IA de la UNAM detecta 149,921 posibles evasores fiscales en México

Un equipo de investigadores de la Universidad Nacional Autónoma de México (UNAM) desarrolló un modelo de inteligencia artificial que, aplicado a la base de datos del Servicio de Administración Tributaria (SAT), identificó 149,921 contribuyentes con conductas sospechosas de evasión fiscal que no habían sido detectados por los métodos tradicionales de auditoría.

El hallazgo pone en perspectiva la magnitud del problema: hoy el SAT tiene registrados apenas 8,570 evasores conocidos, el 0.0072% del universo activo de contribuyentes. El modelo sugiere que la cifra real podría ser entre 15 y 17 veces mayor.

Cómo funciona el modelo

Los investigadores del Centro de Ciencias de la Complejidad (C3) de la UNAM construyeron el análisis a partir de una base de datos sin precedente: más de 80 millones de contribuyentes y 6,800 millones de Comprobantes Fiscales Digitales por Internet (CFDI) emitidos entre 2015 y 2018.

Se aplicaron dos metodologías complementarias:

• Redes neuronales artificiales: el algoritmo aprendió a reconocer patrones complejos de comportamiento fiscal a partir de ejemplos etiquetados. Resultado: 149,921 contribuyentes con perfil sospechoso.
• Random Forest: un conjunto de múltiples árboles de decisión que evalúa características de riesgo de forma independiente. Resultado: 128,227 contribuyentes adicionales con señales similares.

Al cruzar ambas listas, el equipo encontró 43,650 contribuyentes que aparecen en los dos modelos, los casos con mayor probabilidad de estar involucrados en esquemas de evasión.

El costo para México

El estudio estimó que la evasión fiscal no detectada asciende a 10,000 millones de dólares anuales, concentrada principalmente en alrededor de 10,000 contribuyentes de alto valor. La identificación y seguimiento de ese núcleo tendría el mayor impacto recaudatorio.

Para contextualizar: la evasión estimada equivale a más del doble del presupuesto federal asignado al sistema de salud pública en un año promedio.

La polémica: la caja negra de la IA fiscal

El avance tecnológico no viene sin controversia. Especialistas en derecho tributario señalan que el SAT no ha publicado documentación accesible sobre qué sistemas automatizados usa, bajo qué criterios operan ni qué garantías tienen los contribuyentes para conocer y refutar una decisión tomada por un algoritmo.

El principal riesgo de la IA en el ámbito público es la caja negra: sistemas que toman decisiones sin que los ciudadanos puedan entender por qué, y en materia fiscal esto no es solo un problema técnico, sino de derechos.

Si el SAT adopta modelos de IA para determinar quién es auditado, los contribuyentes tienen derecho a saber con base en qué criterios fueron seleccionados, algo que los modelos de caja negra dificultan por diseño.

Qué sigue

La investigación de la UNAM es de carácter académico y no implica que el SAT vaya a iniciar automáticamente procedimientos contra los 149,921 contribuyentes identificados. Sin embargo, el trabajo ya está en manos de la autoridad y representa un mapa de riesgo que puede orientar auditorías.

Lo que queda claro es que México ya tiene la capacidad técnica para aplicar inteligencia artificial a escala masiva en la detección de fraude fiscal. La pregunta no es tecnológica sino institucional: cómo hacerlo con transparencia, proporcionalidad y respeto a los derechos del contribuyente.