Innovación y Gerencia. Revista cientíca arbitrada
Vol XII. Edición Especial Nº1. Junio 2026, pp. 12 - 20
UJGH ISSN: 3005-5172
Depósito legal: ZU2023000012
IA Y GOBERNANZA DIGITAL: HACIA UNA GESTIÓN
TRIBUTARIA INTELIGENTE Y TRANSPARENTE
Angélica Colmenares
Lic. En Contaduría Pública. Cursante de la Especialización en Gerencia Tributaria en
la Universidad Dr. José Gregorio Hernández (UJGH), Maracaibo, estado Zulia, Vene-
zuela. Investigadora, auditoría, adscrita al área de gerencia y scalización inteligente.
Correo Electrónico: angelicacolmenares153@ujgh.edu.ve
ORCID: https://orcid.org/0009-0007-7821-7786
Esperanza Calmen
Lic. En Contaduría Pública. Cursante de la Especialización en Gerencia Tributaria en la
Universidad Dr. José Gregorio Hernández (UJGH), Maracaibo, estado Zulia, Venezuela.
Con sólida trayectoria en las áreas administrativa y scal, destacando su experiencia
en el manejo de retenciones, declaraciones de impuestos, procesos administrativos
y tesorería. Experta en la gestión operativa de sectores comerciales y de producción,
con habilidades avanzadas en sistemas administrativos y liderazgo de equipos.
Correo Electrónico: esperanzacalme106@ujgh.edu.ve
ORCID: https://orcid.org/0009-0005-2904-6373
Víctor Julio Fernández García
Lic. En Contaduría Pública. Cursante de la Especialización en Gerencia Tributaria en la
Universidad Dr. José Gregorio Hernández (UJGH), Maracaibo, estado Zulia, Venezuela.
Profesional con sólida experiencia en la práctica contable y administrativa, espe-
cializado en la gestión de tributos nacionales y municipales. Actualmente orienta
su trayectoria hacia la integración de nuevas tecnologías en la gerencia tributaria.
Correo Electrónico: victorfernandez180@ujgh.edu.ve
ORCID: https://orcid.org/0009-0000-3741-407X
RESUMEN: El presente artículo de investigación aborda la convergencia entre la Inte-
ligencia Articial (IA) y la gobernanza digital como elementos clave para transformar
la gestión tributaria. La investigación analiza cómo las megatendencias tecnológicas
catalizan un cambio de paradigma hacia la Administración Tributaria 3.0 y el marco
de supervisión adaptativa (AATO). Los principales autores utilizados en la investiga-
ción fueron Olivares (2022), Belahouaoui y Alm. (2025), (Shehu, 2025) y Santini-Ro-
dríguez (2026). Mediante un enfoque documental y analítico, se exploran las aplica-
ciones de algoritmos de aprendizaje automático, procesamiento de lenguaje natural
y sistemas agenticos en la detección de fraude y la asistencia al contribuyente. Los
hallazgos subrayan que el uso de estas tecnologías permite reducir hasta un 60%
los tiempos empleados en el cumplimiento de obligaciones y elevar un 14% la re-
caudación scal mediante la identicación de inconsistencias. Sin embargo, autores
como Olivares señalan inquietudes éticas relacionadas con la opacidad algorítmica,
destacando la importancia de un marco de gobernanza digital que garantice la trans-
parencia y los derechos fundamentales en el contexto venezolano, especícamente
bajo las facultades del SENIAT y el Código Orgánico Tributario de 2020. Se concluye
que la scalización inteligente, requiere la formación de talento humano con visión
crossdisciplinaria para gestionar un modelo eciente y transparente.
PALABRAS CLAVE: Fiscalización inteligente, Gobernanza digital, Inteligencia articial.
Introducción
Al inicio de la tercera década del siglo XXI, la gerencia tributaria
se enfrenta a una metamorfosis sin precedentes impulsada por la
aceleración de las tecnologías disruptivas y la imperativa necesidad
de transparencia en la gestión pública. Donde la ciencia de datos,
AI AND DIGITAL GOVERNANCE: TOWARDS SMART AND TRANSPARENT
TAX MANAGEMENT
ABSTRACT: This research article addresses the convergence of Articial Intelligence (AI) and
digital governance as key elements for the transformation of tax administration. The re-
search analyzes how technological megatrends are driving a paradigm shift toward Tax Ad-
ministration 3.0 and the Adaptive Tax Oversight Model (ATM). The main authors cited in this
research are Olivares (2022), Belahouaoui and Alm (2025), Shehu (2025), and Santini-Rodrí-
guez (2026). Through a documentary and analytical approach, the applications of machine
learning algorithms, natural language processing, and agent systems in fraud detection and
taxpayer assistance are explored. The results highlight that the use of these technologies
can reduce compliance time by up to 60% and increase tax revenue by 14% by identifying
inconsistencies. However, authors such as Olivares point out ethical concerns related to
algorithmic opacity, highlighting the importance of a digital governance framework that
guarantees transparency and fundamental rights in the Venezuelan context, specically in
the area of SENIAT’s responsibilities and the 2020 Organic Tax Code. It is concluded that an
intelligent tax audit requires the training of professionals with an interdisciplinary vision to
manage an efcient and transparent model.
KEYWORDS: Intelligent scalization, Digital governance, Articial intelligence.
IA E GOVERNANÇA DIGITAL: RUMO A UMA GESTÃO TRIBUTÁRIA INTELIGENTE E
TRANSPARENTE
RESUMO: O presente artigo de pesquisa aborda a convergência entre a Inteligência Articial
(IA) e a governança digital como elementos-chave para transformar a gestão tributária.
A investigação analisa como as megatendências tecnológicas catalisam uma mudança de
paradigma em direção à Administração Tributária 3.0 e ao arcabouço de supervisão adapta-
tiva (AATO). Os principais autores utilizados na pesquisa foram Olivares (2022), Belahouaoui
et al. (2025), Shehu (2025) e Santini-Rodríguez (2026). Por meio de uma abordagem docu-
mental e analítica, exploram-se as aplicações de algoritmos de aprendizado de máquina,
processamento de linguagem natural e sistemas agênticos na detecção de fraudes e na
assistência ao contribuinte. Os achados destacam que o uso dessas tecnologias permite
reduzir em até 60% o tempo empregado no cumprimento de obrigações e elevar em 14% a
arrecadação scal por meio da identicação de inconsistências. No entanto, autores como
Olivares apontam preocupações éticas relacionadas à opacidade algorítmica, ressaltando
a importância de um arcabouço de governança digital que garanta a transparência e os
direitos fundamentais no contexto venezuelano, especicamente sob as prerrogativas do
SENIAT e do Código Orgânico Tributário de 2020. Conclui-se que a scalização inteligente
requer a formação de talento humano com visão interdisciplinar para gerir um modelo
eciente e transparente.
PALAVRAS-CHAVE: Fiscalização inteligente, Governança digital, Inteligência articial.
IA ET GOUVERNANCE NUMÉRIQUE : VERS UNE GESTION FISCALE
INTELLIGENTE ET TRANSPARENTE
RÉSUMÉ: Cet article de recherche aborde la convergence entre l’Intelligence Articielle
(IA) et la gouvernance numérique en tant qu’éléments clés pour transformer la gestion
scale. L’étude analyse la manière dont les mégatendances technologiques catalysent
un changement de paradigme vers l’Administration Fiscale 3.0 et le cadre de supervision
adaptative (AATO). Les principaux auteurs mobilisés dans la recherche sont Olivares (2022),
Belahouaoui et al. (2025), Shehu (2025) et Santini-Rodríguez (2026). Selon une approche do-
cumentaire et analytique, l’article explore les applications des algorithmes d’apprentissage
automatique, du traitement automatique du langage naturel et des systèmes agentiques
dans la détection de la fraude et l’assistance aux contribuables. Les résultats soulignent
que l’utilisation de ces technologies permet de réduire jusqu’à 60 % le temps consacré au
respect des obligations scales et d’augmenter les recettes scales de 14 % grâce à l’iden-
tication des incohérences. Toutefois, des auteurs comme Olivares soulèvent des préconi-
sations éthiques relatives à l’opacité algorithmique, mettant en évidence l’importance d’un
cadre de gouvernance numérique garantissant la transparence et les droits fondamentaux
dans le contexte vénézuélien, plus particulièrement sous l’autorité du SENIAT et du Code
Organique Fiscal de 2020. En conclusion, le contrôle scal intelligent exige la formation
de talents humains dotés d’une vision interdisciplinaire pour piloter un modèle efcace
et transparent.
MOTS-CLÉS: Contrôle scal intelligent, Gouvernance numérique, Intelligence articielle.
Recibido: 28-02-2026. Aceptado: 07-04-2026 14
Recibido: 28-02-2026. Aceptado: 07-04-2026
Innovación y Gerencia Vol XII. Edición Especial Nº1. 2026
15
el derecho tributario y la ética algorítmica convergen para
redenir las prácticas de scalización. La digitalización ha
dejado de ser un complemento en la gestión para conver-
tirse en el pilar estratégico que posibilita la transición de
procesos manuales y reactivos hacia un modelo de gober-
nanza más inteligente y preventivo.
A nivel mundial, la disparidad entre la sosticación
de las transacciones económicas y la capacidad de las Ad-
ministraciones Tributarias (AATT) ha generado una pérdida
anual estimada en 492 mil millones de dólares debido al
abuso scal internacional. En este contexto, la Inteligen-
cia Articial (IA) se presenta como una herramienta clave
para reducir esta brecha, permitiendo el procesamiento de
Big Data para identicar patrones de evasión que resul-
tan invisibles al ojo humano. Sin embargo, en el caso de
Venezuela, y particularmente en la región del Zulia, esta
transición requiere un examen detallado de las capacida-
des institucionales del Servicio Nacional Integrado de Ad-
ministración Aduanera y Tributaria (SENIAT), así como del
marco legal que regula la actividad scal en el país.
Bajo esta perspectiva, el objetivo de este artículo es
examinar cómo la inteligencia articial y la gobernanza
digital están transformando la gestión tributaria, propo-
niendo un modelo de scalización que combine capacida-
des técnicas avanzadas con un diseño fundamentado en
principios éticos y transparencia. A partir de un análisis
detallado de las tendencias globales y las particularidades
locales, se busca fundamentar cómo la incorporación de
agentes inteligentes y algoritmos de aprendizaje automá-
tico puede optimizar la recaudación, disminuir los costos
relacionados con el cumplimiento y promover una mayor
conanza de la ciudadanía en el sistema tributario.
Fundamentación Teórica
Evolución de la Administración Tributaria:
Del Papel a la Inteligencia Articial
El recorrido de las administraciones tributarias, según
la OCDE, se caracteriza en tres fases que reejan tanto el
avance tecnológico como la transformación en la interac-
ción con los contribuyentes. Esta evolución es clave para
comprender hacia dónde se dirige la gerencia tributaria en
un entorno de gobernanza digital.
En este orden de ideas, la Administración Tributaria
3.0 se posiciona como la etapa más avanzada, donde la
tributación se integra en los sistemas habituales de los
contribuyentes, posibilitando el llamado “cumplimiento
por diseño” (compliance by design). En este modelo, la IA
no solo automatiza tareas, sino que genera conocimiento
a partir de datos masivos para predecir comportamientos
y orientar la toma de decisiones estratégicas.
Tabla 1
Fuente: Elaboración propia basada en OCDE (2026).
En este orden de ideas, la Administración Tributaria
3.0 se posiciona como la etapa más avanzada, donde la
tributación se integra en los sistemas habituales de los
contribuyentes, posibilitando el llamado “cumplimiento
por diseño” (compliance by design). En este modelo, la IA
no solo automatiza tareas, sino que genera conocimiento
a partir de datos masivos para predecir comportamientos
y orientar la toma de decisiones estratégicas.
Gobernanza Digital y el Marco del Infogobierno
La gobernanza digital se reere al uso de las tecnolo-
gías de la información y comunicación (TIC) con el objetivo
de optimizar los servicios públicos, fomentar una mayor
participación ciudadana y asegurar la transparencia en
la gestión administrativa. En el contexto tributario, esto
implica desarrollar una infraestructura pública digital que
sea interoperable, segura y diseñada en función de las ne-
cesidades del usuario.
En el contexto de Venezuela, la Ley de Infogobierno y la
Ley Orgánica de Ciencia, Tecnología e Innovación imponen
el uso de nuevas tecnologías como un medio para moderni-
zar la gestión pública. No obstante, la transformación hacia
una scalización inteligente exige que el marco jurídico no
solo promueva el uso de software, sino que regule la res-
ponsabilidad ética y legal de las decisiones tomadas por
algoritmos. La gobernanza digital efectiva debe lograr un
equilibrio entre la facultad recaudatoria del Estado y las ga-
rantías de privacidad y debido proceso de los ciudadanos.
La Inteligencia Articial en la Gestión Pública y
Tributaria
La IA no es una tecnología monolítica, sino un conjun-
to de disciplinas que incluyen el aprendizaje automático
(Machine Learning), el procesamiento de lenguaje natural
(NLP) y la robótica de procesos (RPA). Según Belahouaoui y
Alm (2025), su aplicación en el ámbito de la scalización se
Recibido: 28-02-2026. Aceptado: 07-04-2026 16
Innovación y Gerencia Vol XII. Edición Especial Nº1. 2026
materializa mediante el marco denominado “Adaptive AI
Tax Oversight” (AATO), que optimiza la precisión en la de-
tección de fraudes gracias al empleo de redes neuronales
y técnicas de minería de datos.
Atendiendo a su estructura operativa, la taxonomía
de la IA aplicada a los tributos puede dividirse según el
grado de autonomía y complejidad de los sistemas:
1. Sistemas Descriptivos: Utilizan analítica avanzada
para entender qué ha sucedido en el pasado (ej. reportes
de recaudación histórica).
2. Sistemas Predictivos: Emplean modelos estadísti-
cos para prever comportamientos futuros, como la proba-
bilidad de que un contribuyente incurra en omisión.
3. Sistemas Prescriptivos y Agénticos: Sugieren accio-
nes especícas o ejecutan procesos autónomos, como los
agentes de IA que analizan precios de transferencia compa-
rando estructuras de costos globales en tiempo real.
Crossdisciplinariedad como Eje de la Megatendencia
El concepto de crossdisciplinariedad, central en este
congreso, propone que la solución a problemas complejos
como la evasión scal no puede depender de una única
disciplina. La gerencia tributaria moderna requiere la
combinación de conocimientos contables para el análisis
económico, saberes jurídicos para la validez normativa y
saberes tecnológicos para la implementación operativa.
Bajo el enfoque de estos autores, como Tabon (2013)
y Boyatzis (2008) señalan que el talento humano en las
organizaciones del siglo XXI debe desarrollar competen-
cias sustentables y digitales que les permitan actuar de
manera ética y reexiva en entornos tecnológicos. En la
gerencia tributaria, esto signica que el scal ya no solo
debe conocer el Código Orgánico Tributario, sino compren-
der la lógica de los algoritmos de riesgo para validar sus
resultados y evitar sesgos discriminatorios.
Metodología
La investigación se llevó a cabo siguiendo un enfoque
cualitativo-documental con un carácter descriptivo-analí-
tico. Se utilizó el método de revisión sistemática basado
en el protocolo PRISMA (Preferred Reporting Items for
Systematic Reviews and Meta-Analyses), lo que facilitó la
identicación, selección y análisis crítico de fuentes aca-
démicas e institucionales publicadas en el periodo com-
prendido entre 2020 y 2025.
Diseño y Procedimiento
El diseño de esta investigación es de carácter biblio-
gráco y no experimental, centrándose exclusivamente
en el análisis de información ya existente, sin implicar la
manipulación de variables.
El procedimiento se organizó en las siguientes etapas:
1. Búsqueda y Selección: Se consultaron bases de
datos cientícas de alto impacto como Scopus, SciELO, Re-
dalyc, Dialnet y repositorios de organismos internacionales
como la OCDE, el CIAT y el BID. Se utilizaron descriptores en
español e inglés relacionados con “Inteligencia Articial”,
“Gerencia Tributaria”, “Gobernanza Digital” y “Fiscalización
Inteligente”.
2. Criterios de Inclusión: Se seleccionaron estudios
que abordaran directamente el impacto de la tecnología
en la recaudación, los desafíos éticos de los algoritmos
públicos y el marco legal de la digitalización en América
Latina y Venezuela.
3. Análisis de Información: Se utilizaron matrices de
análisis cualitativo para categorizar los hallazgos en ejes
temáticos: eciencia operativa, transparencia algorítmica,
marcos normativos y competencias profesionales.
4. Triangulación: Se contrastaron los aportes teóri-
cos de autores clásicos de la gerencia (Elkington, Carro-
ll, Perrenoud) con los hallazgos técnicos de expertos en
tecnología tributaria (Collosa, Santini-Rodríguez, Olivares
Olivares) para construir una visión integral del fenómeno.
En consecuencia, este rigor metodológico garantiza
que las conclusiones presentadas no sean meras observa-
ciones subjetivas, sino el resultado de una síntesis cientí-
ca de las tendencias globales y locales en la materia.
Resultados y Discusión
Impacto de la IA en la Eciencia Recaudatoria y
Detección de Fraude
Los resultados de la revisión sistemática evidencian
que la IA ha transformado la capacidad de scalización
de las AATT mediante el procesamiento masivo de datos
que antes resultaba inmanejable. Según el estudio de Be-
lahouaoui y Alm (2025) revela que la aplicación de la IA en
la detección de fraudes ha incrementado la precisión en
la identicación de irregularidades en un 35% en compa-
ración con los métodos tradicionales basados en seleccio-
nes aleatorias o reglas simples.
Recibido: 28-02-2026. Aceptado: 07-04-2026
Innovación y Gerencia Vol XII. Edición Especial Nº1. 2026
17
En el contexto regional, se han documentado casos
de éxito que demuestran la efectividad de los modelos
predictivos: Tabla 2
Fuente: Elaboración propia basada en OCDE (2026).
Para ilustrar esta dinámica, la aplicación de algorit-
mos de aprendizaje automático permite la creación de
perles de riesgo dinámicos. Tal es el caso de Noruega, las
autoridades entrenan algoritmos con datos históricos para
asignar un “puntaje de riesgo” a las declaraciones de IVA,
iniciando las auditorías por los casos con mayor proba-
bilidad de error. Este enfoque optimiza el uso del talento
humano, permitiendo que los auditores se concentren en
tareas de alto valor agregado mientras la IA gestiona la va-
lidación masiva de campos.
Transformación de la Gerencia hacia la Transparencia
Algorítmica
Un hallazgo crítico en la investigación es que la inteli-
gencia tecnológica debe ir acompañada de una transparen-
cia ética. El fenómeno de la “caja negra” (black box), donde
no se comprende cómo un algoritmo llega a una decisión
de scalización, plantea un riesgo para la legitimidad del
sistema tributario. Santini-Rodríguez (2026) destaca que la
transparencia algorítmica es la clave para una implementa-
ción responsable, asegurando que las decisiones automati-
zadas sean auditables y explicables ante el contribuyente.
La transparencia se maniesta en tres dimensiones:
1. Explicabilidad: La capacidad de traducir el razona-
miento técnico del algoritmo a un lenguaje jurídico com-
prensible.
2. Trazabilidad: El registro detallado de todas las
fuentes de datos y pasos lógicos seguidos por el sistema
para emitir una alerta o sanción.
3. Gestión de Sesgos: El monitoreo constante para
evitar que los algoritmos discriminen injustamente a
ciertos sectores económicos o perles sociodemográcos
basados en datos históricos sesgados.
La gobernanza digital en la gerencia tributaria impli-
ca, por tanto, el derecho del contribuyente a tener conoci-
mientos sobre el funcionamiento de las aplicaciones que
afectan su entorno patrimonial. En España y Chile, ya exis-
ten resoluciones que reconocen este derecho como parte
de las garantías del debido proceso en la era digital.
El Contexto Venezolano: SENIAT y el Código Orgá-
nico Tributario 2020
En Venezuela, la gestión tributaria se desarrolla
dentro de un marco legal que conere al SENIAT amplias
competencias en materia de vericación y scalización. El
Artículo 131 del Código Orgánico Tributario (2020) autoriza
a la administración a llevar a cabo procedimientos para
determinar tributos, así como a implementar medidas
cautelares destinadas a garantizar el cumplimiento de
las obligaciones scales. No obstante, la incorporación
de la inteligencia articial en este marco enfrenta retos y
oportunidades especícas. La normativa venezolana sobre
Infogobierno y la Ley Penal del Ambiente sugieren que la
modernización es un deber estatal. Para que el SENIAT
evolucione hacia una gerencia tributaria 3.0, es necesario:
• Actualización de la Infraestructura: Superar las limi-
taciones de conectividad y hardware para procesar Big Data.
• Soberanía Tecnológica: Desarrollo de algoritmos
propios o de código abierto que eviten la dependencia de
software extranjero opaco.
• Transparencia Internacional: Implementar regíme-
nes de transparencia scal que permitan el intercambio de
información sobre inversiones en Jurisdicciones de Baja
Imposición Fiscal (JBIF), utilizando IA para cruzar la renta
territorial y extraterritorial.
La gerencia tributaria en Maracaibo y el resto del país
debe transitar hacia un modelo donde la “scalización
amigable” y el acceso a la información por internet sean
la norma, reduciendo la discrecionalidad del funcionario y
aumentando la certeza jurídica del contribuyente.
La Revolución de los Agentes de IA en la Gestión
Inteligente
Una de las innovaciones más disruptivas identicadas
en la investigación es el paso de la automatización simple
a la autonomía agentica. Según el CIAT (2025), los agentes
de IA no son simples chatbots, sino sistemas modulares
capaces de razonar y planicar ujos de trabajo complejos.
Recibido: 28-02-2026. Aceptado: 07-04-2026 18
Innovación y Gerencia Vol XII. Edición Especial Nº1. 2026
Tabla 3
Fuente: Elaboración propia basada en OCDE (2026).
Aunado a lo anterior, estos agentes facilitan la ejecu-
ción de tareas altamente complejas, como el análisis fun-
cional en precios de transferencia. Mediante técnicas de
Generación Aumentada por Recuperación (RAG), el agente
puede consultar instantáneamente la jurisprudencia de la
OCDE y compararla con el contrato local de una multina-
cional para sugerir ajustes scales. Esto democratiza las
capacidades técnicas de las administraciones tributarias,
permitiendo que los países en desarrollo puedan competir
en condiciones más equitativas en la supervisión de gran-
des corporaciones.
Desafíos Éticos, Legales y la Intervención Humana
(Human-in-the-Loop)
A pesar de los benecios tecnológicos, la investiga-
ción resalta que la IA no debe sustituir el juicio profesional
del gerente o auditor tributario. El modelo ideal es un sis-
tema híbrido de “humano en el ciclo” (human-in-the-loop),
donde la IA actúa como un potente copiloto que procesa
datos, pero el funcionario valida los hallazgos y toma la
decisión nal los desafíos detectados incluyen:
• Privacidad y Seguridad: La vulnerabilidad ante ci-
berataques de bases de datos que contienen información
nanciera sensible.
• Responsabilidad Jurídica: La ambigüedad sobre
quién es el responsable de un acto administrativo basado
en un error algorítmico (¿el programador, el funcionario o
el proveedor del software?).
• Brecha de Competencias: El riesgo de marginar a
funcionarios que no posean alfabetización digital avanzada.
Sobre este particular, la gobernanza digital debe es-
tablecer límites claros a la administración electrónica para
asegurar que la digitalización no sobrepase las garantías
fundamentales de los ciudadanos ni vulnere el principio
de capacidad contributiva. Como señala Olivares Olivares
(2022), el diseño de una inteligencia articial garantista
constituye la única estrategia posible para salvaguardar la
paz social y la justicia scal en el largo plazo. En conse-
cuencia, la implementación de estos sistemas no puede
limitarse a una búsqueda ciega de eciencia recaudatoria;
por el contrario, requiere de un marco regulatorio robusto
que tutele el debido proceso y la protección de datos. Solo
mediante un equilibrio entre la potestad scalizadora y
los derechos del contribuyente será posible legitimar el
uso de algoritmos en la gestión pública, evitando que la
opacidad tecnológica se convierta en una barrera para el
ejercicio de la defensa.
Conclusiones
La transformación de la gerencia tributaria hacia un
modelo de scalización inteligente y transparente es una
megatendencia irreversible que redene el contrato social
entre el Estado y el ciudadano. La Inteligencia Articial y la
gobernanza digital ofrecen herramientas sin precedentes
para combatir la evasión, optimizar la recaudación y re-
ducir la complejidad administrativa que históricamente ha
fomentado la informalidad y la corrupción, a partir de los
hallazgos presentados, se concluye que:
1. La IA es un multiplicador de eciencia: Los mo-
delos predictivos y agénticos permiten una detección de
fraude más precisa y una gestión de riesgos que supera las
capacidades de los métodos tradicionales.
2. La transparencia es el requisito de validez: La s-
calización inteligente solo es legítima si es transparente,
explicable y está libre de sesgos algorítmicos. La gober-
nanza digital debe garantizar que el contribuyente no sea
víctima de una “justicia de caja negra”.
3. La crossdisciplinariedad es el motor del cambio:
La gerencia tributaria ya no puede ser entendida de forma
aislada. Requiere profesionales integrales que dominen el
derecho, la contaduría y la tecnología, capaces de liderar
la implementación ética de la IA.
4. Venezuela posee un marco fértil pero incompleto:
Si bien el COT 2020 y las leyes de Infogobierno brindan
facultades potentes, es imperativo desarrollar una infraes-
tructura digital robusta y un marco regulatorio especíco
para la inteligencia articial en la administración pública.
Recomendaciones
Considerando los argumentos expuestos, resulta im-
perativo establecer una hoja de ruta que permita materia-
lizar los benecios de la tecnología en el marco de la ética
pública. Para catalizar la transformación hacia una geren-
cia tributaria inteligente y transparente, especialmente en
el ámbito académico y profesional de la Universidad José
Gregorio Hernández, se proponen diversas acciones estra-
tégicas orientadas a la excelencia institucional.
Recibido: 28-02-2026. Aceptado: 07-04-2026
Innovación y Gerencia Vol XII. Edición Especial Nº1. 2026
19
Dichas propuestas no solo buscan la actualización
tecnológica, sino también el fortalecimiento del capital in-
telectual y la creación de espacios de investigación donde
converjan el derecho tributario y la ingeniería de datos. En
este sentido, la articulación entre la academia y los entes
recaudadores se presenta como un pilar fundamental para
garantizar que la innovación responda a las necesidades
reales del entorno económico actual, promoviendo así un
modelo de gestión basado en la eciencia y la integridad:
1. Integración Estratégica de la IA: Las administra-
ciones tributarias deben adoptar un enfoque de “cumpli-
miento por diseño”, integrando algoritmos en el ciclo de
vida de los datos económicos para prevenir el incumpli-
miento antes de que ocurra.
2. Fortalecimiento del Talento Humano: Implementar
programas de formación continua en competencias digi-
tales y ética algorítmica. El gerente tributario del futuro
debe ser un “auditor de algoritmos” capaz de interpretar y
validar resultados tecnológicos.
3. Adopción de Estándares Internacionales: Sincroni-
zar las prácticas locales con las guías de la OCDE (Adminis-
tración 3.0) y las normas ISO de responsabilidad social y
gestión de datos para proyectar una imagen institucional
sólida y comprometida.
4. Transparencia y Participación Ciudadana: Crear
canales digitales abiertos que faciliten el acceso a la in-
formación tributaria y permitan al contribuyente auditar
su propio perl de riesgo, fomentando la conanza y el
cumplimiento voluntario.
5. Inversión en Innovación y Ciberseguridad: Priorizar
el gasto público en infraestructuras digitales seguras y en el
desarrollo de IA explicable (XAI) para minimizar los riesgos
de errores operativos y vulneraciones de privacidad.
En denitiva, al aplicar de manera sistemática estas
recomendaciones, la gerencia tributaria podrá trascender
su rol tradicional de recaudación para convertirse en un
pilar fundamental de justicia social y transparencia ins-
titucional. Este cambio de paradigma permitiría impulsar
un desarrollo económico sustentable, sustentado en una
innovación cross-disciplinaria que integre el derecho, la
ética y la ciencia de datos.
Bajo esta óptica, el uso de herramientas tecnológicas
avanzadas no solo optimizaría la eciencia administrativa,
sino que también fortalecería el contrato social al reducir
las brechas de desigualdad y combatir la opacidad en el
manejo de los recursos públicos. De este modo, la admi-
nistración tributaria se posicionaría como un referente
de modernidad y ética, capaz de responder con agilidad
a las complejidades del entorno global contemporáneo,
garantizando siempre el respeto absoluto a los derechos
fundamentales de cada contribuyente dentro del sistema.
Referencias Bibliográcas
Aguilar Morocho, C. E., Jiménez Sánchez, N. S., & Orellana
Ulloa, M. N. (2025). Uso de la inteligencia articial en
la prevención de la evasión scal: eciencia, trans-
parencia y desafíos éticos en El Oro. Sociedad & Tec-
nología, 8(53), 1311–1329. https://doi.org/https://doi.
org/10.51247/st.v8iS3.693
Asamblea Nacional Constituyente. (2020). Código Orgánico
Tributario. Gaceta Ocial de la República Bolivariana
de Venezuela, N° 6.507 Extraordinario. https://www.
asambleanacional.gob.ve/storage/documentos/le-
yes/decreto-constituyente-mediante-el-cual-se-dic-
ta-el-codigo-organico-tributario-20211019155621.pdf
Asamblea Nacional de Venezuela. (2012). Ley Penal del
Ambiente. Venezuela: Gaceta Ocial de la República
Bolivariana de Venezuela, N° 39.913. https://www.
asambleanacional.gob.ve/storage/documentos/le-
yes/ley-penal--20211109143642.pdf
Belahouaoui, R., & Alm, J. (2025). Tax Fraud Detection Using
Articial Intelligence-Based Technologies: Trends and
Implications. J. Risk Financial Manag. https://doi.org/
https://doi.org/10.3390/jrfm18090502
Boyatzis, R. E. (2008). Competencies in the 21st century.
Journal of Management Development,, Vol. 27 No. 1,
pp. 5-12. https://doi.org/10.1108/02621710810840730
Centro Interamericano de Administraciones Tributarias
(CIAT). (2025). www.ciat.org. https://www.ciat.org/
Escalante Rua, O. I. (2025). Innovación Digital En La Gestión
Pública: Retos Jurídicos En Venezuela. Revista Mom-
boy Fondo editorial UVM(23), 165–173. https://doi.org/
https://doi.org/10.70219/mby-232025-387
OECD. (2025). Governing with Articial Intelligence: The
State of Play and Way Forward in Core Government
Functions. Paris: OECD Publishing. https://doi.org/ht-
tps://doi.org/10.1787/795de142-en
OECD. (2025). Tax Administration 2025: Comparative Infor-
mation on OECD and other Advanced and Emerging
Economies,. Paris: OECD Publishing. https://doi.org/
https://doi.org/10.1787/cc015ce8-en
Olivares Olivares, B. D. (2022). La inteligencia articial en
la relación entre los obligados y la administración tri-
butaria: retos ante la gestión tecnológica. La Laey. ht-
tps://dialnet.unirioja.es/servlet/libro?codigo=888047
Recibido: 28-02-2026. Aceptado: 07-04-2026 20
Innovación y Gerencia Vol XII. Edición Especial Nº1. 2026
Ordoñez Sanchez, S. G., Hernádez Barrena, G., Paz Muñoz,
R., Aguilar Pliego, G., & Herrera Martínez, V. J. (2025). La
Inteligencia Articial como Herramienta para la Ges-
tión de Impuestos. Veritas De Difusão Cientíca, 6(1),
1561–1586. https://doi.org/https://doi.org/10.61616/
rvdc.v6i1.472
Ossandón Cerda, F. (2025). INTELIGENCIA ARTIFICIAL EN LAS
ADMINISTRACIONES TRIBUTARIAS:. Centro de Estudios
Tributarios de la Universidad de Chile. https://revis-
taestudiostributarios.uchile.cl/index.php/RET/arti-
cle/download/60703/64473/206650
Santini Rodríguez, F. J. (2026). Inteligencia articial en la
scalización gubernamental: avances, desafíos y
perspectivas éticas desde una revisión sistemática.
Revista InveCom, 6(3). https://doi.org/https://doi.
org/10.5281/zenodo.17807616
Shehu, T. S. (2025). The Impact of AI on Tax Compliance and
Reporting,. Zenodo, 2(11), 86-105. https://doi.org/ht-
tps://doi.org/10.5281/zenodo.15593177
Tobón, S. (2013). Formación integral y competencias. Pen-
samiento complejo, currículo, didáctica y evaluación.
(4ta. Ed.). Bogotá: ECOE. https://www.researchgate.
net/profile/Sergio_Tobon4/publication/319310793_
Formacion_integral_y_competencias_Pensamien-
to_complejo_curriculo_didactica_y_evaluacion/
links/59a2edd9a6fdcc1a315f565d/Formacion-inte-
gral-y-competencias-Pensamiento-complejo-curricul