SciELO - Scientific Electronic Library Online

 
vol.5 número11Estado obeso y fortalecimiento institucional: un enfoque técnico desde la gestión del talento humanoGestión de habilidades comunicativas y satisfacción laboral en el personal de enfermería en un Hospital Nacional Lima, Perú índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista Impulso

versión impresa ISSN 2959-9040versión On-line ISSN 2959-9040

Resumen

VILLCA CONDORI, Hernan Felipe. Inteligência artificial e arrecadação de impostos: uma alternativa para aprimorar os governos locais. Impulso [online]. 2025, vol.5, n.11, pp.537-553.  Epub 02-Jul-2025. ISSN 2959-9040.  https://doi.org/10.59659/impulso.v.5i11.161.

A aplicação de inteligência artificial (IA) na arrecadação de impostos locais é apresentada como uma solução inovadora para combater a evasão fiscal, otimizar processos administrativos e aumentar a eficiência em governos municipais. O objetivo deste artigo é avaliar criticamente o material disponível. Por meio de uma revisão sistemática, utilizando uma metodologia quantitativa, compila um grande número de artigos científicos que abordam o contexto da IA na arrecadação de impostos em governos locais. As seguintes bases de dados foram revisadas: Scielo, EBSCO, Wos, Google Acadêmico e Scopus. Utilizando o sistema PRISMA, termos-chave associados à IA e arrecadação de impostos foram utilizados como critérios de inclusão para recuperar 15 artigos classificados dos últimos cinco anos. A IA é um facilitador fundamental para a transformação da arrecadação de impostos locais, mas seu sucesso depende de estratégias abrangentes que combinem tecnologia, ajustes regulatórios e cooperação interinstitucional.

Palabras clave : Cibernética; Ciência da Computação; Inteligência; Lógica; Política Fiscal; Impostos.

        · resumen en Español | Inglés     · texto en Español     · Español ( pdf )