Читать книгу Inteligencia artificial y administración tributaria: eficiencia administrativa y defensa de los derechos de los contribuyentes - Fernando Serrano Antón - Страница 10

5. INTELIGENCIA ARTIFICIAL Y POTESTADES DISCRECIONALES

Оглавление

Las disposiciones que regulan el ejercicio de potestades discrecionales no establecen para cada supuesto de hecho la decisión a adoptar. En cambio, en las disposiciones normativas que definen las reglas de actuación de las potestades regladas, se prevé de forma exhaustiva todos los supuestos fácticos y la actuación a seguir.

No sucede los mismo con las normas reguladoras del ejercicio de las potestades discrecionales. Se habilitan poderes para la consecución de un fin:

En los actos reglados, como su contenido está agotadoramente tipificado en la ley, por regla general, tendrá escasa importancia el proceso de formación de la voluntad administrativa a excepción de la calificación del hecho. En cambio, en los discrecionales, al existir en mayor o menor medida una libertad estimativa, resulta de gran trascendencia el proceso lógico que conduce a la decisión.

Pero, como la discrecionalidad no equivale a arbitrariedad, se puntualiza que el ejercicio de la potestad discrecional exige que el acto en que se concreta el ejercicio de esa potestad sea razonado.

Así por ejemplo el Artículo 65 de la Ley General Tributaria establece que:

1. Las deudas tributarias que se encuentren en período voluntario o ejecutivo podrán aplazarse o fraccionarse en los términos que se fijen reglamentariamente y previa solicitud del obligado tributario, cuando su situación económico-financiera le impida, de forma transitoria, efectuar el pago en los plazos establecidos.

Otros ejemplos recogidos en dicha ley son:

Artículo 81. Medidas cautelares.

1. Para asegurar el cobro de las deudas para cuya recaudación sea competente, la Administración tributaria podrá adoptar medidas cautelares de carácter provisional cuando existan indicios racionales de que, en otro caso, dicho cobro se vería frustrado o gravemente dificultado.

Artículo 115. Potestades y funciones de comprobación e investigación.

1. La Administración Tributaria podrá comprobar e investigar los hechos, actos, elementos, actividades, explotaciones, negocios, valores y demás circunstancias determinantes de la obligación tributaria para verificar el correcto cumplimiento de las normas aplicables.

Artículo 146. Medidas cautelares en el procedimiento de inspección.

1. En el procedimiento de inspección se podrán adoptar medidas cautelares debidamente motivadas para impedir que desaparezcan, se destruyan o alteren las pruebas determinantes de la existencia o cumplimiento de obligaciones tributarias o que se niegue posteriormente su existencia o exhibición.

Para poder hablar de acto discrecional, éste debe ser consecuencia de una potestad procedente de una norma previa que no agota las condiciones para ejercitar dicha facultad, sino que habilita a la Administración para concretar las circunstancias de ejercicio en un caso concreto. Se trata, por tanto, de un supuesto particular, ya que este tipo de potestades implica dejar en manos de la Administración el empleo de criterios de tipo subjetivo a la hora de ejercer una serie de facultades que están parcialmente reguladas por una norma. En última instancia, la Administración va a establecer la conexión entre la decisión que adopta en un caso concreto y la finalidad que subyace detrás de cada supuesto en el que ejerce una potestad discrecional.

La finalidad última de las disposiciones que atribuyen las potestades tributarias para la aplicación de los tributos es hacer efectivos los mandatos del artículo 31.1 de la Constitución Española: “Todos contribuirán al sostenimiento de los gastos públicos de acuerdo con su capacidad económica mediante un sistema tributario justo inspirado en los principios de igualdad y progresividad que, en ningún caso, tendrá alcance confiscatorio” Esta es la finalidad última, pero la norma puede establecer una finalidad instrumental: asegurar el cobro de las deudas, verificar el correcto cumplimiento de las normas aplicables, impedir que desaparezcan, se destruyan o alteren las pruebas determinantes…

Para que el ejercicio de una potestad discrecional sea legítima, es necesario establecer una conexión entre el ejercicio de la potestad atribuida en cada caso concreto con la finalidad que justifica el ejercicio de la misma.

Está conexión ha de poder ser objeto de control judicial, para hacer efectivo el sometimiento de la actividad de la Administración al principio de legalidad prescrito también por la Constitución Española.

La conexión entre el supuesto de hecho a analizar y la aplicabilidad de la norma que establece la potestad de discrecionalidad debe realizarse a través del test de razonabilidad. Lo razonable apunta a un resultado.


El test de razonabilidad implica llevar a cabo tres análisis:

• Análisis de idoneidad: Comprobar que existe una relación positiva entre la decisión y el fin.

• Análisis de necesariedad: Estimar que en caso de no llevarse a cabo la decisión existe un riesgo alto de que el fin perseguido no se va a alcanzar.

• Análisis de proporcionalidad: Evaluar el coste/beneficio de la contribución del bien común perseguido por la Administración y la lesión de los derechos del destinatario de la actuación.

Analizando en concreto el análisis de necesidad en el supuesto de la potestad discrecional atribuida a la Administración Tributaria para la adopción de medidas cautelares, es necesario tomar en consideración la institución jurídica peligro en la demora (periculum in mora) que trata de asegurar un resultado futuro.

La inteligencia artificial puede apoyar la estimación del riesgo o peligro. Así, por ejemplo, si se aplica un algoritmo basado en árboles de clasificación se construirá una representación basada en casos anteriores. Se tomarán en consideración los supuestos de regularización fiscal y el comportamiento posterior de los sujetos regularizados, en cuanto a su comportamiento de pago de la deuda liquidada, para construir una generalización explícita. Los casos pasados sirven para entrenar el modelo. Una vez entrenado el modelo se puede aplicar a nuevos casos.

La construcción del modelo se basa en una selección de datos tan amplia como se desee. El algoritmo se encargará de ordenar las variables de modo que explique con la mayor precisión posible los resultados aportados. Incluso permite hacer esta clasificación al seleccionar el algoritmo el valor de cada variable que mejor explique el comportamiento observado.

La aplicación de este modelo sólo requiere:

1. Aportar los casos pasados, clasificándolos en dos grupos en este caso:

a. Obligados tributarios que han ingresado la deuda regularizada.

b. Obligados tributarios que no lo han hecho.

2. Seleccionar las variables que se desee utilizar para entrenar el modelo.

El modelo, es decir el algoritmo subyacente, lo que hace es seleccionar las variables y los valores de las variables para poder clasificar los casos pasados en grupos que tengan el mismo perfil de variables y el mismo comportamiento fiscal.

Con el entrenamiento, los casos pasados han sido clasificados en clases homogéneas a partir de los valores de las variables que el modelo ha establecido. Todos los elementos integrantes de una clase tienen el mismo perfil.

Cada nuevo caso es clasificado en una de las clases resultado del entrenamiento. Una vez clasificado, se conocerá si corresponde a alguna de las clases de cumplimiento o de incumplimiento.

Este modelo de inferencia podría servir para satisfacer el análisis de razonabilidad: Si todos los supuestos del mismo perfil, que el caso que se está analizando, no han pagado la deuda liquidada, se podría inferir que en este caso tampoco se cumplirá.

Con ello se introduce un criterio de racionalidad estadística para justificar la necesidad, ya que introduce una lógica deductiva.


A diferencia de lo que sucede con los sistemas basados en reglas, los sistemas basados en casos no parten de patrones a partir de la combinación predeterminada de variables y sus valores. Los modelos infieren los patrones, al agrupar los casos pasados, utilizando la combinación de variables y sus valores que mejor permitan clasificar los asuntos pasados según su resultado: supuestos de falta de cobro frente a supuestos de cobro.

Los sucesos agrupados en una clase positiva (de falta de cobro) reúnen las mismas características. Puede haber otra clase positiva que se ajuste a un patrón distinto.

La lógica deductiva consiste en esperar, que otro caso que tenga el mismo patrón, se comporte del mismo modo que los elementos de la clase a la que pertenezca.

Aquí no existen variables fijadas a priori por un experto para seleccionar los supuestos a los que se deben aplicar medidas cautelares. Sencillamente se trata de un caso nuevo que reúne las mismas características, que otros casos pasados, que han resultado fallidos.

Esto es lo que hace un médico cuando diagnóstica una enfermedad a partir de unos síntomas. Si coinciden los síntomas con el de otros enfermos, que han sido diagnosticados con acierto en el pasado, podrá diagnosticar con precisión la enfermedad.

¿Están conectadas las variables, que determinan un patrón, aisladamente con la falta de cobro de la deuda? Posiblemente no; es el conjunto de variables y sus valores los que determinan que un nuevo deudor tenga el perfil de otros que han resultado fallidos. Se trata de una lógica deductiva y por tanto racional, ajena a cualquier atisbo de arbitrariedad. Los casos pasados, correspondientes a otros deudores, demuestran que el nuevo caso tiene alta probabilidad de no hacer frente a sus obligaciones de pago.

El procedimiento de elaboración de la decisión parte, por tanto, de unos hechos representados en forma de datos y que están recogidos en el sistema de información sobre los que se aplica el algoritmo de inteligencia artificial. Aplica un mecanismo de equiparación identificando casos anteriores, que tengan el mismo perfil, y determina una previsión razonable del nivel de cumplimiento de la obligación de pago.

La motivación de la decisión debería recoger los fundamentos de la decisión adoptada identificando los elementos de información utilizados, el perfil con ellos configurado, el número de casos anteriores y el nivel de cumplimiento de éstos para facilitar el control de la racionalidad y de la corrección técnica de la decisión adoptada.

Inteligencia artificial y administración tributaria: eficiencia administrativa y defensa de los derechos de los contribuyentes

Подняться наверх