Inteligencia Artificial: El Machine Learning y los Derechos fundamentales en la Fiscalidad Contable
La inteligencia artificial representa una oportunidad en materia fiscal para optimizar la recaudación, prevenir evasión y elusión fiscal. El machine learning permite a las administraciones tributarias revisar, analizar y supervisar el impacto fiscal mediante evaluación de patrones y comportamientos...
Autor principal: | |
---|---|
Formato: | Artículo |
Lenguaje: | español |
Publicado: |
Universidad Autónoma de Nuevo León
2025
|
Materias: | |
Acceso en línea: | https://vinculategica.uanl.mx/index.php/v/article/view/1146 |
Sumario: | La inteligencia artificial representa una oportunidad en materia fiscal para optimizar la recaudación, prevenir evasión y elusión fiscal. El machine learning permite a las administraciones tributarias revisar, analizar y supervisar el impacto fiscal mediante evaluación de patrones y comportamientos de contribuyentes. Sin embargo, aún existen retos importantes en la garantía de los derechos fundamentales, el respeto a la ética y valores. El machine learning o aprendizaje automático puede vulnerar derechos si no cuenta con una adecuada supervisión humana. Entre los principales retos se encuentran la transparencia, seguridad y protección de los datos personales. En este estudio se empleó el método analítico, deductivo y sintético a partir del análisis de documentos emitidos por Organismos Internacionales como la Organización para la Cooperación y Desarrollo Económico (OCDE), legislación del Código Fiscal de la Federación y el Servicio de Administración Tributaria. La cooperación y el trabajo en conjunto entre los Organismos Internacionales y los Estados requieren de marcos jurídicos claros y transparentes para garantizar la protección de los derechos y la dignidad humana en la inteligencia artificial. Es necesaria la colaboración entre Organismos, Sociedad Civil, sector público y privado para fortalecer la transparencia y eficiencia del aprendizaje automático aunado a la dignidad de personas. |
---|---|
Descripción Física: | Vinculategica efan; Vol. 11 No. 4 (2025): VinculaTégica EFAN 11(4) July - August 2025; 28-44 Vinculatégica EFAN; Vol. 11 Núm. 4 (2025): VinculaTégica EFAN 11(4) Julio - Agosto 2025; 28-44 2448-5101 |