La fiscalización del SAT a través de herramientas de IAG

Conceptos básicos:

Inteligencia artificial (IA)
Es una rama de la informática que a partir de procesos algorítmicos (programas computacionales de entrenamiento), emula procesos propios de la inteligencia humana, partiendo del análisis de amplias bases de datos.

Chatbot
Programa informático que usa Procesamiento de Lenguaje Natural (PLN), para entender el contexto y la intención del usuario y simular conversaciones humanas, ya sea por texto o voz, automatizando la interacción con usuarios. Utilizan reglas predefinidas de inteligencia artificial para entender preguntas y ofrecer respuestas inmediatas; siendo comunes en atención al cliente, ventas y soporte 24/7. El SAT ya utiliza estas herramientas para atender a los contribuyentes.

Inteligencia Artificial Generativa (IAG)

Es una rama de la inteligencia artificial que se enfoca en la generación de contenido original a partir de datos existentes. Esta tecnología utiliza algoritmos y redes neuronales avanzadas para aprender de textos e imágenes, y luego generar contenido nuevo y único.

Tipos de contenido que puede crear

Texto: Redacción de correos, ensayos, poemas, traducción y respuestas conversacionales
Imágenes y diseño: Creación de gráficos, ilustraciones o fotografías hiperrealistas a partir de una descripción textual
Audio y video: Generación de piezas musicales o clips visuales realistas
Programación: Creación, depuración y explicación de código de software

Analítica de Grafos

Técnica computacional que evalúa información organizada mediante objetos (nodos) y sus conexiones (enlace). Su objetivo principal es descubrir cómo se relacionan entre sí estos elementos, permitiendo extraer patrones complejos y métricas de comportamiento que son difíciles de detectar con bases de datos

Uso práctico

El SAT lo utiliza hoy en día para mapear las relaciones entre diferentes contribuyentes y transacciones. Esta herramienta computacional, ayuda a –detectar redes neuronales de partes relacionadas– y la celebración de operaciones simuladas. Además, ayuda a las autoridades fiscales a identificar a los actores principales, a sus representantes legales; y sus patrones de comportamiento en el ámbito fiscal.

Machine Learning

Es un subcampo de la inteligencia artificial que dota a las computadoras de la capacidad de identificar patrones en grandes cantidades de datos para aprender, elaborar predicciones y tomar decisiones de forma autónoma, sin necesidad de haber sido programadas explícitamente para ello.

Token

En la inteligencia artificial, un token es la unidad básica de información que un modelo procesa. Antes de que una IA pueda leer, escribir o analizar texto, desglosa la información en fragmentos más pequeños (caracteres, sílabas o palabras).

Deep Learning

Conocido como (aprendizaje profundo), es una técnica de machine learning, para analizar e interpretar grandes volúmenes de datos, sino también redes neuronales para procesar la información de manera similar a la de los sistemas neuronales biológicos, como nuestras conexiones cerebrales.

Las redes neuronales permiten que la inteligencia artificial establezca conexiones entre conjuntos de información que parecen no estar relacionados.

Asistente Virtual con IAG

Es un programa impulsado por inteligencia artificial capaz de entender lenguaje natural, automatizar tareas repetitivas y ejecutar acciones como redactar correos, documentos, gestionar la agenda, responder mensajes o buscar información, editar imágenes y muchas cosas más …

Prompt

En el contexto de la inteligencia artificial, es una instrucción o texto inicial proporcionado a una herramienta de IA para dirigir la generación de respuestas o resultados específicos. Esta entrada de información establece el contexto y la tarea que se espera que la herramienta complete, permitiendo al usuario comunicarse de manera efectiva con la IA en un -lenguaje natural- (sin usar codificaciones).

• Rol (R): Asigna una identidad a la IA. «Actúa como un auditor senior con 10 años de experiencia en la auditoría de empresas del sector retail».
• Contexto (C): Proporciona el trasfondo necesario. «Estoy auditando el ciclo de ingresos de la empresa XYZ. El principal riesgo identificado es el reconocimiento ficticio de ventas al final del periodo».
• Tarea (T): Sé explícito sobre lo que necesitas. «Redacta un programa de auditoría con 5 procedimientos sustantivos para abordar el riesgo de reconocimiento ficticio de ventas».
• Formato (F): Define cómo quieres la respuesta. «Presenta los procedimientos en una tabla con tres columnas: ‘Procedimiento’, ‘Objetivo’ y ‘Evidencia a Obtener'».

ATENCIÓN: Esta es la parte 1 de 6

Continuaremos con esta extensa publicación, regresa pronto ;)

Gracias por su atención

Clemente J. Ranero Puig

clemente@raneroabogados.com
(664) 681-58-59

---