pág. 1388
ANÁLISIS DE LA EFECTIVIDAD DE LA
INTELIGENCIA ARTIFICIAL EN LA
FISCALIZACIÓN ELECTRÓNICA FRENTE A
LA SEGURIDAD JURÍDICA DEL
CONTRIBUYENTE EN MÉXICO
IRRIGATION WATER MANAGEMENT IN SANDY
SUBSTRATE WITH MOISTURE RETENTIVE AMENDMENT
IN GREENHOUSE PEPPER CULTIVATION
Jimena Monserrat Cervantes Zacarias
Universidad Autónoma del Estado de Hidalgo
Eleazar Villegas Gonzalez
Universidad Autónoma del Estado de Hidalgo
pág. 1389
DOI: https://doi.org/10.37811/cl_rcm.v10i3.24107
Análisis de la efectividad de la inteligencia artificial en la fiscalización
electrónica frente a la seguridad jurídica del contribuyente en México
Jimena Monserrat Cervantes Zacarias1
ce383274@uaeh.edu.mx
https://orcid.org/0009-0006-0952-2499
Universidad Autónoma del Estado de Hidalgo
Eleazar Villegas Gonzalez
eleazarv@uaeh.edu.mx
https://orcid.org/0000-0001-8668-1991
Universidad Autónoma del Estado de Hidalgo
RESUMEN
La implementación de la inteligencia artificial (IA) en la fiscalización electrónica en México representa
uno de los avances tecnológicos más significativos dentro de la administración tributaria
contemporánea. El Servicio de Administración Tributaria (SAT) ha incorporado herramientas basadas
en analítica de datos, machine learning y automatización con el propósito de identificar inconsistencias
fiscales, combatir la evasión y optimizar la recaudación tributaria. Sin embargo, el uso de estas
tecnologías ha generado intensos debates relacionados con la seguridad jurídica del contribuyente,
debido a posibles vulneraciones a principios como legalidad, certeza jurídica y debido proceso. La
presente investigación documental analiza la efectividad de la inteligencia artificial aplicada a la
fiscalización electrónica frente a la protección de los derechos del contribuyente en México. Se
examinan los principales beneficios operativos de la IA, así como los riesgos legales derivados de su
implementación automatizada. Los resultados muestran que la IA mejora sensiblemente la eficiencia
fiscalizadora del SAT, aunque plantea desafíos críticos relacionados con la opacidad algorítmica y la
restricción de derechos fundamentales. Finalmente, se concluye que el uso de inteligencia artificial debe
desarrollarse bajo un marco normativo sólido que garantice el equilibrio entre eficiencia recaudatoria y
seguridad jurídica.
Palabras clave: Fiscalización electrónica, Seguridad jurídica; Inteligencia artificial; Contribuyente;
SAT.
1 Autor principal
Correspondencia: ce383274@uaeh.edu.mx
DOI: https://doi.org/10.37811/cl_rcm.v10i3.24107
Análisis de la efectividad de la inteligencia artificial en la fiscalización
electrónica frente a la seguridad jurídica del contribuyente en México
Jimena Monserrat Cervantes Zacarias1
ce383274@uaeh.edu.mx
https://orcid.org/0009-0006-0952-2499
Universidad Autónoma del Estado de Hidalgo
Eleazar Villegas Gonzalez
eleazarv@uaeh.edu.mx
https://orcid.org/0000-0001-8668-1991
Universidad Autónoma del Estado de Hidalgo
RESUMEN
La implementación de la inteligencia artificial (IA) en la fiscalización electrónica en México representa
uno de los avances tecnológicos más significativos dentro de la administración tributaria
contemporánea. El Servicio de Administración Tributaria (SAT) ha incorporado herramientas basadas
en analítica de datos, machine learning y automatización con el propósito de identificar inconsistencias
fiscales, combatir la evasión y optimizar la recaudación tributaria. Sin embargo, el uso de estas
tecnologías ha generado intensos debates relacionados con la seguridad jurídica del contribuyente,
debido a posibles vulneraciones a principios como legalidad, certeza jurídica y debido proceso. La
presente investigación documental analiza la efectividad de la inteligencia artificial aplicada a la
fiscalización electrónica frente a la protección de los derechos del contribuyente en México. Se
examinan los principales beneficios operativos de la IA, así como los riesgos legales derivados de su
implementación automatizada. Los resultados muestran que la IA mejora sensiblemente la eficiencia
fiscalizadora del SAT, aunque plantea desafíos críticos relacionados con la opacidad algorítmica y la
restricción de derechos fundamentales. Finalmente, se concluye que el uso de inteligencia artificial debe
desarrollarse bajo un marco normativo sólido que garantice el equilibrio entre eficiencia recaudatoria y
seguridad jurídica.
Palabras clave: Fiscalización electrónica, Seguridad jurídica; Inteligencia artificial; Contribuyente;
SAT.
1 Autor principal
Correspondencia: ce383274@uaeh.edu.mx
pág. 1390
An Analysis of the Effectiveness of Artificial Intelligence in Electronic Tax
Auditing in Relation to Taxpayer Legal Certainty in Mexico
ABSTRACT
The implementation of artificial intelligence (AI) in electronic tax auditing in Mexico represents one of
the most important technological advances within contemporary tax administration. The Mexican Tax
Administration Service (SAT) has incorporated tools based on data analytics, machine learning, and
automation to identify tax inconsistencies, combat tax evasion, and optimize tax collection. However,
the use of these technologies has also generated debates related to taxpayers' legal certainty, due to
possible violations of principles such as legality, legal certainty, proportionality, and due process. This
documentary research analyzes the effectiveness of artificial intelligence applied to electronic auditing
in relation to the protection of taxpayers' rights in Mexico. The main operational benefits of AI, as well
as the legal and ethical risks derived from its implementation, are examined. The results show that AI
can significantly improve the efficiency of tax auditing, although it also raises important challenges
related to algorithmic transparency and the protection of fundamental rights. Finally, the study
concludes with the pressing need to legislate in favor of fiscal algorithmic transparency to restore legal
certainty to citizens.
Keywords: Electronic tax auditing; Legal certainty; Artificial intelligence; Taxpayer; SAT.
An Analysis of the Effectiveness of Artificial Intelligence in Electronic Tax
Auditing in Relation to Taxpayer Legal Certainty in Mexico
ABSTRACT
The implementation of artificial intelligence (AI) in electronic tax auditing in Mexico represents one of
the most important technological advances within contemporary tax administration. The Mexican Tax
Administration Service (SAT) has incorporated tools based on data analytics, machine learning, and
automation to identify tax inconsistencies, combat tax evasion, and optimize tax collection. However,
the use of these technologies has also generated debates related to taxpayers' legal certainty, due to
possible violations of principles such as legality, legal certainty, proportionality, and due process. This
documentary research analyzes the effectiveness of artificial intelligence applied to electronic auditing
in relation to the protection of taxpayers' rights in Mexico. The main operational benefits of AI, as well
as the legal and ethical risks derived from its implementation, are examined. The results show that AI
can significantly improve the efficiency of tax auditing, although it also raises important challenges
related to algorithmic transparency and the protection of fundamental rights. Finally, the study
concludes with the pressing need to legislate in favor of fiscal algorithmic transparency to restore legal
certainty to citizens.
Keywords: Electronic tax auditing; Legal certainty; Artificial intelligence; Taxpayer; SAT.
pág. 1391
1. INTRODUCCIÓN
En la última década, la administración tributaria en México ha experimentado una transformación
digital sin precedentes. El Servicio de Administración Tributaria (SAT) ha migrado de una revisión
basada en auditorías físicas tradicionales hacia un ecosistema de fiscalización electrónica robusto y
automatizado. Este cambio ha sido impulsado por la implementación de la Inteligencia Artificial (IA),
algoritmos de big data y herramientas de minería de datos aplicadas al análisis masivo de los
Comprobantes Fiscales Digitales por Internet (CFDI) en su versión 4.0. La capacidad de la autoridad
fiscal para procesar millones de transacciones en tiempo real ha incrementado de manera histórica la
eficiencia en la recaudación y la detección de posibles discrepancias o conductas de evasión fiscal.
Sin embargo, este despliegue tecnológico plantea un dilema fundamental en el ámbito del derecho
financiero y la práctica contable: el equilibrio entre la potestad recaudatoria del Estado y las garantías
individuales de los gobernados. Mientras que la IA dota al fisco de una efectividad incuestionable para
prellenar declaraciones, emitir cartas invitación automáticas y restringir temporalmente Certificados de
Sello Digital (CSD), el contribuyente frecuentemente se enfrenta a un estado de indefensión técnica. La
opacidad de los criterios algorítmicos y la inmediatez de las sanciones u observaciones electrónicas
ponen en riesgo el principio de seguridad jurídica, consagrado en el artículo 16 de la Constitución
Política de los Estados Unidos Mexicanos, el cual dicta que todo acto de autoridad debe estar
debidamente fundado y motivado.
1.1 Planteamiento del Problema
El problema central radica en la asimetría de poder que la tecnología genera entre la autoridad y el
contribuyente. Los modelos analíticos predictivos del SAT operan bajo "cajas negras" (algoritmos
cuyos criterios exactos de ponderación y riesgo no son públicos). Cuando el sistema automatizado
detecta una atipicidad por ejemplo, una variación en el coeficiente de utilidad o discrepancias entre los
ingresos declarados y los CFDI emitidos, emite de manera estandarizada una carta invitación o una
restricción de sellos.
Para el contribuyente medio y las pequeñas y medianas empresas (PyMEs), desvirtuar estas
presunciones mecanizadas se convierte en un calvario administrativo. Los plazos para aclarar son
breves, y las plataformas tecnológicas de atención suelen saturarse, lo que interrumpe la operación
1. INTRODUCCIÓN
En la última década, la administración tributaria en México ha experimentado una transformación
digital sin precedentes. El Servicio de Administración Tributaria (SAT) ha migrado de una revisión
basada en auditorías físicas tradicionales hacia un ecosistema de fiscalización electrónica robusto y
automatizado. Este cambio ha sido impulsado por la implementación de la Inteligencia Artificial (IA),
algoritmos de big data y herramientas de minería de datos aplicadas al análisis masivo de los
Comprobantes Fiscales Digitales por Internet (CFDI) en su versión 4.0. La capacidad de la autoridad
fiscal para procesar millones de transacciones en tiempo real ha incrementado de manera histórica la
eficiencia en la recaudación y la detección de posibles discrepancias o conductas de evasión fiscal.
Sin embargo, este despliegue tecnológico plantea un dilema fundamental en el ámbito del derecho
financiero y la práctica contable: el equilibrio entre la potestad recaudatoria del Estado y las garantías
individuales de los gobernados. Mientras que la IA dota al fisco de una efectividad incuestionable para
prellenar declaraciones, emitir cartas invitación automáticas y restringir temporalmente Certificados de
Sello Digital (CSD), el contribuyente frecuentemente se enfrenta a un estado de indefensión técnica. La
opacidad de los criterios algorítmicos y la inmediatez de las sanciones u observaciones electrónicas
ponen en riesgo el principio de seguridad jurídica, consagrado en el artículo 16 de la Constitución
Política de los Estados Unidos Mexicanos, el cual dicta que todo acto de autoridad debe estar
debidamente fundado y motivado.
1.1 Planteamiento del Problema
El problema central radica en la asimetría de poder que la tecnología genera entre la autoridad y el
contribuyente. Los modelos analíticos predictivos del SAT operan bajo "cajas negras" (algoritmos
cuyos criterios exactos de ponderación y riesgo no son públicos). Cuando el sistema automatizado
detecta una atipicidad por ejemplo, una variación en el coeficiente de utilidad o discrepancias entre los
ingresos declarados y los CFDI emitidos, emite de manera estandarizada una carta invitación o una
restricción de sellos.
Para el contribuyente medio y las pequeñas y medianas empresas (PyMEs), desvirtuar estas
presunciones mecanizadas se convierte en un calvario administrativo. Los plazos para aclarar son
breves, y las plataformas tecnológicas de atención suelen saturarse, lo que interrumpe la operación
pág. 1392
comercial regular de las empresas antes de que un juzgador o una autoridad humana evalúe la realidad
económica de la transacción. Así, el uso de la IA enfocado puramente en la efectividad recaudatoria
puede vulnerar la certidumbre de saber a qué atenerse frente a las normativas vigentes.
1.2 Justificación
La relevancia de esta investigación estriba en la necesidad de analizar la práctica contable y fiscal
mexicana bajo un enfoque de equidad procesal. Para los profesionales de la Contaduría Pública, ya no
basta con dominar el cálculo de impuestos y el envío de la contabilidad electrónica; es indispensable
comprender los alcances legales de las revisiones automatizadas para diseñar estrategias de
cumplimiento preventivo. Estudiar este fenómeno permite proponer mejoras normativas y operativas
que salvaguarden los derechos de los contribuyentes sin mermar la legítima recaudación que sostiene
el gasto público en el país.
1.3 Objetivos
● Objetivo General: Analizar el impacto y la efectividad del uso de la Inteligencia Artificial
en los procesos de fiscalización electrónica del SAT en México, evaluando su
correspondencia y tensiones con el principio constitucional de seguridad jurídica del
contribuyente durante el periodo reciente.
● Objetivos Específicos:
1. Identificar las principales herramientas tecnológicas y algorítmicas empleadas por
el SAT para la detección de discrepancias fiscales.
2. Examinar los criterios jurídicos y los medios de defensa actuales que poseen los
contribuyentes frente a actos de molestia derivados de resoluciones automatizadas.
3. Proponer lineamientos prácticos para mitigar los riesgos de indefensión del
contribuyente frente al uso de modelos predictivos institucionales.
2. METODOLOGÍA
Para alcanzar los objetivos planteados y dotar al artículo del rigor académico necesario, se optó por un
diseño metodológico con enfoque cualitativo, de tipo documental, descriptivo y analítico. Debido a la
naturaleza del fenómeno, que entrelaza la contabilidad, la tecnología y el derecho, no se recurre a la
comercial regular de las empresas antes de que un juzgador o una autoridad humana evalúe la realidad
económica de la transacción. Así, el uso de la IA enfocado puramente en la efectividad recaudatoria
puede vulnerar la certidumbre de saber a qué atenerse frente a las normativas vigentes.
1.2 Justificación
La relevancia de esta investigación estriba en la necesidad de analizar la práctica contable y fiscal
mexicana bajo un enfoque de equidad procesal. Para los profesionales de la Contaduría Pública, ya no
basta con dominar el cálculo de impuestos y el envío de la contabilidad electrónica; es indispensable
comprender los alcances legales de las revisiones automatizadas para diseñar estrategias de
cumplimiento preventivo. Estudiar este fenómeno permite proponer mejoras normativas y operativas
que salvaguarden los derechos de los contribuyentes sin mermar la legítima recaudación que sostiene
el gasto público en el país.
1.3 Objetivos
● Objetivo General: Analizar el impacto y la efectividad del uso de la Inteligencia Artificial
en los procesos de fiscalización electrónica del SAT en México, evaluando su
correspondencia y tensiones con el principio constitucional de seguridad jurídica del
contribuyente durante el periodo reciente.
● Objetivos Específicos:
1. Identificar las principales herramientas tecnológicas y algorítmicas empleadas por
el SAT para la detección de discrepancias fiscales.
2. Examinar los criterios jurídicos y los medios de defensa actuales que poseen los
contribuyentes frente a actos de molestia derivados de resoluciones automatizadas.
3. Proponer lineamientos prácticos para mitigar los riesgos de indefensión del
contribuyente frente al uso de modelos predictivos institucionales.
2. METODOLOGÍA
Para alcanzar los objetivos planteados y dotar al artículo del rigor académico necesario, se optó por un
diseño metodológico con enfoque cualitativo, de tipo documental, descriptivo y analítico. Debido a la
naturaleza del fenómeno, que entrelaza la contabilidad, la tecnología y el derecho, no se recurre a la
pág. 1393
manipulación de variables independientes (no experimental), sino al análisis crítico del marco
normativo y operativo vigente en México.
2.1 Fuentes de Información y Criterios de Selección
El corpus documental de la investigación se compone de tres pilares fundamentales:
1. Marco Legal y Normativo: Constitución Política de los Estados Unidos Mexicanos, Código
Fiscal de la Federación (CFF), Ley del Impuesto sobre la Renta (LISR) y la Resolución
Miscelánea Fiscal (RMF).
2. Doctrina Legal y Contable: Artículos de revistas indexadas (Scopus, Latindex, Redalyc), tesis
jurisprudenciales emitidas por la Suprema Corte de Justicia de la Nación (SCJN) y criterios de
la Procuraduría de la Defensa del Contribuyente (PRODECON).
3. Informes Institucionales: Reportes de Finanzas Públicas de la Secretaría de Hacienda y
Crédito Público (SHCP) y planes maestros de fiscalización del SAT.
El criterio de inclusión temporal abarca publicaciones y reformas emitidas principalmente entre 2020 y
2026, asegurando que el análisis refleje el estado del arte de la IA tributaria en México (como las
recientes adiciones de modelos predictivos y el uso masivo de declaraciones prellenadas en las últimas
anualidades).
2.2 Procedimiento de Análisis
El proceso de investigación se estructuró en tres fases secuenciales:
● Fase 1: Recopilación y Clasificación. Búsqueda sistemática de literatura mediante
palabras clave como "fiscalización electrónica", "seguridad jurídica", "inteligencia
artificial SAT" y "derechos del contribuyente". Las fuentes se organizaron en matrices de
análisis de contenido.
● Fase 2: Contraste Crítico. Confrontación de la efectividad métrica de la recaudación
(datos duros de eficiencia del SAT) contra las quejas, recomendaciones y amparos
interpuestos por vulneración a derechos procesales, identificando los puntos de quiebre
operativos (p. ej., el artículo 17-H Bis del CFF sobre restricción de CSD).
manipulación de variables independientes (no experimental), sino al análisis crítico del marco
normativo y operativo vigente en México.
2.1 Fuentes de Información y Criterios de Selección
El corpus documental de la investigación se compone de tres pilares fundamentales:
1. Marco Legal y Normativo: Constitución Política de los Estados Unidos Mexicanos, Código
Fiscal de la Federación (CFF), Ley del Impuesto sobre la Renta (LISR) y la Resolución
Miscelánea Fiscal (RMF).
2. Doctrina Legal y Contable: Artículos de revistas indexadas (Scopus, Latindex, Redalyc), tesis
jurisprudenciales emitidas por la Suprema Corte de Justicia de la Nación (SCJN) y criterios de
la Procuraduría de la Defensa del Contribuyente (PRODECON).
3. Informes Institucionales: Reportes de Finanzas Públicas de la Secretaría de Hacienda y
Crédito Público (SHCP) y planes maestros de fiscalización del SAT.
El criterio de inclusión temporal abarca publicaciones y reformas emitidas principalmente entre 2020 y
2026, asegurando que el análisis refleje el estado del arte de la IA tributaria en México (como las
recientes adiciones de modelos predictivos y el uso masivo de declaraciones prellenadas en las últimas
anualidades).
2.2 Procedimiento de Análisis
El proceso de investigación se estructuró en tres fases secuenciales:
● Fase 1: Recopilación y Clasificación. Búsqueda sistemática de literatura mediante
palabras clave como "fiscalización electrónica", "seguridad jurídica", "inteligencia
artificial SAT" y "derechos del contribuyente". Las fuentes se organizaron en matrices de
análisis de contenido.
● Fase 2: Contraste Crítico. Confrontación de la efectividad métrica de la recaudación
(datos duros de eficiencia del SAT) contra las quejas, recomendaciones y amparos
interpuestos por vulneración a derechos procesales, identificando los puntos de quiebre
operativos (p. ej., el artículo 17-H Bis del CFF sobre restricción de CSD).
pág. 1394
● Fase 3: Síntesis y Propuesta. Redacción de los hallazgos estructurando el apartado de
Resultados y Discusión, y formulación de las conclusiones orientadas a la defensa y
cumplimiento proactivo en la contaduría.
3. Resultados y Discusión
3.1 El Ecosistema de Fiscalización Electrónica y el Uso de Inteligencia Artificial por el SAT
El análisis documental de los Planes Maestros de Fiscalización del SAT demuestra una transición
absoluta de la revisión fiscal analógica hacia un modelo predictivo y automatizado. La piedra angular
de este sistema es el Comprobante Fiscal Digital por Internet (CFDI) en su versión 4.0, el cual actúa
como un sensor de datos en tiempo real. La autoridad fiscal ya no requiere esperar a que concluya el
ejercicio fiscal para auditar a un contribuyente; la recopilación de datos es inmediata y masiva.
La Inteligencia Artificial (IA) implementada por el SAT opera principalmente a través de tres vertientes
tecnológicas:
● Modelos de Analítica Predictiva y Machine Learning: Algoritmos entrenados para
identificar patrones de comportamiento atípicos. El sistema analiza el historial de
declaraciones de un sector económico específico y determina un "coeficiente de utilidad
esperado". Si una empresa se desvía significativamente de ese rango paramétrico, el
algoritmo la clasifica de manera automática como un sujeto de alto riesgo de evasión.
● Minería de Datos y Grafos de Relación: Herramientas diseñadas para mapear redes de
transacciones complejas. El software rastrea el flujo del dinero digital entre emisores y
receptores de CFDI, detectando en segundos si un contribuyente deduce operaciones de
empresas que han sido catalogadas como Empresas que Deducen Operaciones Simuladas
(EDOS) o Empresas que Facturan Operaciones Simuladas (EFOS), de acuerdo con el
artículo 69-B del Código Fiscal de la Federación (CFF).
● Automatización de Actos de Control Primario: Procesos mecanizados encargados de
la emisión masiva de "cartas invitación" y propuestas de declaraciones prellenadas tanto
para personas físicas como morales.
Esta infraestructura tecnológica ha dotado al Estado mexicano de una efectividad recaudatoria histórica.
De acuerdo con los informes de la Secretaría de Hacienda y Crédito Público (SHCP), el costo de la
● Fase 3: Síntesis y Propuesta. Redacción de los hallazgos estructurando el apartado de
Resultados y Discusión, y formulación de las conclusiones orientadas a la defensa y
cumplimiento proactivo en la contaduría.
3. Resultados y Discusión
3.1 El Ecosistema de Fiscalización Electrónica y el Uso de Inteligencia Artificial por el SAT
El análisis documental de los Planes Maestros de Fiscalización del SAT demuestra una transición
absoluta de la revisión fiscal analógica hacia un modelo predictivo y automatizado. La piedra angular
de este sistema es el Comprobante Fiscal Digital por Internet (CFDI) en su versión 4.0, el cual actúa
como un sensor de datos en tiempo real. La autoridad fiscal ya no requiere esperar a que concluya el
ejercicio fiscal para auditar a un contribuyente; la recopilación de datos es inmediata y masiva.
La Inteligencia Artificial (IA) implementada por el SAT opera principalmente a través de tres vertientes
tecnológicas:
● Modelos de Analítica Predictiva y Machine Learning: Algoritmos entrenados para
identificar patrones de comportamiento atípicos. El sistema analiza el historial de
declaraciones de un sector económico específico y determina un "coeficiente de utilidad
esperado". Si una empresa se desvía significativamente de ese rango paramétrico, el
algoritmo la clasifica de manera automática como un sujeto de alto riesgo de evasión.
● Minería de Datos y Grafos de Relación: Herramientas diseñadas para mapear redes de
transacciones complejas. El software rastrea el flujo del dinero digital entre emisores y
receptores de CFDI, detectando en segundos si un contribuyente deduce operaciones de
empresas que han sido catalogadas como Empresas que Deducen Operaciones Simuladas
(EDOS) o Empresas que Facturan Operaciones Simuladas (EFOS), de acuerdo con el
artículo 69-B del Código Fiscal de la Federación (CFF).
● Automatización de Actos de Control Primario: Procesos mecanizados encargados de
la emisión masiva de "cartas invitación" y propuestas de declaraciones prellenadas tanto
para personas físicas como morales.
Esta infraestructura tecnológica ha dotado al Estado mexicano de una efectividad recaudatoria histórica.
De acuerdo con los informes de la Secretaría de Hacienda y Crédito Público (SHCP), el costo de la
pág. 1395
recaudación por cada 100 pesos obtenidos ha disminuido drásticamente, mientras que la eficiencia en
la detección de omisiones se ha incrementado significativamente gracias al cruce automatizado de las
retenciones de IVA e ISR frente a los flujos de efectivo declarados.
Herramienta Tecnológica Función Principal en el
SAT
Impacto en la Operación
Contable
Modelos Predictivos Clasificación de riesgo
basada en sectores
económicos paramétricos.
Exige mantener coeficientes
de utilidad alineados al
mercado histórico.
Minería de Grafos Detección de redes de
operaciones simuladas
(EDOS y EFOS).
Obliga a la revisión
exhaustiva de las listas del
Art. 69-B del CFF.
Automatización Masiva Emisión de cartas invitación
y declaraciones prellenadas.
Requiere conciliaciones
previas semanales de los
XML emitidos y recibidos.
3.2 La Tensión entre la Efectividad Recaudatoria y el Principio de Seguridad Jurídica
A pesar de los innegables beneficios métricos para las finanzas públicas, el despliegue de estas
herramientas automatizadas genera fricciones directas con el principio de seguridad jurídica consignado
en el artículo 16 de la Constitución Federal. La seguridad jurídica implica la certeza que tiene el
gobernado de que su esfera de derechos no será vulnerada por la autoridad sino mediante un acto
debidamente fundado y motivado, con reglas claras y previsibles.
El análisis de la práctica fiscal contemporánea revela tres áreas críticas donde la IA pone en riesgo esta
certeza legal:
3.2.1 La Opacidad del Criterio Algorítmico ("Cajas Negras")
Los contribuyentes en México conocen las leyes fiscales, pero desconocen por completo las
ponderaciones y variables exactas que activan las alertas de los sistemas de riesgo del SAT. Al operar
bajo el esquema de "cajas negras", el diseño algorítmico impide que el ciudadano sepa con precisión
qué conducta o variación numérica específica originó la presunción de una irregularidad. Esto vulnera
el derecho a una defensa adecuada, pues no se puede desvirtuar con certeza aquello cuyos parámetros
de origen permanecen ocultos o son de carácter confidencial para la autoridad.
recaudación por cada 100 pesos obtenidos ha disminuido drásticamente, mientras que la eficiencia en
la detección de omisiones se ha incrementado significativamente gracias al cruce automatizado de las
retenciones de IVA e ISR frente a los flujos de efectivo declarados.
Herramienta Tecnológica Función Principal en el
SAT
Impacto en la Operación
Contable
Modelos Predictivos Clasificación de riesgo
basada en sectores
económicos paramétricos.
Exige mantener coeficientes
de utilidad alineados al
mercado histórico.
Minería de Grafos Detección de redes de
operaciones simuladas
(EDOS y EFOS).
Obliga a la revisión
exhaustiva de las listas del
Art. 69-B del CFF.
Automatización Masiva Emisión de cartas invitación
y declaraciones prellenadas.
Requiere conciliaciones
previas semanales de los
XML emitidos y recibidos.
3.2 La Tensión entre la Efectividad Recaudatoria y el Principio de Seguridad Jurídica
A pesar de los innegables beneficios métricos para las finanzas públicas, el despliegue de estas
herramientas automatizadas genera fricciones directas con el principio de seguridad jurídica consignado
en el artículo 16 de la Constitución Federal. La seguridad jurídica implica la certeza que tiene el
gobernado de que su esfera de derechos no será vulnerada por la autoridad sino mediante un acto
debidamente fundado y motivado, con reglas claras y previsibles.
El análisis de la práctica fiscal contemporánea revela tres áreas críticas donde la IA pone en riesgo esta
certeza legal:
3.2.1 La Opacidad del Criterio Algorítmico ("Cajas Negras")
Los contribuyentes en México conocen las leyes fiscales, pero desconocen por completo las
ponderaciones y variables exactas que activan las alertas de los sistemas de riesgo del SAT. Al operar
bajo el esquema de "cajas negras", el diseño algorítmico impide que el ciudadano sepa con precisión
qué conducta o variación numérica específica originó la presunción de una irregularidad. Esto vulnera
el derecho a una defensa adecuada, pues no se puede desvirtuar con certeza aquello cuyos parámetros
de origen permanecen ocultos o son de carácter confidencial para la autoridad.
pág. 1396
3.2.2 Las Cartas Invitación como Actos de Coacción Disfrazados
La Segunda Sala de la Suprema Corte de Justicia de la Nación (SCJN) ha determinado mediante
jurisprudencia que las "cartas invitación" emitidas por el SAT no constituyen un acto de molestia
definitivo, al ser únicamente invitaciones a regularizarse que no definen una situación jurídica. Sin
embargo, en la realidad operativa del contador y de la empresa, estas cartas operan como mecanismos
de coacción administrativa.
Las cartas contienen prellenados informáticos detallados que exigen aclaraciones en plazos sumamente
restrictivos. Si el contribuyente ignora la "invitación", el sistema informático bloquea de manera
programada el acceso a la presentación de declaraciones o emite una alerta interna que desencadena
facultades de comprobación más severas, restándole al procedimiento el carácter de "voluntario".
3.2.3 La Restricción Temporal de Sellos Digitales y la Parálisis Operativa
El punto de mayor quiebre analizado es la aplicación del artículo 17-H Bis del CFF, el cual faculta al
SAT a restringir temporalmente el Certificado de Sello Digital (CSD) cuando detecte discrepancias
automatizadas. Para cualquier unidad económica o PyME, la restricción del CSD equivale a una muerte
comercial inmediata, dado que se ve imposibilitada para facturar sus ventas y servicios.
El problema jurídico radica en que la restricción es ejecutada por el sistema informático de forma previa
a que exista un procedimiento de auditoría formal (como una visita domiciliaria o revisión de gabinete)
donde un auditor humano examine la materialidad de las operaciones o la contabilidad interna de la
empresa. El contribuyente es sancionado en su operación de manera preventiva por un algoritmo,
revirtiendo la carga de la prueba y forzándolo a demostrar su inocencia bajo un estado de asfixia
financiera y plazos de atención institucional que comúnmente exceden lo previsto en la legislación por
saturación de las plataformas.
4. CONCLUSIONES
La incorporación de la Inteligencia Artificial y los modelos predictivos en la administración tributaria
mexicana representa un hito tecnológico innegable que ha optimizado de manera histórica la eficiencia
recaudatoria del Estado. Sin embargo, los hallazgos de este análisis documental revelan que esta
efectividad no ha sido acompañada por una evolución equivalente en la protección de los derechos
procesales del ciudadano. La automatización de los actos de control ha generado una asimetría
3.2.2 Las Cartas Invitación como Actos de Coacción Disfrazados
La Segunda Sala de la Suprema Corte de Justicia de la Nación (SCJN) ha determinado mediante
jurisprudencia que las "cartas invitación" emitidas por el SAT no constituyen un acto de molestia
definitivo, al ser únicamente invitaciones a regularizarse que no definen una situación jurídica. Sin
embargo, en la realidad operativa del contador y de la empresa, estas cartas operan como mecanismos
de coacción administrativa.
Las cartas contienen prellenados informáticos detallados que exigen aclaraciones en plazos sumamente
restrictivos. Si el contribuyente ignora la "invitación", el sistema informático bloquea de manera
programada el acceso a la presentación de declaraciones o emite una alerta interna que desencadena
facultades de comprobación más severas, restándole al procedimiento el carácter de "voluntario".
3.2.3 La Restricción Temporal de Sellos Digitales y la Parálisis Operativa
El punto de mayor quiebre analizado es la aplicación del artículo 17-H Bis del CFF, el cual faculta al
SAT a restringir temporalmente el Certificado de Sello Digital (CSD) cuando detecte discrepancias
automatizadas. Para cualquier unidad económica o PyME, la restricción del CSD equivale a una muerte
comercial inmediata, dado que se ve imposibilitada para facturar sus ventas y servicios.
El problema jurídico radica en que la restricción es ejecutada por el sistema informático de forma previa
a que exista un procedimiento de auditoría formal (como una visita domiciliaria o revisión de gabinete)
donde un auditor humano examine la materialidad de las operaciones o la contabilidad interna de la
empresa. El contribuyente es sancionado en su operación de manera preventiva por un algoritmo,
revirtiendo la carga de la prueba y forzándolo a demostrar su inocencia bajo un estado de asfixia
financiera y plazos de atención institucional que comúnmente exceden lo previsto en la legislación por
saturación de las plataformas.
4. CONCLUSIONES
La incorporación de la Inteligencia Artificial y los modelos predictivos en la administración tributaria
mexicana representa un hito tecnológico innegable que ha optimizado de manera histórica la eficiencia
recaudatoria del Estado. Sin embargo, los hallazgos de este análisis documental revelan que esta
efectividad no ha sido acompañada por una evolución equivalente en la protección de los derechos
procesales del ciudadano. La automatización de los actos de control ha generado una asimetría
pág. 1397
estructural que coloca al contribuyente en una posición de vulnerabilidad frente al ejercicio del poder
fiscal.
El principio de seguridad jurídica, concebido en el marco constitucional como un escudo contra el
arbitrio de la autoridad, se debilita ante la opacidad de los criterios algorítmicos. Las denominadas
"cajas negras" impiden conocer el origen exacto de las presunciones institucionales, transformando la
fiscalización en un proceso unilateral donde el contribuyente, desprovisto de una explicación clara sobre
el diseño predictivo que lo cataloga como de "alto riesgo", debe desvirtuar observaciones masivas bajo
esquemas operativos de asfixia, como lo es la restricción del Certificado de Sello Digital.
Para mitigar esta problemática sin restar eficiencia al gasto público, es urgente legislar en materia de
derechos digitales del contribuyente. Se propone la creación de un marco normativo de "Transparencia
Algorítmica Fiscal", que obligue al SAT a hacer públicos los parámetros generales de desviación y los
criterios de riesgo que alimentan a sus modelos de machine learning. Asimismo, los actos de molestia
automatizados como las cartas invitación y las restricciones preventivas de sellos deben regularse
formalmente para evitar que operen como sanciones de facto antes de que medie una valoración humana
por parte de la autoridad o un análisis exhaustivo de la materialidad de las transacciones.
Finalmente, para el profesional de la Contaduría Pública egresado de la Universidad Autónoma del
Estado de Hidalgo, este entorno exige una reconfiguración de competencias. El contador
contemporáneo debe migrar de un enfoque puramente reactivo hacia una práctica de auditoría
preventiva y analítica, capaz de replicar internamente los cruces de datos e inconsistencias algorítmicas
de los CFDI antes de que los sistemas de la autoridad fiscal emitan alertas de discrepancia.
5. REFERENCIAS BIBLIOGRÁFICAS
Carrasco Iriarte, H. (2024). Derecho Fiscal Constitucional (9ª ed.). Editorial Oxford University Press.
Código Fiscal de la Federación [CFF]. (1981). Artículos 17-H Bis, 42 y 69-B. Edición actualizada,
México.
Constitución Política de los Estados Unidos Mexicanos [CPEUM]. (1917). Artículo 16. Última reforma
publicada en el Diario Oficial de la Federación (DOF).
Corte Interamericana de Derechos Humanos. (2022). Garantías judiciales, debido proceso y
tecnologías automatizadas en la administración. San José de Costa Rica.
estructural que coloca al contribuyente en una posición de vulnerabilidad frente al ejercicio del poder
fiscal.
El principio de seguridad jurídica, concebido en el marco constitucional como un escudo contra el
arbitrio de la autoridad, se debilita ante la opacidad de los criterios algorítmicos. Las denominadas
"cajas negras" impiden conocer el origen exacto de las presunciones institucionales, transformando la
fiscalización en un proceso unilateral donde el contribuyente, desprovisto de una explicación clara sobre
el diseño predictivo que lo cataloga como de "alto riesgo", debe desvirtuar observaciones masivas bajo
esquemas operativos de asfixia, como lo es la restricción del Certificado de Sello Digital.
Para mitigar esta problemática sin restar eficiencia al gasto público, es urgente legislar en materia de
derechos digitales del contribuyente. Se propone la creación de un marco normativo de "Transparencia
Algorítmica Fiscal", que obligue al SAT a hacer públicos los parámetros generales de desviación y los
criterios de riesgo que alimentan a sus modelos de machine learning. Asimismo, los actos de molestia
automatizados como las cartas invitación y las restricciones preventivas de sellos deben regularse
formalmente para evitar que operen como sanciones de facto antes de que medie una valoración humana
por parte de la autoridad o un análisis exhaustivo de la materialidad de las transacciones.
Finalmente, para el profesional de la Contaduría Pública egresado de la Universidad Autónoma del
Estado de Hidalgo, este entorno exige una reconfiguración de competencias. El contador
contemporáneo debe migrar de un enfoque puramente reactivo hacia una práctica de auditoría
preventiva y analítica, capaz de replicar internamente los cruces de datos e inconsistencias algorítmicas
de los CFDI antes de que los sistemas de la autoridad fiscal emitan alertas de discrepancia.
5. REFERENCIAS BIBLIOGRÁFICAS
Carrasco Iriarte, H. (2024). Derecho Fiscal Constitucional (9ª ed.). Editorial Oxford University Press.
Código Fiscal de la Federación [CFF]. (1981). Artículos 17-H Bis, 42 y 69-B. Edición actualizada,
México.
Constitución Política de los Estados Unidos Mexicanos [CPEUM]. (1917). Artículo 16. Última reforma
publicada en el Diario Oficial de la Federación (DOF).
Corte Interamericana de Derechos Humanos. (2022). Garantías judiciales, debido proceso y
tecnologías automatizadas en la administración. San José de Costa Rica.
pág. 1398
Flores Zavala, E. (2023). Elementos de Finanzas Públicas Mexicanas. Editorial Porrúa.
García, M. (2023). Derecho fiscal y seguridad jurídica frente a la era digital. Editorial Oxford.
Garza, A., & Treviño, J. (2024). Inteligencia artificial en las administraciones públicas: Retos legales y
éticos del algoritmo. Revista Iberoamericana de Derecho Público, 31(1), 89-114.
Hernández, L. (2021). Tecnología y administración tributaria. Revista Jurídica Fiscal, 45(2), 12-34.
Instituto Mexicano de Contadores Públicos [IMCP]. (2025). Análisis práctico sobre las discrepancias
en CFDI y el uso de plataformas algorítmicas del SAT. Documento Técnico de la Comisión Fiscal
Nacional.
Ley del Impuesto sobre la Renta [LISR]. (2013). Última reforma publicada en el Diario Oficial de la
Federación (DOF), México.
López Montero, J. (2025). Garantías constitucionales del gobernado en materia tributaria. Editorial
LexisNexis.
Organización para la Cooperación y el Desarrollo Económicos [OECD]. (2023). Tax Administration
Digital Transformation Report. OECD Publishing.
Procuraduría de la Defensa del Contribuyente [PRODECON]. (2024). Análisis sistémico sobre las
cartas invitación emitidas por el Servicio de Administración Tributaria: Vulneraciones a la
certidumbre jurídica. Cuadernos de Estudios Fiscales, 12(3), 45-67.
Procuraduría de la Defensa del Contribuyente [PRODECON]. (2025). Guía práctica para la atención
de restricciones temporales de Certificados de Sello Digital bajo el artículo 17-H Bis del CFF.
Secretaría General Técnico, México.
Resolución Miscelánea Fiscal [RMF]. (2026). Publicada en el Diario Oficial de la Federación (DOF) el
24 de diciembre de 2025.
Ríos Granados, G. (2025). La digitalización de la administración tributaria en México y los derechos
humanos de los contribuyentes. Revista de Derecho Financiero y Tributario, 18(2), 112-135.
Rivera, J. (2022). Fiscalización electrónica y derechos del contribuyente. Editorial Porrúa.
Rodríguez Lobato, R. (2024). Derecho Fiscal (3ª ed.). Editorial Oxford University Press.
Sánchez-Pedroza, M. (2024). Big data, machine learning y el fin de la privacidad fiscal: Un enfoque
crítico sobre la recaudación automatizada. Estudios Fiscales Latinoamericanos, 14(2), 201-226.
Flores Zavala, E. (2023). Elementos de Finanzas Públicas Mexicanas. Editorial Porrúa.
García, M. (2023). Derecho fiscal y seguridad jurídica frente a la era digital. Editorial Oxford.
Garza, A., & Treviño, J. (2024). Inteligencia artificial en las administraciones públicas: Retos legales y
éticos del algoritmo. Revista Iberoamericana de Derecho Público, 31(1), 89-114.
Hernández, L. (2021). Tecnología y administración tributaria. Revista Jurídica Fiscal, 45(2), 12-34.
Instituto Mexicano de Contadores Públicos [IMCP]. (2025). Análisis práctico sobre las discrepancias
en CFDI y el uso de plataformas algorítmicas del SAT. Documento Técnico de la Comisión Fiscal
Nacional.
Ley del Impuesto sobre la Renta [LISR]. (2013). Última reforma publicada en el Diario Oficial de la
Federación (DOF), México.
López Montero, J. (2025). Garantías constitucionales del gobernado en materia tributaria. Editorial
LexisNexis.
Organización para la Cooperación y el Desarrollo Económicos [OECD]. (2023). Tax Administration
Digital Transformation Report. OECD Publishing.
Procuraduría de la Defensa del Contribuyente [PRODECON]. (2024). Análisis sistémico sobre las
cartas invitación emitidas por el Servicio de Administración Tributaria: Vulneraciones a la
certidumbre jurídica. Cuadernos de Estudios Fiscales, 12(3), 45-67.
Procuraduría de la Defensa del Contribuyente [PRODECON]. (2025). Guía práctica para la atención
de restricciones temporales de Certificados de Sello Digital bajo el artículo 17-H Bis del CFF.
Secretaría General Técnico, México.
Resolución Miscelánea Fiscal [RMF]. (2026). Publicada en el Diario Oficial de la Federación (DOF) el
24 de diciembre de 2025.
Ríos Granados, G. (2025). La digitalización de la administración tributaria en México y los derechos
humanos de los contribuyentes. Revista de Derecho Financiero y Tributario, 18(2), 112-135.
Rivera, J. (2022). Fiscalización electrónica y derechos del contribuyente. Editorial Porrúa.
Rodríguez Lobato, R. (2024). Derecho Fiscal (3ª ed.). Editorial Oxford University Press.
Sánchez-Pedroza, M. (2024). Big data, machine learning y el fin de la privacidad fiscal: Un enfoque
crítico sobre la recaudación automatizada. Estudios Fiscales Latinoamericanos, 14(2), 201-226.
pág. 1399
Servicio de Administración Tributaria [SAT]. (2025). Plan Maestro de Fiscalización y Recaudación:
Innovación tecnológica y modelos de analítica de datos. Secretaría de Hacienda y Crédito Público.
Suprema Corte de Justicia de la Nación [SCJN]. (2023). Jurisprudencia por contradicción de criterios
2a./J. 45/2023 (11a.): Cartas invitación emitidas por el fisco. No constituyen un acto de molestia
definitivo. Semanario Judicial de la Federación.
Valdés Costa, R. (2023). Curso de Derecho Tributario (4ª ed.). Editorial Depalma.
Servicio de Administración Tributaria [SAT]. (2025). Plan Maestro de Fiscalización y Recaudación:
Innovación tecnológica y modelos de analítica de datos. Secretaría de Hacienda y Crédito Público.
Suprema Corte de Justicia de la Nación [SCJN]. (2023). Jurisprudencia por contradicción de criterios
2a./J. 45/2023 (11a.): Cartas invitación emitidas por el fisco. No constituyen un acto de molestia
definitivo. Semanario Judicial de la Federación.
Valdés Costa, R. (2023). Curso de Derecho Tributario (4ª ed.). Editorial Depalma.