
handle: 10201/236981
Nuestra Administración tributaria, como la mayoría de las administraciones de los países de nuestro entorno, ha incorporado herramientas de big data para mejorar la eficacia en la lucha contra el fraude fiscal. Estas técnicas de análisis masivo de datos proporcionan la capacidad de procesar y cruzar grandes volúmenes de información procedente de distintas fuentes, tanto internas como externas. La introducción de herramientas basadas en inteligencia artificial (IA) y machine learning1 supone un paso más en esta evolución tecnológica. Entre sus aplicaciones más relevantes se encuentra el desarrollo de modelos predictivos que identifican patrones de comportamiento asociados a perfiles de riesgo fiscal, que permiten clasificar e identificar a contribuyentes en función de la probabilidad estadística de incumplimiento de sus obligaciones.
Tributos, Perfiles de riesgo, Discriminación, Inspección, Objetivo 16: Paz y justicia, Algoritimos, Sesgos, Compliance
Tributos, Perfiles de riesgo, Discriminación, Inspección, Objetivo 16: Paz y justicia, Algoritimos, Sesgos, Compliance
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
