Uso de Herramientas de Inteligencia Artificial en la Detección de Evasión Fiscal en el Meta: Percepción de los Microempresarios y Retos Para la Dian

Read full text
Authors: Andrés Camilo Barón Hernández, Mónica Lorena Murcia Tique
Cited by: 0

Abstract

La evasión fiscal es uno de los principales retos para la sostenibilidad del sistema tributario colombiano, afectando la financiación de proyectos sociales, de salud y de infraestructura. En el departamento del Meta, se estima que las pérdidas por evasión del impuesto al consumo oscilan entre 50.000 y 60.000 millones de pesos anuales, principalmente debido al contrabando y a la informalidad comercial (Gobernación del Meta, 2024). En respuesta a esta problemática, la Dirección de Impuestos y Aduanas Nacionales (DIAN) ha iniciado un proceso de modernización basado en el uso de tecnologías emergentes como la inteligencia artificial (IA), el big data y la automatización, con el fin de fortalecer la fiscalización y promover el cumplimiento tributario (DIANColombia, 2025). Este trabajo tiene como propósito analizar el impacto de la implementación de herramientas de inteligencia artificial en la detección de la evasión fiscal, a partir de las percepciones empresariales y los retos que enfrenta la DIAN en el departamento del Meta. Las microempresas constituyen un pilar fundamental de la economía colombiana, representando el 95,3 % del tejido empresarial con 1,854,086 empresas activas a marzo de 2023, según el Ministerio de Comercio, Industria y Turismo. Estas unidades productivas generan cerca del 80 % del empleo nacional y aportan aproximadamente el 40 % del PIB (Flórez & León, 2024). A través del estudio de los mecanismos de evasión más comunes, la revisión de las estrategias de la DIAN y el análisis de percepciones empresariales, se busca proponer estrategias que permitan consolidar un sistema tributario más eficiente, equitativo y confiable.

Fields of Study & Subjects

Taxation and Compliance Studies E-Government and Public Services Crime Illicit Activities and Governance

Publication details

Journal / source
Institutional Repository of the Santo Tomás University
Publication date
21 January 2026
Language
ES
Document type
Thesis