Inteligencia Artificial como herramienta para la sostenibilidad fiscal de los gobiernos subnacionales en México.
DOI:
https://doi.org/10.29393/GP10-1HSJM30001Palabras clave:
Inteligencia Artificial, Sostenibilidad Fiscal, Gobiernos Subnacionales, Eficiencia GubernamentalResumen
La sostenibilidad fiscal de los gobiernos subnacionales en México enfrenta retos estructurales asociados a la baja recaudación de ingresos propios, la dependencia de transferencias federales y la ineficiencia en la gestión del gasto público. El estudio adopta un enfoque cuantitativo, descriptivo y comparativo, basado en el análisis de fuentes secundarias oficiales para las 32 entidades federativas de México. Se construyó un Índice de Sostenibilidad Fiscal con Inteligencia Artificial (ISF-IA), integrado por cuatro dimensiones: digitalización, interacción ciudadana, barreras institucionales e ingresos propios. Las ponderaciones se definieron a partir de su relevancia teórica en la literatura sobre gobernanza fiscal digital. Los resultados evidencian amplias brechas regionales en los niveles de digitalización y sostenibilidad fiscal. La mayoría de las entidades se ubican en niveles medios o bajos de desarrollo digital, lo que limita el potencial de adopción de IA para fortalecer la recaudación y la autonomía financiera. Estas diferencias confirman que el impacto de la IA en la sostenibilidad fiscal depende más de la capacidad institucional y la infraestructura tecnológica que de la disponibilidad de herramientas automatizadas. El estudio concluye que la IA representa una oportunidad de innovación para los gobiernos subnacionales, pero su implementación requiere estrategias integrales de fortalecimiento institucional, transparencia y gobernanza digital responsable. El principal aporte del estudio es la construcción de un índice como herramienta comparativa para evaluar la madurez digital fiscal de las entidades federativas.
Descargas
Citas
Artiles, A. (s.f.). El impacto de los impuestos en Latinoamérica debido a la adopción de la IA. PwC. Recuperado el 15 de julio de 2025 de https://www.pwc.com/ia/es/publicaciones/perspectivas-pwc/el-impacto-de-los-impuestos-en-latinoamerica-debido-a-la-adopcion-de-la-IA.html
Banco Interamericano de Desarrollo (BID). (2020). Informe macroeconómico de América Latina y el Caribe 2020: Políticas para combatir la pandemia. https://publications.iadb.org/es/informe-macroeconomico-de-america-latina-y-el-caribe-2020
Banco Mundial. (2024). A primer on restoring fiscal space and sustainability. https://documents1.worldbank.org/curated/en/099062724151525291/pdf/P1778861af1af80681916110829a341e1c1.pdf
Banco Mundial. (2025). Strengthening fiscal governance in the Western Balkans. https://www.worldbank.org/en/region/eca/brief/strengthening-fiscal-governance-in-the-western-balkans
Blanchard, O. J. (2013). Growth forecast errors and fiscal multipliers. American Economic Review, 103(3), 117–120. https://doi.org/10.1257/aer.103.3.117
Blanchard, O. J., Chouraqui, J.-C., Hagemann, R., & Sartor, N. (1991). The sustainability of fiscal policy: New answers to an old question (NBER Working Paper R1547). National Bureau of Economic Research. https://ssrn.com/abstract=227461
Campos, M. (2025). AI and public policy in Latin America and the Caribbean. Centro Latinoamericano de Administración para el Desarrollo (CLAD). https://web-api-backend.clad.org/api/web/file/ai_maxicampos_en.pdf
Centro de Estudios de las Finanzas Públicas (CEFP). (2007). Presentación financiera Cámara de Diputados, H. Congreso de la Unión. Cámara de Diputados, H. Congreso de la Unión. https://www.cefp.gob.mx/intr/edocumentos/pdf/cefp/cefp1042007.pdf
Centro de Estudios de las Finanzas Públicas (CEFP). (2023). Documento de investigación, Centro de Estudios de las Finanzas Públicas (CEFP). Cámara de Diputados, H. Congreso de la Unión. https://www.cefp.gob.mx/publicaciones/investigaciones/2023inv6.pdf
Chalk, N., & Hemming, R. (2000). Assessing fiscal sustainability in theory and practice (IMF Working Paper WP/00/81). Fondo Monetario Internacional. https://www.imf.org/en/Publications/WP/Issues/2016/12/30/Assessing-Fiscal-Sustainability-in-Theory-and-Practice-3561
Chapman, J. I. (2008). State and local fiscal sustainability: The challenges. Public Administration Review, 68(s1), 115–131. https://doi.org/10.1111/j.1540-6210.2008.00983.x
Collosa, A. (2025). ¿Cuál será el futuro de la inteligencia artificial en las administraciones tributarias? Blog CIAT – Centro Interamericano de Administraciones Tributarias. Recuperado el 15 de julio de 2025 de https://www.ciat.org/ciatblog-cual-sera-el-futuro-de-la-inteligencia-artificial-en-las-administraciones-tributarias/
Comisión Económica para América Latina y el Caribe (CEPAL). (2013). Políticas fiscales para el crecimiento y la igualdad. CEPAL. https://www.cepal.org/es/publicaciones/5372-politicas-fiscales-crecimiento-la-igualdad
Comisión Económica para América Latina y el Caribe (CEPAL). (2025). Latin America and the Caribbean accelerate the adoption of artificial intelligence. CEPAL. Recuperado el 15 de julio de 2025 de https://www.cepal.org/en/pressreleases/latin-america-and-caribbean-accelerate-adoption-artificial-intelligence-though
Contreras-Yupanqui, B. (2025). Implementation of artificial intelligence systems in public administration in Latin America: Impacts and challenges. LatIA, 3, 1–10. https://doi.org/10.62486/latia2025288
Coronado, J. (2010). Sostenibilidad de las finanzas en gobiernos subnacionales. Trimestre Fiscal, (95), 29–75. https://biblat.unam.mx/hevila/Trimestrefiscal/2010/no95/2.pdf
Criado, J. I. (2016). Las administraciones públicas en la era del gobierno abierto: Gobernanza inteligente para un cambio de paradigma en la gestión pública. Revista de Estudios Políticos, (173), 245–275. https://doi.org/10.18042/cepc/rep.173.09
Criado, J. I. (2024). Inteligencia artificial en el sector público latinoamericano: Estudio comparado a partir de la Carta Iberoamericana de Inteligencia Artificial en la Administración Pública. Revista del CLAD Reforma y Democracia, (88), 116–143. https://doi.org/10.69733/clad.ryd.n88.a387
Daniel, J., Davis, J., Fouad, M., & Rijckeghem, C. (2006). Ajuste fiscal para la estabilidad y el crecimiento (Pamphlet Series No. 55). Fondo Monetario Internacional. https://www.imf.org/-/media/Websites/IMF/imported-publications-loe-pdfs/external/spanish/pubs/ft/pam/pam55/pam55s.ashx
Díaz, S. (2021). Prólogo. En Experiencia: Datos e inteligencia artificial en el sector público (pp. 6–7). CAF – Banco de Desarrollo de América Latina. https://scioteca.caf.com/handle/123456789/1793
Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of big data: Evolution, challenges and research agenda. International Journal of Information Management, 48, 63–71. https://doi.org/10.1016/j.ijinfomgt.2019.01.021
Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., Galanos, V., et al. (2021). Artificial intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, Artículo 101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002
Eggers, W. D. (2017). AI-augmented government: Using cognitive technologies to redesign public sector work. Deloitte University Press. Recuperado el 15 de julio de 2025 de https://www2.deloitte.com/us/en/insights/focus/cognitive-technologies/artificial-intelligence-government.html
Fondo Monetario Internacional (FMI). (2002). Assessing sustainability. https://www.imf.org/external/np/pdr/sus/2002/eng/052802.pdf
Fondo Monetario Internacional (FMI). (2003). Assessing fiscal sustainability: A cross-country comparison (IMF Working Paper WP/03/145). Fondo Monetario Internacional. https://www.imf.org/external/pubs/ft/wp/2003/wp03145.pdf
Fuentes, P., Hankins, E., Stirling, R., Cirri, G., Grau, G., Rahim, S., & Crampton, E. (2024). Government AI readiness index 2024. Oxford Insights. https://oxfordinsights.com/wp-content/uploads/2024/12/2024-Government-AI-Readiness-Index-2.pdf
González Fernández-Mellado, M. (2024). Inteligencia artificial: cómo construir confianza e impulsar el cumplimiento fiscal. PwC Ideas. Recuperado el 15 de julio de 2025 de https://ideas.pwc.es/archivos/20241129/inteligencia-artificial-como-construir-confianza-e-impulsar-el-cumplimiento-fiscal/
Henman, P. (2020). Improving public services using artificial intelligence: Possibilities, pitfalls, governance. Asia Pacific Journal of Public Administration, 42(4), 209–221. https://doi.org/10.1080/23276665.2020.1816188
Jiménez, J., & Podestá, A. (2021). Tributación indirecta sobre la economía digital y su potencial recaudatorio en América Latina. En Emparejando la cancha en tiempos de crisis (Documentos de Trabajo CIAT DT-02-2021, pp. 5–66). Centro Interamericano de Administraciones Tributarias (CIAT). https://www.ciat.org/Biblioteca/DocumentosdeTrabajo/2021/DT-02-2021-Jimenez-Podesta.pdf
Juárez-Merino, M. Á. (2025). Artificial intelligence and citizenship in Latin American governments. Public Administration Issues, (5), 71–86. https://doi.org/10.17323/1999-5431-2025-0-5-71-86
Kearns, J. (2023, diciembre). Las repercusiones de la inteligencia artificial en las finanzas. Finance & Development. Fondo Monetario Internacional. https://www.imf.org/es/Publications/fandd/issues/2023/12/AI-reverberations-across-finance-Kearns
Mendoza, E. G., & Ostry, J. D. (2008). International evidence on fiscal solvency: Is fiscal policy responsible? Journal of Monetary Economics, 55(6), 1081–1109. https://doi.org/10.1016/j.jmoneco.2008.06.003
Mergel, I., Rethemeyer, R. K., & Isett, K. R. (2016). Big data in public affairs. Public Administration Review, 76(6), 928–937. https://doi.org/10.1111/puar.12625
Mikhaylov, S. J., Esteve, M., & Campion, A. (2018). Artificial intelligence for the public sector: Opportunities and challenges of cross-sector collaboration. Philosophical Transactions of the Royal Society A, 376(2128), 1–21. https://doi.org/10.1098/rsta.2017.0357
Morales, V. (2024). Las aplicaciones de la inteligencia artificial en la digitalización de la gestión pública mexicana. Centro de Estudios de Derecho e Investigaciones Parlamentarias (CEDIP), Cámara de Diputados. https://portalhcd.diputados.gob.mx/PortalWeb/Micrositios/5088e699-0b6a-4064-9929-ea4ce87b56ae.pdf
Organización para la Cooperación y el Desarrollo Económicos (OCDE) & Banco de Desarrollo de América Latina (CAF). (2023). Digital government review of Latin America and the Caribbean: Building inclusive and responsive public services (OECD Digital Government Studies). OECD Publishing. https://doi.org/10.1787/29f32e64-en
Ospina, M., & Zambrano, K. (2023). Gobierno digital e inteligencia artificial: una mirada al caso colombiano. Administración y Desarrollo, 53(1), 1–34. https://doi.org/10.22431/25005227.vol53n1.2
Ostry, J. D., Ghosh, A. R., Kim, J. I., & Qureshi, M. S. (2010). Fiscal space (IMF Staff Position Note SPN/10/11). Fondo Monetario Internacional. https://www.imf.org/external/pubs/ft/spn/2010/spn1011.pdf
PricewaterhouseCoopers (PwC). (2025). En la era de la IA: la velocidad y la innovación importan cada vez más. PwC Insights. Recuperado el 15 de julio de 2025 de https://www.pwc.com/co/es/pwc-insights/era-de-la-ia-velocidad-innovacion.html
Ramírez, R. (2024). Transformación digital: potenciando la toma de decisiones con IA y data. IPADE Business School. Recuperado el 15 de julio de 2025 de https://www.ipade.mx/newsmedia/estrategia/transformacion-digital-potenciando-la-toma-de-decisiones-con-ia-y-data/
Rosales, M., & Del Río, J. (2018). Marco de referencia para analizar la sostenibilidad fiscal en México. En N. Pérez (Ed.), Panorama de la sostenibilidad fiscal en México (pp. 9–52). Senado de la República. http://bibliodigitalibd.senado.gob.mx/bitstream/handle/123456789/4106/1%20Publicaci%C3%B3n%20Panorama%20de%20la%20sostenibilidad.pdf?sequence=1&isAllowed=y
Rosengard, J. K. (2020). La digitalización tributaria en México: factores de éxito y líneas de trabajo futuras. Better Than Cash Alliance (BTCA). https://btca-production-site.s3.amazonaws.com/document_files/526/document_files/Tax_Digitalization_in_Mexico_Success_Factors_and_Pathways_Forward_sp.pdf
Saldívar, B. (2018, 27 de septiembre). La tecnología puede ayudar a resolver problemas fiscales: BID. El Economista. https://www.eleconomista.com.mx/economia/La-tecnologia-puede-ayudar-a-resolver-problemas-fiscales-BID-20180927-0111.html
Santaella, J. A. (2001). La viabilidad de la política fiscal: 2000–2025. Estudios, (64–65), 37–65. https://estudios.itam.mx/es/74/contenido/la-viabilidad-de-la-politica-fiscal-2000-2025
Serrano Antón, F. (2021a). ¿Será la inteligencia artificial la auténtica revolución de las administraciones tributarias 3.0? CAF – Banco de Desarrollo de América Latina. https://www.caf.com/es/blog/sera-la-inteligencia-artificial-la-autentica-revolucion-de-las-administraciones-tributarias-30/
Serrano Antón, F. (2021b). El uso de la inteligencia artificial por las administraciones tributarias: de la asistencia al contribuyente y de la lucha contra el fraude fiscal. En Experiencia: Datos e inteligencia artificial en el sector público (pp. 308–339). CAF – Banco de Desarrollo de América Latina. https://scioteca.caf.com/handle/123456789/1793
Serrano Antón, F. (2022). El uso de la inteligencia artificial para optimizar los ingresos tributarios (Gobierno digital e innovación pública: Uso e impacto de la inteligencia artificial en el sector público, Policy Brief No. 7). CAF – Banco de Desarrollo de América Latina. https://scioteca.caf.com/handle/123456789/1946
Tanner, E. (2013). Fiscal sustainability: A 21st century guide for the perplexed (IMF Working Paper WP/13/89). Fondo Monetario Internacional. https://www.imf.org/en/Publications/WP/Issues/2016/12/31/Fiscal-Sustainability-A-21st-Century-Guide-for-the-Perplexed-40482
Valle-Cruz, D., Criado, J. I., Sandoval-Almazán, R., & Ruvalcaba-Gómez, E. A. (2020). Assessing the public policy-cycle framework in the age of artificial intelligence: From agenda-setting to policy evaluation. Government Information Quarterly, 37(4), 1–12. https://doi.org/10.1016/j.giq.2020.101509
Vélez, M., Gómez, C., Osorio, M., & Sánchez, T. (2022). Conceptos fundamentales y uso responsable de la inteligencia artificial en el sector público (Datos e inteligencia artificial en el sector público, Informe 2). CAF – Banco de Desarrollo de América Latina. https://scioteca.caf.com/bitstream/handle/123456789/1921/Conceptos%20fundamentales%20y%20uso%20responsable%20de%20la%20inteligencia%20artificial%20en%20el%20sector%20p%C3%BAblico.pdf
Vogl, T. M., Seidelin, C., Ganesh, B., & Bright, J. (2019). Algorithmic bureaucracy: Managing competence, complexity, and problem solving in the age of artificial intelligence. SSRN. https://doi.org/10.2139/ssrn.3327804
Wilcox, D. W. (1989). The sustainability of government deficits: Implications of the present-value borrowing constraint. Journal of Money, Credit and Banking, 21(3), 291–306. https://doi.org/10.2307/1992415
Publicado
Cómo citar
Número
Sección
Derechos de autor 2025 César Omar Mora, Jesus Vaca Medina, Gustavo Vaca Medina
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
