. En A systemic view of fraud explaining its strategies, anatomy and process. Critical Perspectives on Accounting (pág. 12). DOI: https://doi.org/10.1006/cpac.2000.0443

Bedoya, E., & Mogollon, E. (2018). Incidencia de la facturación electrónica en la reducción de la evasion fiscal. Manizales.

Borinsky, M. (2013). Fraude Fiscal. Buenos aires: Ediciones Didot.

Cajamarca, I. (04 de 10 de 2021). Más de 580 colombianos han usado paraísos fiscales según los 'Pandora Papers. Obtenido de la republica: https://www.asuntoslegales.com.co/actualidad/mas-de-580-colombianos-han-usado-paraisos-fiscales-segun-investigacion-pandora-papers-3241870

Chamorro , M. (2022). Conozca los tipos de fraude fiscal más comunes. Obtenido de El universal : https://www.eluniversal.com.co/especial/contabilidad/conozca-los-tipos-de-fraude-fiscal-mas-comunes-YJ6193980

Congreso de Colombia. (24 de Julio de 2000). Ley 599 DE 2000 Codigo Penal. Colombia. Obtenido de https://www.oas.org/dil/esp/codigo_penal_colombia.pdf

Congreso de la republica. (13 de Diciembre de 1990). LEY 43 DE 1990. Por la cual se adiciona la Ley 145 de 1960, reglamentaria de la profesión de Contador Público y se dictan otras disposiciones", Art 20. Colombia.

Cubides, J. (2022). Asuntos legales. Obtenido de https://www.asuntoslegales.com.co/analisis/juan-sebastian-cubides-cardona-3360029/inteligencia-artificial-un-contendor-para-la-evasion-fiscal-3360027

Cuellar, J. P. (2022). LR la republica. Obtenido de https://www.larepublica.co/economia/la-evasion-de-impuestos-le-estaria-quitando-a-colombia-cerca-de-80-billones-al-ano-3418446#:~:text=Entre%20los%20tributos%20en%20los,0%2C7%25%20del%20PIB.

DANE. (2020). DANE . Obtenido de https://www.dane.gov.co/index.php/estadisticas-por-tema/cuentas-nacionales/cuentas-nacionales-departamentales

DIAN. (2018). Plan estratégico de tecnologías de información . Obtenido de https://www.dian.gov.co/dian/entidad/PlaneacionDocumentosAnteriores/10.%20Plan%20Estrategico%20de%20Tecnolog%C3%ADas%20de%20la%20informaci%C3%B3n.pdf

DIAN. (2019). DIAN. Obtenido de https://www.dian.gov.co/Prensa/Paginas/BlogDetails.aspx?DianId=21

DIAN. (2019). Facturación Electrónica. Obtenido de https://www.dian.gov.co/dian/entidad/Paginas/Presentacion.aspx.

DIAN. (2021). Plan digital de la DIAN 2021. Obtenido de https://www.dian.gov.co/dian/entidad/PlanEvalInstitucional/10.%20Plan%20Digital%20DIAN%202021.pdf

Donovan, J. (2019). The Value of Offshore Secrets: Evidence from the Panama Papers. Oxford University Press. Retrieved from https://bibliotecadigital.ucc.edu.co/discovery/fulldisplay?docid=cdi_crossref_primary_10_1093_rfs_hhz017&context=PC&vid=57UCC_INST:57UCC_INST&lang=es&search_scope=MyInst_and_CI&adaptor=Primo%20Central&tab=Everything&query=any,contains,PANAMA%20PAPERS&offs

Evans , R. (2020). How AI Is Helping Companies And Governments Fight Tax And Financial Fraud. Forbes. Obtenido de https://www.forbes.com/sites/forbestechcouncil/2020/10/01/how-ai-is-helping-companies-and-governments-fight-tax-and-financial-fraud/?sh=4d4adec81fd4

Faúndez, A. (2022). Use of artificial intelligence by tax administrations: An analysis regarding taxpayers’ rights in Latin American countries. Obtenido de https://doi.org/10.1016/j.clsr.2020.105441 DOI: https://doi.org/10.1016/j.clsr.2020.105441

Federacion Nacional de Contadores . (NIA 240). Normas Internacionales de Auditoría.

Garcia, C. (2020). Centro interamericano de administración tributaria. Obtenido de Centro interamericano de administración tributaria: https://www.ciat.org/el-uso-de-la-inteligencia-artificial-por-las-administraciones-fiscales-una-cuestion-de-principios/#:~:text=Por%20otra%20parte%2C%20en%20la,en%20los%20supuestos%20de%20mayor

Garcia, C., & Herrera, B. (2020). Centro Interamericano de Administraciones Tributarias. Obtenido de https://www.ciat.org/el-uso-de-la-inteligencia-artificial-por-las-administraciones-fiscales-una-cuestion-de-principios/

Gobierno Nacional De Colombia . (1971). Decreto 410 de 1971. En Codigo de comercio de Colombia (pág. ART 207).

Gomez, J. C., & Moran, D. (2020). Estrategias para abordar la evasión tributaria en America latina y el caribe . CEPAL.

Gonzalez, G. (02 de 04 de 2020). Investigación documental: características, estructura, etapas, tipos, ejemplos. Obtenido de Lifider: https://www.lifeder.com/investigacion-documental/

Gunduz, S., Arslan, B., & Demirci, M. (2015). A Review of Machine Learning Solutions to Denial-of-Services Attacks in Wireless Sensor Networks IEEE. 14th International Conference on Machine Learning and Applications (ICMLA), Miami,, 150-155. doi: 10.1109/ICMLA.2015.202. DOI: https://doi.org/10.1109/ICMLA.2015.202

Guzmán, V. E. (2017). Docplayer. Obtenido de https://docplayer.es/51414973-Aranda-query-manager-v-9-0-manual-de-instalacion-y-uso.html

Hechmi, J. M., Khlaifi, H., Bouatay, A., & Zrelli , A. (2018). Intrusion Detection Using Data Fusion and Machine Learning. 26th International Conference on Software, Telecommunications and Computer Networks (SoftCOM), Split,, 1-6. doi:10.23919/SOFTCOM.2018.8555800. DOI: https://doi.org/10.23919/SOFTCOM.2018.8555800

Knaus, C. (2019). Tax office uses AI to target dodgy returns in real time. The Guardian. Obtenido de https://www.theguardian.com/australia-news/2019/feb/14/tax-office-uses-ai-to-target-dodgy-returns-in-real-time

Kumar, D. P., Amgoth, T., & Annavarapu, C. R. (2019). Machine learning algorithms for wireless sensor networks: A survey. Information Fusion, 49, 1-25. https://doi.org/10.1016/j.inffus.2018.09.013. DOI: https://doi.org/10.1016/j.inffus.2018.09.013

Lopez, J. (2019). Uso de técnicas de machine learning para la detección de fraudes en los contratos de obras publicas . Chile: CONCURSO OLACEFS 2019.

McKinsey Global Institute. (2019). Notes from the AI frontier: Insights from hundreds of use cases. Obtenido de https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai-frontier-insights-from-hundreds-of-use-cases

OCDE . (2022). OCDE. Obtenido de PROYECCION MUNDIAL : https://www.oecd.org/acerca/miembros-y-socios/

Organizacion para la Cooperacion y el Desarrollo Económico. (2022). OCDE. Obtenido de https://www.oecd.org/acerca/miembros-y-socios/

Palacio, C. (2019). Análisis de la implementación de la factura electrónica en Colombia como mecanismo de control al fraude fiscal.

Prajapati, J., & Jain, S. C. (2018). Machine Learning Techniques and Challenges in Wireless Sensor Networks. Second International Conference on Inventive Communication and Computational Technologies (ICICCT), Coimbatore, 2018, 233-238. doi: 10.1109/ICICCT.2018.8473187. DOI: https://doi.org/10.1109/ICICCT.2018.8473187

Quiroz, S., & Osman, J. (2021). La cultura del fraude y su incidencia en el trabajo del Revisor Fiscal en Colombia.

Rodriguez, E. (2018). Analisis y detección de fraude fiscal mediante tecnicas de aprendizaje automatico. Universidad Pontificia de Madrid .

Rouse, M. (30 de 04 de 2017). Inteligencia artificial, o AI. (TechTarget, S.A de C.V 2005 - 2019) Recuperado el 31 de 05 de 2019, de https://searchdatacenter.techtarget.com/es/definicion/Inteligencia-artificial-o-AI

Ruiz, L. (2016). Utilización de herramientas estratégicas para la detección del fraude fiscal. Revista ICU . Obtenido de http://repositorio.umaza.edu.ar/handle/00261/828 DOI: https://doi.org/10.59872/icu.v1i1.10

Ruiz., M. G. (2016). La educación fiscal como herramienta de prevención del fraude fiscal.

Savić, M. (2022). Gestión del riesgo de evasión fiscal mediante un método híbrido no supervisado de detección de valores atípicos. Obtenido de https://bbibliograficas.ucc.edu.co:2152/science/article/pii/S0957417421016973#bb4

Serrano , F. (2021). Banco de desarrollo de america latina. Obtenido de https://www.caf.com/es/conocimiento/visiones/2021/09/sera-la-inteligencia-artificial-la-autentica-revolucion-de-las-administraciones-tributarias-30/

Smithers, R. (2020). Taxman uses artificial intelligence to beat fraudsters. The Guardian. Obtenido de https://www.theguardian.com/business/2020/oct/14/taxman-uses-artificial-intelligence-to-beat-fraudsters