Artificial Intelligence: Machine Learning and Human Rights in Accounting Taxation
DOI:
https://doi.org/10.29105/vtga11.4-1146Keywords:
Artificial inteligence, metaverse, virtual reality, ChatGPT, fiscal law, tax evasion and avoidance, fundamental rights, Machine LearningAbstract
Artificial intelligence represents an opportunity in tax matters to optimize collection, prevent tax evasion and avoidance. Machine learning allows tax administrations to review, analyze and monitor fiscal impact by evaluating taxpayer patterns and behaviors. However, there are still important challenges in guaranteeing in fundamental rights, respect for ethics and values. Machine learning can violate rights if it does not have adequate human supervision. Among the main challenges are transparency, security and protection of personal data. In this study, the analytical, deductive and synthetic method was used based on the analysis of documents issued by International Organizations such as the Organization for Economic Cooperation and Development (OECD), legislation of the Federal Tax Code and the Tax Administrative Service. Cooperation and joint work between International Organizations and States require clear and transparent legal frameworks to guarantee the protection of rights and human dignitiy in artificial intelligence. Collaboration between Organizations, Civil Society, public and private sectors is necessary to strengthen the transparency and effiency of machine learning combined with the dignity of people.
Downloads
References
Amaya Estrella, H. (14 de Enero de 2025). El impacto de la inteligencia artificial en la recaudación de impuestos. Obtenido de FORBES: https://forbes.com.mx/el-impacto-de-la-inteligencia-artificial-en-la-recaudacion-de-impuestos/
Baghdasaryan , V., Davtyan, H., Sarikyan, A., & Navasardyan, Z. (2022). Taylor & Francis. Obtenido de Improving Tax Audit Efficiency Using Machine Learning:The Role of Taxpayer’s Network Data in Fraud Detection: https://www.tandfonline.com/doi/epdf/10.1080/08839514.2021.2012002?needAccess=true DOI: https://doi.org/10.1080/08839514.2021.2012002
Barboza, F., Kimura, H., & Altman, E. (15 de Octubre de 2017). Elsevier. Machine Learning models and bankruptcy prediction: https://www.sciencedirect.com/science/article/abs/pii/S0957417417302415#preview-section-snippets
Battiston, P., Gamba, S., & Santoro, A. (11 de Marzo de 2020). SSRN. Optimizing Tax Administration Policies with Machine Learning: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3552533
Becerra-Peña, D., Rosales-Soto, A., & Gutiérrez-Moreno, P. (11 de Abril de 2023). Desafíos tributarios de la digitalización de la economía: una reflexión en torno al Proyecto BEPS. Obtenido de SCIELO: https://www.scielo.org.mx/pdf/taj/v23n1/2683-2690-taj-23-01-12.pdf DOI: https://doi.org/10.36105/theanahuacjour.2023v23n1.01
Chávez Bravo, J. C. (12 de noviembre de 2021). La inteligencia artificial y sus sostenibilidad en las Pymes: https://datos.unjfsc.edu.pe/index.php/BIGBANG/article/view/680, https://doi.org/10.51431/bbf.v10i2.680 DOI: https://doi.org/10.51431/bbf.v10i2.680
Cerda, F. (2020). Revista de Estudios Tributarios, vol. 24. Inteligencia Artificial en las Administraciones Tributarias: Oportunidades y Desafíos: https://d1wqtxts1xzle7.cloudfront.net/65524170/document_7_-libre.pdf?1611688208=&response-content-disposition=inline%3B+filename%3DInteligencia_Artificial_en_las_Administr.pdf&Expires=1738183176&Signature=VO7SqOQGP9~FMG0q-SKM7Ci9tLjxUu9glbRsYRaXHyo9CGUxSS
Da Silva, D. (10 de Febrero de 2021). Zendesk. ¿Qué es el aprendizaje automático?: https://www.zendesk.com.mx/blog/aprendizaje-automatico-machine-learning-que-es/
Forero-Corba, W., & Negre Bennasar, F. (2024). RIED- Revista Iberoamericana de Educación a Distancia. Obtenido de Techniques and applications of Machine Learning and Artificial Intelligence in education: a systematic review: https://www.redalyc.org/articulo.oa?id=331475280025
Gobierno de México. (2025). Secretaria Anticorrupcion y Buen Gobierno: https://www.gob.mx/sfp/es/articulos/crea-sfp-subcomision-de-inteligencia-artificial-y-deep-learning-de-la-cidge-155689
Grimmer, J., E.Roberts, M., & M. Stewart, B. (5 de Marzo de 2021). Annual Review of Political Science. Obtenido de Machine Learning for Social Science: An Agnostic Approach: https://www.annualreviews.org/doi/pdf/10.1146/annurev-polisci-053119-015921 DOI: https://doi.org/10.1146/annurev-polisci-053119-015921
Gómez Rodríguez, J. M. (Enero-Junio de 2022). Revista Mexicana de Derecho Constitucional. Obtenido de Inteligencia artificial y neuroderehos. Retos y perspectivas: https://revistas.juridicas.unam.mx/index.php/cuestiones-constitucionales/article/view/17049/17906 consultado
Haghighi, M. (2015). Redalyc. Data Mining and Machine Learning: an Overview of Classifiers: https://www.redalyc.org/articulo.oa?id=467547683010 DOI: https://doi.org/10.5902/2179460X20756
Hernández, E. (27 de Mayo de 2022). Facturador. Inteligencia Artificial, la tecnología con la que el SAT nos fiscaliza: https://www.facturadorelectronico.com/blog/2022/05/inteligencia-artificial-la-tecnologia-con-la-que-el-sat-nos-fiscaliza.html
Hewlett Packard Enterprise. (2024). Aprendizaje automático: https://www.hpe.com/mx/es/what-is/machine-learning.html
Hoyos Patiño, J., Velazquez Carrascal, B., Rico Bautista, D., & Garcia Diaz, N. (febrero de 2023). Revista de fromación Estratégica. Obtenido de Impacto Transformador de la Inteligencia artificial y aprendizaje autónomo en la producción agropecuaria: un enfoque en la sostenibilidad y eficiencia: https://formacionestrategica.com/index.php/foes/article/view/111/80
Ippolito, A., & García Lozano, A. C. (2020). Tax Crime Prediction with Machine Learning: A Case Study in the Municipality of Sao Paulo: https://www.scitepress.org/PublishedPapers/2020/95647/95647.pdf DOI: https://doi.org/10.5220/0009564704520459
La Jornada. (22 de Enero de 2024). SAT sacará al ruedo inteligencia artificial para eficientar recaudación: https://www.jornada.com.mx/noticia/2024/01/22/economia/sat-sacara-al-ruedo-inteligencia-artificial-para-eficientar-la-recaudacion-1253
Lugo- de los Santos, J. G., & Real-García, N. E. (31 de Enero de 2025). Revista Vinculategica. Obtenido de Medición del desempeño de la IA en la contraloría de los municipios de Tamaulipas: https://vinculategica.uanl.mx/index.php/v/article/view/963/1072 DOI: https://doi.org/10.29105/vtga11.1-963
Martinez Bahena, G. C. (5 de Febrero de 2013). Corte IDH. La inteligencia artificial y su aplicación al campo del Derecho: https://www.corteidh.or.cr/tablas/r30570.pdf
Milner, C., & Berg, B. (20 de Febrero de 2024). PwC Advanced Tax Analytics & Innovation. Tax Analytics Artificial Intelligence and Machine Learning–Level 5: https://www.pwc.no/no/publikasjoner/Digitalisering/artificial-intelligence-and-machine-learning-final1.pdf
Nalda, V. (21 de MARZO de 2024). Future Space. Machine Learning: Los Orígenes y la Evolución: https://www.futurespace.es/machine-learning-los-origenes-y-la-evolucion/
Nanclares, J., & Rapallini, U. (octubre de 2007). REDALYC. JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY: https://www.redalyc.org/articulo.oa?id=638067339005
OCDE. (Noviembre de 2022). OECD Publishing. Aprovechando el poder de la IA y las tecnologías emegentes: https://www.oecd.org/content/dam/oecd/es/publications/reports/2022/11/harnessing-the-power-of-ai-and-emerging-technologies_c74e020c/6e76bc18-es.pdf
OCDE. (3 de mayo de 2024). Recommendation of the Council on Artificial Intelligence: https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
Oliver Cuello, R. (octubre de 2021). Revista de Internet, Derecho y Política. Obtenido de Big Data e inteligencia artificial en la Administraión Tributaria: https://raco.cat/index.php/IDP/article/view/n33-oliver/477987 DOI: https://doi.org/10.7238/idp.v0i33.381275
Placeres Salinas, S. I., Torres Mansur, S. M., & Martinez Carrillo, E. C. (31 de Enero de 2025). Revista Vinculatégica. Obtenido de La Inteligencia Artificial: Un factor fundamental en la productividad de las organizaciones: https://vinculategica.uanl.mx/index.php/v/article/view/1015 DOI: https://doi.org/10.29105/vtga11.1-1015
Palomino Guerrero, M. (Enero-Junio de 2022). Revista Mexicana de Derecho Constitucional. Obtenido de Inteligencia artificial: un mecanismo para frenar la evasión fiscal sin vulnerar los derechos del contribuyente: https://www.scielo.org.mx/pdf/cconst/n46/1405-9193-cconst-46-213.pdf DOI: https://doi.org/10.22201/iij.24484881e.2022.46.17053
Pascual Pedreño, E. (2019). Dialnet. La tecnología blockchain y su aplicación a la contabilidad: https://dialnet.unirioja.es/descarga/articulo/6898740.pdf
Ramirez, J., & Duque-Mendez, N. (2022). REDALYC. Evaluation of Unsupervised Machine Learning Algorithms with Climate Data: https://www.redalyc.org/articulo.oa?id=85275236002
Rouse, M. (3 de Septiembre de 2024). Techopedia. ¿Que significa machine learning?: https://www.techopedia.com/es/definicion/machine-learning
Sánchez, L. (13 de Marzo de 2024). Economist & Jurist. El Parlamento Europeo da luz verde al Reglamento de IA que buscará el equilibrio entre la innovación y los derechos fundamentales: https://www.economistjurist.es/actualidad-juridica/el-parlamento-europeo-da-luz-verde-al-reglamento-de-ia-que-buscara-el-equilibrio-entre-la-innovacion-y-los-derechos-fundamentales/
Solar Cayón, J. I. (2020). Open Edition Journals. La inteligencia artificial jurídica: nuevas herramientas y perspectivas metodológicas para el jurista: https://journals.openedition.org/revus/6547#tocto1n1 DOI: https://doi.org/10.4000/revus.6547
Tecoalu, M., & Thanh Nguyen, P. (2019). RELIGACIÓN. Revista de Ciencias Sociales y Humanidades. Obtenido de Role of Intelligent Machines learning for the Successful Implementation of Business Model: https://www.redalyc.org/journal/6437/643770323038/html/
Terrones Rodriguez, A. L. (Octubre- Noviembre de 2022). Revista ARBOR. Obtenido de Ética para la Inteligencia Artificial Sostenible: https://arbor.revistas.csic.es/index.php/arbor/article/view/2620/3892, https://doi.org/10.3989/arbor.2022.806013 DOI: https://doi.org/10.3989/arbor.2022.806013
Tirado Gálvez, R. A. (8 de septiembre de 2022 a). Economía digital y la garantía de los derechos fundamentales en México. REVISTA JUS: https://revistas.uas.edu.mx/index.php/JUS/article/view/84/93
Tirado Gálvez, R. A. (Julio de 2023). La Revolución del Sistema Financiero Mundial y la regulación de Criptomonedas en México. VINCULATÉGICA EFAN, 9(4), 71-86. https://vinculategica.uanl.mx/index.php/v/article/view/401, https://doi.org/10.29105/vtga9.4-401 DOI: https://doi.org/10.29105/vtga9.4-401
UNIR. (3 de SEPTIEMBRE de 2020). La Universidad en Internet. La historia del machine learning del siglo XVII al futuro: https://www.unir.net/ingenieria/revista/historia-machine-learning-siglo-xvii-futuro/#:~:text=Los%20or%C3%ADgenes%20del%20'machine%20learning,desarrollado%20para%20funcionar%20con%20IA
Waltl, B., Bonczek, G., Scepankova, E., Landthaler, J., & Matthes, F. (28 de Julio de 2017). Springer Nature Link. Predicting the Outcome of Appeal Decisions in Germany’s Tax Law: https://link.springer.com/chapter/10.1007/978-3-319-64322-9_8 DOI: https://doi.org/10.1007/978-3-319-64322-9_8
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 REYNA ARACELI TIRADO GALVEZ
This work is licensed under a Creative Commons Attribution 4.0 International License.
a). Authors keep copyright and give the journal the right of the first publication of the work under a Creative Commons attribution license. This license allows others to share the work as long as original authorship and initial publication in this journal is acknowledged.
b). Authors may make other independent and additional contractual agreements for the non-exclusive distribution of the version of the article published in this journal (e.g., include it in an institutional repository or publish it in a book) as long as they clearly indicate that the work was published for the first time in this journal.
c). Authors are allowed to self-archive their work in institutional repositories or on their own website before and during the submission process, as this may encourage productive exchanges and increase early and overall citation of the published work.
