BgGPT en la NRA — IA soberana de Bulgaria para la administración fiscal

La Agencia Nacional de Ingresos de Bulgaria (NRA) desplegó BgGPT, un gran modelo de lenguaje soberano de pesos abiertos desarrollado por el INSAIT (Institute for Computer Science, Artificial Intelligence and Technology) de la Universidad de Sofía, en marzo de 2026, descrito como el primer despliegue administrativo público a gran escala de un LLM soberano nacional en el país. BgGPT se basa en la serie de modelos de pesos abiertos Gemma 3 de Google y funciona en hardware propio de la NRA, en lugar de en un proveedor de nube, para evitar fugas de datos. Por separado, la NRA opera desde al menos 2016 un sistema de puntuación de riesgo fiscal basado en aprendizaje automático (ML).

BgGPT permite al personal de la NRA buscar legislación fiscal y de seguridad social, así como documentos administrativos internos, con respuestas en tiempo real; el sistema independiente de puntuación de riesgo mediante ML tiene como objetivo priorizar los recursos de auditoría clasificando las declaraciones fiscales como de riesgo alto o bajo.

Tras un proyecto piloto interno exitoso, la NRA amplió BgGPT a su sede central y a las siete direcciones territoriales, con el integrador nacional Information Services encargándose del despliegue técnico; el despliegue tiene como meta el uso activo diario por parte de más de 7000 empleados de la NRA.

Un trabajo académico publicado en 2024 documenta que el sistema de puntuación de riesgo mediante ML de la NRA audita aproximadamente 15 000 declaraciones fiscales al mes, utilizando una clasificación algorítmica de riesgo alto/bajo. En marzo de 2026, BgGPT seguía en fase de despliegue ampliado en toda la agencia, y la cifra de más de 7000 usuarios diarios se indicaba como un objetivo de despliegue y no como un nivel de uso confirmado.

El material de origen señala explícitamente que no se dispone de métricas de productividad del personal ni de reducción de errores para BgGPT, ni de métricas publicadas de precisión o de impacto en los ingresos para el sistema de puntuación de fraude mediante ML.