El IRS — la agencia tributaria de EE.UU. — le pagó a Palantir $1,8 millones el año pasado para mejorar una herramienta llamada SNAP (Selection and Analytic Platform), diseñada para identificar automáticamente los casos “de mayor valor” para auditorías, cobros de impuestos pendientes e investigaciones criminales. Los documentos los obtuvo WIRED vía una solicitud FOIA (Freedom of Information Act), y revelan que el software está siendo probado como piloto sobre tres tipos de casos: zonas de desastre natural, Créditos de Energía Limpia (paneles solares, turbinas eólicas), y Declaraciones de Donaciones (Form 709).
La noticia no es que el IRS use tecnología para auditar — es que esa tecnología la construye Palantir, que el IRS tiene más de $200 millones en contratos históricos con la empresa, y que SNAP puede analizar datos no estructurados para señalar contribuyentes “sospechosos” de maneras que sus propios auditores humanos no ven. Eso abre preguntas sobre quién decide, con qué criterio, y qué pasa cuando el algoritmo se equivoca.
¿Qué hace SNAP exactamente?
El IRS opera sobre más de 100 sistemas heredados y 700 métodos distintos construidos durante décadas para seleccionar casos de auditoría. El problema: esa fragmentación crea “duplicación de esfuerzo, brechas de cobertura, y selección subóptima de casos”, según el propio documento del IRS obtenido por WIRED.
Aprende IA con nosotros
Únete gratis a mi comunidad en Skool, donde compartimos noticias, tutoriales y recursos para seguir aprendiendo juntos.
👥 Únete gratis 🚀SNAP se sienta encima de esa infraestructura dispersa y ayuda a auditores humanos a identificar señales de alerta que de otra manera pasarían desapercibidas. Específicamente, el contrato indica que la herramienta está diseñada para extraer “información clave sobre contratos, vehículos y proveedores” desde “datos no estructurados en documentos de soporte”.
El tradicional sistema del IRS para priorizar auditorías se llama DIF (Discriminant Information Function): un score calculado para cada contribuyente donde “a mayor score, mayor potencial de auditoría”. El problema documentado es que el DIF es opaco, busca similitudes con patrones históricos que derivaron en auditorías, y no está diseñado para detectar tipos de fraude más sofisticados o nuevos. SNAP está construido para ir más allá del DIF.
El problema de auditar con caja negra
Los tres tipos de casos elegidos para el piloto no son aleatorios. Las Zonas de Desastre y los Créditos de Energía Limpia son áreas donde el fraude documentado creció en los últimos años — las zonas de desastre porque los criminales falsifican afectaciones para cobrar alivio fiscal, y los créditos de energía porque el programa de paneles solares generó una ola de empresas instaladoras fraudulentas que inflaron costos o instalaciones inexistentes.
Las Declaraciones de Donación (Form 709) son más delicadas. Cuando alguien dona un negocio privado, obra de arte, o acciones, debe incluir una descripción detallada de cómo se valuó el activo y su relación con el receptor. SNAP estaría analizando esa documentación no estructurada — lo que significa que el algoritmo interpreta documentos legales y valoraciones financieras complejas para decidir si una donación parece sospechosa.
Investigadores consultados por WIRED señalan que datos de aplicaciones como Venmo o marketplaces como Etsy o Depop podrían ser información de interés para el IRS — pero el contrato especifica que Palantir solo puede usar “datos existentes en SNAP hoy”. Aun así, la pregunta de qué datos tiene exactamente el IRS disponibles en SNAP es una que nadie respondió públicamente.
Palantir en el gobierno americano: el patrón de acumulación
Este contrato no existe en el vacío. Palantir lleva trabajando con el IRS desde 2014, acumulando más de $200 millones en contratos y pagos. Al mismo tiempo, la empresa tiene presencia en el Pentágono, ICE, CBP, y varios otros organismos federales. Palantir vende seguridad nacional pero su crecimiento más rápido es comercial — y el IRS es exactamente el tipo de cliente que combina ambas dimensiones: federal, con datos masivos, y con presupuesto para infraestructura de análisis.
El modelo de negocio de Palantir tiene una lógica específica: entrar en una agencia con un contrato inicial, construir infraestructura que se vuelve difícil de reemplazar, y expandir hacia más casos de uso. SNAP lleva corriendo en el IRS desde al menos 2014 — y los documentos muestran que el IRS está “interesado en profundizar su relación con Palantir”. Eso es exactamente el patrón que la empresa replica en cada cliente gubernamental.
El contexto político: recortes en el IRS + más herramientas de IA
La combinación que describe este caso es preocupante en términos de gobernanza. Por un lado, el IRS bajo la administración Trump perdió más de 25.000 empleados entre febrero y julio de 2025 — resignaciones, retiros anticipados, y ofertas de salida voluntaria. Por el otro, la agencia está probando herramientas de IA que pueden seleccionar casos de auditoría de manera más autónoma.
El resultado matemático es claro: menos auditores humanos + más selección algorítmica = mayor dependencia en que el algoritmo seleccione bien. Y el DIF — el sistema actual — ya tiene problemas documentados de sesgo: investigadores han señalado que las auditorías del IRS históricamente recaen de manera desproporcionada en contribuyentes de bajos ingresos que usan créditos reembolsables, porque esos casos son más fáciles de detectar automáticamente que el fraude sofisticado de alto patrimonio.
Si SNAP hereda o amplifica esos sesgos del sistema original, el resultado no es auditorías más justas — es automatización de la injusticia fiscal a escala. Y como el DIF, el funcionamiento interno de SNAP es una caja negra.
Por qué importa fuera de EE.UU.
El caso IRS-Palantir es relevante para cualquier gobierno o agencia tributaria que esté evaluando usar IA para selección de casos — y en LATAM, varias agencias fiscales están exactamente en esa etapa de evaluación.
Las preguntas que este caso plantea no tienen respuesta fácil, pero son las correctas: ¿Quién audita al algoritmo que decide quién es auditado? ¿Cuál es el proceso de apelación cuando un contribuyente es señalado por un sistema que no puede explicar su propio razonamiento? ¿Cómo se asegura que los datos históricos de auditoría — que reflejan sesgos humanos pasados — no se convierten en entrenamiento que perpetúa esos sesgos?
Nueva York descartó a Palantir en salud pública ante la presión ciudadana — pero en el IRS, sin transparencia sobre cómo funciona SNAP, esa presión no tiene dónde apoyarse. No hay post-mortem público cuando el algoritmo se equivoca. No hay recurso cuando la caja negra decide que eres de “alto valor”.
Por qué importa más allá de los impuestos
El IRS es la agencia más impopular del gobierno federal americano — lo que la convierte en el terreno más fácil para introducir herramientas de vigilancia y análisis sin generar resistencia pública. La lógica es simple: nadie quiere defender al IRS, así que nadie defiende los derechos de los contribuyentes cuando esos derechos son erosionados por un algoritmo opaco.
Eso es precisamente el riesgo sistémico. Cuando la eficiencia fiscal se convierte en la justificación para delegarle a una caja negra la decisión de a quién investigar, el estado de derecho empieza a depender de si el algoritmo está bien calibrado. Y cuando ese algoritmo lo construye una empresa privada con interés en expandir su presencia en el gobierno, los incentivos de “calibración correcta” no están necesariamente alineados con la justicia.
SNAP todavía es un piloto. Los documentos muestran que el IRS tiene ambiciones de expandirlo. La pregunta es si habrá supervisión pública adecuada antes de que esa expansión ocurra — o si la herramienta se vuelve infraestructura permanente antes de que nadie haya debatido si debería existir.
