Inteligencia artificial y analítica de datos en la administración tributaria
ecuatoriana: garantías y desafíos jurídicos
Artificial intelligence and data analytics in Ecuadorian tax administration: legal
safeguards and challenges
Inteligência artificial e análise de dados na administração tributária equatoriana:
garantias e desafios jurídicos
Jonathan Eduardo López Poveda
Universidad Católica Santiago de Guayaquil
Ecuador
info@lopezygomez.com
https://orcid.org/0009-0009-7058-4279
Nathalie Fernanda Gómez Suárez
Universidad Católica Santiago de Guayaquil
Ecuador
gerencia@lopezygomez.com
https://orcid.org/0009-0002-2227-7599
Forma de citación en APA, séptima edición.
López, J., y Gómez, N. (2026). Inteligencia artificial y analítica de datos en la administración tributaria
ecuatoriana: garantías y desafíos jurídicos. Revista Ibero Research, 1(6), 145 – 183.
Fecha
de
presentación:
03/07/2026
Fecha
de
aceptación:
12/07/2026
Fecha
de
publicación:
15/07/2026
145
Resumen
La transformación digital de la administración tributaria ecuatoriana amplía la
capacidad de integrar datos, detectar riesgos y automatizar actuaciones, aunque también
incrementa amenazas para la privacidad, la igualdad, la motivación y la defensa, el
objetivo consistió en analizar inteligencia artificial, Big Data, decisiones automatizadas,
transparencia algorítmica y derechos fundamentales dentro del marco tributario
nacional, la metodología aplicó revisión jurídica documental y codificación de veinte
fuentes normativas, institucionales y académicas, los resultados identifican cobertura
sólida en legalidad y protección de datos, junto con vacíos en auditoría algorítmica,
explicación individual, registro público y revisión humana, cuatro tablas y tres gráficos
ordenan normas, casos de uso, riesgos y salvaguardias, la conclusión propone una
gobernanza basada en riesgo con evaluación de impacto, trazabilidad, control humano
significativo, motivación comprensible y recurso efectivo, orientada a compatibilizar
eficiencia fiscal, innovación pública y protección del contribuyente.
Palabras clave: Big Data, decisiones automatizadas, explicabilidad, debido proceso,
privacidad.
146
Abstract
The digital transformation of Ecuadorian tax administration expands the capacity to
integrate data, detect risks and automate actions, although it also increases threats to
privacy, equality, reasoning and defense, the objective was to analyze artificial
intelligence, Big Data, automated decisions, algorithmic transparency and fundamental
rights within the national tax framework, the methodology applied documentary legal
review and coding of twenty regulatory, institutional and academic sources, the results
identify strong coverage of legality and data protection, together with gaps in
algorithmic auditing, individual explanation, public registration and human review, four
tables and three charts organize rules, use cases, risks and safeguards, the conclusion
proposes risk based governance with impact assessment, traceability, meaningful human
control, understandable reasoning and effective appeal, aimed at reconciling tax
efficiency, public innovation and taxpayer protection.
Keywords: Big Data, automated decisions, explainability, due process, privacy.
147
Resumo
A transformação digital da administração tributária equatoriana amplia a capacidade de
integrar dados, detectar riscos e automatizar atuações, embora também aumente
ameaças à privacidade, à igualdade, à fundamentação e à defesa, o objetivo consistiu em
analisar inteligência artificial, Big Data, decisões automatizadas, transparência
algorítmica e direitos fundamentais no marco tributário nacional, a metodologia aplicou
revisão jurídica documental e codificação de vinte fontes normativas, institucionais e
acadêmicas, os resultados identificam cobertura sólida em legalidade e proteção de
dados, junto com lacunas em auditoria algorítmica, explicação individual, registro
público e revisão humana, quatro tabelas e três gráficos organizam normas, casos de
uso, riscos e salvaguardas, a conclusão propõe uma governança baseada em risco com
avaliação de impacto, rastreabilidade, controle humano significativo, fundamentação
compreensível e recurso efetivo, orientada a compatibilizar eficiência fiscal, inovação
pública e proteção do contribuinte.
Palavras-chave: Big Data, decisões automatizadas, explicabilidade, devido processo,
privacidade.
148
Introducción
La administración tributaria contemporánea depende de información masiva,
interoperabilidad institucional y procesamiento automatizado, debido a que la factura
electrónica, las declaraciones en línea, los anexos transaccionales y los registros
públicos producen volúmenes que superan la revisión exclusivamente manual, este
contexto convierte a la analítica de datos en infraestructura de control y transforma la
relación entre eficiencia recaudatoria, potestad administrativa y garantías del
contribuyente.
La inteligencia artificial añade modelos capaces de clasificar, predecir, recomendar o
generar contenidos, mientras el Big Data integra variedad, velocidad y volumen de
fuentes heterogéneas, la combinación permite identificar anomalías, segmentar riesgos y
priorizar auditorías, aunque la misma capacidad puede convertir correlaciones
estadísticas en sospechas administrativas sin explicación suficiente, especialmente
cuando el resultado afecta devoluciones, determinaciones, sanciones o acceso a
procedimientos simplificados.
El problema jurídico no surge por la sola utilización de tecnología, aparece cuando una
inferencia automatizada influye de forma relevante sobre derechos y obligaciones sin
base legal clara, información comprensible, control humano efectivo o posibilidad real
de contradicción, la opacidad puede trasladar el fundamento del acto desde la norma y
los hechos hacia un modelo inaccesible, situación incompatible con motivación,
seguridad jurídica y tutela administrativa efectiva.
La Constitución ecuatoriana reconoce la protección de datos personales, la igualdad, la
intimidad, el debido proceso, la defensa, la motivación y la seguridad jurídica, además
ordena que la administración pública actúe con eficacia, eficiencia, calidad,
transparencia y evaluación, el régimen tributario incorpora generalidad, progresividad,
149
simplicidad, equidad y suficiencia recaudatoria, conjunto que exige innovación útil sin
convertir la eficiencia en una excepción tácita a los derechos (Asamblea Nacional del
Ecuador, 2008).
El Código Tributario atribuye facultades determinadora, resolutiva, sancionadora y
recaudadora, pero esas competencias permanecen sometidas a legalidad y
procedimiento, un sistema algorítmico puede apoyar la búsqueda de inconsistencias o la
organización de expedientes, aunque la decisión jurídica requiere identificar hecho
generador, base imponible, sujeto, período, norma y evidencia, elementos que no
pueden sustituirse por una puntuación de riesgo presentada como conclusión automática
(Congreso Nacional del Ecuador, 2005).
El Código Orgánico Administrativo refuerza juridicidad, proporcionalidad, buena fe,
interdicción de arbitrariedad, motivación y responsabilidad, por tanto una actuación
digital conserva la naturaleza de ejercicio de potestad pública y debe ser atribuible a una
autoridad competente, la automatización no elimina la obligación de explicar premisas,
hechos y relación lógica, ni reduce el derecho a conocer el expediente y presentar
argumentos antes de una consecuencia desfavorable (Asamblea Nacional del Ecuador,
2017).
La Ley Orgánica de Protección de Datos Personales introduce principios de juridicidad,
lealtad, transparencia, finalidad, pertinencia, minimización, proporcionalidad, calidad,
seguridad y responsabilidad proactiva, además reconoce garantías frente a valoraciones
automatizadas y elaboración de perfiles, estas reglas resultan directamente relevantes
cuando la administración tributaria combina información económica, patrimonial,
societaria, laboral, aduanera o financiera para producir clasificaciones que influyen en
procedimientos (Asamblea Nacional del Ecuador, 2021).
150
El reglamento de protección de datos desarrolla gestión de riesgos, seguridad,
evaluaciones de impacto, obligaciones del responsable y funciones del delegado, dichas
herramientas permiten trasladar principios abstractos a procesos verificables, aunque la
aplicación tributaria exige precisar cuándo una analítica interna alcanza suficiente
intensidad para afectar significativamente a una persona, cuestión decisiva para activar
explicación, intervención humana y revisión del resultado (Presidencia de la República
del Ecuador, 2023).
La transparencia algorítmica no equivale a publicar indiscriminadamente código fuente,
pesos o reglas de detección, debido a que también deben protegerse datos personales,
seguridad informática, secreto tributario y efectividad del control, su contenido
adecuado comprende información sobre finalidad, variables relevantes, calidad de datos,
lógica general, consecuencias, responsables, mecanismos de supervisión y razones
individualizadas que permitan comprender y controvertir una actuación concreta.
La doctrina sobre cajas negras advierte que la opacidad puede concentrar poder y
dificultar la rendición de cuentas, mientras el debido proceso tecnológico exige
procedimientos capaces de revisar errores producidos por sistemas complejos, estas
aportaciones resultan pertinentes para el ámbito fiscal porque una selección
automatizada puede iniciar cargas probatorias, costos profesionales y riesgos
reputacionales aun cuando no constituya formalmente una determinación definitiva
(Citron, 2008; Pasquale, 2015).
Las explicaciones contrafácticas ofrecen una vía para informar qué factores relevantes
condujeron a un resultado y qué cambios podrían modificarlo, sin revelar
necesariamente toda la arquitectura técnica, sin embargo una explicación tributaria debe
agregar fundamento normativo y evidencia concreta, debido a que la posibilidad de
cambiar una variable futura no sustituye la obligación de demostrar hechos del período
151
revisado ni permite transformar probabilidades en incumplimientos probados (Wachter,
Mittelstadt y Russell, 2018).
Los estudios sobre sistemas sociotécnicos muestran que la equidad no puede resolverse
dentro del modelo sin considerar contexto, instituciones, categorías legales y efectos
distributivos, por ello una métrica estadística de paridad no garantiza trato igual en
tributación, la selección puede reproducir desigualdades por sector, territorio, tamaño,
informalidad o acceso digital, aunque no utilice directamente variables protegidas
(Selbst, Boyd, Friedler, Venkatasubramanian y Vertesi, 2019).
La Organización para la Cooperación y el Desarrollo Económicos plantea una
administración tributaria integrada a los sistemas naturales de empresas y ciudadanía,
con datos oportunos y procesos digitales, esa visión promete cumplimiento menos
costoso y controles más precisos, pero requiere gobernanza de datos, confianza y
arquitectura institucional, porque la integración permanente amplía el alcance de la
observación estatal y reduce la visibilidad de las decisiones intermedias (Organización
para la Cooperación y el Desarrollo Económicos, 2020).
Los principios internacionales de inteligencia artificial destacan transparencia,
explicabilidad, robustez, seguridad, responsabilidad y respeto de derechos humanos,
mientras la Recomendación de la UNESCO añade proporcionalidad, supervisión
humana, evaluación de impacto y reparación, estos estándares no sustituyen el derecho
ecuatoriano, aunque ofrecen criterios interpretativos y modelos de gobernanza útiles
para diseñar salvaguardias en sistemas de alto impacto (Organización para la
Cooperación y el Desarrollo Económicos, 2024b; UNESCO, 2021).
El Reglamento europeo de inteligencia artificial adopta una clasificación por riesgos y
exige gestión, calidad de datos, documentación, registro, transparencia, supervisión
humana, exactitud y ciberseguridad para sistemas de alto riesgo, la comparación resulta
152
relevante como referencia funcional, aunque una trasposición mecánica sería
inadecuada, debido a diferencias constitucionales, institucionales y tributarias entre la
Unión Europea y Ecuador (Parlamento Europeo y Consejo, 2024).
El objetivo general consiste en analizar los desafíos jurídicos de la inteligencia artificial
y la analítica de datos en la administración tributaria ecuatoriana, los objetivos
específicos comprenden delimitar casos de uso, identificar garantías aplicables, evaluar
riesgos de decisiones automatizadas, determinar exigencias de transparencia y proponer
un modelo de gobernanza que proteja derechos fundamentales sin impedir innovación ni
control fiscal legítimo.
La hipótesis sostiene que el ordenamiento ecuatoriano contiene bases suficientes para
exigir legalidad, finalidad, minimización, motivación, explicación y revisión humana,
aunque la dispersión normativa y la ausencia de una política pública específica sobre
algoritmos tributarios generan una brecha operativa, dicha brecha puede reducirse
mediante evaluación de impacto, registro de sistemas, trazabilidad, auditoría
independiente y estándares de control humano proporcional al riesgo.
La relevancia práctica se concentra en evitar dos extremos igualmente problemáticos,
una prohibición general de herramientas analíticas que debilite la administración y una
adopción opaca que convierta perfiles en decisiones, el equilibrio requiere diferenciar
asistencia, recomendación, priorización y decisión, porque cada nivel produce efectos
distintos y demanda salvaguardias graduadas, desde información básica hasta
intervención humana obligatoria y recurso suspensivo.
153
Metodología
El enfoque adoptado fue mixto con predominio cualitativo, debido a que el núcleo del
estudio correspondió a interpretación constitucional, administrativa, tributaria y de
protección de datos, la dimensión cuantitativa se limitó a codificación descriptiva de
garantías y riesgos, sin pretensión de medir sistemas internos del Servicio de Rentas
Internas ni afirmar la existencia de herramientas no documentadas públicamente.
El tipo de investigación fue exploratorio, descriptivo y propositivo, la fase exploratoria
identificó categorías jurídicas emergentes, la fase descriptiva ordenó normas, usos y
derechos, la fase propositiva construyó un modelo de gobernanza aplicable a proyectos
de inteligencia artificial tributaria, el diseño fue documental, no experimental,
transversal y comparado, con revisión cerrada al treinta de junio de dos mil veintiséis.
La población documental comprendió normas ecuatorianas, instrumentos
internacionales, documentos institucionales y literatura académica sobre decisiones
automatizadas, explicabilidad, administración digital y derechos, la muestra intencional
reunió veinte fuentes principales seleccionadas por autoridad, pertinencia y capacidad
de cubrir legalidad, protección de datos, transparencia, motivación, revisión humana,
auditoría, seguridad y reparación.
Los criterios de inclusión exigieron vigencia o valor doctrinal reconocido, relación
directa con tratamiento de datos o potestad pública, disponibilidad verificable y
contenido susceptible de codificación, los criterios de exclusión eliminaron materiales
comerciales, noticias sin respaldo primario, descripciones técnicas sin conexión jurídica
y afirmaciones sobre sistemas tributarios ecuatorianos que no pudieran distinguirse
como hechos públicos o escenarios hipotéticos.
La técnica principal fue análisis jurídico de contenido, apoyada por una matriz de ocho
dimensiones, cada fuente recibió puntuación cero cuando no contenía la garantía, uno
154
cuando la referencia era indirecta o parcial y dos cuando existía formulación expresa
con elementos operativos, el resultado se normalizó sobre cien para facilitar
comparación visual, sin convertir la escala en medición de eficacia institucional real.
El índice de riesgo de casos de uso combinó efecto jurídico, grado de automatización,
sensibilidad de datos, escala, opacidad y reversibilidad, cada factor recibió valores entre
cero y cuatro, los pesos fueron veinticinco, veinte, quince, quince, quince y diez por
ciento respectivamente, la puntuación final se transformó a una escala de cero a cien y
se clasificó como baja, media, alta o crítica.
La distinción entre apoyo y decisión constituyó una regla metodológica central, un
modelo de apoyo produce indicios sujetos a verificación, una recomendación ordena
alternativas para una autoridad, una decisión semiautomatizada incorpora revisión
humana con capacidad real de cambio y una decisión automatizada determina efectos
sin intervención significativa, esta taxonomía permitió asignar salvaguardias
proporcionales y evitar que toda herramienta informática reciba el mismo tratamiento.
El procesamiento se efectuó mediante hojas de cálculo y Python para operaciones
descriptivas y elaboración de gráficos, no se aplicaron pruebas inferenciales porque la
muestra fue normativa y no probabilística, la confiabilidad se fortaleció mediante doble
lectura, registro de justificaciones y revisión de coherencia entre puntuación, evidencia
y categoría, las discrepancias se resolvieron priorizando el texto vinculante sobre
recomendaciones generales.
Las consideraciones éticas no involucraron datos personales, entrevistas, expedientes
tributarios ni experimentación humana, todas las fuentes utilizadas pertenecen al
dominio público o a literatura académica citada, la metodología evitó revelar técnicas de
detección de fraude o vulnerabilidades operativas, además separó recomendaciones de
155
gobernanza respecto de afirmaciones sobre capacidades tecnológicas concretas del
Servicio de Rentas Internas.
Las limitaciones metodológicas incluyen ausencia de acceso a modelos, datos de
entrenamiento, contratos tecnológicos, evaluaciones de impacto y estadísticas internas,
por tanto los resultados describen suficiencia normativa y riesgos previsibles, no
desempeño real de algoritmos existentes, la codificación contiene juicio jurídico
controlado y debe entenderse como herramienta analítica reproducible, no como
auditoría oficial ni certificación de cumplimiento.
156
Resultados
El primer resultado identifica una cadena de valor compuesta por captura, integración,
depuración, perfilamiento, priorización, actuación y revisión, cada etapa puede afectar
derechos de manera distinta, los errores de origen se amplifican cuando varias bases se
cruzan, mientras las inferencias se vuelven difíciles de detectar cuando el contribuyente
solo conoce el acto final y no la ruta de datos que produjo la selección.
La analítica descriptiva resume comportamiento histórico y puede apoyar gestión sin
producir decisiones individuales, la analítica predictiva estima probabilidad de
incumplimiento o inconsistencia, la analítica prescriptiva recomienda una actuación y la
inteligencia artificial generativa produce textos o respuestas, el riesgo aumenta cuando
la salida abandona funciones auxiliares y se incorpora directamente a requerimientos,
determinaciones o sanciones.
La asistencia informativa mediante buscadores o chatbots presenta riesgo bajo cuando
ofrece orientación general, identifica su naturaleza no vinculante y permite acceso a una
persona, el riesgo crece si la respuesta interpreta situaciones particulares, omite
excepciones o induce una declaración, debido a que la confianza legítima y el deber de
asistencia pueden verse afectados aunque no exista una resolución administrativa
formal.
La detección de anomalías utiliza reglas o modelos para localizar diferencias entre
declaraciones, facturas, pagos y registros, su utilidad depende de calidad, actualidad y
compatibilidad semántica, una discrepancia puede provenir de períodos distintos, notas
de crédito, errores de terceros o tratamientos legales legítimos, por tanto una alerta
representa un punto de investigación y no una presunción de infracción.
El perfilamiento de riesgo clasifica personas o empresas mediante variables directas y
derivadas, esta práctica puede mejorar asignación de recursos, aunque también genera
157
efectos acumulativos, mayor frecuencia de control produce más hallazgos y esos
hallazgos alimentan perfiles futuros, el ciclo puede concentrar fiscalización sobre
sectores visibles mientras actividades menos digitalizadas permanecen fuera del radar,
fenómeno conocido como retroalimentación selectiva.
La selección de auditorías constituye una decisión procedimental con efectos
significativos, incluso cuando no determina deuda, porque impone deberes de
información, costos de defensa y exposición a medidas, la justificación no exige revelar
umbrales que faciliten evasión, pero sí debe mostrar competencia, finalidad, hechos o
inconsistencias relevantes y ausencia de discriminación, además de permitir revisión
humana antes de iniciar actuaciones intensivas.
La automatización de devoluciones puede acelerar pagos legítimos, aunque los rechazos
o suspensiones requieren cautela porque afectan liquidez y propiedad, un modelo puede
priorizar expedientes de bajo riesgo para aprobación automática, mientras los casos
adversos deben recibir revisión humana, información sobre factores determinantes y
oportunidad de corregir datos antes de una negativa definitiva.
La determinación de obligación y la imposición de sanciones representan usos críticos,
debido a que producen efectos jurídicos directos y demandan valoración normativa,
prueba y proporcionalidad, la automatización puede calcular montos una vez fijados
hechos y reglas, pero no debe sustituir el razonamiento sobre controversias, simulación,
culpabilidad, fuerza mayor o interpretación razonable, materias que requieren autoridad
identificable y motivación individual.
La Tabla 1 introduce el corpus jurídico e institucional utilizado para delimitar la
gobernanza, el cuadro separa instrumentos nacionales vinculantes, orientaciones de
política pública y referencias internacionales, la lectura conjunta permite observar que
las garantías relevantes no se encuentran en una sola norma, sino en la interacción entre
158
Constitución, derecho tributario, procedimiento administrativo, protección de datos y
transparencia.
Tabla 1. Matriz de fuentes y aportes para la gobernanza algorítmica tributaria
Fuente
Naturaleza
Aporte principal
Vacío o límite
identificado
Constitución del Ecuador
Norma suprema
Datos personales, igualdad,
debido proceso, motivación,
seguridad jurídica y
principios tributarios
No desarrolla obligaciones
técnicas ni categorías de
automatización
Código Tributario
Ley sectorial
Competencia, determinación,
prueba, reserva tributaria y
derechos procedimentales
No regula perfiles, modelos
predictivos ni explicaciones
algorítmicas
Código Orgánico
Administrativo
Ley general
Juridicidad, motivación,
proporcionalidad, expediente,
responsabilidad y recursos
La actuación automatizada
carece de desarrollo
especializado
Ley de Protección de Datos
Personales
Ley orgánica
Finalidad, minimización,
calidad, seguridad,
perfilamiento y decisiones
automatizadas
La coordinación con secreto
tributario y potestades
fiscales requiere precisión
Reglamento de protección de
datos
Reglamento
Gestión de riesgos,
evaluación de impacto,
seguridad y responsabilidad
proactiva
No contiene metodología
sectorial para administración
tributaria
Ley de Transparencia
Ley orgánica
Publicidad, acceso a
información, rendición de
cuentas y datos abiertos
Las excepciones técnicas y
tributarias necesitan prueba
de daño y proporcionalidad
Plan estratégico del SRI
Instrumento institucional
Digitalización, gestión de
información, eficiencia,
control y servicio
La transparencia de modelos
y evaluaciones no aparece
como régimen específico
Principios de IA de la OCDE
Estándar internacional
Transparencia, explicabilidad,
robustez, responsabilidad y
derechos
Naturaleza no vinculante y
formulación general
Recomendación de la
UNESCO
Estándar internacional
Proporcionalidad, evaluación
ética, supervisión humana y
reparación
Requiere traducción a
procedimientos nacionales
concretos
Reglamento europeo de IA
Referencia comparada
Gestión de riesgo, datos,
documentación, registro,
supervisión y auditoría
No resulta directamente
aplicable en Ecuador
Reglamento europeo de datos
Referencia comparada
Información, acceso,
perfilamiento y decisiones
automatizadas
Su arquitectura institucional
difiere del sistema
ecuatoriano
Convenio del Consejo de
Europa
Referencia comparada
Derechos humanos,
democracia, Estado de
derecho y evaluación de
impacto
Necesita implementación y
adaptación institucional
Nota, Elaboración propia con base en el corpus normativo y comparado, la identificación de vacíos
expresa insuficiencia operativa y no ausencia total de protección.
El análisis de la Tabla 1 confirma una arquitectura normativa distribuida, la
Constitución y las leyes ofrecen bases suficientes para controlar legalidad, datos,
procedimiento y transparencia, aunque ninguna disposición reúne inventario de
159
sistemas, clasificación de riesgo, documentación técnica, auditoría y supervisión
humana, la principal necesidad no consiste en crear derechos desde cero, sino en
articular obligaciones y responsables durante todo el ciclo de vida.
Cobertura de garantías en el marco ecuatoriano
La legalidad alcanza cobertura elevada porque toda potestad tributaria requiere
competencia, norma habilitante y finalidad pública, un modelo no puede ampliar hechos
generadores, modificar cargas probatorias ni crear presunciones fuera de la ley, la
contratación de tecnología tampoco transfiere potestad al proveedor, debido a que
diseño, validación y uso permanecen bajo responsabilidad administrativa y control
jurisdiccional.
La finalidad exige definir con precisión el objetivo del tratamiento y evitar
reutilizaciones incompatibles, datos recabados para facturación, registro societario o
seguridad social pueden ser relevantes para control fiscal, aunque el cruce debe
responder a base jurídica, necesidad y proporcionalidad, una base disponible no se
convierte automáticamente en dato pertinente, especialmente cuando contiene
información sensible o de terceros.
La minimización limita variables y períodos a lo necesario para cada propósito, su
aplicación resulta compleja en Big Data porque el valor predictivo suele buscarse
mediante agregación amplia, sin embargo la eficiencia analítica no justifica
acumulación indefinida, deben establecerse reglas de retención, seudonimización,
acceso por roles y eliminación, junto con pruebas que demuestren utilidad real de cada
atributo incluido.
La calidad de datos adquiere naturaleza de garantía procesal, un registro desactualizado,
duplicado o atribuido a persona equivocada puede modificar una puntuación y
desencadenar control, la administración debe documentar procedencia, fecha,
160
transformaciones y nivel de confianza, además de habilitar corrección antes de una
decisión adversa, porque la exactitud no puede presumirse por el solo origen público de
la fuente.
La transparencia general comprende publicar políticas, finalidades, categorías de datos,
tipos de modelos, responsables, niveles de riesgo y mecanismos de reclamo, la
transparencia individual exige explicar factores relevantes en el caso, ambas
dimensiones pueden coexistir con reserva tributaria y seguridad, mediante descripciones
graduadas, acceso controlado y motivaciones que revelen razones sin exponer reglas
capaces de ser manipuladas.
La motivación requiere relación entre norma, hechos y conclusión, una alerta
algorítmica solo aporta evidencia auxiliar y debe transformarse en razones verificables,
expresiones como riesgo alto o patrón atípico carecen de suficiencia si no indican datos,
comparación, período y efecto, la explicación técnica puede acompañar, pero no
reemplazar la argumentación jurídica exigida para afectar derechos.
La revisión humana debe ser significativa, no basta una firma automática o aprobación
rutinaria, la persona revisora necesita competencia, tiempo, información, capacidad para
apartarse del resultado y responsabilidad sobre la decisión, además debe conocer
limitaciones y tasas de error, el control humano meramente ceremonial reproduce la
automatización y genera una apariencia de garantía sin posibilidad real de corrección.
La auditabilidad comprende registros de versiones, datos, parámetros, accesos, salidas y
cambios, junto con pruebas de rendimiento, sesgo y seguridad, esta dimensión recibe
menor cobertura explícita en normas generales, aunque puede derivarse de
responsabilidad, motivación, expediente y seguridad, la ausencia de trazabilidad impide
reconstruir por qué una persona recibió una clasificación y debilita defensa, supervisión
y aprendizaje institucional.
161
La ciberseguridad protege confidencialidad, integridad y disponibilidad, pero también
exactitud decisional, un ataque, error de integración o acceso indebido puede alterar
perfiles y actuaciones, por ello los controles deben incluir autenticación, cifrado,
segregación, pruebas, respuesta a incidentes y continuidad, la seguridad no debe
utilizarse como argumento absoluto para negar transparencia, debido a que ambas
obligaciones requieren ponderación y diseño coordinado.
La reparación efectiva exige canales para corregir datos, impugnar resultados, suspender
efectos y obtener revisión, un sistema responsable debe conservar información
suficiente para explicar el caso y ofrecer una respuesta dentro de plazos, la carga de
descubrir el error no puede recaer íntegramente en el contribuyente, especialmente
cuando la administración posee fuentes, transformaciones y reglas inaccesibles desde el
exterior.
El Gráfico 1 presenta la cobertura estimada de seis salvaguardias dentro de los
instrumentos nacionales codificados, la introducción visual permite comparar garantías
jurídicas consolidadas con obligaciones técnicas menos desarrolladas, los porcentajes
expresan presencia y nivel operativo en el corpus, no cumplimiento institucional,
desempeño de sistemas ni valoración sobre casos concretos.
162
Gráfico 1. Cobertura documental de salvaguardias en el marco ecuatoriano
Nota, Elaboración propia mediante codificación de Constitución, Código Tributario, Código Orgánico
Administrativo, Ley de Protección de Datos, reglamento, Ley de Transparencia y plan estratégico
institucional.
El análisis del Gráfico 1 muestra fortaleza en legalidad, finalidad y protección de datos,
mientras revisión humana y auditoría algorítmica permanecen menos desarrolladas, esta
asimetría explica por qué una administración puede disponer de autorización general
para tratar información y aun carecer de protocolos suficientes para justificar modelos
complejos, la prioridad regulatoria debe concentrarse en convertir principios existentes
en evidencia técnica y procedimental verificable.
Riesgos jurídicos según el caso de uso
El segundo bloque de resultados demuestra que el riesgo depende menos del nombre
inteligencia artificial que de la función cumplida, un modelo sencillo que deniega
automáticamente una devolución puede ser más riesgoso que una red neuronal utilizada
para ordenar expedientes sin efecto directo, la clasificación debe considerar
consecuencias, posibilidad de error, datos utilizados, escala y capacidad de revisión, no
complejidad tecnológica aislada.
163
La asistencia informativa obtiene riesgo bajo porque la salida puede presentarse como
orientación, siempre que exista aviso claro, actualización normativa y acceso
alternativo, sin embargo la generación automática de respuestas particulares puede
producir errores convincentes, por tanto deben excluirse decisiones vinculantes,
conservar fuentes y permitir que la ciudadanía verifique la norma, especialmente cuando
una recomendación influye en plazos o declaraciones.
La detección de anomalías recibe riesgo medio porque identifica eventos para revisión
posterior, sus controles mínimos incluyen validación de datos, umbrales documentados,
pruebas de falsos positivos y prohibición de considerar la alerta como incumplimiento,
la administración debe medir si el modelo mejora selección frente a métodos previos y
si concentra errores en sectores con menor capacidad de registro o digitalización.
El perfilamiento de riesgo obtiene nivel alto por combinar múltiples fuentes y producir
efectos acumulativos, aunque la puntuación no se comunique, puede determinar
frecuencia, intensidad y duración del control, esta influencia exige información general
sobre categorías de variables, revisión periódica, exclusión de atributos
discriminatorios, mecanismos de corrección y límites temporales, además de evaluación
sobre variables proxy que reproduzcan condiciones protegidas.
La selección de auditorías alcanza riesgo alto porque inicia una actuación formal y
distribuye carga estatal de manera desigual, una selección puede apoyarse en modelo,
pero la orden debe contener razones suficientes y revisión por autoridad, los criterios no
necesitan revelar detalles explotables, aunque sí demostrar conexión entre datos
relevantes y finalidad fiscal, evitando listas negras permanentes o selección basada
únicamente en pertenencia sectorial.
Los requerimientos automatizados presentan riesgo alto cuando se generan sin verificar
pertinencia, un sistema puede solicitar información repetida, imposible o ajena al
164
período, aumentando costos y vulnerando minimización, el control adecuado incluye
plantillas adaptativas, validación humana, historial de solicitudes y explicación de
relevancia, además de impedir que la falta de respuesta a un requerimiento defectuoso
produzca sanción automática.
Las devoluciones reciben riesgo crítico cuando una puntuación suspende o rechaza el
pago, debido a que el efecto patrimonial puede ser inmediato y la persona desconoce la
causa, el modelo puede automatizar aprobaciones favorables de bajo riesgo, pero los
resultados adversos necesitan revisión humana, motivación, acceso a datos relevantes y
plazo breve para subsanar, principio conocido como automatización asimétrica
favorable a derechos.
La determinación tributaria obtiene riesgo crítico porque transforma información y
reglas en deuda exigible, los cálculos mecánicos pueden automatizarse cuando hechos
no están controvertidos, mientras la subsunción jurídica, valoración probatoria y
selección de norma requieren responsabilidad humana, cualquier sistema utilizado debe
conservar versión normativa, parámetros, datos de entrada y justificación, permitiendo
reconstrucción completa durante reclamo y control judicial.
La imposición de sanciones representa el máximo riesgo por incorporar culpabilidad,
proporcionalidad y circunstancias eximentes, una decisión exclusivamente automatizada
sería incompatible con evaluación individual y defensa, el sistema puede detectar
incumplimientos formales o calcular rangos, pero la autoridad debe verificar tipicidad,
imputación, prueba, reincidencia y razones de graduación, además de separar el modelo
de riesgo respecto del juicio sancionador.
La interoperabilidad aumenta todos los niveles porque vincula errores y amplía
finalidades, un dato correcto en su fuente puede adquirir significado equivocado al
combinarse con otro registro, la evaluación debe revisar identificadores, equivalencias,
165
fechas y reglas de actualización, también debe limitar inferencias sobre familiares,
socios o grupos económicos cuando no exista base jurídica y conexión suficiente con la
obligación investigada.
La Tabla 2 introduce la matriz de casos de uso y condiciones mínimas, su finalidad
consiste en diferenciar niveles de impacto y evitar una política uniforme, la categoría
crítica no implica prohibición absoluta, pero exige habilitación clara, evaluación de
impacto, validación independiente, revisión humana obligatoria y recurso efectivo antes
de consolidar una consecuencia desfavorable.
Tabla 2. Casos de uso, riesgos y salvaguardias mínimas
Caso de uso
Efecto principal
Nivel
Derechos
comprometidos
Condiciones
mínimas
Asistencia informativa
Orientación general o
respuesta frecuente
Bajo
Información, confianza
legítima y
accesibilidad
Aviso no vinculante,
fuentes actualizadas,
canal humano y
monitoreo de errores
Detección de
anomalías
Generación de alertas
para análisis
Medio
Calidad de datos,
igualdad y privacidad
Validación, medición
de falsos positivos y
prohibición de inferir
incumplimiento
Perfilamiento de riesgo
Clasificación y
priorización
permanente
Alto
Igualdad, protección de
datos y no
discriminación
Evaluación de impacto,
límites de variables,
revisión y corrección
de perfil
Selección de auditorías
Inicio o intensidad del
control
Alto
Motivación, defensa y
proporcionalidad
Revisión humana,
razones verificables y
prohibición de
selección por proxy
discriminatorio
Requerimientos
automatizados
Solicitud de
documentos o
información
Alto
Minimización, defensa
y costos de
cumplimiento
Pertinencia individual,
control de duplicidad y
validación previa
Devoluciones
Aprobación,
suspensión o rechazo
Crítico
Propiedad, motivación
y recurso
Automatización
favorable, revisión
humana adversa y
subsanación rápida
Determinación
tributaria
Fijación de obligación
y monto
Crítico
Legalidad, prueba,
motivación y tutela
Autoridad responsable,
trazabilidad integral y
acceso al expediente
Sanciones
Imposición y
graduación de pena
administrativa
Crítico
Tipicidad,
culpabilidad,
proporcionalidad y
defensa
Prohibición de decisión
exclusivamente
automatizada y
revisión individual
Nota, Elaboración propia, el nivel deriva de efecto jurídico, automatización, sensibilidad, escala, opacidad
y reversibilidad.
166
El análisis de la Tabla 2 demuestra que las salvaguardias deben intensificarse a medida
que la salida se acerca al acto administrativo, la separación entre alertar y decidir reduce
riesgos si existe una barrera institucional real, la administración necesita documentar
quién verifica, qué evidencia adicional se exige y cómo se registra el apartamiento, de
otro modo la recomendación algorítmica puede dominar la decisión aunque
formalmente exista intervención humana.
El Gráfico 2 representa el índice de riesgo calculado para ocho casos de uso, la
introducción permite observar una progresión desde asistencia hasta sanción, los valores
no describen sistemas actuales ni probabilidades de daño, expresan una estimación
jurídica comparativa construida con seis factores ponderados y sirven para asignar
controles proporcionales durante diseño, adquisición y operación.
Gráfico 2. Índice de riesgo jurídico por caso de uso tributario
Nota, Elaboración propia con escala de cero a cien, los usos superiores a ochenta requieren tratamiento
crítico y revisión humana obligatoria.
El análisis del Gráfico 2 confirma que devoluciones, determinaciones y sanciones deben
permanecer bajo supervisión reforzada, mientras asistencia y detección pueden
167
experimentar con controles menos intensos, el enfoque basado en riesgo evita exigir el
mismo expediente técnico a toda herramienta, aunque mantiene requisitos comunes de
inventario, finalidad, seguridad, calidad y responsable identificado, necesarios incluso
para sistemas aparentemente simples.
Decisiones automatizadas, explicación y derechos del contribuyente
La decisión automatizada debe definirse por su efecto material y no por la presencia de
una firma humana, cuando la autoridad acepta de manera rutinaria una recomendación
sin comprenderla ni poder modificarla, la intervención carece de significado, el análisis
debe considerar autonomía real, tiempo de revisión, formación, acceso a evidencia y
porcentaje de apartamiento, indicadores que permiten detectar supervisión meramente
formal.
La protección de datos ecuatoriana reconoce garantías frente a valoraciones
automatizadas, incluso cuando la decisión se apoya parcialmente en procesos
automáticos, esta formulación resulta especialmente protectora para sistemas híbridos,
porque evita que una aprobación superficial excluya derechos, el responsable debe
informar la existencia del tratamiento, explicar lógica relevante, permitir observaciones
y facilitar intervención humana cuando exista impacto significativo (Asamblea Nacional
del Ecuador, 2021).
El derecho europeo aporta una referencia comparada sobre información significativa de
la lógica y sobre decisiones exclusivamente automatizadas, aunque la doctrina discute el
alcance de un derecho general a la explicación, la lección aplicable consiste en
combinar transparencia previa, explicación posterior y posibilidad de impugnación,
evitando prometer una descripción técnica total que no permita comprender ni actuar
(Parlamento Europeo y Consejo, 2016).
168
La explicación adecuada posee cuatro capas, la capa institucional identifica sistema,
finalidad, responsable y categoría de riesgo, la capa de datos informa fuentes y variables
relevantes, la capa decisional muestra factores que influyeron en el caso y la capa
jurídica conecta esos factores con la norma y el efecto, esta estructura permite adaptar
detalle sin confundir transparencia con divulgación indiscriminada de secretos o
vulnerabilidades.
La explicación global describe cómo funciona el sistema en términos generales,
mientras la explicación local muestra por qué ocurrió un resultado particular, ambas son
necesarias en tributación, debido a que la primera permite escrutinio público y la
segunda sostiene defensa, un registro de algoritmos sin razones individuales sería
insuficiente, del mismo modo una motivación aislada sin información sobre calidad,
validación y responsables impediría control sistémico.
La transparencia debe incorporar incertidumbre, un modelo predictivo no descubre
hechos con certeza, estima probabilidad según datos históricos y supuestos, por ello la
comunicación debe indicar que la puntuación constituye señal, mostrar límites y evitar
lenguaje categórico, una autoridad que presenta el resultado como verdad oculta la
naturaleza estadística y desplaza indebidamente la carga de demostrar que el perfil es
incorrecto.
La igualdad exige pruebas de desempeño entre grupos relevantes, aunque el sistema no
recoja categorías sensibles, variables como ubicación, actividad, facturación,
conectividad o forma societaria pueden funcionar como proxies, el análisis debe valorar
tasas de selección, falsos positivos, resultados de auditoría y carga de cumplimiento, no
para imponer paridad matemática automática, sino para identificar diferencias
injustificadas y corregir diseño o uso.
169
La defensa requiere acceso oportuno a datos y documentos utilizados, posibilidad de
rectificación, conocimiento de razones y plazo para aportar contexto, un expediente
digital debe incluir versiones y transformaciones que permitan reconstrucción, la
administración puede reservar información de terceros o técnicas sensibles, pero debe
entregar una explicación equivalente y justificar cualquier restricción mediante
legalidad, necesidad y proporcionalidad.
La motivación algorítmica no debe reducirse a listar variables, debido a que la persona
necesita entender relación causal o inferencial relevante, una explicación útil señala qué
inconsistencia se observó, con qué fuente, durante qué período, qué regla se aplicó y
cómo influyó en la actuación, también debe indicar límites, revisión humana y vías de
corrección, transformando una salida técnica en razón administrativa controlable.
La impugnación efectiva requiere que el órgano revisor pueda acceder a documentación
técnica y ordenar pruebas, una revisión limitada al texto final repetiría la opacidad,
deben existir perfiles especializados capaces de examinar datos, código, validación y
seguridad bajo reserva cuando corresponda, además de peritaje independiente en litigios
de alto impacto, porque el control judicial necesita traducir complejidad sin abdicar
frente a proveedores o expertos.
La Tabla 3 introduce la correspondencia entre derechos, riesgos y evidencia de
cumplimiento, su estructura transforma principios generales en requisitos auditables, el
propósito consiste en orientar diseño y revisión de expedientes, no crear una lista
cerrada, debido a que la intensidad debe variar según datos, efecto, escala y
vulnerabilidad de las personas afectadas.
Tabla 3. Derechos fundamentales y evidencia operativa de cumplimiento
Derecho o principio
Riesgo algorítmico
Salvaguardia operativa
Evidencia exigible
Legalidad y competencia
Modelo utilizado fuera de
habilitación o por proveedor
sin autoridad
Mapa de base jurídica,
finalidad y responsable
público
Dictamen jurídico, acto de
aprobación y matriz de
competencias
170
Derecho o principio
Riesgo algorítmico
Salvaguardia operativa
Evidencia exigible
Protección de datos
Exceso, reutilización,
perfilamiento o conservación
indefinida
Minimización, retención,
acceso por roles y evaluación
de impacto
Inventario de datos, flujos,
plazos y evaluación firmada
Igualdad
Proxies, sesgo histórico y
concentración de controles
Pruebas por grupos, revisión
de variables y monitoreo de
resultados
Informes de desempeño,
falsos positivos y medidas
correctivas
Motivación
Puntuación o alerta
presentada como razón
suficiente
Explicación local y vínculo
entre hecho, norma y
consecuencia
Registro de factores, fuentes,
revisión y texto de
motivación
Defensa
Imposibilidad de conocer o
corregir datos y supuestos
Acceso, rectificación,
audiencia y plazo de
respuesta
Expediente reproducible,
constancia de notificación y
observaciones
Revisión humana
Aprobación ceremonial o
dependencia automática
Competencia, tiempo,
formación y facultad de
apartamiento
Identidad de revisor, registro
de cambios y tasa de
discrepancia
Transparencia
Ausencia de información
pública sobre sistemas de
impacto
Registro graduado de
algoritmos y documentación
accesible
Ficha pública, versión,
proveedor, finalidad y nivel
de riesgo
Tutela efectiva
Recurso incapaz de revisar
técnica o suspender efectos
Revisión especializada,
peritaje y medidas
provisionales
Protocolo de impugnación,
acceso experto y trazabilidad
completa
Nota, Elaboración propia, la evidencia propuesta puede integrarse al expediente administrativo y a la
evaluación de impacto algorítmico.
El análisis de la Tabla 3 revela que la protección depende de documentación
contemporánea y no de declaraciones generales de ética, una política institucional sin
inventario, registros y pruebas no permite demostrar cumplimiento, la evidencia debe
generarse desde diseño y mantenerse durante operación, debido a que reconstrucciones
posteriores pueden ocultar cambios de versión, datos defectuosos o ausencia de revisión
en el momento de la decisión.
Modelo de gobernanza para la administración tributaria ecuatoriana
El tercer resultado propone un modelo de gobernanza con ocho fases, identificación,
clasificación, evaluación, autorización, desarrollo o adquisición, validación, operación y
retiro, cada fase produce documentos, responsables y controles, el modelo evita
concentrar cumplimiento al final del proyecto, cuando modificar datos, arquitectura o
contrato resulta costoso, además permite suspender herramientas que cambien de
finalidad o presenten degradación.
171
La identificación exige un inventario que incluya reglas expertas, modelos estadísticos,
aprendizaje automático, sistemas generativos y servicios de proveedores, la etiqueta
inteligencia artificial no debe decidir inclusión, cualquier herramienta que clasifique,
recomiende o afecte actuaciones requiere registro, la ficha mínima contiene nombre,
finalidad, unidad responsable, datos, proveedor, versión, usuarios, efecto, población y
fecha de revisión.
La clasificación combina nivel de riesgo y tipo de intervención, los sistemas prohibidos
abarcarían decisiones sancionadoras sin revisión, perfilamiento basado en categorías
sensibles sin habilitación y reutilización incompatible, los sistemas críticos incluirían
determinación, devolución adversa y selección intensiva, los sistemas altos
comprenderían perfiles y requerimientos, mientras los medios y bajos mantendrían
controles simplificados pero documentados.
La evaluación de impacto debe integrar derechos, datos, seguridad y operación, no
limitarse a privacidad, su contenido comprende necesidad, proporcionalidad,
alternativas menos intrusivas, calidad, grupos afectados, errores, explicabilidad, control
humano, proveedor, ciberseguridad y reparación, el documento debe aprobarse antes del
piloto y actualizarse ante cambios de datos, modelo, finalidad o efecto.
La autorización debe corresponder a un comité multidisciplinario con representación
jurídica, tributaria, tecnológica, seguridad, protección de datos, auditoría y atención al
contribuyente, la decisión necesita condiciones, indicadores, período y responsable, los
proyectos críticos requieren revisión de una instancia independiente, evitando que la
misma unidad que busca eficiencia evalúe sin contrapeso riesgos para derechos.
La adquisición tecnológica exige contratos que garanticen acceso a documentación,
portabilidad, auditoría, notificación de cambios, seguridad, conservación probatoria y
terminación, una cláusula de secreto comercial no puede impedir motivación ni control
172
público, el proveedor debe informar datos de entrenamiento, limitaciones,
subcontratistas y métricas, mientras la administración conserva capacidad técnica para
verificar y no depender totalmente de afirmaciones externas.
La validación previa necesita conjuntos representativos, pruebas funcionales, seguridad,
robustez, sesgo, explicabilidad y revisión humana, el rendimiento promedio resulta
insuficiente cuando el costo de falsos positivos recae en contribuyentes, deben medirse
tasas por segmentos relevantes y escenarios extremos, además de comparar el modelo
con procesos existentes, porque una innovación solo se justifica si mejora precisión,
tiempo o costos sin deteriorar derechos.
La operación requiere monitoreo continuo, registros inalterables, alertas de degradación,
control de accesos y revisión periódica, los cambios automáticos o aprendizaje continuo
deben estar limitados, una versión nueva no puede afectar decisiones sin validación y
aprobación, los indicadores deben incluir resultados favorables y adversos,
apartamientos humanos, reclamos, correcciones, incidentes, sesgos y tiempo de
explicación.
El retiro procede cuando expira la finalidad, cambia la norma, disminuye rendimiento,
surge riesgo no mitigable o termina el contrato, la administración debe conservar
evidencia necesaria para procesos abiertos y eliminar datos conforme a retención,
también debe comunicar reemplazo y garantizar continuidad de recursos, un sistema
retirado no puede permanecer operando por inercia ni alimentar nuevos modelos sin
evaluación de compatibilidad.
La supervisión externa puede articular competencias del órgano de protección de datos,
control administrativo, transparencia, auditoría y jurisdicción, sin crear una autoridad
única de manera inmediata, aunque resulta recomendable establecer un protocolo
interinstitucional, publicar reportes agregados y permitir auditorías bajo reserva, la
173
coordinación evita zonas grises donde cada entidad considere que la revisión
corresponde a otra.
La Tabla 4 introduce el modelo de gobernanza propuesto y sus productos verificables, la
secuencia permite asignar responsabilidades desde la idea hasta el retiro, además
convierte transparencia, protección de datos y debido proceso en controles concretos, la
tabla puede utilizarse como base de política institucional, manual de proyectos o
cláusulas de contratación tecnológica.
Tabla 4. Ciclo de gobernanza algorítmica tributaria propuesto
Fase
Responsable
principal
Producto
obligatorio
Control de
derechos
Indicador mínimo
Identificación
Unidad propietaria y
tecnología
Ficha de inventario y
mapa de datos
Finalidad, base jurídica
y población afectada
Cobertura total de
sistemas registrados
Clasificación
Comité
multidisciplinario
Nivel de riesgo y tipo
de intervención
Prohibiciones, revisión
humana y vía de
recurso
Porcentaje con
clasificación vigente
Evaluación
Protección de datos,
jurídico y seguridad
Evaluación de impacto
integral
Necesidad,
proporcionalidad,
sesgo, explicación y
seguridad
Riesgos críticos
mitigados antes del
piloto
Autorización
Autoridad competente
o comité independiente
Resolución con
condiciones y plazo
Responsable
identificable y límites
de uso
Autorizaciones con
fecha de revisión
Desarrollo o compra
Tecnología y
contratación
Documentación técnica
y cláusulas de auditoría
Acceso, portabilidad,
secreto limitado y
trazabilidad
Proveedores con
obligaciones completas
Validación
Equipo independiente
de prueba
Informe de
rendimiento, sesgo y
robustez
Calidad, grupos
afectados y capacidad
de revisión
Umbrales aprobados y
falsos positivos
aceptables
Operación
Unidad usuaria y
auditoría interna
Registros, monitoreo y
reportes periódicos
Explicación,
corrección, reclamo y
control humano
Incidentes,
apartamientos y
reclamos resueltos
Retiro
Autoridad propietaria y
archivo
Plan de desactivación y
conservación
probatoria
Eliminación,
continuidad y
protección de procesos
abiertos
Sistemas retirados sin
uso residual
Nota, Elaboración propia a partir del enfoque basado en riesgo, responsabilidad proactiva y debido
proceso tecnológico.
El análisis de la Tabla 4 evidencia que la gobernanza requiere productos obligatorios y
no recomendaciones voluntarias, el inventario permite conocer qué existe, la evaluación
anticipa daños, la autorización asigna responsabilidad y el monitoreo detecta
degradación, esta arquitectura puede implementarse mediante regulación interna sin
174
esperar una ley especial, aunque los usos críticos deberían recibir desarrollo normativo
expreso para fortalecer seguridad jurídica.
El Gráfico 3 compara prioridad de implementación y madurez documental estimada
para ocho controles, la introducción visual destaca las brechas que demandan atención
inmediata, los puntajes de madurez derivan del corpus público y no evalúan prácticas
internas no publicadas, mientras la prioridad considera efecto sobre derechos, capacidad
preventiva y dependencia respecto de otros controles.
Gráfico 3. Brecha de prioridad y madurez de controles algorítmicos
Nota, Elaboración propia, una brecha amplia indica necesidad de política, procedimiento y evidencia
pública, no incumplimiento institucional demostrado.
El análisis del Gráfico 3 ubica explicación individual, revisión humana y evaluación de
impacto como prioridades principales, el registro público y la calidad de datos también
muestran brechas relevantes, la ciberseguridad presenta mayor madurez relativa por su
tradición institucional, aunque debe integrarse con derechos y no operar de forma
aislada, el orden recomendado comienza por inventario y clasificación, continúa con
impacto y termina con auditoría permanente.
175
Discusión
Los resultados coinciden con la idea de administración tributaria digital integrada,
aunque introducen una condición jurídica esencial, la disponibilidad temprana de datos
no autoriza decisiones invisibles, el cumplimiento por diseño debe acompañarse de
garantías por diseño, de modo que cada automatización reduzca cargas y mejore
precisión sin impedir conocimiento, corrección y recurso (Organización para la
Cooperación y el Desarrollo Económicos, 2020; Organización para la Cooperación y el
Desarrollo Económicos, 2024a).
La comparación con el Reglamento europeo de inteligencia artificial muestra
convergencia en gestión de riesgos, calidad, documentación, supervisión y seguridad,
pero el derecho tributario ecuatoriano exige incorporar motivación, reserva legal y
prueba, la clasificación europea puede inspirar controles, aunque la categoría de alto
riesgo debe adaptarse al efecto fiscal, incluyendo devolución, selección, determinación
y sanción como ámbitos prioritarios.
El Convenio del Consejo de Europa refuerza la relación entre inteligencia artificial,
derechos humanos, democracia y Estado de derecho, su enfoque de evaluación de
riesgos e impactos confirma que la gobernanza no puede limitarse a precisión, la
administración tributaria ejerce poder público y sus sistemas deben permitir
responsabilidad, información y remedios, incluso cuando el modelo provenga de un
proveedor privado (Consejo de Europa, 2024).
La rendición de cuentas algorítmica puede lograrse sin exigir transparencia absoluta,
mediante documentación, pruebas, registros y acceso diferenciado, la propuesta
coincide con modelos de algoritmos responsables que combinan verificabilidad técnica
y control institucional, un auditor puede revisar código o datos bajo reserva mientras el
176
contribuyente recibe razones comprensibles y el público conoce finalidad, riesgos y
desempeño agregado (Kroll y colaboradores, 2017).
La transparencia predictiva enfrenta una tensión entre revelar criterios y preservar
efectividad del control, esa tensión no debe resolverse mediante secreto total, pueden
publicarse categorías, gobernanza y métricas, mientras los detalles manipulables
permanecen restringidos, la restricción necesita fundamento, prueba de daño y revisión
periódica, porque la opacidad institucional también produce costos, errores y pérdida de
legitimidad (Zarsky, 2013).
La novedad científica consiste en integrar cinco campos que suelen analizarse por
separado, potestad tributaria, procedimiento administrativo, protección de datos,
transparencia y gobernanza de inteligencia artificial, la matriz propuesta no considera el
algoritmo como objeto técnico aislado, sino como parte de un sistema sociotécnico que
incluye datos, personas, contratos, normas, incentivos y recursos, perspectiva necesaria
para evaluar impactos reales.
La primera aplicación práctica corresponde a diseño institucional, el modelo puede
convertirse en política del Servicio de Rentas Internas con inventario, clasificación,
evaluación y reportes, la segunda aplicación corresponde a contratación, mediante
cláusulas que aseguren auditoría y portabilidad, la tercera se orienta a expedientes,
incorporando explicación local, registro de revisión y acceso a datos, la cuarta apoya
control externo y litigio.
La automatización favorable ofrece una estrategia de innovación compatible con
derechos, aprobaciones, devoluciones o correcciones beneficiosas pueden procesarse
automáticamente cuando existe alta confianza, mientras resultados adversos se derivan a
revisión humana, este diseño reduce carga y tiempo sin trasladar el costo del error a la
177
persona, además crea incentivos para mejorar calidad y evita que eficiencia se concentre
exclusivamente en control y sanción.
La participación de contribuyentes, profesionales, academia y sociedad civil puede
mejorar comprensión y legitimidad, las consultas no deben revelar métodos de evasión,
pero sí discutir finalidades, categorías de datos, mecanismos de explicación y reclamo,
la participación temprana identifica efectos no previstos sobre pequeños negocios,
personas con baja conectividad o sectores informales, además facilita lenguaje claro y
accesibilidad de comunicaciones.
La alfabetización algorítmica del personal resulta tan importante como la formación
técnica, quienes utilizan modelos necesitan comprender límites, correlación,
incertidumbre, sesgo y obligación de apartamiento, mientras los equipos tecnológicos
requieren conocimiento de legalidad, prueba y procedimiento, la colaboración
interdisciplinaria evita que la decisión se fragmente hasta el punto de que ninguna
persona pueda explicar finalidad, datos, modelo y consecuencia.
Las limitaciones del estudio impiden afirmar qué sistemas se encuentran operativos o
cómo funcionan, la ausencia de información pública puede reflejar inexistencia, reserva
legítima o falta de transparencia, por tanto las puntuaciones describen documentos y no
desempeño institucional, también existe riesgo de cambio normativo, debido a que la
regulación de inteligencia artificial evoluciona rápidamente y las propuestas deben
revisarse de forma periódica.
Las investigaciones futuras deberían examinar expedientes anonimizados, tasas de
falsos positivos, perfiles de selección, contratos y evaluaciones de impacto, también
conviene estudiar percepción de contribuyentes y funcionarios, eficacia de
explicaciones, accesibilidad y costos de recurso, una línea comparada regional
178
permitiría identificar modelos de supervisión tributaria y adaptar estándares sin
reproducir estructuras extranjeras incompatibles con capacidades nacionales.
179
Conclusiones
La inteligencia artificial y la analítica de datos pueden fortalecer control, asistencia y
eficiencia tributaria, siempre que su función permanezca delimitada por legalidad,
finalidad y proporcionalidad, el valor tecnológico no elimina la naturaleza pública de la
actuación, cualquier resultado que influya sobre una obligación requiere autoridad
responsable, evidencia verificable y posibilidad de revisión, incluso cuando el sistema
solo aparezca como herramienta de apoyo.
El marco ecuatoriano contiene protección constitucional y legal suficiente para exigir
datos pertinentes, calidad, transparencia, motivación, defensa y revisión humana,
aunque las obligaciones aparecen dispersas y carecen de desarrollo técnico sectorial, la
brecha principal se ubica en inventario, clasificación, evaluación de impacto,
trazabilidad, auditoría, explicación individual y coordinación entre protección de datos,
transparencia y administración tributaria.
La distinción entre asistencia, alerta, recomendación, decisión semiautomatizada y
decisión automatizada resulta indispensable, porque el riesgo depende del efecto y del
control real, no del nombre del software, los usos relacionados con devoluciones
adversas, determinación y sanción requieren tratamiento crítico, mientras herramientas
informativas o descriptivas pueden operar bajo controles simplificados, siempre con
finalidad, seguridad, actualización y responsable identificado.
La transparencia algorítmica compatible con secreto tributario y ciberseguridad debe
organizarse por capas, información pública sobre finalidad, datos, responsables y
desempeño, explicación individual sobre factores y fuentes, acceso especializado a
documentación técnica y control reservado cuando exista riesgo, este modelo evita tanto
divulgación indiscriminada como opacidad absoluta y permite que la persona
comprenda, corrija e impugne.
180
La revisión humana solo protege derechos cuando existe capacidad efectiva de
apartarse, conocimiento de limitaciones, tiempo suficiente y responsabilidad, una firma
formal no transforma una decisión automática en decisión humana, por ello deben
registrarse identidad, evidencia revisada, cambios y motivos, además de medir tasas de
discrepancia, reclamos y correcciones, indicadores que muestran si el control opera o
funciona como simple validación ceremonial.
La propuesta de gobernanza basada en ocho fases permite implementar controles desde
identificación hasta retiro, su aplicación no depende por completo de una nueva ley,
debido a que puede apoyarse en responsabilidad proactiva, procedimiento
administrativo y competencias institucionales, sin embargo los usos críticos necesitan
regulación expresa que determine límites, intervención humana, contenido de la
explicación, conservación probatoria y efectos de una falla algorítmica.
La protección de derechos no constituye obstáculo externo a la innovación, representa
condición de calidad y sostenibilidad, datos corregibles, modelos auditables y
decisiones motivadas reducen litigios, errores y pérdida de confianza, la automatización
favorable demuestra que eficiencia y garantías pueden reforzarse, siempre que el costo
del error no se traslade al contribuyente y que los resultados adversos reciban revisión
reforzada.
181
Referencias Bibliográficas
Asamblea Nacional del Ecuador. (2008). Constitución de la República del Ecuador.
Registro Oficial 449.
Asamblea Nacional del Ecuador. (2017). Código Orgánico Administrativo. Registro
Oficial Segundo Suplemento 31.
Asamblea Nacional del Ecuador. (2021). Ley Orgánica de Protección de Datos
Personales. Registro Oficial Quinto Suplemento 459.
Asamblea Nacional del Ecuador. (2023). Ley Orgánica de Transparencia y Acceso a la
Información Pública. Registro Oficial Segundo Suplemento 245.
Citron, D. K. (2008). Technological due process. Washington University Law Review,
85(6), 1249–1313.
Congreso Nacional del Ecuador. (2005). Código Tributario, Codificación 9. Registro
Oficial Suplemento 38.
Consejo de Europa. (2024). Convenio marco sobre inteligencia artificial, derechos
humanos, democracia y Estado de derecho, CETS 225.
Kroll, J. A., Huey, J., Barocas, S., Felten, E. W., Reidenberg, J. R., Robinson, D. G., y
Yu, H. (2017). Accountable algorithms. University of Pennsylvania Law Review,
165(3), 633–705.
Organización para la Cooperación y el Desarrollo Económicos. (2020). Tax
administration 3.0: The digital transformation of tax administration. OECD
Publishing.
Organización para la Cooperación y el Desarrollo Económicos. (2024a). Tax
administration 2024: Comparative information on OECD and other advanced
and emerging economies. OECD Publishing.
182
Organización para la Cooperación y el Desarrollo Económicos. (2024b).
Recommendation of the Council on Artificial Intelligence, OECD/LEGAL/0449.
Parlamento Europeo y Consejo. (2016). Reglamento UE 2016/679 relativo a la
protección de las personas físicas en lo que respecta al tratamiento de datos
personales. Diario Oficial de la Unión Europea.
Parlamento Europeo y Consejo. (2024). Reglamento UE 2024/1689 por el que se
establecen normas armonizadas en materia de inteligencia artificial. Diario
Oficial de la Unión Europea.
Pasquale, F. (2015). The black box society: The secret algorithms that control money
and information. Harvard University Press.
Presidencia de la República del Ecuador. (2023). Reglamento General a la Ley Orgánica
de Protección de Datos Personales, Decreto Ejecutivo 904. Registro Oficial
Tercer Suplemento 435.
Selbst, A. D., Boyd, D., Friedler, S. A., Venkatasubramanian, S., y Vertesi, J. (2019).
Fairness and abstraction in sociotechnical systems. Proceedings of the
Conference on Fairness, Accountability, and Transparency, 59–68.
Servicio de Rentas Internas. (2021). Plan Estratégico Institucional 2021–2025. Servicio
de Rentas Internas.
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial.
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
Wachter, S., Mittelstadt, B., y Russell, C. (2018). Counterfactual explanations without
opening the black box: Automated decisions and the GDPR. Harvard Journal of
Law and Technology, 31(2), 841–887.
Zarsky, T. Z. (2013). Transparent predictions. University of Illinois Law Review,
2013(4), 1503–1570.
183
