Contexto técnico
Fui directamente a la fuente porque los titulares sobre un "impuesto a la IA" están fuera de lugar. No se trata de un nuevo gravamen, sino de una enmienda al proyecto de ley español sobre IA que afecta al artículo 116 de la Ley General Tributaria y a cómo la agencia tributaria usa algoritmos para seleccionar a personas y empresas para auditorías.
Ahí es donde, para mí, empieza la verdadera integración de IA, no el marketing. Cuando un gobierno construye una puntuación de riesgo basada en IA, efectivamente toma decisiones con consecuencias legales. La pregunta inmediata no es si el modelo es inteligente, sino si después se puede explicar por qué te señalaron.
Según Euractiv y los comentarios de juristas, la parte polémica es el plan de restringir severamente el acceso a la información sobre estos sistemas. Los críticos son directos: se crearía un escudo casi opaco alrededor de los algoritmos, bloqueándolos no solo de los contribuyentes, sino a veces incluso del control externo.
El conflicto a nivel de arquitectura normativa me resulta fascinante. Por un lado, la oficina fiscal necesita medidas antifraude y proteger sus modelos contra abusos. Por otro, la Ley de IA de la UE y la lógica del RGPD empujan el sistema hacia la transparencia, la explicabilidad y la posibilidad de impugnar un resultado cuando la lógica automatizada afecta los derechos de una persona o empresa.
Y sí, la agencia tributaria española declaró públicamente antes que las acciones automáticas no se basarían únicamente en la decisión de la IA. Pero si el mecanismo de selección para auditorías está oculto, el derecho a una explicación se vuelve muy condicional. Formalmente hay un humano en el circuito, pero en realidad sigues sin ver cómo caíste en el embudo de riesgo.
Impacto en negocios y automatización
Para las empresas, esto es una mala señal no solo como contribuyentes, sino también para quienes implementan IA en procesos regulados. Si el gobierno da ejemplo de automatización opaca, el sector privado comenzará a presionar por cajas negras donde no debería.
Los ganadores aquí son quienes priorizan la eficiencia sobre la auditabilidad. Los perdedores son los negocios que deben defenderse de decisiones cuya lógica se les oculta, y los equipos que luego tienen que desenredar los riesgos legales de dicha automatización con IA.
Yo vería a España como un caso de prueba para toda Europa. Si este modelo pasa, las disputas sobre dónde termina la protección antifraude y comienzan las violaciones de derechos procesales se extenderán rápidamente a otros países.
Si el desarrollo de su solución de IA choca con el cumplimiento, la explicabilidad o decisiones automáticas polémicas, analicémoslo a nivel de procesos y derechos de acceso. En Nahornyi AI Lab trabajo con estos cuellos de botella de manera práctica: se puede construir una automatización con IA que acelere el trabajo en lugar de crear un nuevo campo minado legal.