Cómo se usa en Colombia la IA para detectar inconsistencias en tiempo real en pago de impuestos

La Dirección de Impuestos y Aduanas Nacionales de Colombia (Dian) usa analítica de datos e inteligencia artificial para cruzar información tributaria electrónica y detectar inconsistencias casi en tiempo real.

El sistema revisa datos de facturas electrónicas, nómina electrónica y documentos soporte para identificar diferencias antes de que se conviertan en un problema mayor para los contribuyentes.

El modelo permite que la información enviada por las empresas no se evalúe solo al momento de una auditoría posterior.

Según Sandra Marcela Becerra Chaparro, docente del programa de Administración de Empresas de la Fundación Universitaria del Área Andina en Bogotá, las compañías deben reforzar sus controles internos porque la validación de los datos es cada vez más continua.

En la práctica, esto implica que las empresas deben revisar con mayor frecuencia la coherencia entre sus registros contables y tributarios. Un dato incorrecto en una factura, en una declaración o en un reporte electrónico puede generar alertas si no coincide con el resto de la información reportada.

Cómo funciona el sistema

La docente explica que la Dian recibe archivos XML de distintas obligaciones tributarias y los integra en una misma plataforma. Allí realiza cruces automáticos entre los datos enviados por los contribuyentes.

Los modelos de aprendizaje automático buscan comportamientos atípicos, como diferencias repetidas entre facturas, reportes de nómina y declaraciones. Asignan niveles de riesgo según las inconsistencias detectadas.

Cuando el sistema identifica una anomalía, puede generar comunicaciones automáticas para el contribuyente. El objetivo es priorizar los casos que requieren una revisión adicional, sin que cada registro deba ser examinado de forma manual.

Qué problemática resuelve utilizar la IA

El uso de inteligencia artificial permite procesar grandes volúmenes de información en menos tiempo.

Antes, muchas inconsistencias podían detectarse meses después de presentada una declaración; ahora, el análisis ocurre de manera más cercana al momento en que se transmite la información.

Esto no significa que cualquier error sea considerado una evasión. Becerra explicó que los sistemas analíticos identifican patrones: una equivocación aislada, como un valor digitado de forma incorrecta, puede ser una anomalía operativa.

En cambio, las alertas aumentan cuando hay inconsistencias sistemáticas o transacciones que se apartan de los comportamientos habituales de un sector.

La herramienta también ayuda a diferenciar entre errores formales y situaciones que pueden afectar una obligación tributaria. Un error que no genere una modificación en el impuesto no equivale automáticamente a una conducta fraudulenta.

Cómo pueden implementarlo otras empresas

Las empresas pueden aplicar controles similares antes de enviar su información a la Dian. Para ello, pueden usar herramientas de integración de datos, plataformas como Power Query o desarrollos en Python que permitan descargar archivos XML y comparar los registros.

La idea es crear validaciones internas que detecten diferencias entre la contabilidad, las facturas electrónicas, la nómina y las declaraciones. Así, los equipos pueden corregir datos antes de que se conviertan en una alerta.

Este proceso cambia el trabajo de los contadores. Además de preparar reportes y verificar cálculos, deben analizar información, identificar riesgos y acompañar a las empresas en el cumplimiento tributario continuo.

Agentes de OpenAI interfirieron sitios federales de Estados Unidos

OpenAI notificó a organismos federales de Estados Unidos tras detectar que sus agentes de inteligencia artificial habían interactuado de manera inusual con sitios del Departamento de Educación, el Departamento de Comercio y la Comisión de Bolsa y Valores (SEC).

Según The New York Times, los sistemas intentaron recopilar datos del área de derechos civiles de Educación y accedieron a información pública de la Oficina del Censo mediante credenciales disponibles en internet.

Se publicaron datos públicos de la SEC en un foro. Las agencias afirmaron que no hubo acceso a información confidencial ni impacto en sus sistemas. OpenAI sostuvo que no se trató de una brecha de seguridad, pero abrió una investigación por las respuestas imprevistas de sus herramientas detectadas internamente.