La Agencia Estatal de Administración Tributaria (AEAT) ha emprendido una transformación estructural profunda mediante la implementación de tecnologías de Inteligencia Artificial (IA) y Big Data, situándose a la vanguardia de la adopción tecnológica en el sector público español. Los dos ejes sobre los que se apoya el despliegue tecnológico de la Agencia Estatal de Administración Tributaria (AEAT), son ZUJAR y HERMES, dos herramientas que permiten transitar desde el almacenamiento y análisis masivo de datos, hasta la toma de decisiones automatizadas en la lucha contra el fraude.

El pilar fundamental de todo este entramado tecnológico es ZUJAR, que funciona como el almacén de datos corporativo o datawarehouse centralizado de la Agencia. Este sistema no es una base de datos convencional, sino una infraestructura transversal diseñada para el análisis multidimensional interactivo de volúmenes masivos de información. Su arquitectura lógica permite organizar la información en unidades de negocio denominadas «zújares«, destacando por su relevancia los dedicados a Contribuyentes, Inmuebles, Deudas y Expedientes de Inspección. Esta fragmentación permite que los funcionarios realicen consultas personalizadas y crucen variables de diversas fuentes, siempre asociando la información al NIF del obligado tributario.

Si Zújar provee la infraestructura de datos, HERMES actúa como el cerebro especializado en el análisis de riesgos y la selección de contribuyentes. Esta herramienta utiliza modelos predictivos y técnicas de Machine Learning para calcular y puntuar la probabilidad de incumplimiento de los obligados tributarios. Su funcionamiento se basa en la detección de anomalías estadísticas y patrones de comportamiento, comparando la situación de un ciudadano o empresa con lo que el algoritmo define como «normal» para su sector económico o estructura de facturación. De este modo, HERMES estandariza los niveles de riesgo y genera informes que recomiendan a la inspección humana qué sujetos deben ser objeto de actuaciones de control.

La operatividad de HERMES se divide principalmente en dos vertientes de control: una preventiva y otra represiva.

  • En el control preventivo, el sistema clasifica a los contribuyentes en jerarquías de riesgo antes de que se produzca una infracción, permitiendo a la AEAT adoptar medidas de vigilancia sobre colectivos propensos a la evasión.
  • Por su parte, el control represivo se activa para localizar incumplimientos ya ocurridos, comparando los datos masivos del sistema con las declaraciones presentadas por los contribuyentes para evidenciar incoherencias. Esta capacidad de perfilado individualizado y predictivo a gran escala es la que determina, en última instancia, quién inicia el «descenso» hacia un procedimiento de inspección tributaria.

Más allá de este binomio principal, la AEAT despliega un ecosistema de herramientas especializadas que complementan su capacidad analítica.

PROMETEO destaca por su función de conciliación, permitiendo cruzar datos contables y extractos bancarios de un contribuyente específico con cualquier otra información de las bases de datos de Hacienda para detectar diferencias en la tributación.

Por otro lado, TESEO ofrece una vertiente visual, permitiendo la construcción de gráficos y grafos que representan relaciones jerárquicas o vínculos entre distintos contribuyentes, cuentas y operaciones.

Para la identificación de obligados cuyos datos son parciales, la Agencia utiliza DÉDALO, mientras que herramientas como NIDEL emplean análisis de redes para rastrear incrementos de patrimonio no justificados vinculados a posibles actividades delictivas.

A este catálogo se añaden proyectos como MIDAS, que utiliza técnicas de clustering y árboles de decisión para estimar riesgos de impago y detectar fraude de forma avanzada, y sistemas como RIFA, enfocado en la recolección de información de fuentes abiertas directamente de internet.

Este despliegue tecnológico genera una profunda tensión crítica respecto a las garantías del ciudadano. La principal preocupación reside en la opacidad algorítmica y la falta de transparencia, ya que estos no son de acceso público, dificultando el derecho de defensa de los contribuyentes; existiendo, además, riesgo latente de sesgos algorítmicos que pueden generar discriminaciones que afecten desproporcionadamente a ciertos colectivos y generen indefensión.