Fiscalización algorítmica: el origen de su estudio en México
La fiscalización algorítmica ganó un punto de referencia público en México con el Plan Maestro 2024 del SAT. Desde entonces, estudiar sus implicaciones exige conectar datos, métodos de análisis y preguntas jurídicas. Sin embargo, ese hito documental no equivale a demostrar cuándo comenzó cada sistema informático de la autoridad.
Hablar del nacimiento de este estudio significa identificar una agenda de investigación. Su pregunta central es sencilla: ¿cómo analizar una fiscalización que incorpora herramientas para clasificar riesgos y examinar relaciones entre datos?
Fiscalización algorítmica y Plan Maestro 2024
El 22 de enero de 2024, el SAT presentó su plan de trabajo. En su comunicado anunció modelos de analítica de grafos y aprendizaje automático. Los vinculó con la clasificación de contribuyentes de riesgo, la identificación de redes y la detección de inconsistencias en CFDI. Así lo explica el comunicado oficial del SAT.
Por tanto, existe una base pública para estudiar esa orientación institucional. No hace falta suponer una arquitectura secreta para reconocer la relevancia del anuncio. El documento permite formular preguntas sobre selección de casos, calidad de información y criterios de revisión.
Ahora bien, un plan estratégico no describe por sí solo cada programa utilizado. Tampoco acredita que todas las revisiones sean automáticas. Para conocer una implementación concreta harían falta documentos adicionales sobre su alcance y operación.
Del anuncio al estudio de la fiscalización algorítmica
El cambio de perspectiva consiste en examinar cómo se relacionan los datos. Una factura puede estudiarse como documento individual. Además, puede formar parte de un conjunto que permite observar operaciones, participantes y secuencias.
Como ejemplo conceptual, imaginemos tres empresas que mantienen relaciones comerciales. Una representación de red ayuda a ordenar esos vínculos. Sin embargo, el dibujo no determina por sí mismo si las operaciones son reales o si existe una irregularidad.
Precisamente ahí aparece el valor de un enfoque interdisciplinario. El análisis técnico explica qué representa una relación. Por su parte, la lectura contable aporta contexto. Finalmente, el estudio jurídico pregunta qué consecuencias pueden sostener los hechos acreditados.
Esta perspectiva conecta con el eje editorial de Doctrina & Gobernanza. El objetivo es construir criterios de interpretación, además de aprender vocabulario tecnológico.
La fiscalización algorítmica en el debate profesional
Un hito historico ocurrió el 22 de octubre de 2024. La Comisión Fiscal Nacional de COPARMEX celebró una conferencia sobre fiscalización e inteligencia artificial. El documento identifica al Dr. Domingo Ruiz López como coordinador y al Ing. Ricardo Jesús Bolaños Barrera como expositor de su dimensión técnica.
En esta conferencia, el Ing. Bolaños dió por primera vez, una explicación de los grafos, el aprendizaje automático y el análisis de datos fiscales. Por su parte, atribuye al Dr. Ruiz una lectura sobre facultades de la autoridad, cumplimiento y defensa jurídica. La conferencia reúne así las dos perspectivas que orientan este estudio: comprender las herramientas y examinar sus implicaciones.
No obstante, la fecha y el contenido exacto de esa sesión requieren contrastarse con su grabación o programa original. Por ello, no se presenta aquí como el primer evento nacional ni como el nacimiento exclusivo de una disciplina.
Sí existe una reseña institucional de COPARMEX sobre el Foro Fiscal 2025. Esta documenta la participación de Ricardo Bolaños en una mesa que abordó inteligencia artificial y fiscalización, además de la intervención de Domingo Ruiz López. Es otro evento; no sustituye la evidencia de la sesión mencionada en la nota.
Tres niveles de evidencia para estudiar el origen
Para escribir una historia rigurosa conviene distinguir tres niveles:
- Anuncio institucional: qué objetivos publicó la autoridad y en qué fecha.
- Interpretación profesional: cómo explicaron esos objetivos especialistas y organizaciones.
- Implementación acreditada: qué sistemas, prácticas o resultados cuentan con evidencia verificable.
Además, esta separación evita atribuir cualquier aumento recaudatorio a la inteligencia artificial. Una coincidencia temporal no demuestra una relación causal. Esa conclusión necesitaría una evaluación específica.
El nacimiento del estudio de la fiscalización algorítmica en México puede entenderse, entonces, como la construcción de un objeto de análisis. El Plan Maestro 2024 aporta un hito público. El debate profesional ayuda a formular preguntas. La tarea doctrinal consiste en responderlas con fuentes, contexto y límites claros.
