La automatización impulsada por la Inteligencia Artificial ha llegado al campo tributario en un momento en el que la precisión, la solidez de las declaraciones y el criterio profesional son fundamentales. La realidad es que la IA está acelerando la preparación y el análisis de las declaraciones, por lo que la ejecución ya no es la limitación más importante que tiene este sector.
Los nuevos retos para los profesionales tributarios
Lo más importante que existe ahora para estos expertos es la reorientación de la responsabilidad cuando el trabajo se aleja de la ejecución y toca hacer el juicio del caso y rendir cuentas. Hay que tener en cuenta que este cambio no significa que se pierda criterio profesional; es un cambio sobre en dónde y cómo debe aplicarse dicho criterio. Debemos ser conscientes de que el desarrollo de software nos da una clara perspectiva sobre qué ocurre cuando la IA comprime el trabajo profesional intensivo a gran escala.
En la actualidad estamos viendo cómo los asistentes de IA pasaron rápidamente del concepto a la realidad operativa para los desarrolladores, de tal forma que han pasado a integrarse en los flujos de trabajo diarios.
Adopción de la IA en el software
El software no es el modelo perfecto para la contabilidad o los impuestos, pero se pueden observar muchas similitudes en las primeras señales de la adopción de la IA. A la hora de desarrollar software, lo bueno es que ahora los asistentes de codificación con IA son capaces de generar código funcional partiendo de unas breves instrucciones. Esto permite centrarse en si se cumplen los criterios de aceptación y si se cuenta con una arquitectura escalable, en vez de estar escribiendo código.
El contexto es clave
Los equipos tributarios ya están manejando cantidades importantes de datos estructurados, pero los datos más influyentes son los de naturaleza cualitativa.
Es normal que se hagan las siguientes preguntas:
- ¿Qué es lo que está cambiando en el sector?
- ¿Qué es la materia?
- ¿Cuál es la postura de riesgo?
- ¿Cuáles son los resultados que se deben optimizar?
Al mismo tiempo que la IA ha acelerado las tareas de preparación, los expertos en auditoría de Crowe creen que el contexto se vuelve más importante. Las ejecuciones, al ser más rápidas, exigen que se defina más claramente el trabajo a realizar antes de comenzar con ello. Cuando hay un contexto sólido, es más fácil que se haga el trabajo con rapidez. Si es de mayor debilidad, la ambigüedad gana terreno. Por todo ello, en el entorno tributario la experiencia debe concentrarse donde el contexto o el criterio son más relevantes.
La importancia de hacer una revisión técnica
Las revisiones desde siempre han necesitado de una combinación de conocimientos técnicos y un esfuerzo humano importante. Justo aquí es donde los líderes fiscales pueden aprender viendo cómo está avanzando la industria del software. Es un hecho que, a medida que la aceleración de los trabajos aumenta, la revisión técnica gana mayor importancia.
Cuando has trabajado en un departamento de impuestos, seguro que habrás visto la típica situación en la que el mismo documento se revisa por cinco o seis personas, donde todas actúan de buena fe, y todavía puede colarse algún error. En ocasiones puede ser un error de signo con grandes consecuencias: si se mete un millón de dólares negativos que se puede convertir en un millón de dólares positivos en un documento de trabajo.
Esta clase de errores no son problemas de competencia. Lo que nos recuerda es que la calidad a la hora de calcular los impuestos es algo que ha dependido siempre de la atención personalizada de varias personas y de bastantes horas de trabajo.
Lo que ocurre es que, a medida que se acelera la ejecución, el hecho de añadir más revisores implicaría aplicar una lógica antigua a un problema nuevo.
Ahora la IA lo que hace es cambiar dicha dinámica, puesto que permite que se documenten las decisiones, las suposiciones y los análisis de manera automatizada, en vez de necesitar revisores humanos que interfieran con el razonamiento de los autores.
Al documentar el juicio, lo positivo es que la revisión se puede centrar en la rendición de cuentas. La función tributaria habilitada por IA hace que el papel de la revisión como tal cambie y sea un apoyo a las decisiones en su total contexto, y no solamente de cara a detectar errores.
Este problema pasa a ser más complejo para los profesionales tributarios por la naturaleza interpretativa de la legislación fiscal y la ausencia de una sola conclusión que sea objetivamente la correcta.
Se distingue del software, en el que los resultados se pueden validar mediante pruebas, en que las posturas fiscales requieren sopesar las distintas jurisprudencias, la tolerancia al riesgo y el alcance que tiene el impacto. La calidad de los resultados es algo que va a depender de la comprensión, la documentación y el poder defender las ventajas o desventajas que pueda haber y no solamente de la precisión a nivel técnico.
Observando este cambio
Los responsables fiscales deben conocer cómo cambian los roles a medida que la IA acelera su ejecución. Las decisiones más importantes se dejan de centrar en la preparación y le dan más importancia a que los conceptos iniciales queden definidos, así como a la responsabilidad final de las conclusiones a las que se lleguen.
Lo que está claro es que agiliza las tareas más rutinarias. El nuevo reto va a consistir en el saber dónde se tiene que mantener el juicio humano, algo que debe estar documentado y ser explícito. La forma en que se evalúan los riesgos, se hacen las suposiciones o se fundamentan las posturas es más importante conforme la automatización cobra más protagonismo.
No hablamos del futuro, ya es presente
En la actualidad, todos hemos visto en poco tiempo cómo la IA dejó de ser una promesa, algo que se veía como futurista, y es una herramienta operativa que ha transformado sectores importantes. Esto se ve de forma más clara en el desarrollo de software y en la función tributaria. Pese a que a primera vista es posible que parezcan disciplinas diferentes, lo cierto es que comparten una característica básica: las dos dependen de procesos más complejos, reglas interpretables y una combinación constante en cuanto a criterio profesional y de ejecución técnica.
Lo que pasó durante muchos años es que el reto mayor en el sector tributario era el de realizar las tareas de manera eficiente. Si vamos en concreto al desarrollo de software, lo cierto es que escribir código necesitaba tiempo, precisión, etc. En el campo tributario, preparar declaraciones, clasificar transacciones o realizar informes fiscales era algo que implicaba un gran volumen en cuanto a trabajo manual y sucesivas revisiones. Lo que ocurrió es que, al llegar la IA este equilibrio que había se ha alterado sensiblemente.
Actualmente, los sistemas de IA generan código funcional en tan solo unos minutos partiendo de instrucciones que pueden ser bastante simples. En el campo fiscal, pueden llegar a procesar volúmenes importantes de datos contables, ir clasificando operaciones o redactar análisis técnicos con una velocidad que era impensable hasta hace unos pocos años.
Esto ha tenido una serie de consecuencias profundas. Si se acelera la ejecución, lo que ocurre es que el foco se traslada hacia la definición del problema y la validación de los resultados. El valor ahora no es tanto hacer, sino decidir qué es lo que se hace, cómo y si el resultado es el correcto, dependiendo del contexto de que se trate.
Un ejemplo clarificador de la situación actual
Al haberse adoptado asistentes de programación basados en inteligencia artificial, bastantes equipos se han dado cuenta de que la propia generación del código no es la parte más complicada del proceso.
El reto más importante es poder definir de forma precisa los requisitos y criterios de aceptación. Cuando este tipo de especificaciones eran ambiguas, la IA llegaba a producir resultados con rapidez, aunque no sean propiamente correctos. Todo esto lo que hace es generar una serie de ciclos de retrabajo que no se deben solamente a limitaciones técnicas, sino a una falta de claridad inicial.
En el campo tributario sucede algo parecido. Las herramientas de IA son capaces de clasificar miles de transacciones en pocos segundos, conocer las posibles deducciones o analizar la elegibilidad de algunos incentivos fiscales.
El caso es que, si las políticas internas, como los umbrales de materialidad, los criterios de capitalización o las reglas de excepción, no se definen claramente, los resultados van a ser inconsistentes. La tecnología funciona, pero amplifica cualquier tipo de ambigüedad.
Todo esto nos deja claro que la IA no elimina la necesidad de que haya un criterio profesional, sino que hace que sea más necesario que haya un marco claro que defina las decisiones, los supuestos y los límites.
El contexto importa
Tanto en la fiscalidad como en el software, la inteligencia artificial depende mucho de la información que se reciba. Si hablamos del área tributaria, no vale solo con datos estructurados como los balances o registros contables.
Los factores más importantes son los cualitativos: interpretar las normas, la postura de riesgo de las organizaciones, las particularidades que tenga el sector o los objetivos a nivel estratégico. Sin todo ello, hasta el sistema más avanzado produce resultados correctos en lo técnico, pero inadecuados a nivel de estrategia.
La revisión del trabajo ha experimentado cambios
Lo habitual era que en los departamentos fiscales el mismo documento pasara por varias revisiones. Se quería minimizar los errores, pero no era siempre eficaz. Hasta con varios revisores, se podían escapar fallos importantes, desde errores de clasificación hasta equivocaciones que podían tener un impacto económico importante.
La IA puede hacer que cambie este modelo. En vez de estar dependiendo solamente de revisiones humanas repetitivamente, se puede documentar de manera más estructurada en cuanto al proceso de toma de decisiones, qué supuestos se han usado, las alternativas que se consideraron y por qué se optó por una postura determinada.
Todo ello hace posible que la revisión como tal esté menos centrada en detectar errores superficiales y más en evaluar la solidez del criterio aplicado.
Debemos saber que hay una diferencia importante entre el software y la fiscalidad no se debe pasar por alto. En el campo del software, el resultado se valida con pruebas objetivas; el programa funciona o no.
Lo que ocurre es que, en el campo tributario, pocas veces hay una sola respuesta correcta. Las decisiones implican interpretaciones, ponderar los riesgos y defender una posición ante las posibles inspecciones que se puedan producir.
La calidad del trabajo no depende solo de la precisión técnica, sino de la capacidad para justificarlo de forma coherente y bien documentada.
Estamos ante un cambio de paradigma que obliga a que se replanteen los roles profesionales. Los expertos en tributación no se pueden limitar a realizar tareas o aplicar normas de manera mecánica. El valor está más en su capacidad para hacer preguntas adecuadas, definir criterios claros y asumir la responsabilidad por las decisiones que se adopten.
Todo ello hace que la IA sea una herramienta que tiene gran poder, pero que al mismo tiempo necesita que la dirección sea precisa para que haga un buen trabajo que marque de verdad las diferencias.
Se rediseñan los flujos de trabajo
Si hablamos a nivel tecnológico, no es que se trate solo de incorporar herramientas de IA, sino de adaptar los procesos para sacar provecho de los mismos. Así se incluye una mayor inversión de tiempo en la fase inicial de definición, estableciendo marcos de decisión explícitos y desarrollando sistemas de validación que van más allá de la clásica revisión.
Podemos concluir diciendo…
Se hace necesario tener claro que adoptar la IA en el sector tributario no supone sustituir profesionales, sino que es una evolución de su función. La automatización ayuda a liberar recursos y tiempo, pero también hay que tener más claridad y responsabilidad en la labor profesional. A estas alturas no sabemos con total seguridad cómo serán las cosas en el futuro, pero parece evidente que el protagonismo de la IA seguirá aumentando en los años venideros.
