Examinamos los efectos principales de la penetración de las TIC y la economía sumergida en las calificaciones crediticias soberanas y el costo de la deuda, junto con posibles efectos de segundo orden entre las dos variables, en un conjunto de datos de 65 países de 2001 a 2016. El documento presenta una variedad de enfoques de aprendizaje automático, incluyendo ensacado, bosques aleatorios, máquinas de aumento de gradiente y redes neuronales recurrentes. Además, siguiendo las tendencias recientes en el campo emergente de la IA interpretable, basado en métodos agnósticos del modelo como la importancia de las características y los efectos locales acumulados, intentamos explicar qué factores impulsan las predicciones de los llamados modelos de caja negra de IA. Mostramos que las políticas que facilitan la penetración y el uso de las TIC y que buscan frenar la economía sumergida pueden ejercer un impacto asimétrico en las calificaciones soberanas y el costo de la deuda dependiendo de sus magnitudes actuales, no solo de forma independiente sino también en interacción.