Palavras-chave
Como Citar
Resumo
A arrecadação tributária é um pilar fundamental para a sustentabilidade fiscal no Equador, enfrentando problemas de evasão, elisão e deficiências operacionais. Neste contexto, a IA se apresenta como uma ferramenta para melhorar a eficiência dos processos fiscais, a transparência e antecipar riscos na gestão. O objetivo foi analisar as oportunidades, desafios e riscos associados à incorporação da IA na arrecadação. Adotou-se uma abordagem mista de caráter exploratório, baseada em revisão documental e em surveys. Os resultados mostraram uma percepção favorável em relação à IA, destacando seu potencial para otimizar recursos, aumentar a eficiência operacional e consolidar a confiança do cidadão. Ademais, foram identificadas preocupações relacionadas à falta de regulamentação, opacidade algorítmica, infraestrutura tecnológica e à necessidade de capacitação especializada. Em conclusão, a IA constitui uma oportunidade para modernizar a arrecadação tributária, desde que acompanhada por um marco regulatório, infraestrutura tecnológica e processos de formação institucional.
Referências
Aggarwal, S. (2024). The role of artificial intelligence in tax administration and compliance: A new era of digital taxation. Educational Administration: Theory and Practice, 30(1), 3831–3837. https://doi.org/10.53555/kuey.v30i1.7581
Arciniegas Romo, R. M., Espinoza Sánchez, L. M., & Delgado Figueroa, D. J. (2023). Evolución de la recaudación del impuesto a la renta y su impacto con la reforma tributaria en Ecuador. Dominio de las Ciencias, 9(1), 693–716. https://doi.org/10.23857/dc.v9i1.3407
Arguelles Toache, E. (2024). Beneficios y riesgos del uso de la Inteligencia Artificial en el Servicio de Administración Tributaria de México (SAT). Un análisis desde la perspectiva de investigadores académicos. Paakat: Revista de Tecnología y Sociedad, 15(27). http://dx.doi.org/10.32870/Pk.a14n27.885
Arias Odón, F. (2023). Investigación documental, investigación bibliométrica y revisiones sistemáticas. Revista Arbitrada Interdisciplinaria Koinonía, 8(2), 9–26.
Asamblea Nacional del Ecuador. (2008). Constitución de la República del Ecuador.
Asamblea Nacional del Ecuador. (2014). Código Orgánico Integral Penal.
Asamblea Nacional del Ecuador. (2021). Ley Orgánica de Protección de Datos Personales.
Belahouaoui, R., & Attak, H. (2024). Digital taxation, artificial intelligence and Tax Administration 3.0: Improving tax compliance behavior – A systematic literature review using textometry (2016–2023). Accounting Research Journal, 37(2), 172–191. https://doi.org/10.1108/ARJ-08-2023-0223
Bonilla Sánchez, F. de J., & Cabral Martínez, A. (2025). Impacto de la inteligencia artificial en la gestión tributaria de las PYMES: avances, desafíos y oportunidades en México: Impact of artificial intelligence on tax management of SMEs: Advances, challenges, and opportunities in Mexico. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 6(2), 2190–2208. https://doi.org/10.56712/latam.v6i2.3761
Calle Córdova, M. J. (2025). Impacto de la digitalización en la recaudación tributaria: Desafíos y oportunidades en el sistema fiscal ecuatoriano. Ciencia Latina Revista Científica Multidisciplinar, 9(2), 2832–2846. https://doi.org/10.37811/cl_rcm.v9i2.17098
Congreso Nacional del Ecuador. (2005). Código Civil del Ecuador.
Congreso Nacional del Ecuador. (2005). Código del Trabajo del Ecuador.
Cozzo Villafañe, P. A. (2025). El uso de la inteligencia artificial dentro de la administración tributaria. Revista Blockchain e Inteligencia Artificial, 6(6), 1–13. https://doi.org/10.22529/rbia.2025(6)01
Emilov, G. (2023). Artificial intelligence and tax administration in Bulgaria. Innovative Information Technologies for Economy Digitalization (IITED), 1, 75–78.
Espinosa Jaramillo, M. T., Castillo Martínez, D. C., Cárdenas Pérez, A., & Chango Galarza, M. C. (2024). Recaudación tributaria en el Ecuador caso: emergencia sanitaria COVID-19. CIENCIA UNEMI, 17(44), 65–78.
Fernández Moreno, J. D. C., Coronel Asunción, A. R., Salcedo Muñoz, V. E., & Arias Montero, V. H. (2024). Determinantes de los ingresos fiscales en Ecuador: período 2010–2022. Sapientiae: Ciências Sociais, Humanas e Engenharias, 10(1), 83–97. https://doi.org/10.37293/sapientiae101.08
Forbes Ecuador. (2024, 2 de julio). Atención: el nuevo programa Orión del SRI aumentará los controles tributarios con IA. https://n9.cl/3040v
Garriga Domínguez, A. (2023). Las exigencias de transparencia para los sistemas algorítmicos de recomendación, selección de contenidos y publicidad en línea en el nuevo Reglamento Europeo de Servicios Digitales. Revista Española de la Transparencia, (17), 137–164. https://doi.org/10.51915/ret.309
Górski, L., Kuzniacki, B., Almada, M., Tylinski, K., Calvo, M., Asnaghi, M., & Nigrelli, J. (2025). Exploring explainable AI in the tax domain. Artificial Intelligence and Law, 33, 551–579. https://doi.org/10.1007/s10506-024-09395-w
Gutiérrez Braojos, C., Montejo Gámez, J., Poza Vílches, F., & Marín Jiménez, A. (2020). Evaluación de la investigación sobre la pedagogía Construcción de Conocimiento: un enfoque metodológico mixto. RELIEVE - Revista Electrónica de Investigación y Evaluación Educativa, 26(1). https://doi.org/10.7203/relieve.26.1.16671
Hernández González, O. (2021). Aproximación a los distintos tipos de muestreo no probabilístico que existen. Revista Cubana de Medicina General Integral, 37(3).
International Monetary Fund. (2025). Digitalization and tax compliance in Latin America: Opportunities and risks.
Lalon Pinduisaca, S. A., & Coello Panchana, A. J. (2025). Impacto de la inteligencia artificial en el asesoramiento tributario mediante un estudio de Caso en la Cafetería Casa Café. Revista Científica Zambos, 4(1), 310–327. https://doi.org/10.69484/rcz/v4/n1/92
Landaluce Calvo, M. I. (2024). Recodificación de escalas tipo Likert a través de la clasificación no supervisada. Las implicaciones de las relaciones por Internet respecto a las relaciones presenciales como estudio de caso. Revista Internacional de Sociología, 82(2). https://doi.org/10.3989/ris.2024.82.2.M23-06
Mokander, J., & Schroeder, R. (2024). Artificial intelligence, rationalization, and the limits of control in the public sector: The case of tax policy optimization. arXiv. https://doi.org/10.48550/arXiv.2407.05336
Moreno Hernandez, J., Campos Molano, J., Medina Betancourt, Y., & Poloche Valencia, D. (2023). La inteligencia artificial como herramienta para la detección del fraude fiscal: Caso Colombia. Revista Económica, 11(2), 25–35. https://doi.org/10.54753/rve.v11i2.1677
Navas Espín, D., Peña Suárez, D., Silva Álvarez, N. D., & Mayorga Díaz, M. P. (2022). Recaudación tributaria para la educación en el Ecuador por la emergencia del Covid-19 en 2020. Revista Universidad y Sociedad, 14(4), 619–627.
Nieto Olvera, P. D. (2025). Inteligencia Artificial y algoritmos en la fiscalización del Servicio de Administración Tributaria en México: Análisis de potenciales sesgos. Instituto Politecnico Nacional; Universidad del Valle de México.
Organisation for Economic Co-operation and Development. (2020). Tax administration 3.0: The digital transformation of tax administration. OECD. https://acortar.link/qVpPrq
Organisation for Economic Co-operation and Development. (2025, 18 de septiembre). Governing with artificial intelligence. https://acortar.link/EtGhaB
Ordoñez Sanchez, S. G., Hernández Barrena, G., Paz Muñoz, R., Aguilar Pliego, G., & Herrera Martínez, V. J. (2025). La Inteligencia Artificial como herramienta para la gestión de impuestos. Revista Veritas de Difusão Científica, 6(1), 1561–1586. https://doi.org/10.61616/rvdc.v6i1.472
Ossandón Cerda, F. (2021). Inteligencia Artificial en las Administraciones Tributarias: Oportunidades y desafíos. Revista de Estudios Tributarios, 1(24), 123–156.
Otavalo Cacuango, E. V. (2022). Análisis de la remisión tributaria y su impacto en la recaudación de impuestos en el Ecuador, periodo 2018. REVISTA ERUDITUS, 3(1), 63–80. https://doi.org/10.35290/re.v3n1.2022.543
Ramírez Autrán, R. (2023). Sesgos y discriminaciones sociales de los algoritmos en Inteligencia Artificial: Una revisión documental. Entretextos, 15(39), 1–17. https://doi.org/10.59057/iberoleon.20075316.202339664
Rodríguez Peña, N. L. (2021). Big data e inteligencia artificial: una aproximación a los desafíos éticos y jurídicos de su implementación en las administraciones tributaria. IUS ET SCIENTIA, 7(1), 62–84. https://doi.org/10.12795/IETSCIENTIA.2021.i01.06
Russell, S. J., & Norvig, P. (2020). Artificial intelligence: A modern approach. Pearson.
Schmeling González, R. V. (2022). Big Data e Inteligencia Artificial en los procesos de fiscalización de la Subsecretaría de Estado de Tributación (SET) al 2021. Revista de Ciencias Empresariales, Tributarias, Comerciales y Administrativas, 1(1), 106–127. https://doi.org/10.58287/rcfotriem-1-1-2022-3
Servicio de Rentas Internas. (2025). Facturación electrónica. https://www.sri.gob.ec/facturacion-electronica
Tualombo Tituaña, J. J., Pita Soledispa, M. A., & Figueroa Soledispa, M. L. (2024). La integración de la inteligencia artificial en la administración tributaria, cantón Jipijapa: Retos y oportunidades. Revista Científica Multidisciplinaria Arbitrada Yachasun, 8(15), 45–56. https://editorialibkn.com/index.php/Yachasun/article/view/493
Vega, F. Y., Brito, L. F., Apolo, N. J., & Sotomayor, J. G. (2020). Influencia de la recaudación fiscal en el valor agregado bruto de los cantones de la provincia de El Oro (Ecuador), para el periodo 2007-2017. Revista Espacios, 41(15), 15–36. https://www.revistaespacios.com/a20v41n15/20411515.html
Veleda, A. C., & Fernández, W. J. (2025). La aplicación de los sistemas impositivos inteligentes (Inteligencia Artificial) en la mejora de la recaudación tributaria. Perspectivas: Revista Científica de la Universidad de Belgrano, 8(1), 64–77.
Este trabalho está licensiado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Copyright (c) 2025 María Gabriela Guayas Quishpe, Emily Lisbeth Torres González, Milca Naara Orellana Ulloa