Unidad de IA de la ZRA — Plataforma de aprendizaje automático de la Autoridad Tributaria de Zambia para detección de fraude y brechas de recaudación

La Autoridad Tributaria de Zambia (ZRA) creó una Unidad de Inteligencia Artificial dedicada en su sede de Lusaka, compuesta por científicos de datos zambianos, para identificar brechas fiscales y fugas de ingresos en toda la base tributaria nacional. La unidad aplica modelos de aprendizaje automático a los datos de transacciones de importadores y exportadores en tiempo real, detectando automáticamente patrones sospechosos y fraude más rápido que la revisión manual. Las tareas principales incluyen la puntuación de riesgo de los contribuyentes, la persecución automatizada de los no declarantes, el cruce de datos de retenciones salariales (PAYE) con las declaraciones de los empleadores, y la señalización de declaraciones aduaneras anómalas.

Aumentar la capacidad de la ZRA para detectar el fraude fiscal y cerrar las brechas de ingresos, sustituyendo la lenta revisión manual por un análisis automatizado y en tiempo real de los datos de importación/exportación y de nóminas.

Según se informa, las herramientas de análisis de datos procesan alrededor de 1.000 registros tributarios en 2 milisegundos, frente a siete o más días de revisión manual. Una evaluación de investigación paralela, dirigida por el Center for Effective Global Action (CEGA) de UC Berkeley, está probando un algoritmo Random Forest adaptado de un proyecto piloto contra el fraude aduanero en Paraguay, para su aplicación en Zambia.

En junio de 2024, el ministro de Tecnología y Ciencia de Zambia, Felix Mutati, declaró que la IA había aumentado en un 60% la capacidad de recaudación de la ZRA en los dos años anteriores. La afirmación fue recogida por Xinhua, Open Zambia y Copperbelt Katanga Mining, pero se refiere a la capacidad de recaudación y no a ingresos netos auditados, y no se ha publicado ninguna auditoría técnica independiente sobre la precisión o la equidad de los modelos de IA.

A pesar de la falta de auditoría independiente, la ganancia confirmada a nivel ministerial y corroborada por múltiples fuentes de prensa convierten este en uno de los resultados de IA más significativos documentados en la administración tributaria en el África subsahariana, fuera de Sudáfrica.