Obstáculos a la efectividad del principio de explicabilidad algorítmica en el ámbito tributario

Please use this identifier to cite or link to this item: http://hdl.handle.net/10045/142518
Información del item - Informació de l'item - Item information
Title: Obstáculos a la efectividad del principio de explicabilidad algorítmica en el ámbito tributario
Authors: Pérez Bernabeu, Begoña
Research Group/s: Derecho Financiero y Tributario
Center, Department or Service: Universidad de Alicante. Departamento de Disciplinas Económicas y Financieras
Keywords: Inteligencia artificial | Decisiones automatizadas | Transparencia algorítmica | Explicabilidad | Explicaciones locales | Subject-centric explanations | Transparencia significativa | Decisiones semi-automatizadas | Intervención humana significativa | Early intervention | Rubber-stamp decisions | XAI | Black box models | Transparent models | Interpretable models
Issue Date: 2023
Publisher: Atelier
Citation: Pérez Bernabeu, Begoña (2023). “Obstáculos a la efectividad del principio de explicabilidad algorítmica en el ámbito tributario”. En: Hinojosa Torralvo, Juan José; Cruz Padial, Ignacio (dirs.). Retos Jurídico Tributarios de la robótica y de la inteligencia artificial en la era digital. Barcelona: Atelier. ISBN 978-84-19773-99-9, pp. 137-158
Abstract: En el contexto del control del uso de la Inteligencia Artificial por la Administración tributaria cobra una singular importancia el «principio de explicabilidad», un principio de la ética algorítmica que exige que los procesos sean transparentes y que las decisiones puedan explicarse a las partes que se vean afectadas por ellas. Sin embargo, en nuestro país, la aplicación del principio de explicabilidad algorítmica en el ámbito tributario dista mucho de ser efectiva. Las principales dificultades de materialización de este principio en las decisiones adoptadas por la Administración tributaria pueden concretarse en 3 obstáculos principales que son objeto de un detallado análisis en este trabajo.
Sponsor: Este trabajo se enmarca en el Proyecto de I+D+i "Data Science y Machine Learning en el ámbito tributado", del Ministerio de Ciencia, Innovación y Universidades (PID2019-108963RB-I00) del que la autora es co-Investigadora Principal. Además la autora es también miembro investigador del Grupo de Investigación que ha recibido las Ayudas para Grupos de Investigación de Excelencia del Programa PROMETEO 2020, "El Derecho Financiero y Tributario ante el reto de la innovación Científica y Tecnológica", (Resolución de concesión de 8 de julio de 2020, Expediente PROMETEO/2020/092), financiado por la Conselleria de Educación, Investigación, Cultura y Depo1te de la Generalitat Valenciana y cuya investigadora principal es Amparo Navarro Faure.
URI: http://hdl.handle.net/10045/142518
ISBN: 978-84-19773-99-9
Language: spa
Type: info:eu-repo/semantics/bookPart
Rights: © 2023 Los autores y autoras; Atelier
Peer Review: si
Appears in Collections:INV - DFT - Capítulos de Libros

Files in This Item:
Files in This Item:
File Description SizeFormat 
ThumbnailObstaculos-a-la-efectividad-del-principio-de-explicabilidad-algoritmica-en-el-ambito-tributario.pdfAcceso restringido1,57 MBAdobe PDFOpen    Request a copy


Items in RUA are protected by copyright, with all rights reserved, unless otherwise indicated.