اتوماسیون برای ممیزی ثروتمندان: آیا هوش مصنوعی می تواند فراریان مالیاتی را به صف کند؟

• نویسنده:
• نام نویسنده

  آینده نگاری کوانتوم ران
• اکتبر 25، 2023

خلاصه بینش

دولت‌های سراسر جهان، از جمله چین و ایالات متحده، در حال بررسی استفاده از هوش مصنوعی (AI) برای مدرن‌سازی سیستم‌های مالیاتی هستند. چین قصد دارد تا سال 2027 اتوماسیون کامل را با تمرکز بر فرار مالیاتی در میان ثروتمندان و تأثیرگذاران رسانه های اجتماعی انجام دهد. در مقابل، ایالات متحده به دلیل کاهش بودجه IRS و استفاده از خلأهای قانونی، با حسابرسی ثروتمندان مبارزه می کند. Salesforce یک AI Economist را توسعه داده است، ابزاری با استفاده از یادگیری تقویتی برای بررسی سیاست های مالیاتی منصفانه. اگرچه این فناوری امیدوارکننده است، اما نگرانی هایی مانند افزایش نظارت عمومی و مقاومت افراد و شرکت های ثروتمندی را که ممکن است با اتوماسیون در مالیات مبارزه کنند، ایجاد می کند.

اتوماسیون برای ممیزی بافت غنی

اداره مالیات دولتی چین متعهد شد که از هوش مصنوعی (2022) برای شناسایی فراریان مالیاتی استفاده کند و سخت‌ترین مجازات‌ها را بر اساس قانون به آنها اعمال کند. برای بهبود نظارت، چین در حال توسعه سیستم Golden Tax IV است که بر اساس آن داده‌ها و اطلاعات شرکت از مالکان، مدیران اجرایی، بانک‌ها و سایر تنظیم‌کننده‌های بازار مرتبط می‌شود و در اختیار مقامات مالیاتی قرار می‌گیرد تا بررسی کنند. به ویژه، این کشور سازندگان محتوای رسانه های اجتماعی و تأثیرگذارانی را هدف قرار داده است که میلیون ها دلار از جریان های آنلاین درآمد کسب می کنند. چین امیدوار است تا سال 2027 اتوماسیون کامل را با استفاده از ابر و داده های بزرگ پیاده سازی کند. ثروتمندان چین همچنین در حال پیش‌بینی پرداخت‌های مالیاتی بیشتری در سال جاری (2022-2023) هستند که به دلیل کمپین "شکوفایی مشترک" رئیس جمهور شی جین پینگ است.

در همین حال، گرفتن مالیات از ثروتمندان در ایالات متحده همچنان یک نبرد دشوار است. در سال 2019، IRS اذعان کرد که مالیات بر حقوق بگیران پایین مقرون به صرفه تر از شرکت های بزرگ و 1 درصد برتر است. این آژانس اعلام کرد که از آنجایی که افراد فوق ثروتمند ارتشی از بهترین وکلا و حسابداران را در اختیار دارند، می توانند از انواع خلاءهای مالیاتی قانونی از جمله حساب های خارج از کشور استفاده کنند. بودجه آژانس نیز طی دهه‌ها توسط کنگره کاهش یافته است که منجر به پایین آمدن سطح کارمندان بهینه شده است. و در حالی که حمایت دو حزبی برای افزایش بودجه آژانس وجود دارد، کار دستی برای مبارزه با منابع مولتی میلیونرها کافی نخواهد بود.

تاثیر مخرب

خودکارسازی سیاست های مالیاتی موضوعی پیچیده و اغلب بحث برانگیز است. اما اگر راهی وجود داشته باشد که آن را کمتر سیاسی و بیشتر مبتنی بر داده ها کند تا برای همه منصفانه باشد، چه؟ وارد AI Economist شوید - ابزاری که توسط محققان شرکت فناوری Salesforce توسعه یافته است که از یادگیری تقویتی برای شناسایی سیاست های مالیاتی بهینه برای اقتصاد شبیه سازی شده استفاده می کند. هوش مصنوعی هنوز نسبتاً ساده است (نمی‌تواند تمام پیچیدگی‌های دنیای واقعی را توضیح دهد)، اما اولین گام امیدوارکننده به سوی ارزیابی سیاست‌ها به روشی جدید است. در یک نتیجه اولیه، هوش مصنوعی رویکردی را یافت که بهره‌وری و برابری درآمد را به حداکثر می‌رساند که 16 درصد منصفانه‌تر از چارچوب مالیاتی تصاعدی پیشرفته‌ای بود که توسط اقتصاددانان دانشگاهی مورد مطالعه قرار گرفته بود. بهبود نسبت به سیاست فعلی ایالات متحده حتی قابل توجه تر بود.

پیش از این، شبکه های عصبی (نقاط داده به هم پیوسته) برای مدیریت عوامل در اقتصادهای شبیه سازی شده استفاده می شد. با این حال، تبدیل سیاست‌گذار به یک هوش مصنوعی، مدلی را ترویج می‌کند که در آن کارگران و سیاست‌گذاران با رفتارهای یکدیگر سازگار می‌شوند. از آنجا که راهبردی که تحت یک سیاست مالیاتی آموخته می شود ممکن است تحت سیاست دیگری به خوبی کار نکند، مدل های یادگیری تقویتی با این محیط پویا مشکل داشتند. همچنین به این معنی بود که هوش مصنوعی چگونه سیستم را بازی کند. برخی از کارمندان یاد گرفتند که بهره وری خود را کاهش دهند تا واجد شرایط دریافت یک گروه مالیاتی پایین تر باشند و سپس دوباره آن را افزایش دهند تا از پرداخت مالیات اجتناب کنند. با این حال، طبق گفته Salesforce، این داد و ستد بین کارگران و سیاست گذاران، شبیه سازی واقعی تر از هر مدل ساخته شده قبلی را ارائه می دهد، با سیاست های مالیاتی که معمولاً تعیین می شود و اغلب برای ثروتمندان مفید است.

پیامدهای گسترده تر اتوماسیون حسابرسی ثروتمندان

پیامدهای احتمالی اتوماسیون مورد استفاده برای حسابرسی افراد ثروتمند ممکن است شامل موارد زیر باشد: 

• افزایش تحقیقات در مورد اینکه چگونه هوش مصنوعی می تواند پرونده های مالیاتی را جمع آوری، ترکیب و اجرا کند.
• کشورهایی مانند چین قوانین مالیاتی سخت گیرانه تری را برای شرکت های بزرگ و افراد پردرآمد خود وضع می کنند. با این حال، این ممکن است به افزایش نظارت عمومی و جمع‌آوری اطلاعات سرزده منجر شود.
• بودجه عمومی در دسترس بیشتر برای سرمایه گذاری مجدد در انواع خدمات عمومی.
• افزایش اعتماد نهادی عمومی به سازمان های دولتی برای اعمال عادلانه قانون و مالیات.
• شرکت‌های بزرگ و مولتی‌میلیونرها با افزایش هزینه‌های لابی‌گران، با استفاده از حریم خصوصی داده‌ها و نگرانی‌های هک برای مقابله با استفاده از فناوری، از مالیات‌های خودکار عقب‌نشینی می‌کنند.
• ثروتمندان حسابداران و وکلا بیشتری استخدام می کنند تا به آنها کمک کنند تا مالیات خودکار را دور بزنند.
• شرکت‌های فناوری سرمایه‌گذاری را در توسعه راه‌حل‌های یادگیری ماشینی در بخش مالیات و مشارکت با آژانس‌های مالیاتی افزایش می‌دهند.

سوالاتی برای اظهار نظر

• آیا تجربه استفاده از خدمات مالیاتی خودکار را دارید؟
• چگونه هوش مصنوعی می تواند در مدیریت اطلاعات و سیستم های مالیاتی کمک کند؟