未来应该如何为AI应用于税务部门、企业和个人纳税人制定相应规则?应该采用哪些措施来降低数据使用风险、建立社会对AI的信任?分析美国、丹麦等国的研究可以看出，各国对AI给税务管理带来积极变化持乐观态度，对目前在税务管理中使用人工智能的监管问题及道德困境也十分关…
自ChatGPT等开放访问的生成式人工智能(AI)2022年推出以来，世界一直在迅速变化。根据高盛经济研究的数据，生成式人工智能具有巨大的经济潜力，在广泛使用后的十年内，全球劳动生产率每年可以提高1个百分点以上。到2025年，对AI的投资在全球范围内可能达到约2000亿美元(约合人民币1.45万亿元)。
AI已在税务管理中使用多年，包括聊天机器人和基于机器学习的评分模型等。未来应该如何为AI应用于税务部门、企业和个人纳税人制定相应规则?应该采用哪些措施来降低数据使用风险、建立社会对AI的信任?分析美国、丹麦等国的研究可以看出，各国对AI给税务管理带来积极变化持乐观态度，对目前在税务管理中使用人工智能的监管问题及道德困境也十分关注。
潜力：提升申报效率，缩小税收缺口
将数据输入到TaxGPT中，它会自动完成纳税额计算，甚至帮你发现一些“隐藏”的税收减免——这是丹麦税务局官员托斯腾·坎伯兰在经济合作与发展组织(OECD)AI政策观察与研究文章中提到的事例。对于报税遇到问题的纳税人，只需打电话给聊天机器人即可——它能理解20种语言并做出回应。通常，年度申报截止日期是丹麦税务部门的业务高峰期，但今年不同的是，所有文件都以电子方式提交，AI会自动处理其中90%的申报并自动挑选出高风险案件，指出它认为需要更改，或可能存在欺诈及异常风险的部分。
AI在帮助缩小税收缺口上正在发挥作用。税收缺口，是纳税人应缴税款与实际缴纳税款之间的差额。日前，美国政府问责局官方网站发布报告称，AI或将进一步帮助美国国内收入局缩小税收缺口。数据显示，2014年—2016年间美国每年欠缴和未缴税款约为4960亿美元，2021年税收缺口增至6880亿美元。弥合税收缺口几十年来一直是美国国内收入局致力于解决的问题，AI可能会提供一些额外的工具来帮助税务局更好地理解和估计税收缺口。
在年度审计方面，AI模型被用于帮助选择纳税人申报表的代表性样本。每年，美国国内收入局都会选择部分纳税人开展审计，作为其税务合规趋势研究的一部分。AI被用于识别更有可能出现错误和更有可能欠税的申报表。在AI开展审计的基础上，美国国内收入局对税收缺口进行估算，这对于评估纳税人税收遵从的情况会起到一定作用。
在筛选疑点信息方面，美国国内收入局同时使用人工和AI对申请可退还抵免额的纳税人进行筛选和审计。从今年开始，该局使用一种新的AI模型帮助其识别更有可能欠缴税款的纳税人。目前该模型的试点结果表明，它能比以前的模型更有效地发现有风险的纳税人，但在范围的精确度，特别是锁定高风险纳税人的能力上仍有待提高。
在合伙企业审计方面，AI模型被用于发现逃税行为。近年来，美国大型合伙企业的数量大幅增加，2002年—2019年，增长近600%。这种转变使得美国国内收入局更难识别应税收入并发现潜在的逃税行为，由于大型合伙企业的纳税申报表非常复杂，税务部门很少对其进行审计。目前，美国国内收入局使用两种AI模型来帮助确定审查合伙企业纳税申报表的优先顺序，识别出风险最高的大型合伙企业纳税申报表并开展审计。
挑战：透明度及公平性不足引发的信任危机
研究人员指出，虽然各国税务部门目前在人工智能方面的努力很有前景，但综合来看，仍需做更多工作来提升应用者对人工智能的理解程度，加强对AI的人工监督，以确保其应用的透明性、公平性。
数据运用能力影响AI学习质量。审计类AI依赖于数据的训练，关键在于如何确保数据的质量。数据显示，2022年至2023年第一季度期间，生成式AI深度伪造欺诈在美国增加了1200%，加拿大深度伪造数据使用量增加了4500%，这些数据会影响AI学习的质量。如果使用者对这项技术的原理不能清楚地认知、无法高质量利用大数据，那么就难以对意外情况进行辨别及修正。例如，澳大利亚政府在2016年至2020年期间将AI技术用于自动缴税追讨审查系统，该系统使用数据匹配技术来识别纳税人向澳大利亚税务局与津贴发放部门报告的收入之间的差异，而部分追讨结果不公平地指向弱势群体，包括低收入者、养老金领取者和残疾人，由于缺乏人工监督，给纳税人造成了严重的经济和情感困扰。
对技术应用的理解不足将导致纳税人不信任。审计类AI根据数据进行训练后，拥有超越以往的命中率。然而，税务局无法解释为什么这些案例被挑出来。它有效，但执法人员和纳税人都不清楚其中缘由。税务部门需要质疑自身是否拥有正确的能力——是否正在从税款征收、审计等传统核心能力转向对IT和AI的需求?是否有时间提高现有员工的技能?
使用AI的风险不容忽视，尤其是声誉风险。信任一旦失去，想要重获将更加困难，而信任是支撑起公共机构的基础之一。坎伯兰在研究中提到一个事例：一位年长的纳税人抱怨为什么他会在一直正确及时申报的情况下被选中。丹麦税务部门无法解释原因，但坚持认为AI是正确的。一种可能是，政府运用AI技术根据过往的申报行为对纳税人进行分类，以预测未来的错误和欺诈。后来这位纳税人在采访中称，机器已经接管了一切，他对税务系统失去了信任。
AI可以为税务管理部门增加重要价值，但了解所涉及的风险至关重要。必须推进法规制定并监控人工智能的使用，以避免影响政府的声誉。坎伯兰认为，需要记录AI在税务应用中的风险偏好和使用方法，加拿大和澳大利亚已经这样做了。他还建议建立人工智能能力评估机制，在风险较低的领域测试新技术，进行项目风险评估，在扩大AI应用方案的规模之前确保所有使用者熟悉该技术，并设置专门的机构监督人工智能在税务管理中的使用。
综合各国的现状，大多国外研究认为，AI的加入为税务管理带来了效率，但它们尚没有给税务管理带来根本性的变化。如今，生成式AI的使用日渐普及，如果能针对目前的风险及监管困境破局，未来这一技术在税务应用中将释放无限的潜力。
作者单位：中国税务报社 本文刊发于《中国税务报》2024年11月20日B4版。
相关推荐
-
-
-
-
税务总局发布《2019年以来系列税费支持政策即问即答汇编》
近日，税务总局发布《2019年以来系列税费支持政策即问即答汇编》（以下简称《汇编》），对2019年1月—2024年7月税务总局对外发布的税费支持政策问题答复进行了全面梳理，收录现行有效答复口径294个，方便广大纳税人缴费人和基层税务部门快速检索和准确掌握有关政策的执行…
-
-
