Fiscalité internationale et IA
Identification of Unconventional Patterns in Double Taxation Agreements: An Analysis Based on AI-Assisted Natural Language Processing Models
Mémoire de fin d’études en gestion · Université Complutense de Madrid · Mention très bien (Top 1 %) · Prix de l’entrepreneuriat universitaire UCM 2025
Analyse comparée des conventions préventives de double imposition conclues par l’Espagne avec plusieurs pays économiquement significatifs, confrontées au Modèle de convention fiscale de l’OCDE (2017), afin d’identifier les clauses atypiques et les schémas non conventionnels issus de négociations bilatérales déterminées.
L’étude mobilise des techniques de traitement automatique du langage et d’ingénierie de requêtes sur un grand modèle de langage, en évaluant sa capacité à systématiser l’analyse comparée et à détecter les écarts par rapport au texte modèle.
Le travail a obtenu une mention très bien (Top 1 %) et a été distingué aux XIIIes Prix de l’entrepreneuriat universitaire UCM 2025 pour son potentiel en tant que projet legaltech.
Sources
- Modèle de convention fiscale concernant le revenu et la fortune de l’OCDE (2017).
- Conventions préventives de double imposition conclues par l’Espagne.
Comment citer ce travail
DÍAZ-HEREDERO LÓPEZ, G., « Identification of Unconventional Patterns in Double Taxation Agreements: An Analysis Based on AI-Assisted Natural Language Processing Models », DÍAZ-HEREDERO Legal & Tax, 2025. Disponible sur : https://diazheredero-web.pages.dev/fr/recherche/schemas-atypiques-conventions-fiscales/ (consulté le : dd/mm/aaaa).
Les contenus publiés ont une valeur informative et ne constituent pas un conseil individualisé. Ils ne remplacent ni l’analyse d’un cas concret ni l’examen de la documentation correspondante.