Columna RDCF

Imagen de la red (TN, AdobeStock)

La irrupción masiva de la inteligencia artificial en el mercado laboral plantea uno de los mayores retos fiscales de la historia económica contemporánea. A diferencia de revoluciones tecnológicas previas, la IA no solo automatiza tareas manuales y repetitivas, sino que desplaza funciones cognitivas complejas que hasta ahora se consideraban exclusivamente humanas. Este salto cualitativo amenaza con erosionar la principal fuente de ingresos de los estados modernos: la tributación del trabajo.

 La OCDE (2019) estima que entre el 14% y el 32% de los empleos mundiales serán significativamente afectados por la automatización en los próximos años. El Fondo Monetario Internacional (2024) señala que aproximadamente el 40% de los empleos globales están expuestos a la IA, porcentaje que asciende al 60% en economías avanzadas. En paralelo, los sistemas tributarios de la Unión Europea dependen en más del 50% de la recaudación vinculada al trabajo -IRPF y contribuciones a la seguridad social- (Comisión Europea, 2023), lo que convierte el desempleo tecnológico en un riesgo fiscal de primer orden.

Agravando el diagnóstico, Acemoglu y Restrepo (2017) demostraron que los sistemas fiscales vigentes ya presentan un sesgo estructural a favor del capital tecnológico, la carga impositiva efectiva sobre inversiones en activos digitales es de aproximadamente el 5%, frente a más del 25% sobre el trabajo. Este desequilibrio incentiva activamente la sustitución de empleados por sistemas de IA, sin que el marco fiscal haya sido diseñado para gestionar sus consecuencias sociales.

Balcells Roca (2024) propone una lectura cronológica del problema en tres etapas. En la actualidad, la IA convive con el trabajo humano de forma complementaria, aunque con un potencial disruptivo ya visible. A medio plazo, la aceleración tecnológica podría desencadenar un período de desempleo estructural que, sin respuesta fiscal adecuada, colapsaría simultáneamente los ingresos públicos y la capacidad del Estado para financiar las redes de protección social necesarias. A largo plazo, el riesgo no es solo el desempleo, sino la concentración oligárquica de la riqueza generada por la IA, como advierte el FMI (2024), «la desigualdad por rendimientos del capital siempre aumenta con la adopción de la IA», tendencia que Piketty (2014) había anticipado teóricamente al demostrar que cuando la tasa de retorno del capital supera sistemáticamente el crecimiento económico, la concentración patrimonial es inevitable.

Stiglitz (citado en Buschwick, 2023) y Freeman (2015) coinciden en señalar que, sin intervención pública, los beneficios de la IA tenderán a concentrarse en los propietarios del capital tecnológico, ampliando la brecha entre el 1% más rico -que según  la Unión Banco de Suiza, UBS (2022) sus siglas en inglés, ya acumula el 45,8% de la riqueza mundial- y el resto de la población. Esta concentración no es un efecto colateral menor, es el resultado estructuralmente previsible de la lógica de mercado aplicada a una tecnología que sustituye trabajo por capital sin ningún mecanismo redistributivo.

Ahora bien, la literatura especializada ha identificado varias familias de respuestas fiscales. La primera, defendida por Seamans (2021) y aplicada en Corea del Sur en 2017, consiste en eliminar o condicionar los incentivos fiscales que actualmente favorecen la inversión en capital tecnológico sobre la contratación humana, nivelando el campo de juego sin crear nuevos tributos. La segunda propone un impuesto sobre la propiedad de activos de IA, descartado por la doctrina mayoritaria al no reflejar adecuadamente la capacidad económica real ni generar incentivos al empleo (Oberson, 2024). La tercera, más elaborada, consiste en imputar al propietario o empleador de la IA un salario equivalente al que habría percibido el trabajador desplazado, obligándole a tributar como si ese salario fuese real. Aunque lógicamente atractiva, esta opción genera distorsiones perversas  pues incentiva mantener salarios artificialmente bajos y plantea costes administrativos desproporcionados (García Novoa, 2018; Balcells Roca, 2024).

La propuesta más sólida, avalada por el análisis comparado de Chand, Kostic y Reis (2020) y desarrollada por Balcells Roca (2024), es la introducción de un factor de ajuste progresivo en el Impuesto de Sociedades. El mecanismo convertiría el tipo impositivo fijo en un tipo variable dependiente de dos indicadores: la relación entre beneficios y número de empleados -proxy del grado de automatización- y el porcentaje de ingresos destinado a masa salarial -proxy de la política redistributiva interna de la empresa-. A mayor automatización y menor participación salarial en los ingresos, mayor tipo impositivo, dentro de un rango determinado por el legislador y diferenciado por sectores para preservar la neutralidad competitiva.

Este mecanismo presenta ventajas decisivas sobre las alternativas, certeza jurídica al insertarse en un marco tributario conocido; eficiencia administrativa al basarse en datos contables ordinarios; incentivos directos al empleo y al aumento salarial; y armonización internacional en el marco del programa BEPS 2.0 de la OCDE (2021) y de los proyectos de armonización del Impuesto de Sociedades en la Unión Europea (BEFIT, Comisión Europea, 2023). Además, introduce progresividad en la tributación empresarial sin los problemas de legitimidad que acompañan al Impuesto a las Sociedades progresivo clásico, vinculando la mayor carga fiscal no al volumen absoluto de beneficios sino a la forma en que la empresa distribuye el valor generado entre capital y trabajo.

En líneas finales, los estados no pueden permitirse esperar a que el desplazamiento laboral masivo sea un hecho consumado para diseñar respuestas fiscales. Como señala el FMI (2024), se necesita un «enfoque proactivo de todos los legisladores». La tributación de la IA no es una amenaza al crecimiento tecnológico, sino la condición necesaria para que ese crecimiento sea socialmente sostenible. La elección no es entre innovar y redistribuir, es entre redistribuir ahora, con herramientas bien diseñadas, o afrontar mañana una crisis fiscal y social de consecuencias incalculables.

Es cuánto.

Alma Cienfuegos | Reflexiones desde la Ciencia Fiscal.

Referencias

Acemoglu, D. y Restrepo, P. (2017). Robots and jobs: Evidence from US labor markets. NBER Working Paper No. 23285.

Balcells Roca, T. (2024). La asimilación de la inteligencia artificial y sus posibles consecuencias fiscales [TFG, Universitat Pompeu Fabra].

Chand, V., Kostic, S. y Reis, A. (2020). Taxing artificial intelligence and robots. World Tax Journal, 12(4), 505-562.

Comisión Europea. (2023). Annual report on taxation 2023. Publications Office of the European Union.

Fondo Monetario Internacional. (2024). Gen-AI: Artificial intelligence and the future of work. FMI.

Freeman, R. B. (2015). Who owns the robots rules the world. IZA World of Labour, 5.

García Novoa, C. (2018). La tributación de los robots y el futurismo fiscal. Taxlandia.

Oberson, X. (2024). Taxing artificial intelligence. Edward Elgar Publishing.

OCDE. (2021). Enfoque de dos pilares para abordar los desafíos fiscales derivados de la digitalización. OCDE.

Piketty, T. (2014). El capital en el siglo XXI. Fondo de Cultura Económica.

Seamans, R. (2021). Tax not the robots. Brookings Institution.