Efectos del uso de la inteligencia artificial como herramienta de control en el impuesto de salida de divisas (ISD) por parte del servicio de rentas internas en los periodos del 2022 al 2024

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/32230
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorTamayo Gordón, Jorge Washington-
dc.contributor.authorChango Dávalos, Shaila Gianella-
dc.contributor.authorPérez Tipán, David Andrés-
dc.date.accessioned2026-03-06T20:05:50Z-
dc.date.available2026-03-06T20:05:50Z-
dc.date.issued2026-
dc.identifier.urihttp://dspace.ups.edu.ec/handle/123456789/32230-
dc.descriptionEl presente artículo estudia el impacto de la Inteligencia Artificial como herramienta de control fiscal en el Impuesto a la Salida de Divisas (ISD) por parte del Servicio de Rentas Internas (SRI) en el periodo 2022-2024. Ante el desafío histórico de la evasión y las limitaciones de la fiscalización tradicional, el SRI implemento los sistemas; FALCON el cual destacaba por el scoring de riesgo transaccional y ORION el sistema que actualmente se lleva el cual adicional al scoring se enfoca también en la interconexión masiva de datos. La investigación emplea un enfoque metodológico mixto con un diseño no experimental y transversal, contrastando la gestión de la administración tributaria con la percepción de los contribuyentes mediante encuestas y análisis de datos institucionales. Los resultados ante la automatización y el cruce de más de 400 tipos de datos han permitido resaltar inconsistencias en consumos del exterior y subvaloraciones de transacciones que antes pasaban desapercibidas. Con esto se llega a la conclusión que el uso de algoritmos predictivos ha fortalecido la eficiencia recaudatoria y la transparencia. Este estudio aporta evidencia importante sobre la evolución digital de la contabilidad tributaria en ecuador y su efectividad en la reducción de la brecha de la elusión y evasión fiscaspa
dc.description.abstractThis article studies the impact of Artificial Intelligence as a fiscal control tool on the Foreign Exchange Outflow Tax (ISD) administered by the Internal Revenue Service (SRI) during the period 2022-2024. Faced with the historical challenge of tax evasion and the limitations of traditional tax enforcement, the SRI implemented two systems: FALCON, which stood out for its transactional risk scoring, and ORION, the system currently in use, which, in addition to scoring, also focuses on the massive interconnection of data. The research employs a mixed-methods approach with a nonexperimental, cross-sectional design, contrasting the tax administration's management with taxpayers' perceptions through surveys and analysis of institutional data. The results, obtained through automation and the cross-referencing of more than 400 types of data, have highlighted inconsistencies in foreign spending and undervaluation of transactions that previously went unnoticed. This leads to the conclusion that the use of predictive algorithms has strengthened tax collection efficiency and transparency. This study provides important evidence on the digital evolution of tax accounting in Ecuador and its effectiveness in reducing the tax avoidance and evasion gap.spa
dc.language.isospaspa
dc.rightsopenAccessspa
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectCONTABILIDAD Y AUDITORÍAspa
dc.subjectCONTROL FISCALspa
dc.subjectINTELIGENCIA ARTIFICIALspa
dc.subjectADMINISTRACIÓN TRIBUTARIAspa
dc.titleEfectos del uso de la inteligencia artificial como herramienta de control en el impuesto de salida de divisas (ISD) por parte del servicio de rentas internas en los periodos del 2022 al 2024spa
dc.typebachelorThesisspa
ups.carreraContabilidad y Auditoríaspa
ups.sedeSede Quitospa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TTQ2703.pdfTexto completo1,88 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons