INTEGRACIÓN DE LA INTELIGENCIA ARTIFICIAL EN LA ADMINISTRACIÓN FISCAL: UN ANÁLISIS COMPARATIVO Y MULTIDIMENSIONAL

Tax fraud is a global problem that affects economies and tax systems worldwide. This has led to a relentless search for solutions to mitigate this issue. Thanks to the rapid growth of technology, it is possible to find tools that support these processes, especially in the current digital era where Artificial Intelligence (AI) and Machine Learning represent a great opportunity, through the creation of algorithms that allow detecting and predicting acts that constitute fraud in certain contexts. This study analyzed the implementation of artificial intelligence (AI) in tax administration to detect "tax fraud", using an international comparative approach. The methodology used was a documentary study, through the review of application cases with the aim of collecting relevant and updated information. The articles were obtained through scientific databases, mainly from WOS and SCOPUS. The inclusion criteria focused on scientific articles and case studies published in indexed journals and relevant conferences, excluding works that did not directly address the topics of interest of this research. It was possible to examine AI techniques such as neural networks and gradient boosting models, applied in various contexts, including Spain, Armenia, Rwanda, and in Latin America in Argentina. Both technological advances and ethical and legal challenges are highlighted. The analysis reveals the varied effectiveness of AI in fraud detection and highlights the need for technological adaptation and protection of taxpayers' rights.El fraude fiscal es un problema global que afecta a las economías y sistemas tributarios a nivel mundial. Lo que ha llevado a una incansable búsqueda de soluciones que contribuyan a mitigar este problema. Gracias al acelerado crecimiento de la tecnología es posible encontrar herramientas que apoyen estos procesos, sobre todo en la actual era digital donde la Inteligencia Artificial (IA) y el Aprendizaje Automático representan una gran oportunidad, a través de la creación de algoritmos que permiten detectar y predecir actos que constituyan fraude en determinados contextos. Este estudio analizó la implementación de la inteligencia artificial (IA) en la administración fiscal para detectar el “fraude fiscal”, utilizando un enfoque comparativo internacional. La metodología empleada fue un estudio documental, por medio de revisión de casos de aplicación con el objetivo de recopilar información relevante y actualizada. Los artículos fueron obtenidos a través de bases de datos científicas, principalmente de WOS y SCOPUS. Los criterios de inclusión se centraron en artículos científicos y casos de estudio publicados en revistas indexadas y conferencias relevantes, se excluyeron los trabajos que no abordaran directamente los temas de interés de esta investigación. Se pudo examinar las técnicas de IA como redes neuronales y modelos de boosting de gradiente, aplicadas en diversos contextos, incluyendo España, Armenia, Rwanda, Indonesia, Rusia y  Latinoamérica. Se destacan tanto los avances tecnológicos como los desafíos éticos y legales asociados. El análisis revela la eficacia variada de la IA en la detección de fraude y destaca la necesidad de adaptación tecnológica y protección de los derechos de los contribuyentes