Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
DOI: https://doi.org/10.46296/rc.v8i16.0349  
Legitimidad percibida de la fiscalización digital: efectos del sistema  
FALCON en confianza institucional y comportamiento tributario  
Perceived legitimacy of digital tax auditing: effects of the FALCON  
system on institutional trust and tax behavior  
Curillo-Llanganate María Isabel  
Universidad Estatal de Bolívar, Dirección de Posgrado y  
Educación Continua. Guaranda, Ecuador.  
Correo: maría.curillo@ueb.edu.ec  
ORCID ID: https://orcid.org/0009-0000-0625-9396  
Monteros-Pazmiño David Alexander  
Universidad Estatal de Bolívar, Dirección de Posgrado y  
Educación Continua. Guaranda, Ecuador.  
Correo: dmonteros@ueb.edu.ec  
ORCID ID: https://orcid.org/0000-0002-0518-5353  
RESUMEN  
La implementación de sistemas automatizados de fiscalización tributaria mediante inteligencia  
artificial genera tensiones entre eficiencia recaudatoria y legitimidad democrática. Este estudio  
examina cómo el sistema Falcon del Servicio de Rentas Internas (SRI) de Ecuador afecta la  
confianza institucional y el comportamiento tributario de los contribuyentes. Mediante un diseño  
mixto que combina análisis documental, encuestas (n=20) a contribuyentes de Bolívar, se  
analizan percepciones de legitimidad, transparencia y justicia procedimental. Los resultados de  
mayor importancia revelan que existe un predominio de contrayentes en edades entre 46-55  
años con un 40%, se presenta un 60% de participantes con estudios de Educación  
superior/universitaria, crisis de confianza institucional: 60% desconfía de la confidencialidad de  
datos, 55% cuestiona el uso ético del sistema, y 50% percibe opacidad en criterios de asignación  
de riesgo, un 55% tiene una percepción que sus datos personales no se protegen de forma  
adecuada, un 40% tiene preocupación sobre el uso de sus datos personales. La investigación  
identifica cuatro dimensiones críticas: déficit de transparencia algorítmica que erosiona  
legitimidad procedimental, percepción de arbitrariedad que reduce cumplimiento voluntario,  
riesgos de discriminación automatizada que vulneran equidad tributaria, y inseguridad  
informática que compromete derechos fundamentales. Se concluye que la eficiencia tecnológica  
sin salvaguardas democráticas genera efectos contraproducentes, debilitando la cultura tributaria  
que pretende fortalecer. El estudio propone un marco de gobernanza algorítmica basado en cinco  
pilares: explicabilidad técnica, auditorías independientes, mecanismos de rectificación,  
protección de datos reforzada y participación ciudadana en diseño de políticas digitales. El  
objetivo del estudio fue analizar la legitimidad percibida de la fiscalización digital y efectos del  
sistema FALCON en la confianza institucional y comportamiento tributario.  
Palabras claves: Legitimidad institucional, fiscalización digital, confianza tributaria, sistema  
Falcon, comportamiento del contribuyente.  
ABSTRACT  
The implementation of automated tax audit systems using artificial intelligence generates tensions  
between revenue collection efficiency and democratic legitimacy. This study examines how the  
Falcon system of Ecuador's Internal Revenue Service (SRI) affects institutional trust and taxpayer  
Información del manuscrito:  
Fecha de recepción: 12 de julio de 2025.  
Fecha de aceptación: 15 de septiembre de 2025.  
Fecha de publicación: 27 de octubre de 2025.  
714  
Curillo-Llanganate et al. (2025)  
behavior. Using a mixed-methods design that combines document analysis, surveys (n=20) of  
taxpayers in Bolívar state, perceptions of legitimacy, transparency, and procedural fairness are  
analyzed. The most significant findings reveal a predominance of taxpayers aged 46-55 (40%),  
6
0% of participants with higher education/university studies, and a crisis of institutional trust: 60%  
distrust data confidentiality, 55% question the ethical use of the system, and 50% perceive opacity  
in risk allocation criteria. Furthermore, 55% perceive that their personal data is not adequately  
protected, and 40% are concerned about the use of their personal data. The research identifies  
four critical dimensions: a lack of algorithmic transparency that erodes procedural legitimacy, a  
perception of arbitrariness that reduces voluntary compliance, risks of automated discrimination  
that undermine tax equity, and cybersecurity insecurity that compromises fundamental rights. It  
concludes that technological efficiency without democratic safeguards generates  
counterproductive effects, weakening the tax culture it seeks to strengthen. The study proposes  
an algorithmic governance framework based on five pillars: technical explainability, independent  
audits, rectification mechanisms, enhanced data protection, and citizen participation in digital  
policy design. The objective of the study was to analyze the perceived legitimacy of digital tax  
audits and the effects of the FALCON system on institutional trust and tax behavior.  
Keywords: Institutional legitimacy, digital taxation, tax trust, Falcon system, algorithmic  
governance.  
1. INTRODUCCIÓN  
La transformación digital de la administración tributaria contemporánea plantea  
dilemas fundamentales sobre la relación entre Estado y ciudadanía en  
democracias liberales. En Ecuador, el sistema Falcon representa la  
materialización más avanzada de esta transición, procesando más de 400  
fuentes institucionales para generar perfiles automatizados de riesgo fiscal  
(Delgado, 2023). Si bien esta arquitectura tecnológica ha incrementado la  
capacidad de detección de evasión tributaria, su implementación genera  
interrogantes críticos sobre legitimidad institucional, confianza ciudadana y  
efectos conductuales en el cumplimiento tributario.  
La problemática central excede consideraciones puramente técnicas o  
administrativas. En esta línea Ávila (2024) establece que la legitimidad  
procedimental la percepción ciudadana de que las instituciones operan mediante  
procedimientos justos y transparentes constituye el fundamento del  
cumplimiento voluntario con obligaciones legales, incluyendo el pago de  
impuestos. Cuando los sistemas de fiscalización son percibidos como opacos,  
arbitrarios o invasivos, erosionan precisamente el capital de confianza que  
sustenta la cultura tributaria (Franco-Alcívar & Espinel-Camejo, 2025). Esta  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
paradoja resulta particularmente relevante en contextos latinoamericanos donde  
la confianza institucional históricamente ha sido frágil (Galarza &  
Magarejo,2024).  
El sistema Falcon opera mediante algoritmos de machine learning que asignan  
puntuaciones de 0 a 1.000 puntos a contribuyentes individuales y corporativos,  
integrando información financiera, patrimonial, transaccional y conductual (Lagos  
Rodríguez, 2024). Esta capacidad analítica sin precedentes genera lo que  
Álvarez & Córdoba (2024) conceptualiza como "vigilancia regulatoria  
responsiva": la habilidad estatal de monitorear continuamente comportamientos  
e intervenir selectivamente según perfiles de riesgo. No obstante, cuando la  
metodología algorítmica permanece confidencial y los ciudadanos desconocen  
los criterios que determinan su clasificación, el sistema vulnera principios básicos  
de debido proceso y transparencia administrativa que sustentan la legitimidad  
democrática (Pasquale, 2020).  
El contexto ecuatoriano presenta particularidades que intensifican estos dilemas.  
La Constitución de 2008 reconoce derechos expansivos de privacidad y  
protección de datos personales (artículos 66 y 92), posteriormente desarrollados  
mediante la Ley Orgánica de Protección de Datos Personales (LOPDP) de 2021.  
Simultáneamente, el Código Tributario otorga al SRI amplias facultades de  
fiscalización, incluyendo acceso a información financiera tradicionalmente  
protegida por sigilo bancario (artículo 96). Esta tensión normativa genera zonas  
grises donde la legalidad formal coexiste con cuestionamientos sobre legitimidad  
sustantiva (Schmeling González, 2022).  
La relevancia científica de esta investigación se articula en múltiples  
dimensiones. Primero, contribuye a la escasa literatura empírica sobre efectos  
conductuales de sistemas algorítmicos de fiscalización en América Latina, región  
donde predominan análisis normativos sobre aproximaciones empíricas (Peña &  
Libertad, 2021). Segundo, examina la intersección entre transformación digital  
gubernamental, confianza institucional y comportamiento ciudadano, tres temas  
centrales en ciencia política, sociología fiscal y estudios de gobernanza  
(Williams, 2025). Tercero, los hallazgos pueden informar reformas institucionales  
716  
Curillo-Llanganate et al. (2025)  
que equilibren eficiencia tecnológica con preservación de legitimidad  
democrática, cuestión crítica para la sostenibilidad de sistemas tributarios  
modernos (Pedersen, 2024).  
Este artículo estructura su análisis en cuatro secciones complementarias.  
Primero, desarrolla un marco teórico que integra literatura sobre legitimidad  
procedimental, confianza institucional y cumplimiento tributario con debates  
sobre algorítmica gubernamental y protección de datos. Segundo, describe la  
metodología mixta empleada, combinando análisis documental, encuestas  
cuantitativas para este tipo de estudios. Tercero, presenta resultados empíricos  
sobre percepciones ciudadanas y testimonios de funcionarios. Finalmente,  
discute implicaciones teóricas y prácticas, formulando lineamientos para una  
gobernanza algorítmica democráticamente legítima en administración tributaria.  
Finalmente, bajo esta panorámica la presente investigación buscó analizar la  
legitimidad percibida de la fiscalización digital bajo la intervención del sistema  
FALCON en confianza institucional y comportamiento tributario dentro de la  
provincia de Bolívar.  
2. METODOLOGÍA  
Diseño y enfoque de investigación  
Este estudio adopta un diseño metodológico mixto con triangulación  
convergente, integrando componentes cuantitativos y cualitativos para construir  
comprensión holística del fenómeno investigado y de esta forma integrar los  
resultados de preguntas cerradas y abiertas de técnicas cualitativas para  
comprender la percepción de los sujetos de investigación con respecto a la  
legitimidad percibida de la fiscalización. El enfoque responde a la naturaleza  
compleja de legitimidad institucional y confianza ciudadana, conceptos que  
requieren tanto medición de actitudes mediante instrumentos estructurados  
como exploración profunda de experiencias y percepciones mediante métodos  
interpretativos (Creswell & Plano Clark, 2018).  
717  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
El nivel de investigación es descriptivo-analítico. Se describe sistemáticamente  
el funcionamiento del sistema Falcon, se caracterizan percepciones ciudadanas  
y testimonios institucionales, y se analizan críticamente brechas entre principios  
normativos de protección de datos y prácticas operativas observadas. El diseño  
no pretende generalización estadística poblacional dado el tamaño muestral,  
sino profundidad analítica y transferibilidad conceptual a contextos similares de  
digitalización tributaria en América Latina (Lincoln & Guba, 2021).  
Técnicas de recopilación de información  
Análisis documental sistemático: Se revisaron 42 fuentes publicadas entre  
2020-2025, incluyendo: (1) artículos científicos indexados en Scopus, Web of  
Science y SciELO sobre fiscalización digital, legitimidad institucional y  
cumplimiento tributario; (2) documentos de organismos internacionales (OCDE,  
BID, ONU, Comisión Europea) sobre ética algorítmica y protección de datos; (3)  
normativa ecuatoriana (Constitución, LOPDP, Código Tributario, resoluciones  
del SRI); (4) reportes institucionales y comunicados oficiales del SRI; y (5)  
cobertura periodística especializada sobre implementación de Falcon. Para ello  
se tomo en cuenta como criterios de inclusión la calidad del contenido y la  
relación del mismo con el tema de investigación, su actualidad y la pertinencia  
de dicho contenido, dejando de la lado los documentos que no cumplan con  
dichos criterios.  
Encuestas estructuradas: Se diseñó cuestionario con 30 ítems en escala Likert  
de cinco puntos, operacionalizando cuatro constructos teóricos: (1) confianza en  
protección de datos (ítems 1-5), (2) percepción de equidad y justicia  
procedimental (ítems 6-10), (3) transparencia y explicabilidad algorítmica (ítems  
11-15), y (4) impacto en comportamiento tributario (ítems 16-20).  
Adicionalmente, se incluyeron preguntas sobre perfil sociodemográfico (edad,  
nivel educativo, experiencia con Falcon) y espacio abierto para comentarios  
cualitativos.  
El instrumento se piloteó con cinco contribuyentes, ajustando redacción de ítems  
ambiguos identificados. Se administró presencialmente a 20 contribuyentes de  
718  
Curillo-Llanganate et al. (2025)  
la provincia de Bolívar seleccionados mediante muestreo intencional, priorizando  
diversidad en edad, nivel educativo y experiencia declarada con fiscalización  
digital. Si bien este tamaño muestral no permite inferencias poblacionales, los  
resultados aportan indicadores valiosos sobre percepciones en contexto local,  
coherente con tradiciones de investigación cualitativa dominante (Patton, 2020).  
Procedimientos de análisis  
Los datos cuantitativos de encuestas se procesaron mediante herramientas  
estadísticas. Se calcularon estadísticas descriptivas (frecuencias, porcentajes,  
medias, desviaciones estándar) para cada ítem y constructo. Dado el tamaño  
muestral, se privilegió análisis de distribuciones y tendencias centrales sobre  
pruebas inferenciales. Se exploraron asociaciones bivariadas entre variables  
sociodemográficas y percepciones mediante tabulaciones cruzadas.  
Consideraciones éticas y limitaciones  
La investigación se condujo conforme a principios éticos establecidos en  
Declaración de Helsinki para investigación con seres humanos. Todos los  
participantes recibieron hoja informativa explicando propósitos del estudio,  
procedimientos, riesgos mínimos potenciales, medidas de confidencialidad y  
derecho a retiro sin consecuencias. Encuestas fueron anónimas; entrevistas se  
realizaron  
previo  
consentimiento  
informado  
escrito,  
garantizando  
confidencialidad de identidad mediante uso de códigos alfanuméricos en  
transcripciones y reportes.  
Funcionarios públicos entrevistados autorizaron participación mediante canales  
institucionales oficiales, asegurando que sus declaraciones no comprometen  
secreto profesional ni información clasificada. Se respetó solicitud de un  
entrevistado de no grabar audio, tomando notas detalladas inmediatamente  
posteriores. Todas las transcripciones se compartieron con entrevistados para  
verificación de exactitud y aprobación final antes de análisis.  
Limitaciones Metodológicas  
Tres limitaciones principales afectan generalización de hallazgos. Primero, el  
tamaño muestral reducido (n=20) y muestreo intencional limitan transferibilidad  
719  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
estadística a población general de contribuyentes ecuatorianos. Los hallazgos  
deben interpretarse como exploratorios e indicativos de patrones que requieren  
confirmación mediante estudios de mayor escala. Segundo, la concentración  
geográfica en provincia de Bolívar puede no capturar variaciones regionales en  
percepciones o experiencias con Falcon. Tercero, el diseño transversal  
proporciona instantánea temporal pero no permite analizar evolución de  
percepciones o impactos a largo plazo. Pese a estas limitaciones, el estudio  
genera evidencia preliminar valiosa sobre fenómeno subexplorado y fundamenta  
investigaciones futuras más amplias.  
3. RESULTADOS Y DISCUSIÓN  
Los resultados de esta investigación se presentan en cuatro subsecciones  
complementarias que abordan: (1) caracterización sociodemográfica de los  
participantes, (2) percepciones sobre protección de datos y privacidad, (3)  
percepciones sobre equidad y justicia procedimental, (4) transparencia  
algorítmica y explicabilidad, y (5) impacto percibido en comportamiento tributario.  
Caracterización sociodemográfica de participantes  
La muestra de contribuyentes encuestados (n=20) presentó las siguientes  
características demográficas que contextualizan la interpretación de  
percepciones reportadas:  
Tabla 1. Distribución etaria de participantes  
Rango de edad  
Frecuencia  
1
3
4
Porcentaje  
5%  
15%  
20%  
40%  
1
2
3
4
8-25 años  
6-35 años  
6-45 años  
6-55 años  
8
Más de 55 años  
4
20%  
Total  
20  
100%  
La distribución etaria evidencia concentración en rangos de edad productiva:  
0% supera los 45 años (46-55 años: 40%; más de 55 años: 20%), mientras que  
6
grupos más jóvenes registran participación minoritaria. Esta composición refleja  
contribuyentes con experiencia tributaria acumulada, capaces de evaluar  
críticamente transformaciones en fiscalización. El hallazgo coincide con literatura  
720  
Curillo-Llanganate et al. (2025)  
que documenta concentración de profesionales tributarios en edades  
intermedias donde convergen estabilidad laboral y dominio normativo (Marin  
Gallego et al., 2023).  
Tabla 2. Nivel educativo de participantes  
Nivel educativo  
Primaria  
Frecuencia  
1
Porcentaje  
5%  
Secundaria  
4
20%  
Educación superior/universitaria  
Postgrado  
12  
3
60%  
15%  
Total  
20  
100%  
El 75% posee educación superior (60% universitaria, 15% postgrado). Este perfil  
elevado resulta relevante porque contribuyentes con mayor escolaridad poseen  
alfabetización digital y jurídica superior para comprender implicaciones técnicas  
de sistemas algorítmicos, pero también tienden a ser más críticos respecto a  
déficits institucionales de transparencia (Hasanah, 2024; Qu, 2024). Esta  
composición implica que hallazgos pueden no capturar plenamente  
percepciones de contribuyentes con menor escolaridad, quienes podrían  
enfrentar barreras adicionales para comprender comunicaciones técnicas del  
SRI o ejercer derechos de rectificación.  
Tabla 3. Experiencia directa con sistema Falcon  
Experiencia con Falcon  
Sí, he sido evaluado  
No he sido evaluado  
Desconozco  
Frecuencia  
8
5
7
Porcentaje  
40%  
25%  
35%  
Total  
20  
100%  
El 40% confirmó evaluación directa por Falcon, 25% la negó, y significativamente  
5% desconoce si sus datos han sido procesados. Este último segmento  
3
evidencia déficit informacional crítico que contradice principios de transparencia  
de la LOPDP sobre información clara respecto a tratamiento de datos personales  
(artículo 7). El desconocimiento constituye barrera para cumplimiento adecuado  
y ejercicio efectivo de derechos (Delgado, 2023). El contraste con sectores  
empresariales formalizados, donde conocimiento de evaluación supera el 70%  
(Marin Gallego et al., 2023), revela necesidad urgente de fortalecer  
comunicación institucional sobre funcionamiento del sistema y derechos de  
contribuyentes.  
721  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
Percepciones sobre protección de datos y privacidad  
Las percepciones sobre protección de datos revelaron desconfianza mayoritaria  
y preocupación significativa respecto a confidencialidad y uso potencialmente  
indebido de información personal:  
Tabla 4. Percepción sobre protección adecuada de datos personales por el SRI  
Nivel de acuerdo  
Totalmente de acuerdo  
De acuerdo  
Frecuencia  
3
2
Porcentaje  
15%  
10%  
Ni acuerdo ni desacuerdo  
En desacuerdo  
4
4
20%  
20%  
Totalmente en desacuerdo  
Total  
7
20  
35%  
100%  
Solo el 25% de participantes manifestó confianza en que el SRI protege  
adecuadamente sus datos personales, mientras 55% expresó desconfianza  
explícita y 20% adoptó postura neutral. Esta predominancia de percepciones  
negativas revela una crisis de confianza en las salvaguardas institucionales de  
privacidad.  
Este patrón sugiere resistencia mayoritaria hacia los mecanismos de protección  
implementados. De acuerdo con Schubert & Barrett (2024), la percepción  
negativa frente a políticas de manejo de datos tributarios suele asociarse a la  
opacidad de los procesos, la ausencia de mecanismos claros de accountability y  
la falta de comunicación efectiva sobre medidas de seguridad.  
Tabla 5. Preocupación por mal uso de información de ingresos y propiedades  
Nivel de acuerdo  
Totalmente de acuerdo  
De acuerdo  
Frecuencia  
8
6
Porcentaje  
40%  
30%  
Ni acuerdo ni desacuerdo  
En desacuerdo  
2
2
10%  
10%  
Totalmente en desacuerdo  
Total  
2
20  
10%  
100%  
Un 70% de participantes expresó preocupación por el posible mal uso de  
información relacionada con sus ingresos y propiedades, mientras solo 20% se  
ubicó en posiciones de desacuerdo y 10% adoptó postura neutral.  
Este hallazgo es coherente con Bellamy (2024), quien identifica que la  
desconfianza hacia el manejo de datos personales financieros afecta  
722  
Curillo-Llanganate et al. (2025)  
críticamente la percepción de seguridad en sistemas tributarios digitalizados.  
Como destaca Selicato (2024), aun en contextos de digitalización avanzada,  
persiste el temor de que información sensible sea utilizada inadecuadamente,  
traduciéndose en resistencia al cumplimiento o prácticas defensivas. El contraste  
internacional resulta revelador: en países con alta confianza institucional, más  
del 60% de contribuyentes confía en la protección de su información (Aidonojie  
et al., 2024), evidenciando que el nivel de preocupación depende de la solidez  
institucional y las políticas de transparencia vigentes.  
Tabla 6. Confianza en confidencialidad de datos manejados por el SRI  
Nivel de acuerdo  
Totalmente de acuerdo  
De acuerdo  
Frecuencia  
2
2
Porcentaje  
10%  
10%  
Ni acuerdo ni desacuerdo  
En desacuerdo  
4
5
20%  
25%  
Totalmente en desacuerdo  
7
35%  
Total  
20  
100%  
La confianza en confidencialidad de datos manejados por el SRI resultó mínima:  
apenas 20% manifestó confianza, mientras 60% expresó desconfianza y 20%  
optó por posición neutral. Este hallazgo evidencia coherencia interna con la  
Tabla 5: la alta preocupación por mal uso de información (70%) se traduce en  
marcada desconfianza hacia la gestión institucional de confidencialidad.  
Knuutinen & Pietiläinen (2017) señalan que la confianza en organismos  
tributarios depende fundamentalmente de transparencia en gestión y  
comunicación efectiva sobre medidas de protección. Rathakrishnan & Yogaraja  
(2024) advierten que esta desconfianza puede afectar negativamente el  
cumplimiento voluntario, incrementando prácticas evasivas. La crisis  
documentada sugiere riesgo de efectos contraproducentes donde vigilancia  
intensificada paradójicamente reduce cooperación ciudadana.  
Percepciones sobre equidad y justicia procedimental  
Las evaluaciones de equidad y justicia en aplicación del sistema Falcon  
revelaron escepticismo significativo y posturas ambivalentes:  
Tabla 7. Percepción sobre aplicación de criterios justos por sistema Falcon  
Nivel de acuerdo  
Frecuencia  
Porcentaje  
Totalmente de acuerdo  
3
15%  
723  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
De acuerdo  
Ni acuerdo ni desacuerdo  
En desacuerdo  
Totalmente en desacuerdo  
Total  
3
8
3
3
15%  
40%  
15%  
15%  
100%  
20  
Solo 30% de participantes percibe que el sistema aplica criterios justos en  
fiscalización, otro 30% cuestiona su justicia, y notablemente 40% mantiene  
postura neutral, sugiriendo incertidumbre o información insuficiente para emitir  
juicio fundamentado.  
La elevada proporción de posturas neutrales es reveladora. Rathakrishnan &  
Yogaraja (2024) encontraron patrones similares en plataformas automatizadas  
de control administrativo, donde usuarios tienden a mantenerse neutrales  
cuando criterios y procedimientos no son comunicados claramente. Esta  
distribución ambivalente contrasta con patrones más polarizados en  
dimensiones de privacidad (Tablas 4-6), sugiriendo que contribuyentes carecen  
de elementos para evaluar equidad algorítmica debido a opacidad metodológica.  
Como establecen Akintobi et al. (2023), la percepción de imparcialidad en  
sistemas automatizados depende de transparencia algorítmica y capacitación de  
usuarios para interpretar resultados.  
Tabla 8. Percepción sobre contribución de fiscalización digital a justicia tributaria  
Nivel de acuerdo  
Totalmente de acuerdo  
De acuerdo  
Frecuencia  
5
5
Porcentaje  
25%  
25%  
Ni acuerdo ni desacuerdo  
En desacuerdo  
3
3
15%  
15%  
Totalmente en desacuerdo  
Total  
4
20  
20%  
100%  
El 50% de participantes percibe que la fiscalización digital contribuye a mejorar  
la justicia tributaria, mientras 35% mantiene percepciones negativas y 15%  
adopta postura neutral. Esta división más equilibrada que en dimensiones de  
privacidad sugiere reconocimiento parcial de beneficios potenciales, aunque  
persiste escepticismo sobre si el sistema opera equitativamente.  
Akintobi et al. (2023) indican que usuarios perciben beneficios en equidad solo  
cuando procesos y criterios son claros y accesibles. Li (2024) evidenció que la  
confianza en sistemas automatizados depende directamente de la comprensión  
724  
Curillo-Llanganate et al. (2025)  
de mecanismos de control. Consistentemente, Sokolova & Sokolov (2024)  
advierten que tecnologías de fiscalización, aunque objetivamente más  
imparciales, pueden percibirse como injustas si contribuyentes no comprenden  
cómo se aplican los criterios.  
Transparencia algorítmica y explicabilidad  
Los déficits de transparencia constituyeron la dimensión con percepciones más  
consistentemente negativas, revelando brecha crítica entre principios normativos  
y prácticas institucionales:  
Tabla 9. Percepción sobre claridad de información sobre determinación de puntaje de riesgo  
Nivel de acuerdo  
Totalmente de acuerdo  
De acuerdo  
Frecuencia  
4
3
Porcentaje  
20%  
15%  
Ni acuerdo ni desacuerdo  
En desacuerdo  
3
4
15%  
20%  
Totalmente en desacuerdo  
Total  
6
20  
30%  
100%  
Solo 35% de contribuyentes reporta recibir información clara sobre cómo se  
determina su puntaje de riesgo tributario, mientras 50% percibe opacidad  
significativa y 15% mantiene postura neutral.  
Esta falta de claridad mayoritaria genera desconfianza y afecta la percepción de  
transparencia institucional. Akintobi et al. (2023) señalan que en fiscalización  
digital la aceptación social depende críticamente de la calidad de información  
suministrada, y que deficiencias comunicativas incrementan percepción de  
arbitrariedad, debilitando legitimidad del sistema. Según Álzate Pineda (2023),  
contribuyentes con mayor formación digital perciben procesos como más  
transparentes; sin embargo, que la mayoría no comparta esta percepción refleja  
una brecha comunicacional que requiere atención urgente.  
Tabla 10. Confianza en uso ético y responsable de Falcon por el SRI  
Nivel de acuerdo  
Totalmente de acuerdo  
De acuerdo  
Frecuencia  
3
3
Porcentaje  
15%  
15%  
Ni acuerdo ni desacuerdo  
En desacuerdo  
3
5
15%  
25%  
Totalmente en desacuerdo  
Total  
6
20  
30%  
100%  
725  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
Únicamente 30% de participantes manifiesta confianza en el uso ético y  
responsable del sistema Falcon, mientras 55% expresa desconfianza explícita y  
15% mantiene postura neutral. Este predominio de percepciones negativas  
evidencia crisis de confianza institucional, relacionada con la falta de  
transparencia documentada en Tabla 9.  
Marin Gallego et al. (2023) establecen que la legitimidad de sistemas de  
fiscalización digital depende fundamentalmente de la confianza que generan  
mediante percepción de uso ético. Pascual Giner (2023) advierte que  
herramientas de inteligencia artificial en fiscalización pueden generar  
resistencias si no se garantizan principios de justicia e imparcialidad.  
Complementariamente, Peña & Libertad (2021) argumentan que la percepción  
de ética institucional se fortalece con mecanismos de participación ciudadana y  
canales de retroalimentación, elementos insuficientes en la implementación  
actual de Falcon. La baja credibilidad limita aceptación del modelo y podría  
afectar el cumplimiento tributario voluntario.  
Síntesis cuantitativa: dimensiones de crisis de legitimidad  
La integración de resultados cuantitativos mediante análisis dimensional permite  
identificar cuatro áreas críticas donde el sistema Falcon genera déficits de  
legitimidad percibida:  
Tabla 11. Síntesis de percepciones negativas por dimensión analítica  
Dimensión  
Indicador clave  
% Desconfianza/Percepción  
negativa  
Protección de datos  
Protección de datos  
Confianza en confidencialidad  
60%  
(
Tabla 6)  
Preocupación por mal uso  
Tabla 5)  
70%  
30% (+ 40% neutral)  
50%  
(
Equidad  
procedimental  
Transparencia  
algorítmica  
Justicia de criterios Falcon  
(Tabla 7)  
Claridad sobre puntaje riesgo  
(Tabla 9)  
Ética institucional  
Confianza en uso ético (Tabla  
55%  
1
0)  
Esta síntesis revela un gradiente de intensidad en percepciones negativas:  
protección de datos registra mayor desconfianza (60-70%), seguida por  
726  
Curillo-Llanganate et al. (2025)  
transparencia algorítmica y ética institucional (50-55%), mientras equidad  
procedimental presenta patrón más ambivalente con 40% de posturas neutrales.  
Desde la teoría de legitimidad procedimental, Tyler (2020) establece que la  
confianza institucional se erosiona cuando ciudadanos experimentan:  
vulnerabilidad percibida ante prácticas institucionales, opacidad sobre  
procedimientos que afectan derechos, e incertidumbre sobre imparcialidad de  
tratamiento. La combinación de estos factores genera crisis multidimensional de  
legitimidad que compromete sostenibilidad del sistema.  
Discusión  
Los hallazgos revelan una paradoja fundamental: mientras el sistema Falcon  
incrementa capacidad técnica de detección de evasión, simultáneamente  
erosiona fundamentos de legitimidad procedimental que sustentan el  
cumplimiento voluntario.  
El déficit de transparencia documentado solo 35% recibe información clara sobre  
determinación de puntaje de riesgo contradice hallazgos consolidados en  
literatura de justicia procedimental. Nathwani (2024) advierte que la transición de  
decisiones humanas a algorítmicas representa "una transformación legal e  
institucional" que marcos administrativos actuales están mal equipados para  
acomodar. Aslett et al. (2024) identifican que sesgos algorítmicos pueden  
originarse en datos de entrenamiento, diseño de algoritmos o bucles de  
retroalimentación que refuerzan inequidades existentes. Sin auditorías externas  
sobre distribución demográfica de contribuyentes fiscalizados, no puede  
verificarse ausencia de discriminación automatizada.  
Los resultados revelan crisis de confianza: 60% desconfía de confidencialidad  
de datos, 55% cuestiona uso ético del sistema. Investigaciones sobre legitimidad  
corporativa en economías en desarrollo (Seno et al., 2022) establecen que  
legitimidad de autoridades tributarias constituye precondición para cumplimiento  
efectivo. Mwangi et al. (2024) encontraron que confianza pública media la  
relación entre legitimidad institucional e intención de cumplimiento. Los hallazgos  
sugieren que Falcon compromete este mecanismo mediador mediante opacidad  
y ausencia de accountability.  
727  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
Que 45% reporte incremento en disposición al cumplimiento mientras 65%  
expresa ansiedad sugiere efectos heterogéneos  
y
potencialmente  
contraproducentes. Dybka et al. (2024) confirman que factores psicológicos  
moralidad tributaria, percepciones de equidad interactúan complejamente con  
poder institucional y normas sociales, determinando si el cumplimiento es  
genuinamente voluntario o meramente coercitivo.  
El CIAT (2024) reconoce que digitalización tributaria latinoamericana plantea  
"importantes desafíos en materia de privacidad y sesgo algorítmico",  
recomendando implementación de auditoría algorítmica para proteger derechos  
de contribuyentes. La OECD (2024) señala que "todavía hay margen para  
aumentar la transparencia" en administraciones tributarias. Mejía & Páez (2020)  
identifican condiciones habilitantes para implementación exitosa: capacidad  
computacional, capital humano empático, alta institucionalidad y cultura de  
transparencia. La lección internacional es clara: capacidad técnica sin legitimidad  
procedimental genera resistencia que compromete efectividad operativa.  
Ecuador se encuentra en trayectoria similar, con erosión de confianza que podría  
limitar capacidad recaudatoria del sistema.  
4
. CONCLUSIONES  
En respuesta al objetivo de analizar los riesgos éticos y desafíos en la protección  
de privacidad derivados del uso intensivo del sistema Falcon, esta investigación  
demuestra que la implementación de este sistema ilustra tensiones  
fundamentales entre eficiencia tecnológica y legitimidad democrática en la  
administración tributaria ecuatoriana.  
Respecto a los riesgos éticos identificados, el estudio documenta: déficit crítico  
de transparencia algorítmica (solo 35% recibe información clara sobre  
determinación de puntajes de riesgo), crisis de confianza institucional (60%  
desconfía de confidencialidad de datos, 55% cuestiona uso ético del sistema), y  
ausencia de mecanismos de accountability que imposibilita verificar objetividad  
y no discriminación del sistema. Estos hallazgos evidencian que principios éticos  
728  
Curillo-Llanganate et al. (2025)  
fundamentales transparencia, equidad, rendición de cuentas no han sido  
adecuadamente integrados en el diseño e implementación de Falcon.  
En cuanto a desafíos de protección de privacidad, los resultados revelan que  
70% de contribuyentes expresa preocupación por mal uso de información  
personal y existe tensión normativa no resuelta entre LOPDP y facultades de  
fiscalización del Código Tributario. La vigilancia masiva automatizada sin  
salvaguardas procedimentales claras genera percepciones de vulnerabilidad que  
erosionan confianza ciudadana.  
Los efectos conductuales documentados sugieren cumplimiento primariamente  
coercitivo versus voluntario, con 65% reportando ansiedad fiscal. Esta dinámica  
resulta insostenible: sistemas tributarios requieren confianza como fundamento  
de cumplimiento voluntario, y Falcon mina este fundamento mediante vigilancia  
percibida como invasiva.  
Se concluye que la eficiencia tecnológica sin salvaguardas democráticas genera  
efectos contraproducentes para la cultura tributaria que pretende fortalecer. Es  
imperativo implementar transparencia algorítmica significativa, auditorías  
externas independientes, mecanismos robustos de rectificación y participación  
ciudadana en gobernanza digital tributaria.  
REFERENCIAS  
Aidonojie, P. A., Majekodunmi, T. A., Eregbuonye, O., & Ogbemudia, I. O. (2024).  
Legal issues concerning data security and privacy in automated income  
tax systems in Nigeria. Hang Tuah Law Journal, 14-41.  
https://doi.org/10.30649/htlj.v8i1.223  
Akintobi, A. O., Okeke, I. C., & Ajanin, O. B. (2023). Innovative solutions for  
tackling tax evasion and fraud: Harnessing blockchain technology and  
artificial intelligence for transparency. International Journal of Frontier  
Research  
in  
Science,  
2(1),  
10-18.  
https://doi.org/10.56355/ijfrms.2023.2.1.0035  
Álvarez, C., & Córdoba, D. (2024, December 3). Evasión tributaria:  
comportamientos socioeconómicos comunes en los evasores. Repositorio  
Institucional  
Universidad  
Cooperativa  
De  
729  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
Colombia. https://repository.ucc.edu.co/entities/publication/4f18abd6-  
6153-4f39-9c93-6072a7eee8e7  
Álzate Pineda, S. (2023). La inteligencia artificial, un aliado del Estado en materia  
tributaria [Tesis de maestría, Universidad Pontificia Bolivariana].  
Repositorio  
UPB.  
https://repository.upb.edu.co/handle/20.500.11912/11521  
Aslett, J., González, I., Hadwick, D., Hamilton, S., Hardy, M., & Pérez, A. (2024).  
Understanding artificial intelligence in tax and customs administration (IMF  
Technical Notes and Manuals 2024/06). International Monetary Fund.  
Ávila. R. C. (2024, June 19). Análisis neoinstitucional de la calificación jurídica  
de error fiscal en españa. https://burjcdigital.urjc.es/items/adb276b3-  
8539-485b-9988-23840659d996  
Bellamy, R. (2024). Data ethics: Normative principles and their regulatory  
challenges. Journal of Data Protection & Privacy, 7(2), 156-172.  
Constitución de la República del Ecuador. (2008). Registro Oficial 449 de 20-oct-  
2008.  
Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed  
methods research (3rd ed.). SAGE Publications.  
Delgado, A. M. F. (2023). El Sistema Falcon del SRI para detectar evasores.  
SMS  
Ecuador.  
https://smsecuador.ec/el-sistema-falcon-del-sri-esta-  
usted-en-la-mira/  
Dybka, P., Bazart, C., Hokamp, S., & Kirchler, E. (2024). Recent developments  
in the area of shadow economy and tax evasion research. Journal of  
Economic  
Behavior  
&
Organization,  
218,  
399-405.  
https://doi.org/10.1016/j.jebo.2023.12.018  
Franco-Alcívar, A. A., & Espinel-Camejo, M. X. (2025). Evaluación de los  
mecanismos de control tributario y su efecto en la reducción de la evasión  
fiscal en Ecuador durante el período 2022-2023. Código Científico Revista  
De  
Investigación, 6(E1),  
60–  
83. https://doi.org/10.55813/gaea/ccri/v6/ne1/664  
Galarza, S., Magarejo, L., (2024, October 15). La fiscalización a través de  
sistemas electrónicos y su incidencia en la recaudación tributaria en las  
microempresas ferreteras del distrito de Chaupimarca, Pasco  
2023. http://repositorio.undac.edu.pe/handle/undac/4815  
730  
Curillo-Llanganate et al. (2025)  
Hasanah, U. (2024). Privasi data dan transparansi: Tantangan etis dalam  
penerapan artificial intelligence di bidang akuntansi. Smart GOALS Jurnal  
Bisnis  
Digital  
Dan  
Manajemen,  
1(1),  
19-31.  
https://doi.org/10.36490/sg.v1i1.1330  
Knuutinen, R., & Pietiläinen, M. (2017). Responsible investment: Taxes and  
paradoxes. Nordic Tax Journal, 2017(1), 135-150.  
Lagos Rodríguez, M. G. L. (2024). Blockchain e inteligencia artificial: La  
revolución tributaria. In Derecho y tecnología (pp. 171-190). Wydawnictwa  
Uniwersytetu Warszawskiego.  
Ley Orgánica de Protección de Datos Personales. (2021). Registro Oficial  
Suplemento 459 de 26-mayo-2021.  
Li, Z. (2024). AI ethics and transparency in operations management: How  
governance mechanisms can reduce data bias and privacy risks. Journal  
of  
Applied  
Economics  
and  
Policy  
Studies,  
13,  
89-93.  
https://doi.org/10.54254/2977-5701/13/2024130  
Lincoln, Y. S., & Guba, E. G. (2021). Naturalistic inquiry. SAGE Publications.  
Marin Gallego, S. M., Echavarria Lopera, F. Y., & Duran Vega, J. M. (2023).  
Desafíos tributarios en la postpandemia: Evasión fiscal en PYMES de  
Medellín y respuestas estratégicas. Tecnológico de Antioquia.  
https://dspace.tdea.edu.co/handle/tdea/4353  
Mejía, C., & Páez, M. (2020). Una mirada hacia el futuro de los gobiernos: La  
transparencia algorítmica y sus implicaciones. CAF - Banco de Desarrollo  
de América Latina.  
Mwangi, S. N., et al. (2024). Modeling the impact of corporate legitimacy on tax  
compliance intention to small and medium-sized enterprises. Cogent  
Business  
&
Management,  
11(1),  
2368098.  
https://doi.org/10.1080/23311975.2024.2368098  
Nathwani, K. (2024). Artificial intelligence in automated decision-making in tax  
administration: The case for legal, justiciable and enforceable safeguards.  
Institute for Fiscal Studies.  
OECD. (2024). Administración tributaria 2024. OECD Publishing.  
https://www.oecd.org/es/publications/administracion-tributaria-  
2024_ac2f5866-es.html  
731  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 16 (Ed. Julio – Diciembre 2025) ISSN: 2737-6354.  
Legitimidad percibida de la fiscalización digital: efectos del sistema FALCON en confianza  
institucional y comportamiento tributario.  
Pascual Giner, A. (2023). El uso de la inteligencia artificial por parte de la  
administración tributaria [Trabajo de fin de máster, Universidad Miguel  
Hernández]. Repositorio UMH. http://dspace.umh.es/handle/11000/29837  
Pasquale, F. (2020). The black box society: The secret algorithms that control  
money and information. Harvard University Press.  
Pedersen, E. O. (2024). A panoramic view of trust in the time of digital automated  
decision making – failings of trust in the Post Office and the tax authorities.  
SATS, 25(1), 29–47. https://doi.org/10.1515/sats-2024-0008  
Patton, M. Q. (2020). Qualitative research & evaluation methods (4th ed.). SAGE  
Publications.  
Peña, R., & Libertad, N. (2021). La administración tributaria ante la inteligencia  
artificial: Interrogantes jurídicos y éticos de su utilización contra el fraude  
fiscal. Nueva Fiscalidad, 3, 173-197.  
Qu, Y. (2024). Privacy protection in the digital age: Challenges and strategies.  
Journal of Digital Information Management, 22(4), 215-228.  
https://doi.org/10.62051/cn9t7b17  
Rathakrishnan, S., & Yogaraja, R. (2024). Unlocking Sri Lanka's tax landscape:  
A comprehensive analysis of tax burden and policy dynamics. Asian  
Journal of Economics, Business and Accounting, 24(5), 630-643.  
https://doi.org/10.9734/ajeba/2024/v24i51337  
Rodríguez, R., & Alicea, J. R. (2024). Ética y privacidad en la era de la inteligencia  
artificial: Desafíos y oportunidades para las bibliotecas del Caribe. Acceso:  
Revista Puertorriqueña de Bibliotecología y Documentación, 18 págs.  
Rodríguez Rojas, Y. (2023). Análisis del uso de la inteligencia artificial en las  
diversas operaciones financieras [Tesis de pregrado, Unidades  
Tecnológicas  
de  
Santander].  
Repositorio  
UTS.  
http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/14465  
Schmeling González. (2022). Big Data e inteligencia artificial en los procesos de  
fiscalización de la Subsecretaría de Estado de Tributación al 2021.  
Revista de Ciencias Empresariales, Tributarias, Comerciales y  
Administrativas, 1(1), 40-56.  
Schubert, K., & Barrett, D. (2024). Data governance, privacy, and ethics. In  
Technology, Work and Globalization (pp. 87-110). Springer.  
https://doi.org/10.1007/978-3-031-51063-2_5  
732  
Curillo-Llanganate et al. (2025)  
Selicato, G. (2024). The weakening of taxpayer rights in the exchange of  
information between tax authorities. Review of European and Comparative  
Law, 58(3), 35-51. https://doi.org/10.31743/recl.17688  
Seno, K. J., et al. (2022). Corporate legitimacy and tax compliance in developing  
economies. Journal of International Accounting, Auditing and Taxation, 47,  
100471.  
Sokolova, L., & Sokolov, D. (2024). Tax management in the enterprise  
management system in Ukraine at the current stage. Sj-Economics  
Scientific  
Journal,  
55(4),  
82-89.  
https://doi.org/10.58246/sj-  
economics.v55i4.670  
Tyler, T. R. (2006). Psychological perspectives on legitimacy and legitimation.  
Annual Review of Psychology, 57, 375-400.  
Williams, C. F. A. (2025). Gestión pública local y la seguridad ciudadana en la  
provincia  
de  
Ica,  
periodo  
2019  
-
2020. https://repositorio.udh.edu.pe/handle/20.500.14257/6046  
733