ORDEN HAP/218/2024, de 28 de febrero, por la que se encomienda al Instituto Tecnológico de Aragón (ITAINNOVA) la realización del "Proyecto técnico para el perfeccionamiento del prototipo de detección de fraude mediante nuevos modelos de IA para el motor de comprensión de textos y el desarrollo de una prueba de concepto de Co-Piloto" para su ejecución en el ámbito funcional de la Dirección General de Tributos.

Al Departamento de Hacienda y Administración Pública y, en particular, a la Dirección General de Tributos, le corresponden las funciones del desarrollo de la política tributaria; la dirección funcional, la coordinación y la realización de las actuaciones de aplicación de los tributos propios y cedidos a la Comunidad Autónoma de Aragón; y el ejercicio de la potestad sancionadora y de las facultades revisoras sobre los tributos propios y cedidos a la Comunidad Autónoma de Aragón.

En este contexto, la Dirección General de Tributos se planteó avanzar en la implantación de herramientas de procesado y análisis de textos, que puedan integrarse con la infraestructura y herramientas que ya tiene desplegadas.

Así, en ejercicios anteriores, con la colaboración del Instituto Tecnológico de Aragón, se ha desarrollado un proyecto que tenía como objetivo implementar una herramienta que permitiera la categorización y búsqueda de patrones de texto en escrituras y generara alarmas para detectar posibles fraudes en las transmisiones de bienes, en particular de inmuebles, así como en otro tipo de operaciones sometidas a diferente tributación. Esta colaboración se instrumentó mediante Orden HAP/931/2022, de 17 de junio, por la que se encomienda al Instituto Tecnológico de Aragón (ITAINNOVA) la realización técnica del proyecto de "Soporte, prototipo y búsqueda de patrones de texto en escrituras para generación de alarmas de posible fraude" ("Boletín Oficial de Aragón", número 123, de 28 de junio de 2022).

En este momento, la Dirección General de Tributos tiene como objetivo el desarrollo de una herramienta funcional para introducir tecnologías de inteligencia artificial en el sistema anteriormente descrito y consolidar la búsqueda de supuestos de fraude tributario. Así, durante el ejercicio 2024 y con la colaboración del Instituto Tecnológico de Aragón, se pretenden conseguir los siguientes objetivos:

1. Mejorar el modelo inteligente de análisis automático de texto en escrituras desarrollado en iteraciones anteriores generando un modelo abierto basado en la nueva tecnología GPT-4.

2. Desarrollar una prueba de concepto de Co-Piloto para la Detección de Fraude.

3. Analizar los resultados de la herramienta actual de detección de fraude actual y corrección de errores.

El Departamento de Hacienda y Administración Pública no dispone actualmente de los medios materiales y humanos adecuados suficientes para acometer los trabajos indicados, por lo que se considera necesario encomendar los trabajos al Instituto Tecnológico de Aragón (ITAINNOVA).

De acuerdo con lo dispuesto en el texto refundido de la Ley Reguladora del Instituto Tecnológico de Aragón, aprobado por Decreto Legislativo 5/2000, de 29 de junio, del Gobierno de Aragón, este se define como un centro de promoción de la investigación y el desarrollo, con arreglo a criterios de interés general, entre cuyas funciones se encuentran las relativas al fomento del desarrollo tecnológico y la investigación al servicio de las Administraciones Públicas, en particular en aquellos campos que suponen retos de futuro de carácter económico, social, territorial y medioambiental.

El artículo 16 de la Ley 5/2021, de 29 de junio, de Organización y Régimen Jurídico del Sector Público Autonómico de Aragón, dispone que "la realización de actividades de carácter material o técnico de la competencia de los órganos administrativos, los organismos públicos o los consorcios podrá ser encomendada a otros órganos, organismos públicos o consorcios de la misma o de distinta Administración, siempre que entre sus competencias estén esas actividades, por razones de eficacia o cuando no se posean los medios técnicos idóneos para su desempeño".

La configuración como Entidad de Derecho Público hace que el Instituto Tecnológico de Aragón esté dotado de personalidad jurídica propia, patrimonio propio y plena capacidad para el cumplimiento de sus funciones, por lo que dispone tanto de los medios técnicos idóneos como de la experiencia necesaria para realizar los trabajos encomendados.

La encomienda de gestión no supone cesión de la titularidad de la competencia ni de los elementos sustantivos de su ejercicio. El órgano administrativo que acuerde la encomienda deberá dictar cuantos actos o resoluciones de carácter jurídico den soporte a la misma o en los que se integre la concreta actividad material o técnica objeto de encomienda.

En todo caso, el órgano u organismo público que reciba la encomienda tendrá la condición de encargado del tratamiento de los datos de carácter personal a los que pudiera tener acceso en ejecución de la misma, siéndole de aplicación lo dispuesto en la normativa de protección de datos de carácter personal.

Por otra parte, el artículo 17 de la citada Ley establece que, cuando la encomienda de gestión se efectúe entre órganos administrativos y organismos públicos del sector público institucional de la Comunidad Autónoma de Aragón, "requerirá acuerdo expreso de los órganos o entidades intervinientes".

A tal efecto, el Director General de Tributos, Departamento de Hacienda y Administración Pública del Gobierno de Aragón, dictó la Resolución de 5 de diciembre de 2023, dando expresa conformidad a esta encomienda de gestión. Asimismo, la Directora del Instituto Tecnológico de Aragón (ITA), dictó la Resolución de fecha 11 de diciembre de 2023, dando expresa conformidad a las condiciones de esta encomienda de gestión.

Asimismo, se ha suscrito el correspondiente Acuerdo de encargo de tratamiento de datos entre la Dirección General de Tributos y la Dirección del Instituto Tecnológico de Aragón, con fecha 14 de diciembre de 2023.

Se han emitido informes por parte de los Servicios de Administración Tributaria y de Informática Tributaria, el informe favorable de viabilidad de la Entidad Pública Aragonesa de Servicios Telemáticos y de la Unidad de Protección de Datos de la Dirección General de Administración Electrónica y Aplicaciones Corporativas en relación a su viabilidad técnica y al tratamiento de datos. Asimismo, se ha procedido a su favorable fiscalización previa por parte de la Intervención General con fecha 20 de febrero de 2024.

Finalmente, se dispone que "el órgano competente para formalizar la encomienda de gestión es la persona titular del departamento encomendante", con el contenido recogido en el apartado 3 de dicho precepto, competencia que corresponde al Consejero de Hacienda y Administración Pública al que el Decreto 298/2023, de 27 de diciembre, del Gobierno de Aragón, por el que se aprueba la estructura orgánica del Departamento de Hacienda y Administración Pública, atribuye las competencias relativas a los tributos cedidos y propios de la Comunidad Autónoma de Aragón, debiendo publicarse este documento de formalización en el "Boletín Oficial de Aragón".

Por todo ello, resuelvo:

Primero.- Formalización de la encomienda de gestión.

Formalizar la encomienda de gestión del Departamento de Hacienda y Administración Pública al Instituto Tecnológico de Aragón para la realización del "Proyecto técnico para el perfeccionamiento del prototipo de detección de fraude mediante nuevos modelos de IA para el motor de comprensión de textos y el desarrollo de una prueba de concepto de Co-Piloto" para su ejecución en el ámbito funcional de la Dirección General de Tributos.

Segundo.- Objetivos.

1. El proyecto tiene como objetivo principal el perfeccionamiento del modelo inteligente de análisis automático de texto en escrituras desarrollado en iteraciones anteriores generando un modelo abierto basado en la nueva tecnología GPT-4, desarrollar una prueba de concepto de Co-Piloto para la detección de fraude, así como proporcionar soporte durante el año 2024 a la Dirección General de Tributos en la herramienta de detección de fraude actual.

2. Este objetivo principal se desglosa en los siguientes objetivos específicos:

- Mejorar el modelo inteligente de análisis automático de texto en escrituras desarrollado en iteraciones anteriores generando un modelo abierto basado en la nueva tecnología Transformers (basada en GPT-4 y otros modelos similares).

- Desarrollar una prueba de concepto de Co-Piloto para la Detección de Fraude.

- Analizar los resultados de la herramienta actual de detección de fraude actual y corrección de errores.

Tercero.- Alcance y desarrollo del proyecto.

El desarrollo de un prototipo Co-Piloto para la detección de fraude en escrituras es un proyecto que combina tecnologías avanzadas, como el procesamiento de lenguaje natural y la inteligencia artificial, con la necesidad de colaboración y manejo de documentos legales, implicando la creación de una herramienta de asistencia de Inteligencia Artificial que puede colaborar con los usuarios de la Dirección General de Tributos para identificar y prevenir fraudes en escrituras.

Basado en el modelo inteligente de análisis automático de texto en escrituras desarrollado en iteraciones anteriores, el alcance y objetivos que el prototipo Co-Piloto se propone alcanzar son los siguientes:

- Identificación de fraudes: el prototipo debe ser capaz de analizar escrituras en busca de nuevos indicios de fraude a través de la asistencia del asistente Co-Piloto.

- Interfaz de usuario colaborativa y amigable: debe permitir a los usuarios interactuar de manera natural con el sistema. La interfaz debe ser intuitiva y fácil de usar.

- Procesamiento de lenguaje natural (NLP): el prototipo debe integrar y utilizar técnicas de NLP avanzadas para comprender y analizar el contenido de los documentos.

- Capacidad de aprendizaje automático: el prototipo debe incluir capacidades de aprendizaje automático para mejorar con el tiempo su capacidad de detección de fraudes.

- Potencia de procesamiento: se requerirá un sistema con suficiente potencia de procesamiento para manejar el análisis de documentos

- Recopilación de datos: se necesitará un conjunto de datos amplio y variado de documentos para entrenar y generar un nuevo modelo de detección de fraude basado en tecnologías Transformers.

- Escalabilidad: el prototipo debe ser escalable para manejar un volumen creciente de documentos y usuarios.

Cuarto.- Fuentes e información.

1. Fuentes de información.

En concreto las fuentes de información que se tratarán son:

- Escrituras, que contienen información sobre el acto jurídico que se está documentando (por ejemplo, transmisiones) y cada uno de estos actos puede estar sometidas a distinta tributación. Las escrituras están en formato pdf (texto) en la base de datos oracle. Los documentos pdf de las escrituras contienen algunos anexos en formato imagen, pero no se contempla en este pliego realizar ocr sobre dichos anexos.

- Ficha notarial, que contiene un extracto de la escritura. Estos documentos están estructurados en la base de datos oracle.

- Autoliquidación, que es el documento que rellena el ciudadano para calcular el pago del impuesto. Estos documentos están estructurados en la base de datos oracle.

La forma establecida de comunicación para realizar el prototipo es a través de una conexión con la base de datos oracle, tanto para la adquisición de información, como para salvar los resultados.

El fichero de entrada y de salida que se proporcionará por la Dirección General de Tributos, será un registro de una tabla de oracle.

Adicionalmente, se dispondrá del sistema desarrollado, en el que de manera automática se obtiene un Listado de Escrituras, y por cada escritura se obtienen resultados encontrados con su grado, acto jurídico, ubicación, texto, etc. Este sistema contiene adicionalmente las validaciones y reportes de errores o comentarios llevados a cabo por personal de la Dirección General de Tributos. Y todo ello constituye el corpus que se usará de base para validar la viabilidad de un modelo inteligente de análisis automático de texto en escrituras, y de esta forma, poder extraer información relevante y de valor para la Dirección General de Tributos.

2. Aplicación de tecnologías de Inteligencia Artificial.

El Machine Learning (aprendizaje automático) se ha convertido en el foco estratégico de la innovación digital en el ámbito empresarial y está transformando el modo en que operan, automatizando procesos y permitiendo obtener insights en tiempo real. A su vez, esta tecnología posee estrechos lazos con otro campo de estudio derivado de la Inteligencia Artificial (AI): el procesamiento de lenguajes naturales (NLP). La combinación entre NLP y Machine Learning permite construir modelos capaces de aprender a interpretar el lenguaje humano. Una de las áreas vinculadas es el text analysis: análisis del texto de forma automática. Es en este contexto en el que se enmarcan diferentes técnicas y modelos que permiten la extracción y clasificación de la información.

Adicionalmente, el Deep Learning es una técnica de aprendizaje automático que enseña a los ordenadores a hacer lo que resulta natural para las personas: aprender mediante ejemplos. Esta tecnología se presenta como clave para aprender a realizar tareas de clasificación directamente a partir de texto, imágenes o sonido. Los modelos, que pueden obtener en ocasiones precisiones superiores al rendimiento humano, se entrenan mediante un amplio conjunto de datos etiquetados y arquitecturas de redes neuronales que contienen muchas capas.

La utilización de estas técnicas para analizar escrituras permite añadir una nueva dimensión a los datos. Hace posible interpretar automáticamente acerca de qué aspectos o temáticas están hablando (topic detection) y qué términos específicos aparecen con frecuencia en relación con dichas temáticas (keyword extraction). Con los resultados de estos análisis, se obtienen insights que pueden mejorar drásticamente la identificación de posibles fraudes y la toma de decisiones. El objetivo de la prueba de concepto sería la clasificación automática de las escrituras en base a los documentos anotados en la base de datos. Además, se probarán técnicas de negación de frase para la solución ya existente.

3. Información a extraer de los documentos.

Los documentos que se tratarán serán escrituras que contienen el acto jurídico que se está documentando (por ejemplo, transmisiones patrimoniales) y cada uno de ellos puede estar sometido a distinta tributación. Además, existen distintas tipologías de escrituras que, a su vez, pueden incluir distintos hechos imponibles en una misma escritura. Los documentos pueden referirse hasta unas 60 tipologías de hechos imponibles de transmisiones y 15 hechos imponibles de actos jurídicos documentados, es decir, en total unas 75 tipologías distintas de "hechos imponibles" diferentes. Para detectar un hecho imponible dentro una escritura es necesario encontrar una serie de patrones en el texto. Igualmente, se persigue encontrar en una escritura un elemento que, sin constituir un hecho imponible, constituya un elemento tributario relevante, como localizar en una escritura de constitución de hipoteca la existencia de una tasación hipotecaria de un inmueble, tasación que pudiera servir como medio de comprobación de valor respecto a la compraventa del mismo inmueble, cuya compraventa se documenta en otra escritura distinta de la utilizada para obtener el dato del valor. En general, las escrituras van identificadas por una serie de secciones y campos como pueden ser notario, número de protocolo, año, intervinientes, comparecientes, etc.

La Dirección General de Tributos realizará un documento inicial de análisis, definiendo los nuevos y diferentes supuestos, así como los patrones a buscar dentro de las escrituras, es decir, las palabras con el nivel de concreción necesario, así como las reglas que se deben definir para cada hecho imponible y las acciones necesarias a realizar una vez encontrados, o no, dichos patrones en el documento. definir la mejor aproximación para abordar el procesamiento del texto.

Como el nivel de afinamiento en la búsqueda de patrones es muy amplio y la complejidad aumenta cuanto más porcentaje de acierto se pretenda, las tareas se centrarán en lo siguiente:

- Localizar el patrón de búsqueda únicamente en una parte delimitada de la escritura en PDF con sus extensiones o similitudes gramaticales, y con diversas variaciones o supuestos.

- En caso de que no se encuentre el patrón de búsqueda el documento, se marcará como ausencia de un elemento (es decir, que no contiene el patrón).

- Detección de hechos imponibles según el contexto que marcan las reglas definidas, que requieran la concurrencia de uno o varios elementos de búsqueda y la ausencia de otros.

- Secuencia de búsqueda y obtención de un dato numérico según la regla definida.

El listado de supuestos es abierto, ya que la Dirección General de Tributos trabajará en la recopilación de los supuestos en los que actualmente se opera (en la fase consistente en cómo realizar la búsqueda de patrones). Además, porque una modificación normativa o un cambio de criterio jurídico podría requerir una nueva fórmula de búsqueda o la desaparición o ajuste de una existente. Para poder darle un alcance limitado al prototipo, se trabajará sobre el conjunto de supuestos ya definido, que la Dirección General de Tributos deberá de priorizar en orden de relevancia.

Para cada uno de estos documentos es necesario extraer el conjunto de términos o expresiones y hechos imponibles diferentes que son los que permitirán generar alarmas. El fichero de salida tendrá positivos y negativos para que se pueda saber cuáles "sí" y cuáles "no" tienen que ser objeto de revisión. El fichero de salida será un fichero o una entrada en una tabla de oracle, de acuerdo con lo que se determine con la intervención del Servicio de Informática Tributaria, con quien se definirá la forma óptima de generar estas alarmas. Además, se deberá proporcionar un perfil para poder acceder a dejar ficheros/registros en la base de datos oracle.

Quinto.- Fases de ejecución del proyecto.

Para el desarrollo efectivo de este plan de trabajo se plantean las siguientes fases y de trabajo con las siguientes actuaciones:

PT 0: Gestión del proyecto.

En esta fase de trabajo se llevarán a cabo las reuniones y/o audioconferencias y/o comunicaciones que se estimen necesarias para el seguimiento y control del proyecto, asegurando que la entrega del proyecto se realiza en el tiempo preestablecido y dentro del presupuesto pactado, desarrollándose, en principio, sesiones cada dos semanas.

Las pautas de gestión establecidas al inicio del proyecto determinarán el modo de administrar los tiempos, la coordinación y supervisión de las actividades para la obtención de resultados, renovación y actualización de las formas de proceder y la replanificación si el proyecto así lo requiere.

Las tareas a desarrollar dentro de esta fase de trabajo son:

- Lanzamiento del proyecto. Se realizará una reunión inicial de lanzamiento del proyecto, donde se definirán los responsables o jefes de proyectos por ambas partes.

- Seguimiento del proyecto. En cada iteración se realizarán:

- Una reunión inicial de lanzamiento de la iteración donde se partirá del documento de análisis realizado por la Dirección General de Tributos y se seleccionarán el número de funcionalidades a abordar en función de la dificultad. Además, se definirán las tareas a realizar en esa iteración. Si quedan algunos requerimientos fuera del alcance de la iteración se guardarán para posteriores iteraciones en un backlog.

- Una reunión final donde se mostrarán los avances realizados. En el transcurso de una iteración se podrán mantener otras reuniones para revisar los trabajos en curso y poder contrastar su adecuación a los requerimientos planteados al inicio del proceso.

- Los avances o cambios realizados en cada una de las iteraciones se irán reflejando en un documento de desarrollo de la solución o despliegue, de forma que este entregable estará en constante actualización a lo largo del proyecto.

- Cierre del proyecto. Una vez terminadas las iteraciones, se realizarán las actividades de cierre de proyecto, de forma que permita transferir el sistema desarrollado al personal de la Dirección General de tributos.

Para garantizar la ejecución adecuada del proyecto, controlando el ritmo del mismo y la calidad de los resultados, se mantendrá una gestión continua a lo largo de su desarrollo.

Como resultado de esta fase de trabajo se generarán los siguientes entregables:

- Presentaciones/actas con los avances realizados en cada una de las reuniones tenidas.

- Informe final de cierre de proyecto de la solución diseñada.

PT1: Evolución del Modelo inteligente de análisis automático de texto en escrituras.

Este punto propone una evolución sustancial en el motor de comprensión de textos que se utiliza actualmente. El objetivo es adoptar y generar un modelo basado en la nueva tecnología de Transformers /GPT-4 se utilizará un modelo abierto, que ITAINNOVA está desarrollando en diferentes proyectos de investigación, para mantener la confidencialidad y el análisis de riesgos ya existentes, el cual consta de billones de parámetros. Esta actualización representa un salto considerable respecto al modelo BERT existente, que se basa en la tecnología de Transformers y cuenta con 345 millones de parámetros.

El objetivo es avanzar hacia un modelo de mayor envergadura que ofrezca una capacidad superior en la comprensión de las escrituras. Para ello, el modelo será sometido a un entrenamiento intensivo con una diversidad de escrituras. Este enfoque permitirá optimizar la comprensión del lenguaje jurídico y, a la vez, afinar la capacidad de análisis de la herramienta.

Con una mayor comprensión de las sutilezas y la complejidad del lenguaje jurídico, el modelo mejorado estará en condiciones de reducir de manera significativa la concurrencia de falsos positivos. Además, su sofisticación permitirá disminuir la necesidad de introducir numerosos ejemplos para su correcto funcionamiento.

El impacto de esta mejora no se limita a un aumento de la precisión en la detección de fraudes. También se espera que genere un ahorro considerable de tiempo y recursos, al mejorar la eficiencia del proceso de análisis y reducir la cantidad de falsos positivos que deben ser revisados manualmente. Así, la herramienta mejorada proporcionará un soporte más eficaz y fiable para la detección de fraudes en las escrituras.

Como resultado de ese paquete de trabajo se generarán los siguientes entregables:

- Modelo abierto específico para el análisis automático de textos en escrituras basado en tecnología Transformers.

PT2: Desarrollar una prueba de concepto de Co-Piloto.

Esta funcionalidad, que depende de la implementación previa de la primera, aborda la problemática actual relacionada con la complejidad existente en la identificación y búsqueda de fraudes en las escrituras.

Esta tarea, con una gran curva de aprendizaje, se acentúa por la interacción con la interfaz existente para los usuarios. En esta fase se pretende suavizar esta curva de aprendizaje e incrementar la capacidad de comprensión de las escrituras, mediante la mejora integral del sistema. El objetivo de esta mejora es evolucionar la interfaz actual hacia un formato más intuitivo para el usuario, simplificando su interacción con la herramienta.

Con la introducción de un asistente inteligente o chatbot, que actuará como Co-piloto, la búsqueda de fraudes en las escrituras se simplifica notablemente. Este Co-piloto, a quien se le proporcionarán las especificaciones de los tipos de datos o textos que se buscan en las escrituras, no solo trabaja con estos datos para localizar posibles patrones de fraude, sino que también interactúa activamente con el usuario, preguntándole si tiene dudas o necesita aclaraciones. Así, el Co-piloto se convierte en una fuente de asistencia continua, guiando al usuario a través del proceso y asegurándose de que todas sus cuestiones sean abordadas efectivamente.

Como resultado de esta fase de trabajo se generarán los siguientes entregables:

- Código fuente.

PT3: Análisis de resultados de uso del prototipo actual.

Con el objetivo de analizar los resultados al sistema desarrollado en la encomienda de gestión precedente, que tenía como objetivo principal un prototipo de una herramienta de "Búsqueda de patrones de texto en escrituras para generación de alarmas de posible fraude", durante el primer semestre del año 2024 se mantendrán reuniones, al menos mensualmente, para analizar los resultados de uso y corregir posibles errores que pudieran identificarse por parte de la Dirección General de Tributos.

Como resultado de esta fase de trabajo se generarán los siguientes entregables:

- Presentaciones de análisis de resultados.

PT4: Visualización de resultados.

Con el objetivo de llevar la interfaz de usuario a un nivel que esté en sintonía con la innovación en asistentes de Inteligencia Artificial como Co-Piloto, se generará una interfaz que fomente la colaboración entre la inteligencia artificial y los usuarios, además de proporcionar el acceso a recursos avanzados para mejorar la calidad y eficacia del prototipo. Esto no solo mejorará la experiencia de los usuarios, ofreciendo una experiencia más personalizada y eficiente a través de una interacción más intuitiva y de manera natural, sino que permitirá avanzar en la dirección de mejoramiento y perfeccionamiento del modelo inteligente de análisis automático de texto en escrituras existente permitiendo guiar al usuario en las búsquedas.

Como resultado de esta fase de trabajo se generarán los siguientes entregables:

- Aplicación software de visualización de resultados / Código fuente.

PT5: Integración, Despliegue y Validación del sistema.

Para el despliegue de la solución en infraestructura de AST, se usará una infraestructura basada en contenedores (dockerizada).

El hecho de plantear la utilización de una metodología CRISP-DM permite obtener resultados tangibles en iteraciones al enfocarse en el desarrollo iterativo de modelos, la evaluación del desempeño, la incorporación de nuevos requisitos y datos, y la flexibilidad para ajustar el enfoque a medida que se avanza en el proyecto. Esto asegura que los resultados mejoren y se visualicen de manera constante a lo largo del procesamiento de datos. Conforme se vayan obteniendo estos resultados, serán mostrados para que puedan ser validados por el usuario e ir afinándolos con el feedback obtenido.

No obstante, se realizarán pruebas para verificar y validar que todas las funcionalidades definidas y desarrolladas satisfacen las necesidades del usuario. Los resultados obtenidos en esta fase, en su conjunto, serán sometidos a una batería de pruebas: unitarias, integración, análisis estadístico de los modelos generados.

Como resultado de esta fase de trabajo se generarán los siguientes entregables:

- Guía de instalación / Despliegue.

- Manual de usuario.

A la finalización de la actividad, ITAINNOVA entregará los siguientes documentos:

- Presentaciones y actas de las reuniones.

- Modelo.

- Código fuente.

- Documento de cierre de proyecto, con los resultados de investigación obtenidos.

- Documento de instalación/despliegue del sistema entregado.

- Manual de usuario del sistema.

Sexto.- Protección de datos.

La ejecución del proyecto conlleva necesariamente el acceso por parte de ITAINNOVA a datos de carácter personal y trascendencia tributaria, de cuyo tratamiento es responsable la Dirección General de Tributos del Gobierno de Aragón.

En todo caso, ITAINNOVA tendrá la condición de encargado del tratamiento de los datos de carácter personal a los que pudiera tener acceso en ejecución de la misma, siéndole de aplicación lo dispuesto en la normativa de protección de datos de carácter personal.

El acceso y el tratamiento de datos no tiene la consideración de cesión o comunicación de los mismos debido al cumplimiento de las previsiones del artículo 28 del Reglamento (UE) 2016/679, del Parlamento Europeo y del Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos.

De acuerdo con el carácter reservado de los datos con trascendencia tributaria que prescribe el artículo 95 de la Ley 58/2003, de 17 de diciembre, General Tributaria, el objeto de la presente encomienda no implica la cesión a terceros de datos tributarios, sino la habilitación de acceso a los mismos para su tratamiento y posterior utilización, por la Administración Tributaria responsable, para la efectiva aplicación de los tributos cuya gestión tiene encomendada.

Previamente a la ejecución del proyecto, las partes han suscrito un Acuerdo de encargo tratamiento de datos, en base a lo dispuesto en el artículo 28.3 del Reglamento General de Protección de Datos (Reglamento UE 2016/679).

Séptimo.- Derechos de propiedad intelectual.

Los derechos de propiedad intelectual de los materiales y de la herramienta que se genere como consecuencia de las acciones de esta encomienda, corresponderán al Gobierno de Aragón.

La Dirección General de Tributos e ITAINNOVA seguirán siendo propietarias del conocimiento previo que aporten y/o adapten para la ejecución del proyecto, en particular la Dirección General de Tributos del Gobierno de Aragón seguirá siendo propietaria de los datos y de la información aportada para el desarrollo del proyecto, mientras que ITAINNOVA seguirá siendo propietaria de la herramienta prototipo de búsqueda de patrones de texto en escrituras para generación de alarmas de posible fraude y de la infraestructura centralizada de datos.

La asignación económica del proyecto comprenderá la cesión y transferencia de ITAINNOVA al Gobierno de Aragón de todos los derechos de explotación de los resultados del proyecto, así como la cesión, con carácter no exclusivo, del derecho de reproducción, distribución y comunicación pública del conocimiento previo de ITAINNOVA incorporado en dichos resultados con el único fin de que la Dirección General de Tributos desarrolle sus funciones.

Respecto a componentes de terceros, ITAINNOVA solo utilizará software de código abierto y gratuito.

Octavo.- Financiación.

Para el desempeño de las tareas encomendadas, el Departamento de Hacienda y Administración Pública asignará a ITAINNOVA la cantidad de treinta mil euros (30.000 euros), con cargo a la aplicación presupuestaria 12050G/6311/227009/91002 (Otros trabajos realizados por otras empresas) del Presupuesto de gastos de la Comunidad Autónoma de Aragón para el ejercicio 2024, condicionado a la existencia de crédito adecuado y suficiente.

Noveno.- Vigencia de la encomienda.

La vigencia de la encomienda de gestión se extenderá desde la publicación en el "Boletín Oficial de Aragón" de esta Orden hasta el 31 de diciembre de 2024.

No obstante, los órganos encomendante y encomendado podrán acordar una prórroga por el tiempo necesario para la finalización de las tareas encomendadas, la realización de pruebas y la validación del órgano encomendante.

Décimo.- Publicidad.

Esta Orden se publicará en el "Boletín Oficial de Aragón" y surtirá efectos desde el día de su publicación.

Zaragoza, 28 de febrero de 2024.

El Consejero de Hacienda y Administración Pública,

ROBERTO BERMÚDEZ DE CASTRO MUR