El proyecto se enmarca en las actividades del semillero Detection of Tax Non-Compliance – An AI-ML Approach, y tiene como propósito validar y robustecer dos herramientas computacionales desarrolladas previamente por estudiantes: el modelo Detector de Zonas Grises del derecho tributario en Colombia y el sistema Alfatax, que replica la metodología STEALTH mediante registros contables simulados. Ambos instrumentos han sido construidos como parte de una propuesta innovadora que busca aplicar inteligencia artificial y procesamiento de lenguaje natural (PLN) al análisis y detección de esquemas de elusión fiscal en Colombia. Aunque los desarrollos iniciales muestran gran potencial académico y aplicabilidad práctica, su uso efectivo requiere de un proceso riguroso de validación técnica, contable y jurídica. Este proyecto propone, por tanto, la vinculación de expertos en tributación, contabilidad y programación que acompañen a los estudiantes en la revisión y mejora de los modelos, permitiendo así asegurar su coherencia normativa, funcionalidad técnica y pertinencia analítica. Además del componente técnico, la iniciativa tiene un fuerte componente formativo: se busca fortalecer el proceso de aprendizaje interdisciplinario de los estudiantes mediante el trabajo colaborativo y la retroalimentación directa con profesionales. El proyecto aportará, finalmente, a la consolidación de una línea emergente de investigación en el país sobre detección computacional de la elusión fiscal, generando productos académicos, técnicos y divulgativos de alto valor para el sistema universitario y las instituciones públicas.