Ediciones anteriores

En el presente trabajo analizamos el uso de la inteligencia artificial (IA) en la fiscalización tributaria en Chile, centrándonos en la experiencia del Servicio de Impuestos Internos (SII). A partir de diversas definiciones doctrinales y de organismos internacionales, destacamos que la IA se caracteriza por su capacidad de tomar decisiones y actuar sobre la base de datos, lo que plantea importantes desafíos regulatorios, especialmente en ámbitos sensibles como la tributación. El SII ha ido incorporando, en forma progresiva, herramientas de analítica avanzada desde 2007, utilizando técnicas como SOM, K-means, redes neuronales, árboles de decisión y regresión logística. Estas herramientas han permitido evolucionar desde un modelo de fiscalización reactivo hacia uno predictivo y preventivo, apoyado en el Big Data, facilitando la detección de fraudes, la clasificación de riesgo y el control de la informalidad. Sin embargo, el uso de IA plantea riesgos relevantes, como la opacidad algorítmica (“caja negra”), posibles vulneraciones al debido proceso, afectaciones a la privacidad y la inversión de la carga de la prueba. Frente a ello, proponemos principios como la transparencia, la explicabilidad y la supervisión humana. De la misma forma, examinamos el marco normativo chileno reciente, en especial, las leyes sobre cumplimiento tributario y protección de datos personales, que introducen garantías frente a decisiones automatizadas, como el derecho a explicación y revisión humana. Finalmente, analizamos algunas de las tensiones jurisprudenciales en casos de fiscalización automatizada. En conclusión, reconocemos que la IA constituye una herramienta clave para la eficiencia fiscal, pero su legitimidad depende de un adecuado equilibrio entre potestades administrativas y derechos fundamentales, requiriéndose un marco normativo específico para su uso en la administración tributaria.

This paper analyzes the use of artificial intelligence (AI) in tax auditing in Chile, focusing on the experience of the Internal Revenue Service (SII). Based on various doctrinal definitions and those of international organizations, it highlights that AI is characterized by its ability to make decisions and act on data, which poses significant regulatory challenges, especially in sensitive areas such as taxation. Since 2007, the SII has progressively incorporated advanced analytics tools, using techniques such as Self-Organizing Maps (SOM), K-means, neural networks, decision trees and logistic regression. These tools have allowed the SII to evolve from a reactive audit model to a predictive and preventive one, supported by Big Data, facilitating fraud detection, risk classification, and the control of informality. However, the use of AI presents significant risks, such as algorithmic opacity (“black box”), potential violations of due process, privacy concerns, and the reversal of the burden of proof. In response, principles such as transparency, explainability and human oversight are proposed. The paper also examines the recent Chilean regulatory framework, especially the laws on tax compliance and personal data protection, which introduce safeguards against automated decisions, such as the right to explanation and human review. Jurisprudential tensions in cases of automated auditing are also analyzed. Finally, it concludes that AI is a key tool for fiscal efficiency, but its legitimacy depends on a proper balance between administrative powers and fundamental rights, requiring a specific regulatory framework for its use in tax administration.