Arquitectura inteligente para la gestión proactiva de la mora tributaria en administraciones subnacionales

Abstract

La mora tributaria constituye un problema estructural para las administraciones tributarias subnacionales debido a su impacto directo en la sostenibilidad financiera, la equidad fiscal y la eficiencia del gasto público. En la práctica, la gestión de la mora continúa sustentándose en procedimientos predominantemente reactivos y reglas estáticas, con fuerte dependencia de tareas manuales, lo que limita la efectividad institucional frente a contextos económicos dinámicos y contribuyentes heterogéneos. Paralelamente, la disponibilidad de grandes volúmenes de datos y los avances en analítica e inteligencia artificial han ampliado el potencial de las administraciones tributarias para anticipar el incumplimiento, segmentar contribuyentes por perfiles de riesgo y automatizar procesos, con mejoras reportadas en eficiencia y control. Este trabajo presenta una línea de investigación orientada al diseño de una arquitectura inteligente integral basada en Big Data e Inteligencia Artificial para gestionar la mora de manera proactiva en administraciones subnacionales. La propuesta combina modelos predictivos supervisados, segmentación automatizada no supervisada y mecanismos de automatización de seguimiento y trazabilidad, integrados en una solución modular adaptable a cambios normativos. El proyecto se enmarca en la tesis doctoral "Desarrollo de un modelo de Big Data e IA para mejorar la eficiencia en la gestión de la cobranza de las Administradoras Tributarias” (Doctorado en Informática, UAI) constituyendo su núcleo metodológico y empírico. Se discuten contexto, motivación, fundamentos técnicos, líneas de desarrollo, resultados esperados e impacto en la formación de recursos humanos, vinculando la propuesta con la Transformación Digital del Estado y con desafíos propios de la ingeniería de software en entornos públicos. La contribución principal radica en la formalización de una arquitectura inteligente aplicada específicamente a la gestión de mora en entornos subnacionales, integrando predicción, segmentación y automatización bajo criterios de sostenibilidad técnica y gobernanza algorítmica.