Análisis del uso de inteligencia artificial en la fiscalización tributaria del SRI en Machala: eficiencia, ética pública y evasión fiscal
Abstract
El presente estudio analizó el impacto del uso de la inteligencia artificial en los procesos de fiscalización tributaria del Servicio de Rentas Internas (SRI) en la ciudad de Machala, con el propósito de evaluar su contribución a la eficiencia operativa, su capacidad para reducir la evasión fiscal y los desafíos éticos derivados de su implementación. Para ello, se aplicó un enfoque mixto secuencial que combinó una revisión documental de fuentes normativas y técnicas con la aplicación de encuestas dirigidas a contadores, auditores, contribuyentes y estudiantes de la carrera de Contabilidad y Auditoría. Los resultados mostraron que más de la mitad de los participantes conocía las herramientas de análisis automatizado Falcon y Orión utilizadas por el SRI; sin embargo, persisten inquietudes respecto a su precisión, transparencia y manejo de datos sensibles. Asimismo, los encuestados percibieron que estas herramientas agilitaron la detección de inconsistencias y mejoraron los tiempos de respuesta institucional, aunque su efectividad dependía del nivel de capacitación de los funcionarios y de la calidad de la información proporcionada por los contribuyentes. El estudio concluyó que la inteligencia artificial contribuye significativamente al fortalecimiento de los procesos de control tributario, al permitir análisis más oportunos y eficientes. No obstante, se identificó la necesidad de construir un marco ético y normativo robusto que garantice la protección de los derechos de los contribuyentes, promueva la transparencia algorítmica y fortalezca la confianza ciudadana. Este trabajo aporta evidencia local que puede orientar estrategias para consolidar una cultura tributaria digital y una gestión fiscal moderna y responsable en Ecuador.
Fields of Study & Subjects
Taxation and Compliance Studies
E-Government and Public Services
Robotic Process Automation Applications
Publication details
- Journal / source
- Sociedad & Tecnología
- Volume
- 9
- Issue
- S1
- Pages
- 171–186
- Publication date
- 1 February 2026
- Language
- ES