evidoria

← Volver al listado

Buena práctica Importada

El Comité de Ingresos del Estado de Armenia prueba IA para leer facturas y detectar redes de fraude fiscal, resultados aún sin medir

Armenia · Yerevan · Ver el perfil de Armenia · Ver el perfil de Yerevan

Evidencia: Descriptivo / autodeclarado Top 97% 20/100 · Pregunte a Evidence Copilot sobre esta práctica

El Comité de Ingresos del Estado de Armenia está probando una herramienta de IA, creada por Interpretable AI y Daniam LLC con la Universidad Americana de Armenia y financiada por el Banco Mundial, para leer facturas y detectar redes de fraude. Hasta mediados de 2025 solo había ganancias de cumplimiento proyectadas (10-20%).

10-20 %
Aumento proyectado en el cumplimiento tributario voluntario y forzoso (aún no medido en Armenia)
El Comité de Ingresos del Estado de Armenia prueba IA para leer facturas y detectar redes de fraude fiscal, resultados aún sin medir

Detalles

Madurez
Piloto
Promotor
State Revenue Committee of Armenia, with the World Bank Public Sector Modernization Project and American University of Armenia
Período
2025–ongoing (pilot)
Palabras clave
tax administration, fraud detection, natural language processing, public sector AI

Contexto

El Comité de Ingresos del Estado (SRC) de Armenia está probando un sistema de IA para ayudar a detectar la evasión fiscal, desarrollado por Interpretable AI (Boston) y Daniam LLC (Ereván), con apoyo académico de la Universidad Americana de Armenia (AUA) y financiamiento del Banco Mundial.

Objetivos

La herramienta está diseñada para leer facturas mediante procesamiento del lenguaje natural, aplicar análisis de redes para identificar redes de fraude, y señalar anomalías como declaraciones duplicadas o discrepancias de identidad, con planes futuros para un chatbot de atención al ciudadano y un procesamiento más rápido de reembolsos.

Actividades

El presidente del SRC, Eduard Hakobyan, y el presidente de la AUA, Bruce Boghosian, firmaron un memorando de entendimiento el 17 de abril de 2025, en un taller al que asistieron el responsable de GovTech del Banco Mundial, Khuram Farooq, y el profesor del MIT Dimitris Bertsimas, cofundador de Interpretable AI.

Resultados

El Banco Mundial y el FMI han publicado sendos relatos del proyecto piloto, pero ambos indican claramente que las cifras citadas —estimaciones conservadoras de un aumento del 10 al 20% en el cumplimiento tributario, basadas en resultados comparables en India y Brasil— son proyecciones, no resultados medidos en la propia implementación armenia.

Conclusiones

Las propias publicaciones señalan el sesgo, la privacidad de los datos, la seguridad y el desplazamiento laboral como riesgos reales, y describen salvaguardas como la explicabilidad, la ciberseguridad alineada con normas ISO y una futura Evaluación de Impacto Algorítmico como aspectos aún por construir en lugar de ya vigentes, subrayando que se trata de un proyecto piloto en fase inicial cuyo desempeño real aún no está verificado.

Implementación
Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
State Revenue Committee of Armenia (chair Eduard Hakobyan), Interpretable AI (Boston), Daniam LLC (Yerevan), American University of Armenia (president Bruce Boghosian), World Bank GovTech lead Khuram Farooq, MIT professor Dimitris Bertsimas

Condiciones para el éxito

  • Formal memorandum of understanding between SRC and AUA
  • World Bank financing under a Public Sector Modernization Project
  • Academic partnership providing technical and oversight capacity

Modos de fallo comunes

  • Bias, data privacy, security and job displacement named as live risks by the publishers themselves
  • Explainability and ISO-aligned cybersecurity safeguards not yet built
  • Algorithm Impact Assessment still planned, not in place

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles